Elaboración Mapas Valor ArcMap

MANUAL PARA LA ELABORACIÓN DE MAPAS DE
VALOR DE INCENDIOS FORESTALES
José Germán Flores Garnica, Juan de Dios Benavides

Solorio, Uri David Casillas Díaz, Héctor Javier Leal Aguayo
Centro de Investigación Regional Pacífico Centro

Campo Experimental Centro Altos de Jalisco
Julio 2016. Tepatitlán de Morelos, Jalisco, México
Libro Técnico Núm. x, ISBN:
Núm. de Registro de Derechos de Autor:
Directorio Institucional
SECRETARÍA DE AGRICULTURA, GANADERÍA, DESARROLLO RURAL, PESCA Y ALIMENTACIÓN
MTRO. JOSÉ EDUARDO CALZADA ROVIROSA

Secretario
MTRO. JORGE ARMANDO NARVÁEZ NARVÁEZ
Subsecretario de Agricultura
MTRO. RICARDO AGUILAR CASTILLO
Subsecretario de Alimentación y Competitividad
MTRO. HÉCTOR EDUARDO VELASCO MONROY
Subsecretario de Desarrollo Rural
LIC. MARCELO LÓPEZ SÁNCHEZ
Oficial Mayor
ING. JAVIER GUIZAR MACÍAS
Delegado de la SAGARPA en Jalisco
INSTITUTO NACIONAL DE INVESTIGACIONES FORESTALES, AGRÍCOLAS Y PECUARIAS
DR. LUIS FERNANDO FLORES LUI

Director General
M. C. JORGE FAJARDO GUEL
Coordinador de Planeación y Desarrollo
DR. RAÚL G. OBANDO RODRÍGUEZ
Coordinador de Investigación, Innovación y Vinculación
MTRO. E. FRANCISCO BERTERAME BARQUÍN
Coordinador de Administración y Sistemas
LIC. ELISA CONCEPCIÓN ELGUÉZABAL DÁVILA
Titular de las Unidad Jurídica
CENTRO DE INVESTIGACIÓN REGIONAL PACÍFICO CENTRO
DR. JOSÉ ANTONIO RENTERÍA FLORES

Director Regional CIRPAC
DR. GERARDO SALAZAR GUTIÉRREZ
Director de Investigación
LIC. MIGUEL MÉNDEZ GONZÁLEZ
Director de Administración
MC.RAMÓN HERNANDEZ VIRGEN
Jefe del Campo Experimental Centro Altos de Jalisco
MANUAL PARA LA ELABORACIÓN DE MAPAS
DE VALOR DE INCENDIOS FORESTALES
Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias

Centro de Investigación Regional Pacífico Centro Campo Experimental Centro Altos de Jalisco
Tepatitlán de Morelos Jalisco, México
Libro Técnico Núm. X Julio del 2016
ISBN:
La cita correcta de esta obra es:
Flores G., J.G.; Benavides S., J.D.; Casillas D., U.D.; Leal A., H.J.; 2016. Manual para la elaboración de mapas de valor de
incendios forestales. Libro Técnico.Núm. x. INIFAP-CIRPAC. Campo Experimental Centro-Altos de Jalisco, México. 63 p.
Primera Edición: 2016
Derechos Reservados ©
Certificado del registro público de Derechos de Autor: 03-2016-030111474000-010190-7
Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias

Progreso Núm. 5. Colonia Barrio de Santa Catarina
Delegación Coyoacán, C.P. 04010, México, D.F.
Tel. (55) 38718700
www.inifap.gob.mx
CAMPO EXPERIMENTAL CENTRO ALTOS DE

JALISCO CIRPAC- INIFAP
Kilómetro 8.0 Carretera Tepatitlán Lagos de Moreno
Apartado Postal 56
Tepatitlán de Morelos, Jalisco., México. C.P. 47600
Teléfono (378) 7820355
Fax (378) 7824638
ISBN: 9978-607-37-0559-2
Fotos de la Portada:
Ilustraciones:
Libro Técnico Núm. X.

Julio del 2016
La presente publicación se terminó de imprimir el mes de Julio de 2016 en los talleres Gráficos de Prometeo Editores, S.A.
de C.V. Libertad 1457, Colonia Americana, Guadalajara Jalisco CP.44160 Tel.01(33) 38262726.
Su tiraje consta de xxx ejemplares
No está permitida la reproducción total o parcial de esta publicación, ni la transmisión de ninguna forma o por cualquier
medio, ya sea electrónico, mecánico, fotocopia, por registro u otros métodos, sin el permiso previo y por escrito a la
Institución.
Impreso y Hecho en México.

PRESENTACIÓN
Los ecosistemas forestales información georreferenciada
proveen recursos naturales y de diferentes variables,
servicios ambientales. Sin mismas que son valoradas
embargo, se ven amenazados para definir su nivel de
por varios factores, entre ellos prioridad. Por lo que, para su
los incendios forestales, los administración, organización y
cuales en su mayoría son análisis, se realiza a través de
provocados por actividades sistema de información
humanas. Es por esto que geográfica.
resulta necesario diseñar
estrategias para la prevención y No obstante, se puede
combate de estos siniestros. obtener información muy
heterogénea si no se parte de
Dentro de las acciones una misma información.
realizadas, existen los planes Debido a lo anterior la
de manejo del fuego, donde importancia de la creación de
entre otras cosas se define en documentos que sirvan para la
qué áreas se necesita enfocar unificación de conceptos y
los recursos existentes, para la criterios. Ayudando así a que
definición de estas áreas las instituciones ya sean
existen diversas metodologías públicas, privadas,
donde se utilizan diferentes gubernamentales o escolares,
criterios. Por lo tanto es tengan una misma base para
necesario la unificación de la determinación de la áreas
conceptos y criterios, dentro de prioritarias de protección
estos últimos se cuentan con contra incendios forestales, y
los propuestos por CONAFOR de esta manera se haga de
(riesgo, peligro y valor). Para manera más eficiente la toma
determinar las áreas prioritarias de decisiones en cuanto a la
de protección contra incendios determinación y protección de
forestales. estos sitios.
Para definir la zonificación de
estas áreas se hace uso de
CONTENIDO
1. INTRODUCCIÓN ........................................................................ 1
2. ANTECEDENTES........................................................................ 2
2.1. Nivel mundial ........................................................................ 2
2.3. Nivel Nacional ...................................................................... 4
3. PLATAFORMA DE TRABAJO ..................................................... 6
4. MODELO SECUENCIAL (MODELBUILER) ................................ 6

4.1. Definición de modelo ............ ¡Error! Marcador no definido.
4.2. Modelbuilder en ArcGIS ....... ¡Error! Marcador no definido.
4.3. Utilidades.............................. ¡Error! Marcador no definido.
4.4. Generalidades ...................... ¡Error! Marcador no definido.
4.5. Aplicaciones ......................... ¡Error! Marcador no definido.
4.6. Entorno de ModelBuilder ...... ¡Error! Marcador no definido.
5. CRITERIOS DE PONDERACIÓN DE VALOR DE INCENDIO .. 14

5.1. ÁREAS FORESTALES....................................................... 15
5.2. ANÁLISIS DE VALOR ECOLÓGICO.................................. 16
5.3. ÁREAS NATURALES PROTEGIDAS ................................ 16
5.3.1. Descripción ........................................................... 16
5.3.2. Fuentes de información ........................................ 17
5.3.3. Niveles de ponderación ........................................ 17
5.3.4. Secuencia de generación ..................................... 17
5.3.5. Estructuración del modelo .................................... 30
5.4. ÁREAS DE IMPORTANCIA PARA LA CONSERVACIÓN DE
LAS AVES......................................................................... 37
5.4.1 Descripción ....................................................... 37
5.4.2. Fuentes de información ..................................... 38
5.4.3. Criterios de ponderación ................................... 38
5.5. SITIOS RAMSAR ............................................................... 48
5.5.1. Descripción ........................................................... 48
5.5.3. Criterios de ponderación ....................................... 48
5.6. ZONAS ELEGIBLES HIDROLÓGICAS .............................. 58
5.6.1. Descripción ........................................................... 58
5.7. ZONAS ELEGIBLES DE BIODIVERSIDAD ....................... 68
5.7.1. Descripción ........................................................... 68
5.8. ZONAS TERRESTRES PRIORITARIAS ............................ 77
5.8.1. Descripción ........................................................... 77
5.9. VALOR SOCIAL-CULTURAL ............................................. 87
5.10. COMUNIDADES INDÍGENAS .......................................... 87
5.10.1. Descripción ......................................................... 88
5.10.2. Fuentes de información ...................................... 88
5.10.3. Criterios de ponderación ..................................... 88
5.10.4. Secuencia de generación ................................... 88
5.10.5. Estructuración del modelo .................................. 96
5.11. ÍNDICE DE DESARROLLO HUMANO ............................. 99
5.11.1. Descripción ......................................................... 99
5.11.2. Fuentes de información ...................................... 99
5.11.3. Criterios de ponderación ..................................... 99
5.11.4. Secuencia de generación ................................... 99
5.11.5. Estructuración del modelo ................................ 107
5.12. GRADOS DE POBREZA ................................................ 109
5.12.1. Descripción ....................................................... 109
5.12.2. Fuentes de información¡Error! Marcador no
definido.
5.12.4. Secuencia de generación ................................. 110
5.13. ZONAS DE ATENCIÓN PRIORITARIA .......................... 119
5.13.1. Descripción ....................................................... 119
5.13.2. Fuentes de información .................................... 120
5.14. SISTEMA NACIONAL CONTRA EL HAMBRE ............... 127
5.14.1. Descripción ....................................................... 127
5.15. VALOR ECONÓMICO .................................................... 136
5.16. EXISTENCIAS REALES TOTALES DE BOSQUE
NATURAL ....................................................................... 136
5.16.1. Descripción ....................................................... 137
5.17. VALOR MADERABLE POR TIPO DE VEGETACIÓN .... 148
5.17.1. Descripción ....................................................... 148
5.18. MAPA DE VALOR .......................................................... 159
5.18.1. Descripción ....................................................... 159
5.18.2. Niveles de ponderaciones ................................. 159
5.18.3. Niveles de valor ................................................ 160
6. ESCALA DE RESULTADOS ................................................... 168
7. CONSIDERACIONES.............................................................. 169
9. AGRADECIMIENTO ................................................................ 173
10. LITERATURA CITADA. ......................................................... 174
Índice de Cuadros
Cuadro 1. Trabajos realizados para la zonificación de incendios forestales
Cuadro 2. Valor de ponderación asignado a las ANPs para el análisis de valor

ecológico de acuerdo a CONAFOR 2010.
Cuadro 3. Valor de ponderación asignado a las AICAS para el análisis de valor

Cuadro 4. Valor de ponderación asignado a los sitios Ramsar para el análisis de

valor ecológico de acuerdo a CONAFOR 2010.
Cuadro 5. Valor de ponderación asignado a las Zonas Elegibles Hidrológicas para
el análisis de valor ecológico de acuerdo a CONAFOR 2010.
Cuadro 6. Valor de ponderación asignado a las ZEBIO para el análisis de valor

Cuadro 7. Valor de ponderación asignado a las RTP para el análisis de valor

Cuadro 8. Valores de proximidad de localidades indígenas.
Cuadro 9. Valores de ponderación para la influencia según el grado de pobreza.
Cuadro 10. Valores de ponderación para las ZAP.
Cuadro 11. Valores de ponderación para volumen real de madera.
Cuadro 12. Valores de ponderación para volumen real de madera (ponderación

2).
Cuadro 13. Valores de ponderación para volumen real de madera (ponderación

1).
Cuadro 14. Valores de ponderación para valor maderable de acuerdo al tipo de

ecosistema.
Cuadro 15. Valores de ponderación valor maderable por tipo de ecosistema

(ponderación 3).

(ponderación 2).

(ponderación 1).
Cuadro 18. Ponderaciones de las variables y sub-variables que se usan para

determinar valor.
Cuadro 19. Rango de clasificación de los valores ponderados para definir

niveles de valor.
Índice de Figuras
Figura 1. Diagrama de flujo que parte de un análisis que se diseña, se codifica
y se prueba.
Figura 2. Desarrollo de un geo proceso con la herramienta “Unión”, combinando

las capas de Área natural protegida y el estado de Jalisco.
Figura 3. Variables que se utilizan para valor de incendio (CONAFOR, 2010).
Figura 4. Ventana para añadir capas de información geográfica.
Figura 5. Desglose del menú de opción para abrir la tabla de atributos del
shapefile.
Figura 6. Ventana para crear una columna nueva en la tabla de atributos.
Figura 7. Asignación de parámetros, para la columna nueva “pon”.
Figura 8. Despliegue del menú de opciones, y ubicación de la calculadora de

columnas “Field Calculator”.
Figura 9. Aplicación de “Field Calculator”, con el valor de ponderación de 3.
Figura 10. Despliegue del menú de opciones, donde se ubica la opción para
abrir la tabla de atributos (Open Attribute Table).

Figura 15. Ubicación de la Herramienta Unión, mediante la función Overlay.
Figura 16. Ventana y asignación de los parámetros para la ejecución de la

herramienta “Union”.
Figura 17. La ubicación de la función “Polygon to Raster”, dentro de la caja de
herramientas de ArcToolbox.

herramienta “Polygon to Raster”.
Figura 19. Áreas Naturales Protegidas, con su valor de ponderación

correspondiente.
Figura 20. Ubicación de la aplicación “ModelBuilder” en ArcGis.
Figura 21. Ilustración de la ventana de “ModelBuilder” en ArGis.
Figura 22. Ejemplificación de cada una de las funciones de la aplicación

“ModelBuilder”.
Figura 23. Asignación de la herramienta “Unión” desde el modelbuilder.
Figura 24. Estructura del modelo secuencial para la variable áreas

naturales protegidas.
Figura 25. Ilustración para generar la aplicación “modelbuilder” mediante

la función “ArcCatalog”.
Figura 26. Ejemplo de la opción de guardado en el modelbuilder.
Figura 27. Asignación de nombre al modelo secuencial de valor.
Figura 28. Selección del modelo a través de la función “Add Toolbox”.
Figura 29. Asignación del modelo “Valor_1” a la caja de herramientas de

ArcGis.
shapefile.

Figura 34. Aplicación de “Field Calculator”, con el valor de ponderación de
2.


Figura 38. Ventana y asignación de los parámetros, para la ejecución de la

herramienta “polygon to Raster”.
Figura 39. Áreas de Importancia para la Conservación de las Aves, con su valor
de ponderación correspondiente.
Figura 41. Estructura del modelo secuencial para la variable AICAS.
shapefile.


2.


Figura 53. Estructura del modelo secuencial para los sitios Ramsar.
shapefile.


3.



Figura 63. Zonas Elegibles Hidrológicas, con su valor de ponderación

correspondiente.
Figura 65. Estructura del modelo secuencial para las zonas elegibles
hidrológicas.
shapefile.


3.



Figura 75. Zonas Elegibles de Biodiversidad, con su valor de ponderación

correspondiente.
Figura 77. Estructura del modelo secuencial para las zonas elegibles de
biodiversidad.
shapefile.


2.



Figura 86. Zonas Terrestres Prioritarias, con su valor de ponderación

correspondiente.
Figura 88. Estructura del modelo secuencial para las zonas terrestres
prioritarias.
Figura 89. La ubicación de la herramienta “Multiple Ring Buffer”, dentro de la

caja de herramientas (ArcToolbox) de ArcGis.

herramienta “Multi Ring Buffer”.
Figura 91. Esquema de distancia de las áreas de influencia (Multiple Ring

Buffer), en formato shapefile.



Figura 96. La ubicación de la función “Reclassify”, dentro de la caja de

herramientas Arctoolbox.

herramienta “Reclassify”.
Figura 98. Capa raster de las comunidades indígenas con sus valores de
ponderación.
Figura 99. Asignación de la herramienta “Reclassify” desde el

modelbuilder.
Figura 100. Estructura del modelo secuencial comunidades indígenas.
shapefile.

Figura 105. Aplicación de “Field Calculator”, con el valor de ponderación

de 2.



Figura 109. Índice de desarrollo humano, con su valor de ponderación

correspondiente.
Figura 111. Estructura del modelo secuencial para las índice de desarrollo
humano.
shapefile.
Figura 115. Selección por atributos “muy bajo y bajo”.


de 3.



Figura 122. Grados de pobreza, con su valor de ponderación correspondiente.
Figura 124. Estructura del modelo secuencial para los grados de pobreza.


Figura 127. La ubicación de la Herramienta Mosaic to New Raster.

herramienta “Mosaic to New Raster”.
Figura 129. Zonas de Atención Prioritaria, con su valor de ponderación

correspondiente.
Figura 130. Asignación de la herramienta “Polygon to Raster” desde el
modelbuilder.
Figura 131. Estructura del modelo secuencial para las zonas de atención
prioritaria.
shapefile.


de 1.



herramienta Polygon to Raster”.
Figura 141. Sistema Contra el Hambre, con su valor de ponderación

correspondiente.
Figura 143. Estructura del modelo secuencial para el sistema contra el

hambre.
shapefile.
Figura 147. Selección por atributos “ponderación de 3”.


de 3.


Figura 152. Existencias reales totales de bosque natural, con su respectivo

rango de ponderación.

modelbuilder.
Figura 154. Estructura del modelo secuencial para la existencias reales de

bosque natural.
shapefile.


Figura 163. Valor maderable por tipo de ecosistema, con su respectivo rango de
ponderación.

modelbuilder.
Figura 165. Estructura del modelo secuencial para el valor maderable por
tipo de ecosistema.
Figura 166. Ubicación de la Herramienta Raster Calculator, mediante la

función Map Algebra.
Figura 167. Ventana de la herramienta Raster Calculator y sus parámetros.
Figura 168. Integración de las 13 capas de información (valor ecológico, social-

cultural y económico) para generar el mapa de valor.
Figura 169. Opción de las propiedades de valor_jal1.
Figura 170. Ventana y parámetros para calcular las clases de valor.
Figura 171. Ventana y parámetros método “equal interval”.
Figura 172. Distribución de las áreas de valor de incendios forestales con

sus respectivos niveles de ponderación.
Figura 173. Estructura del modelo secuencial valor de incendio forestal.
Figura 174. Distribución de las áreas de valor de incendios forestales y su

representación a diferentes escalas geográfica.
1. INTRODUCCIÓN
Las áreas forestales del país proveen de recursos naturales y

proporcionan servicios ambientales a los seres vivos, en los últimos años
se han visto amenazadas por diversos factores entre ellos, la degradación
de suelos, deforestación, tala, plaga y más aún los incendios forestales.
No obstante, los incendios están relacionados principalmente con las
actividades antrópicas tales como; agricultura, ganadería (quema de
pastizales para rebrote) y el desarrollo urbano (CONAFOR, 2010a).
Para atender la problemática de incendios forestales, se han

implementado una serie de estrategias, las cuales se integran bajo el
concepto de manejo del fuego. En el cual, entre otros aspectos, deben
definirse las áreas prioritarias. Esto debido a que los recursos humanos y
económicos son limitados. Para la definición de áreas prioritarias existen
múltiples metodologías, las cuales involucran, generalmente, los criterios
de riesgo, peligro y valor. Debido a que estos criterios involucran una
elevada cantidad de variables, se hace necesario el uso de tecnologías
que sean prácticas y aseguren una administración de datos geo
referenciados y que optimicen el manejo y el análisis de la información
geoespacial.
En el presente libro se desarrolló el análisis de valor, en el cual se describe

el geo proceso que debe seguirse para la elaboración de mapas de valor
o daño. Sin embargo, el análisis de valor está condicionado con una serie
de mapas con sus respectivas variables tales como; mapa de valor
ecológico la cuales involucran variables como; áreas naturales protegidas,
áreas de importancia para la conservación de las aves, sitios ramsar,
zonas elegibles hidrológicas, zonas elegibles para la conservación de la
biodiversidad y las zonas terrestres prioritarias. Por su parte el mapa de
valor cultural y social, las cuales incluye: comunidades indígenas, índice
de desarrollo humano, grado de pobreza, zonas de atención prioritaria y el
sistema nacional para la cruzada contra el hambre y por último el mapa de
valor económico con variables de tipo; existencias reales totales de bosque
natural y valor maderable.
MANUAL PARA LA ELABORACIÓN DE MAPAS DE VALOR DE INCENDIO FORESTAL

Se utilizaron datos vectoriales accesibles de diferentes fuentes de
información tales como; CONAFOR, INEGI, CONABIO, CONANP, SMN
entre otras.
2. ANTECEDENTES
El análisis de valor se refiere a los elementos sociales, culturales y

ecológicos que representan un interés de protección de los efectos
ocasionados por la presencia de incendios forestales (CONAFOR, 2014).
Por su parte el análisis del daño potencial, referido a las pérdidas e
impactos que podrían generarse con la propagación del fuego (Atienza, et
al., 2010).
Durante la última década el empleo de los sistemas de información

geográfica para el manejo del fuego en el ámbito forestal (prevención,
planificación de la extinción, seguimiento) ha experimentado un gran auge,
en la actualidad la geo información es una herramienta de indiscutible valor
en este campo.
El análisis de valor o daño potencial es un estudio referido a la estimación

del valor de los recursos de protección que pueden ser afectados por el
fuego. El análisis de daño potencial cabe distinguir dos componentes o
tipos de daños, de acuerdo a la naturaleza de los valores presentes:
a) Daño comercial.- que agrupa a todos aquellos servicios bienes

o valores tangibles, que se trazan normalmente en el mercado.
Y,
b) Daño social.- correspondiente a los bienes y servicios
intangibles que proveen los recursos forestales, como el medio
ambiente, la protección de suelos y aguas, los valores
culturales, la belleza escénica, etc. (Julio, 2000a).
2.1. Nivel mundial
Se han desarrollado estudios relacionados a incendios forestales

aplicando técnicas con el uso de los sistemas de información geográfica
tal es el caso del estudio de riesgo de incendios forestales en el área de la
Sierra Espuña-Gebas (Región de Murcia España). Las variables utilizadas
para este estudio fueron; de tipo climáticas, topográficas, vegetación y
humanas, en el cual se implementó un índice de modelos de teledetección
de incendios a través de imágenes de satélite, así mismo se realizó la
cartografía del área incendiada (Álvarez, 2000).
La aplicación de los sistemas de información geográfica, para la

prevención de incendios forestales, propuesta para la planificación de la
quema de rastrojos en la Comarca de Aranda de Duero España, donde se
elaboraron planos y mapas a nivel municipal, utilizando orto fotos digitales.
Para su delimitación se realizó con el programa ArcView obteniendo
masas de superficies inferiores a las 20 hectáreas. Así mismo, se estimó
un modelo de combustible y grupos de pastos, matorrales, hojarasca bajo
arbolado y retos de corta silvícolas (Álvarez, et al., 2013).
La aplicación de los SIG y los modelos de propagación en la identificación

de áreas de riesgo de incendios forestales en la zona costera Uruguaya
del río de la plata. Las técnicas de análisis se desarrollaron en el
Departamento de Geografía en la Facultad de Ciencias en la Universidad
de la República de Uruguay. Se implementaron imágenes de satélite
Landsat 5 TM, para la realización de la cartografía de combustibles
forestales, también se utilizó las imágenes MODIS para elaborar los mapas
temáticos de NDVI, lo cual considera la reflectividad de todas las cubiertas
terrestres y en particular las cubiertas vegetales entre rojo e infrarrojo, se
generaron modelos y producción de un sistema de información geográfica
para la prevención y control de incendios en la zona costera (Fernández,
et al., 2009).
Otro estudio relevante con el uso de los SIG, es el control y combate de

incendios forestales en Santa María Dóló en la provincia de Barcelona,
España. El estudio se basó principalmente en el análisis de terreno y
simulación del evento, para este se generaron capas con datos irreales,
solo para efectos de simular un siniestro; capas de puntos de vigilancia
(foco de incendio Bomberos), y la cartografía en diferentes formatos tales
como; tratamiento de curvas de nivel en formato Raster, caminos,
cobertura vegetal formato shapefile, foco de incendio, vigilancia móvil,
vigilancia fija y bomberos en formato shapefile lo cual es una capa
generada a partir de su personal de bomberos. En el programa de ArcGis

se diseñó un SIG para la oficina técnica de la provincia de Barcelona como
herramienta clave en la toma de decisiones y planificación de las
estrategias de prevención contra incendios forestales (Contreras, 2008).
2.3. Nivel Nacional
En México existen pocos estudios sobre la priorización de áreas de

incendios forestales, y más especificadamente son casos nulos los
trabajos sobre la definición de áreas prioritarias de determinación de
incendios forestales. Tal es el caso de la localización de los incendios
forestales registrados el periodo 2001-2003 y la ubicación de las áreas
críticas de alta incidencia de incendios forestales en la Reserva de la
Biosfera Sierra de Manantlan, Jalisco. Se tomaron como insumos los
reportes de las brigadas contraincendios los cuales fueron estandarizados
y concentrados elaborados en una base de datos, donde se incluyó la
localización, fecha, además de inspecciones en campo se determinaron
polígonos con ayuda de los sistemas de sistemas de posicionamiento
global (GPS), y cartas topográficas a escala 1:50,000 de INEGI. Los datos
fueron incorporados a un SIG, basado en el programa ArcGis que permitió
generar mapas de la distribución anual de los incendios y se analizó la
relación entre los factores biofísicos y las áreas críticas del incendio
forestal como insumo para la elaboración del Programa de Manejo del
Fuego y Restauración de Bosques (Jardel, et al., 2003).
En 2007 se inició el “Programa Nacional de Áreas Naturales Protegidas

2007-2012”, como instrumento de guía para prevenir cambios que se
ubiquen fuera de los límites aceptables. Los cuales pueden ser daños
ocasionados por los incendios forestales (Comisión Nacional de Áreas
Naturales Protegidas, 2011). Esto con el propósito de proteger los altos
valores ecológicos, y en algunos casos los socio-culturales y económicos
que poseen las Áreas Naturales Protegidas (ANPs). Un ejemplo de los
trabajos derivados del programa, fue el programa de manejo integral del
fuego en la Reserva de la Biosfera Selva El Ocote, Chiapas, México (2009-
2012). En el cual, elaboraron mapas donde dimensionan las áreas críticas
de protección contra incendios forestales en la Reserva.
Otro estudio realizado en México es la valoración energética de
combustibles forestales para la prevención de incendios forestales en la
Sierra de la Primavera, Jalisco mediante el método de calorimetría de
combustión y ensayos de inflamabilidad, ahí se utilizaron varias capas
vectoriales tales como; vegetación de INEGI, temperatura, MDE, así se
obtuvo la determinación y evaluación de combustibles inflamables también
el diseño de mapas de incendios forestales en dicha zona (Rodríguez,
2009). Por otra parte, en 2009, en un área de conservación voluntaria en
los Chimalapas, Oaxaca, se hizo la identificación de áreas de atención
prioritaria contra incendios forestales (Contreras, 2010). Para lo cual se
realizaron análisis de riesgo, peligro y valor. En lo referente a valor se
calificaron tres factores: a) sensibilidad al fuego, b) elementos prioritarios
de conservación y c) destino del uso del suelo. Con esto, se pudieron
definir las áreas prioritarias para el diseño y desarrollo de un programa de
manejo del fuego en la zona y de los recursos en su área de influencia.
Cuadro 1. Trabajos realizados para la zonificación de incendios

forestales.
AUTOR AÑO PAÍS OBJETIVO VARIABLES PARA ZONIFICACIÓN

Álvarez 2000 España Modelaje de incendios Análisis de la cartografía incendiada de
forestales a través de imágenes la región de Murcia España
de satélite
Álvarez et 2013 España Elaboración de planos a nivel Análisis de los tipos de combustibles en
al municipal para la planificación áreas de 20 hectáreas de la Comarca
de la quema de rastrojos de Aranda de Duero
Fernández 2009 Uruguay Elaboración de cartografía Análisis de los combustibles,
et al temática de los diferentes tipos mediantes técnicas de modelaje con
de vegetación además de la imágenes de satélite LANDAST
implementación del índice utilizando el infrarrojo cercano para
normalizado de vegetación conocer su reflectividad de la
NDVI vegetación.
Contreras 2008 España Simulación de incendios Análisis del terreno y simulación del
forestales para la toma de evento, en el cual se utilizó información
decisiones y estrategias de de torres de control y vigilancia móvil en
control y prevención la Comunidad de Santa María Dóló
Jardel et al 2003 Jalisco, Elaboración de cartografía de la Análisis de las relaciones entre los
México distribución anual de incendios factores biofísicos y las áreas críticas
forestales de incendios forestales en la Sierra de
Manantlán

Rodríguez 2009 Jalisco, Elaboración de mapas de Valoración energética de los
México combustibles inflamables, combustibles forestales para la
mediantes técnicas de prevención y control de incendios
calorimetría forestales en el Bosque la Primavera
CONANP 2011 México Descripción del manejo del Importancia de factores como la
fuego en las áreas naturales biodiversidad, almacenamiento de
protegidas del país agua, paisajes naturales y
mantenimiento del suelo en
ecosistemas forestales
Contreras 2010 Oaxaca- Identificación de áreas Análisis económico, social y cultural
Chiapas, prioritarias para la conservación
México de uso actual del fuego
3. PLATAFORMA DE TRABAJO
En el presente libro se detalla, en forma de manual, los diferentes pasos

que deben seguir en un SIG para definir áreas con diferente nivel de valor
de incendio (alto, medio y bajo). Esto se basa en la ponderación (Valor
numérico especifico) de ciertas variables, para esto se trabaja en una
plataforma, o proyecto, en el SIG. Esta plataforma ayuda a realizar los
diferentes análisis espaciales, en los que se combinan las diferentes
variables.
El SIG en el que se desarrolló este manual corresponde a la plataforma en

ArcGis. El cual permite el manejo relativamente fácil de varias aplicaciones
y procesos para el análisis de información georreferenciada. Además,
como todo SIG, es un “software" de datos geográficos, organizados para
capturar, almacenar, consultar, analizar y presentar todo tipo de
información espacialmente referenciada (Puerta, 2011). Aunque ArcGis
permite toda una serie de alternativas de manejo y análisis de información
georreferenciada, solo se describirán aquellas que se usan para el
propósito de la generación de cartografía sobre riesgo de incendios
forestales.
4. MODELO SECUENCIAL (MODELBUILER)
También llamado “ciclo de vida clásico” o “modelo en cascada” sugiere un

enfoque sistemático, secuencial para el desarrollo del software que
empieza con el establecimiento de requisitos y pasa a las frases de
análisis, diseño, codificación, pruebas y mantenimiento (Flórez, 2009). En
la figura 1 se muestra un ejemplo del modelo secuencial.
Los modelos secuenciales (ModelBuilder) a través de los Sistemas de

Información de Información Geográfica (SIG) son herramientas para
almacenar datos de las variables a las cuales propician a generar
incendios forestales, el modelo es una manera automatizada que permite
generar resultados por medio de mapas (TIC GIS soluciones integrales
S.L. 2015).
Figura 1. Diagrama de flujo que parte de un análisis que se diseña se

codifica y se prueba.
4.1. Definición de modelo

Un modelo es una representación o conjunto real con cierto grado de
precisión y en forma más completa posible, pero sin pretender aportar un
replica de lo que existe en la realidad. Los modelos son útiles para
describir, explicar o comprender mejor la calidad, cuando es imposible
trabajar directamente en la realidad en sí (FAO, 2016).

La utilización de modelos es muy común en el uso de sistemas de
información geográfica, por lo que son especialmente importantes porque
en ellos se pueden comprender el funcionamiento y estructuración de los
datos.
4.2. Modelbuilder en ArcGIS
La herramienta Model Builder es una aplicación que se utiliza para la

creación, edición y administración de modelos de manera automatizada.
Consiste en una serie de procesamiento y suministra la salida de una
herramienta con otra herramienta como entrada y salida del producto. Por
otro lado también se emplea como un lenguaje de programación visual que
crea flujos de trabajo (figura 2) (MappingGIS, 2016). Para Esri (2012) el
model builder lo define como una aplicación que crea, edita y administra
datos. Además son flujos de trabajo que encadenan secuencias de
herramientas de geo procesamiento y suministran la interacción con otra
herramienta, lo cual es un lenguaje de programación visual. La aplicación
puede resultar de gran utilidad cuando se necesita realizar tareas
repetitivas y complejas (SIGnatura, 2014).
Figura 2. Aplicación de un modelo a una unión de las capas de bosques y
selvas.
4.3. Utilidades
ModelBuilder en ArcGIS permite realizar lo siguiente:
 Crear un modelo agregando herramientas de geo procesamiento,

capas de mapas, datasets y otros tipos de datos conectándolos a
un proceso.
 Procesar de forma interactiva todas las clases de entidad, ráster,
archivos o tablas de un espacio de trabajo.
 Visualizar la secuencia de su flujo de trabajo como un diagrama
fácil de interpretar.
 Ejecutar un modelo paso a paso, hasta un paso seleccionado, o
ejecutar el modelo por completo.
 Convertir el modelo en una herramienta de geo procesamiento que
se puede compartir con otros usuarios o que se pueden utilizar en
secuencias de comandos de Python y en otros modelos (ESRI,
2016).
La herramienta es útil para la construcción y ejecución de flujos de trabajos
sencillos, pero a su vez proporciona métodos avanzados para ampliar la
funcionalidad del ArcGIS ya que a su vez permite crear y compartir los
modelos a modo de herramientas más sencillas.
Estos son algunos beneficios de utilizar ModelBuilder:
 Es una aplicación fácil de usar para crear y ejecutar flujos de trabajo

que contienen una herramienta de secuencia de comandos.
 Puede crear sus propias herramientas con ModelBuilder ejemplo el
Modelo Automatizado de las Localidades en Bosques y Selvas. Las
herramientas que crea con la aplicación se pueden utilizar en
secuencias de comandos de Python y otros modelos.
 ModelBuilder, junto con las secuencias de comandos, es una forma
de integrar ArcGIS en otras aplicaciones (Fernández, 2012).
4.4. Generalidades
Es una aplicación que se utiliza para crear, editar y administrar datos. Los
modelos son flujos de trabajo que encadenan secuencias de herramientas
de geo procesamiento y suministran la salida de una herramienta a otra
herramienta como entrada. También se puede considerar un lenguaje de
programación visual para crear flujos de trabajo (Fernández, 2012).
En ocasiones los sistemas de información geográfica se requieren realizar

trabajos o tareas donde se requiere hacer repetición de los procesos y esto
crea la necesidad de contar con métodos para automatizar, ordenar y
administrar los procesos realizados en varios pasos como flujos de trabajo.
Es por ello que el programa ArcGIS proporciona un amplio conjunto de
herramientas y un mecanismo para llevar una secuencia mediante los
modelos a construir.
Características del modelbuilder.

Se refiere a las capas de entrada o elementos del proyecto
(óvalos azules).
Las herramientas que se utilizan para ser ejecutadas

(rectángulos amarillos).
Los datos obtenidos (óvalos verdes) producto de los geo

procesos.
Conector (flecha) que muestra la secuencia de geo procesamiento

(Salcedo, 2014).
4.5. Aplicaciones
Anteriormente se había dicho que la herramienta modelbuilder es útil para

construir y ejecutar flujos de trabajo sencillos, pero también proporciona
métodos avanzados para ampliar la funcionalidad del ArcGIS, ya que
permite crear y compartir los modelos a modo de aplicación. Algunas
aplicaciones del model builder en la vida diaria:
Aplicaciones en la ingeniería civil.- La delimitación de una cuenca

hidrográfica. Geo referenciación del área de estudio, determinación de la
ruta por la cual es más corto o más conveniente el paso de una red de
alcantarillado o una vía según las condiciones dadas (Prezi, 2016).
Inventario forestal.- Es considerado como una adecuada herramienta

para la planificación y análisis de los inventarios forestales. La
implementación del model builder en inventarios forestales ha sido muy
recurrente puesto que le diseño físico del inventario, definido en términos
de la asignación de unidades muestrales se efectúa en forma
automatizada (Corvalán y Hernández, 1999).
Diseño de vías y caminos forestales.- El trazado de la red de

accesibilidad debe considerar la zonificación por riesgo potencial a la
erosión, remoción o deslizamiento, evitando la construcción en zonas de
alta o muy alta fragilidad (Gayoso y Alarcón, 1999).
Gestión e integración de datos altimétricos y batimétricos en la costa

andaluza: el uso del "Model Builder".- Se diseñó una herramienta en
ArcGis 9.3 que encadena varios procesos de análisis espacial a partir de
la información original almacenada en la base de datos (curvas, cotas y
datos raster). Finalmente se obtuvo información disponible del medio
submarino (Zújar et al., 2010).
Diseño de una herramienta SIG para la recogida selectiva de residuos

urbanos.- En este trabajo se presenta una herramienta informática,
basada en un sistema de información geográfica, con la que se puede
diseñar el modelo de recogida de residuos más adecuado para una ciudad,
en cada momento y en las mejores condiciones posibles. La herramienta
funciona como una extensión para ArcView 9.2, empleándose para su
elaboración la aplicación Model Builder de ArcGIS. Permite realizar las
actividades de ubicación de puntos de recogida, estimación de la
generación en cada punto, contenerización, cálculo de rutas y valoración
económica de la recogida (Gallardo et al., 2010).
Fauna terrestre.- Se han recogido numerosos ejemplos de aplicaciones

de los SIG a la gestión de especies concretas. También se recogen
aplicaciones en el manejo de los habitas de fauna silvestre, en la
valoración de los cambios a los que están expuesto y en la realización de
índices de abundancia y censos (Sánchez et al., 1999).
Ventajas del model builder.
1. No es necesario saber programar.

2. Interfaz clara y sencilla. Su entorno visual que simplifica mucho la
comprensión del proceso que se lleva a cabo. Permite ver de forma
gráfica como se procesa la información y permite separar los
procesos, flujo de información y resultados.
3. Es una forma de entender cómo funcionan los procesos espaciales.
4. Se pueden integrar un scripts de python en un modelo.
5. El Model Builder de ArcGIS permite exportar los modelos a código
Python.
Desventajas del model builder
1. Los modelos funcionan para procesos muy cerrados y difícilmente

se pueden readaptar.
2. Es posible realizar acciones sobre los proyectos si se incluye un
script que llame a la clase correspondiente, por ejemplo la
clase QgsProject en el caso de QGIS).
3. En el caso de trabajar con ArcGIS, no es recomendable la práctica
de hacer un modelo complejo y exportarlo a Python. Con sentencias
sencillas funciona, pero cuando el proceso se complica el código
generado no suele funcionar en Python y además mezcla la
librería Arcpy con el objeto geoprocessing (anterior a Arcpy), lo cual
puede ser confuso (MappingGIS, 2016).
4.6. Entorno de ModelBuilder
Los elementos del modelo que utiliza modelbuilder en su lenguaje cuentan

con tres elementos básicos: herramientas, variables y conectores las
herramientas propiamente dichas, las variables y los conectores.
 Herramientas.- Son bloques de construcción básicos de flujos

de trabajo en un modelo, las herramientas llevan a cabo varias
acciones de datos geográficos o tabulares.
 Variables.- Son elementos de un modelo que contienen un valor

o una referencia de datos almacenados en el sistema.

 Conectores.- Como su nombre lo dice conectan datos y valores
a las herramientas las cuales se expresan en flechas de
conexión donde indican la dirección.
5. CRITERIOS DE PONDERACIÓN DE VALOR DE INCENDIO
Para la priorización de áreas, la CONAFOR consideró los criterios de

riesgo, peligro y valor. Así mismo, específicamente para el criterio de
valor, se consideran las siguientes variables (Figura 3):
 Valor Ecológico
1. Áreas Naturales Protegidas “ANPs”
2. Áreas de Importancia para la Conservación de las Aves
“AICAS”
3. Sitios Ramsar.
4. Zonas Elegibles Hidrológicas
5. Zonas Elegibles para la Conservación de la Biodiversidad
6. Regiones Terrestres Prioritarias
 Valor Cultural - Social

1. Comunidades Indígenas
2. Índice de Desarrollo Humano
3. Grados de Pobreza
4. Zonas de Atención Prioritaria
5. Sistema Nacional para la Cruzada Contra el Hambre
 Valor Económico
1. Existencia Reales de Bosque Natural
2. Valor Maderable por Tipo de Vegetación
Figura 3. Variables que se utilizan para valor de incendio (CONAFOR, 2010).
El proceso de la definición de áreas de valor de incendio forestal, requiere

de asignar ciertas ponderaciones a los valores de las variables utilizadas.
En este manual se basa en los criterios de ponderación que maneja
CONAFOR, (2010).
5.1. ÁREAS FORESTALES
De acuerdo con CONAFOR (2010), la definición de valor de incendios

forestales se hace en relación a un marco geográfico específico. El cual se
define con base a la ubicación y delimitación de las áreas forestales que
comprenden los bosques y selvas. Para esto, se sugiere trabajar con las
cartas de uso de suelo y vegetación del Instituto Nacional de Estadística,
Geografía e Informática (INEGI). Específicamente, se recomienda trabajar
con las Series IV o V, o la más actualizada que se tenga en el momento.

5.2. ANÁLISIS DE VALOR ECOLÓGICO
Son todos los componentes de un ecosistema que le permiten mantenerse

sano. Se incluyen desde los aspectos bióticos, como por ejemplo los
propios habitantes (flora y fauna) presentes y las relaciones que mantienen
entre sí. También se toman en cuenta los aspectos abióticos como
condiciones atmosféricas, minerales, agua, pH, entre otros (Rodríguez,
2014; Contreras, 2010).
También se refiere a la valoración de los elementos que de alguna manera
representan un interés de protección de los efectos ocasionados por
incendios forestales (Nolasco, 1993; CONAFOR, 2010a).
5.3. ÁREAS NATURALES PROTEGIDAS
Las Áreas Naturales Protegidas, constituyen el instrumento de política

ambiental, más consolidada en México, para la conservación de la
biodiversidad, así como por los servicios ambientales que estos
ecosistemas proporcionan a la sociedad (CONANP, 2014).
5.3.1. Descripción
Son espacios físicos, donde los ecosistemas naturales no han sido

significativamente alterados y que requieren ser preservados y/o
restaurados por su importancia ambiental, biológica y ecológica, dando
mayor relevancia a la recarga del acuífero y a la preservación de la
biodiversidad. Son áreas que por sus características eco geográficas,
contenido de especies, bienes y servicios ambientales y culturales que
proporcionan a la población, hacen imprescindible su preservación
(SEDEMA, 2010). Además juegan un papel muy importante en los
ecosistemas del país, ya que son de gran importancia para regular el
medio ambiente.
5.3.2. Fuentes de información
La capa de las áreas naturales protegidas del país se ubica en formato
shapefile y es posible extraer dicha información por medio de la página
oficial de la Comisión Nacional de Áreas Naturales Protegidas versión
2015.
5.3.3. Niveles de ponderación
Para la determinación de los valores de ponderación, se utilizaron los

previamente establecidos por CONAFOR (2010) (Cuadro 2).
Cuadro 2. Valor de ponderación asignado a las ANPs para el análisis

de valor
Cuadroecológico dedeacuerdo
3. Valores a CONAFOR
ponderación para las2010.
Variable Ponderación
Áreas Naturales Protegidas (ANPs) 3
5.3.4. Secuencia de generación
Para generar el mapa de valor de incendios forestales, se debe seguir una

secuencia de generación, se utilizó el software ArcGis. Como primer paso
se tendrá que cargar la capa de las áreas naturales protegidas de la
CONANP, a través de la función Add Data y navegar hasta la capa
que se pretende analizar, en este caso se le denomino “comportamiento”
(Figura 4).

Figura 4. Ventana para añadir capas de información geográfica.
Una vez que la capa de “áreas naturales protegidas” se visualiza en el

ArcGis, el siguiente paso consiste en ponderar la capa de acuerdo a los
valores que la CONAFOR marca en el manual “Procedimiento para la
elaboración de un mapa de áreas de atención prioritaria contra incendios
forestales 2010”, ver cuadro 1. Partiendo de dicha capa de información geo
espacial se tendrá que abrir la tabla de atributos, misma que ya viene
integrada en el shapefile. Con el botón izquierdo del cursor la capa
quedará seleccionada, en el cual queda resaltada en color azul (Figura 5).
Pulsar en el botón derecho del cursor, desplegándose un cuadro con un
menú de opciones, señalar y pulsar en abrir tabla de atributos (Open
Atribute Table).
shapefile.
Una vez abierta la tabla de contenidos (Figura 6), se procede a crear dentro
de la base de datos una nueva columna. Con el apuntador pulsar con botón
izquierdo en el icono tabla de opciones (Table Options), se
despliega, ubicando “Add Field” (Figura 7). No obstante se abrirá una
ventana, para añadir los parámetros que se requiere, para crear el nuevo
campo o variable. Así mismo asignar un nombre como encabezado, este
será “pon”. En el siguiente apartado, se refiere al tipo de propiedad que
llevará la nueva columna, se desglosará un menú de opciones, en este
caso será de tipo numérico (Type: Double). Concluir en pulsar el botón
“OK”.

Una vez que se crea la columna nueva, se le asignará la ponderación

correspondiente. Pulsando el botón derecho del cursor, sobre la columna
“pon” en ella se desglosa un menú de opciones, señalar “Field Calculator”
(Figura 8). Por consiguiente se abrirá la calculadora de columnas, en ella
se asignará en el apartado de expresiones la ponderación valor tres (3).
Este proceso permite generar el valor asignado a todas las filas dela
columna (Figura 9).


3.

Una vez que se tiene el valor de ponderación de la capa, lo siguiente es
incluir el valor de ponderación de cero (0) a la capa base, por nombrar un
ejemplo el estado de Jalisco. Por lo que, el límite de estado se encuentra
en formato Shapefile, será necesario generar dentro de la base de datos
una nueva columna y asignarle el valor de ponderación.
Por esta razón, una vez que se ha ubicado la capa del estado de Jalisco
en la tabla de contenidos (Table Of Contents), se resalta (con pulsar el
botón izquierdo del cursor). Esto se verifica al ver que la capa seleccionada
se encuadra con color azul (Figura 10). Una vez hecho esto, el cursor se
ubica en esta capa, pulsar, en el botón derecho del cursor, desplegándose
un cuadro con un menú de opciones. Se señala y se tendrá que abrir la
tabla de atributos (Open Atribute Table).
Figura 10. Despliegue del menú de opciones, donde se ubica la opción para
abrir la tabla de atributos (Open Attribute Table).
Una vez abierta la tabla de contenidos (Figura 11), se procede a crear

dentro de la base de datos una nueva columna. Con el apuntador pulsar
con botón izquierdo en el icono tabla de opciones (Table Options),
se despliega, ubicando “Add Field” (Figura 12). Posteriormente se abrirá
una ventana, para añadir los parámetros que se requiere, para crear el
nuevo campo o variable. Así mismo asignar un nombre como encabezado,
este será “pon”. En el siguiente apartado, se refiere al tipo de propiedad
que llevará la nueva columna, se desglosará un menú de opciones, en este
“OK”.

correspondiente. Pulsando el botón derecho del cursor, sobre dicha
columna, en ella se desglosa un menú de opciones, señalar “Field
Calculator” (Figura 13). Por consiguiente se abrirá la calculadora de
columnas, en ella se asignará en el apartado de expresiones la
ponderación valor null (cero). Este proceso permite generar el valor
asignado a todas las filas dela columna (Figura 14).
Figura 13. Despliegue del menú de opciones, y ubicación de la calculadora

de columnas “Field Calculator”.
0.
El objetivo principal en este geo proceso, consiste en darle un valor a todas

aquellas áreas que no contengan información (NoData), por lo que el valor
será igual a cero (0).
A continuación se muestra paso por paso la integración en el ArcGis. Para

ello, se requiere una serie de geo procesos que ayudarán a obtener los
mapas resultantes. Mediante la caja de herramientas “ArcToolbox”,
mediante la función “Analysis Tools” en el apartado “Overlay” se
ejecuta la herramienta “Union” (Figura 15).

En la ventana de dialogo de la herramienta “Union” (Figura 16), se deben

definir los parámetros, mediante los siguientes apartados: Input Features,
se deben añadir las capas y respetando este orden, como primer capa se
establece “Jalisco_Limite” y enseguida “ANP_Jal”. En el apartado Output
feature Class, el nombre y el lugar de destino. En Join Attributes
(opcional), se deja en “ALL”. En XY Tolerance, se deja el espacio en
blanco, así mismo las unidades se dejan por default “Metros”. Concluir en
pulsar el botón “OK”.
Una vez que el proceso haya finalizado, lo siguiente es convertir el

shapefile “unión_anp” a formato raster.
Para esto se utiliza la función “Polygon to Raster” ver (Figura 17). Dentro
de la caja de herramientas Conversion Tools, en consiguiente To Raster,
de (ArcToolbox).

Figura 17. La ubicación de la función “Polygon to Raster”, dentro de la caja
de herramientas de ArcToolbox.
No obstante en la ventana de dialogo de la función “Polygon to Raster”

(Figura 18), se debe definir los siguientes apartados, para llevar acabo el
geo proceso: en Input Features, añadir el shapefile que se convertirá a
formato raster, en este ejemplo “unión_anp”. En el apartado Value field,
señalar el campo ó variable, que contiene la base de datos del Shapefile,
“pon”. Output Raster Dataset, lugar de destino y nombre del nuevo raster
“ras_anp”; posterior Cell assignment type, se desglosará un menú de
opciones, señalar CELL_CENTER. En Proximity field, se desglosará un
menú de opciones, señalar NONE; Último apartado, Cellsize (optional),
se definirá el tamaño de pixel, teniendo en cuenta que es opcional, en este
sentido a (0.00012), “120 m”. Concluir en pulsar el botón “OK”.
Finalmente se obtiene como resultado la capa de las áreas naturales

protegidas en formato raster (Figura 19).
Figura 19. Áreas Naturales Protegidas, con su valor de ponderación

correspondiente.

5.3.5. Estructuración del modelo
A continuación se presenta como se debe estructurar la información geo

referenciada. Para esto se utiliza la aplicación de “ModelBuilder” en
ArcGis, el cual se ubica dentro de la interfaz del software (Figura 20). En
la provincia de Madrid, España Albacete et al., 2010, presentaron un
trabajo donde se ilustro el procesamiento de los datos LiDAR mediante el
uso de ArcGis, donde generó el cálculo del volumen forestal a través de
un modelbuilder.
Figura 20. Ubicación de la aplicación “ModelBuilder” en ArcGis.
El objetivo principal de la aplicación, es programar las herramientas

utilizadas para el criterio de valor, de una forma visual a través de mapas
conceptuales, donde el usuario será capaz de interpretar los geo procesos
que se llevan a cabo. Para empezar a estructurar el modelo en valor se
debe hacer click sobre . A continuación se abrirá una ventana, la cual
servirá como plataforma de trabajo, la ventana contiene una serie de
opciones tales como: Archivo, Edición, Insertar, Ventana, Ayuda, Guardar,
Copiar, Pegar, Zoom etc. (Figura 21).
Figura 21. Ilustración de la ventana de “ModelBuilder” en ArGis.
A continuación se describen los rasgos de la aplicación, donde el “INPUT”

es la opción que sirve para cargar las capas vectoriales o raster. La opción
“PROCESS” tiene la función de ejecutar las herramientas seleccionadas.
Por último la opción “OUTPUT” se encarga principalmente de generar
una nueva capa vectorial o raster (Figura 22).
Figura 22. Ejemplificación de cada una de las funciones de la aplicación

“ModelBuilder”.

Para empezar a estructurar el modelo del mapa de valor de incendio
forestal, se tendrá que revisar el capítulo “5.3.4. Secuencia de
generación”, en el cual como primer instancia describe el geo proceso
de la variable áreas naturales protegidas. A continuación se ejemplifica
como se debe añadir la herramienta “Unión” (Figura 23).
Una vez que se añade la herramienta en la plataforma del modelbuilder,

lo siguiente es dar doble click en el cual se abrirá una ventana, donde se
especificarán los parámetros correspondientes para dicho geo proceso,
revisar páginas 31 y 32. Una vez que los parámetros son definidos en la
herramienta, el modelo se ilumina en tres colores diferentes, en los cuales
ya se mencionó el significado de cada uno de ellos ver figura 22. El
siguiente geo proceso consiste la transformación de un archivo shapefile
a raster, utilizando la herramienta “Polygon to Raster” ver figura 18. A
continuación se muestra el ejemplo del modelo (Figura 24).
Figura 24. Estructura del modelo secuencial para la variable áreas
naturales protegidas.
Es importante señalar que cada geo proceso que se complete, se tendrá

que guardar. Mediante la función “ArcCatalog” de ArcGis se dará click
derecho y en la opción “New” se añadirá la opción “Toolbox” (Figura
25).
Figura 25. Ilustración para generar la aplicación “modelbuilder” mediante

la función “ArcCatalog”.

Una vez que se tiene la caja de herramientas. A través de la función Model
se tendrá que elegir la opción “Save As” (Figura 26).
Figura 26. Ejemplo de la opción de guardado en el modelbuilder.
Una vez que se hace click en “Save As” aparecerá la ventana para
asignar el modelo en la caja de herramientas que se generó, así mismo
se nombrará el archivo el cual quedó como: “Valor_1” (Figura 27).
Figura 27. Asignación de nombre al modelo secuencial de valor.
Para asignar el modelo al ArcGis, con el botón derecho se dará click sobre
el “ArcToolbox”, posteriormente aparece la ventana donde se encuentra
el modelo, por lo que se selecciona “Valor_1” (Figuras 28 y 29).

Figura 28. Selección del modelo a través de la función “Add Toolbox”.
Figura 29. Asignación del modelo “Valor_1” a la caja de herramientas de
ArcGis.
5.4. ÁREAS DE IMPORTANCIA PARA LA

CONSERVACIÓN DE LAS AVES
México es uno de los 17 países mega diversos. Dentro de esta gran

diversidad biológica, las AICAS confieren gran diversidad de aves nativas,
además de las de paso y descanso que llegan al territorio mexicano cada
año (CCA, 1999). También se refiere a un área importante para la
conservación de las aves que se identifican con base en criterios técnicos
que consideran la presencia de especies de aves que de una manera u
otra son prioritarias para la conservación (IIRB, 2014).
5.4.1 Descripción
Es importante identificar y proteger estos sitios de incendios forestales ya

que buscan mantener la riqueza de aves del país. La importancia de su
conservación, no es solo por su papel ecológico, sino también por su alto
valor cultural y económico que dan a cada sitio. En el país, los primeros
estudios para identificación de AICAS iniciaron en 1996 (CCA, 1999).

La información recabada fue de la página oficial de la Comisión Nacional

para el Conocimiento y Uso de Biodiversidad con datos a nivel nacional de
1999 en formato shapefile.
5.4.3. Criterios de ponderación
Para la determinación de los valores de ponderación, se utilizaron

previamente los establecidos por CONAFOR (2010) (Cuadro 3).
Cuadro 3. Valor de ponderación asignado a las AICAS para el

análisis de valor ecológico de acuerdo a CONAFOR 2010.
Áreas de Importancia Para la
Conservación de las Aves (AICAS) 2
A continuación se ejemplifica el geo proceso que se debe seguir para la

capa áreas de importancia para la conservación de las aves. Como primer
paso se tendrá que cargar la capa, la cual se encuentra en formato
shapefile. Una vez que la capa se visualiza en el ArcGis, el siguiente paso
consiste en ponderar la capa de acuerdo a los valores que la CONAFOR
marca en el manual “Procedimiento para la elaboración de un mapa de
áreas de atención prioritaria contra incendios forestales 2010”, ver cuadro
2. Partiendo de la capa de información geo espacial se tendrá que abrir la
tabla de atributos, misma que ya viene integrada en el shapefile. Con el
botón izquierdo del cursor la capa quedará seleccionada, en el cual queda
resaltada en color azul (Figura 30). Pulsar en el botón derecho del cursor,
desplegándose un cuadro con un menú de opciones, señalar y pulsar en
abrir tabla de atributos (Open Atribute Table).
shapefile.

se despliega, ubicando “Add Field” (Figura 32). Posteriormente se abrirá
“OK”.


se asignará en el apartado de expresiones la ponderación valor de dos (2).
columna (Figura 34).

2.

ejemplo el estado de Jalisco, misma que ya se encuentra ponderada ver
páginas 27-30.




establece “Jalisco_Limite” y enseguida “AICAS_Jal”. En el apartado
Output feature Class, el nombre y el lugar de destino. En Join Attributes

shapefile “unión_aicas” a formato raster.
de (ArcToolbox).


formato raster, en este ejemplo “unión_aicas”. En el apartado Value field,
“ras_aicas”; posterior Cell assignment type, se desglosará un menú de
Finalmente se obtiene como resultado la capa de las AICAS en formato

raster (Figura 39).

Figura 39. Áreas de Importancia para la Conservación de las Aves, con su
valor de ponderación correspondiente.
A continuación se ejemplifica la estructura del modelo utilizando la

variable “AICAS”, para lo cual se tendrá que revisar el capítulo “5.4.4.
Secuencia de generación”, en el cual se describe el geo proceso en
ArcGis. A continuación se ejemplifica como se debe añadir la herramienta
“Unión” (Figura 40).

revisar páginas 46 y 47. Ya que los parámetros estén definidos en la
ya se mencionó el significado de cada uno de ellos ver figura 22. Además
de utilizar la herramienta Unión, también fue posible convertir a archivo
raster utilizando la herramienta Polygon to Raster ver figura 38. A
Figura 41. Estructura del modelo secuencial para la variable AICAS.
Una vez finalizado el geo proceso, se da clic en guardar .

5.5. SITIOS RAMSAR
Los humedales son zonas en donde el agua es el principal factor que

controla el ambiente, así como la vegetación y fauna asociada. Existen en
donde la capa freática se encuentra en o cerca de la superficie del terreno
o donde el terreno está cubierto por agua (CONANP, 2016). En estas
zonas el agua es el principal factor que controla el ambiente, así como la
vegetación y fauna asociada. Los humedales están entre los ecosistemas
más diversos y productivos. Proporcionan servicios esenciales y
suministran toda nuestra agua potable. Sin embargo, continúa su
degradación y conversión para otros usos (Ramsar, 2014).
5.5.1. Descripción
Son ecosistemas acuáticos de importancia internacional cuyo territorio

está conformado por humedales, en estas zonas el agua es el principal
factor que controla el ambiente, así como la vegetación y fauna asociada.
Algunas características son; pastos marinos, humedales de alta montaña,
arrecifes de coral, oasis, sistemas kársticos y sitios con especies
amenazadas (Ramsar, 2014).
El dato se encuentra disponible en la página oficial de la CONABIO en

formato shapefile versión 2014.

Cuadro 4. Valor de ponderación asignado a los sitios Ramsar para el

análisis de valor ecológico de acuerdo a CONAFOR 2010.
Sitios Ramsar 2
La siguiente variable a analizar son los sitios Ramsar. Una vez que la capa
se visualiza en el ArcGis, el siguiente paso consiste en ponderar la capa
de acuerdo a los valores que la CONAFOR marca en el manual
“Procedimiento para la elaboración de un mapa de áreas de atención
prioritaria contra incendios forestales 2010”, ver cuadro 3. Partiendo de la
capa de información geo espacial se tendrá que abrir la tabla de atributos,
misma que ya viene integrada en el shapefile. Con el botón izquierdo del
cursor la capa quedará seleccionada, en el cual queda resaltada en color
azul (Figura 42). Pulsar en el botón derecho del cursor, desplegándose un
cuadro con un menú de opciones, señalar y pulsar en abrir tabla de
atributos (Open Atribute Table).
shapefile.

se despliega, ubicando “Add Field” (Figura 44). No obstante se abrirá una

“OK”.



2.

páginas 27-30.


establece “Jalisco_Limite” y enseguida “Ramsar_Jal”. En el apartado

herramienta “Unión”.

shapefile “unión_ramsar” a formato raster.
de (ArcToolbox).

formato raster, en este ejemplo “unión_aicas”. En el apartado Value field,
“ras_ramsar”; posterior Cell assignment type, se desglosará un menú de

Finalmente se obtiene como resultado la capa de los sitios Ramsar en

formato raster (Figura 51).
Figura 51. Sitios Ramsar, con su valor de ponderación correspondiente.


variable “RAMSAR”, para lo cual se tendrá que revisar el capítulo “5.5.4.
Secuencia de generación”, en el cual se describe el geo proceso en
“Unión” (Figura 52).


Figura 53. Estructura del modelo secuencial para los sitios Ramsar.
Una vez finalizado el geo proceso, este se .
5.6. ZONAS ELEGIBLES HIDROLÓGICAS
El pago por servicios ambientales (PSA) fue diseñado para proveer

incentivos económicos a los dueños de terrenos forestales (ejidos,
comunidades y pequeños propietarios) para apoyar las prácticas de
conservación y evitar el cambio de uso del suelo (deforestación) de los
bosques (CONAFOR, 2009).
5.6.1. Descripción
Son las principales áreas potenciales hidrológicas y sistemas acuáticos

con aspectos de conservación. En ellas se establece un marco de
referencia que pueda ser considerado por los diferentes sectores para el
desarrollo de planes de investigación, conservación, uso y manejo
adecuado.
La información se encuentra disponible en la página de internet, a través

de los pagos por servicios ambientales de la CONAFOR en formato
vectorial por estados y con información de 2015.

Cuadro 5. Valor de ponderación asignado a las Zonas Elegibles Hidrológicas

para el análisis de valor ecológico de acuerdo a CONAFOR 2010.
Zonas Elegibles Hidrológicas 3
A continuación se ejemplifica el procedimiento para la variable “Zonas

Elegibles Hidrológicas”. Una vez que la capa se visualiza en el ArcGis, lo
siguiente consiste en ponderar la capa de acuerdo a los valores que la
CONAFOR marca en el manual “Procedimiento para la elaboración de un
mapa de áreas de atención prioritaria contra incendios forestales 2010”,
ver cuadro 4. Partiendo de la capa de información geo espacial se tendrá
que abrir la tabla de atributos, misma que ya viene integrada en el
shapefile. Con el botón izquierdo del cursor la capa quedará seleccionada,
en el cual queda resaltada en color azul (Figura 54). Pulsar en el botón
derecho del cursor, desplegándose un cuadro con un menú de opciones,
señalar y pulsar en abrir tabla de atributos (Open Atribute Table).
shapefile.


“OK”.

se asignará en el apartado de expresiones la ponderación valor de tres (3).


3.

páginas 27-30.



establece “Jalisco_Limite” y enseguida “Zehidro_Jal”. En el apartado

herramienta “Unión”.

shapefile “unión_hidrolo” a formato raster.
de (ArcToolbox).

formato raster, en este ejemplo “unión_hidrolo”. En el apartado Value
field, señalar el campo ó variable, que contiene la base de datos del
Shapefile, “pon”. Output Raster Dataset, lugar de destino y nombre del
nuevo raster “ras_hidrolo”; posterior Cell assignment type, se
desglosará un menú de opciones, señalar CELL_CENTER. En Proximity
field, se desglosará un menú de opciones, señalar NONE; Último
apartado, Cellsize (optional), se definirá el tamaño de pixel, teniendo en
cuenta que es opcional, en este sentido a (0.00012), “120 m”. Concluir en

Finalmente se obtiene como resultado la capa de las Zonas Elegibles

Hidrológicas en formato raster (Figura 63).
Figura 63. Zonas Elegibles Hidrológicas, con su valor de ponderación

correspondiente.

variable “Zonas Elegibles Hidrológicas”, para lo cual se tendrá que revisar
el capítulo “5.6.4. Secuencia de generación”, en el cual se describe el
geo proceso en ArcGis. A continuación se ejemplifica como se debe añadir
la herramienta “Unión” (Figura 64).


Figura 65. Estructura del modelo secuencial para las zonas elegibles
hidrológicas.
5.7. ZONAS ELEGIBLES DE BIODIVERSIDAD
La CONAFOR, apoya 4 modalidades de Servicios Ambientales de Bosque,

entre las cuales se encuentran las Zonas Elegibles para la Conservación
de la Biodiversidad. La selección de estas zonas es en base a las
características de los ecosistemas, con las cuales se puede cumplir el
principal objetivo que es la conservación de los recursos naturales (flora y
fauna, ecosistemas forestales y sistemas agroforestales con cultivo bajo
sombra) (PRONAFOR, 2015).
5.7.1. Descripción
Se refiere a las áreas forestales que ofrecen un servicio ambiental

(ecológico) que beneficia a la sociedad, por ejemplo la plantación de
árboles con fines de secuestro de carbono.
La fuente de información de esta capa esta en formato shapefile, y se

encuentra disponible en la página de internet a través de los pagos por
servicios ambientales de la CONAFOR del año 2015.

Cuadro 5. Valor de ponderación asignado a las ZEBIO para el análisis de

valor ecológico de acuerdo a CONAFOR 2010.
Zonas Elegibles para la
Conservación de la Biodiversidad 3
Siguiendo con los geo procesos para generar el mapa de valor, la siguiente
variable a analizar son la “Zonas Elegibles para la Conservación de la
Biodiversidad”. Una vez que la capa se visualiza en el ArcGis, lo siguiente
consiste en ponderar la capa de acuerdo a los valores que la CONAFOR
marca en el manual “Procedimiento para la elaboración de un mapa de
áreas de atención prioritaria contra incendios forestales 2010”, ver cuadro
5. Partiendo de la capa de información geo espacial se tendrá que abrir la
tabla de atributos, misma que ya viene integrada en el shapefile. Con el
botón izquierdo del cursor la capa quedará seleccionada, en el cual queda
shapefile.

“OK”.

se asignará en el apartado de expresiones la ponderación valor de tres (3).


3.

páginas 27-30.



establece “Jalisco_Limite” y enseguida “Zebio_Jal”. En el apartado Output


shapefile “unión_zebio” a formato raster.
de (ArcToolbox).


formato raster, en este ejemplo “unión_zebio”. En el apartado Value field,
“ras_zebio”; posterior Cell assignment type, se desglosará un menú de
Finalmente se obtiene como resultado la capa de las Zonas Elegibles de

Biodiversidad en formato raster (Figura 75).
Figura 75. Zonas Elegibles de Biodiversidad, con su valor de ponderación

correspondiente.

variable “Zonas Elegibles de Biodiversidad”, para lo cual se tendrá que
revisar el capítulo “5.7.4. Secuencia de generación”, en el cual se
describe el geo proceso en ArcGis. A continuación se ejemplifica como se
debe añadir la herramienta “Unión” (Figura 76).

Figura 77. Estructura del modelo secuencial para las zonas elegibles de
biodiversidad.
5.8. ZONAS TERRESTRES PRIORITARIAS
Son unidades estables desde el punto de vista ambiental, localizadas en

la parte continental del territorio nacional. Estos sitios deben protegerse de
incendios debido a su importante riqueza eco sistémica y específica
significativamente mayor que la del resto del país, así como por su
integridad ecológica funcional significativa que tiene una oportunidad real
para su conservación (CONABIO, 2008).
5.8.1. Descripción
Las Áreas Terrestres Prioritarias para la Conservación de la Biodiversidad

de la CONABIO se orienta a la detección de áreas, cuyas características
físicas y bióticas favorezcan condiciones particularmente importantes
desde el punto de vista de la biodiversidad (Arriaga et al., 2008).
La información fue recabada de la página oficial la Comisión Nacional para

el Conocimiento y Uso de Biodiversidad en formato shapefile con
información del 2008.


Cuadro 7. Valor de ponderación asignado a las RTP para el análisis de valor

Regiones Terrestres Prioritarias 2
A continuación se muestra el geo proceso para la variable “Zonas

Terrestres Prioritarias”. Cuando ya se tiene la capa visualizada en el
ArcGis, lo siguiente consiste en ponderar la capa de acuerdo a los valores
que la CONAFOR marca en el manual “Procedimiento para la elaboración
de un mapa de áreas de atención prioritaria contra incendios forestales
2010”, ver cuadro 6. Partiendo de la capa de información geo espacial se
tendrá que abrir la tabla de atributos, misma que ya viene integrada en el
shapefile.

“OK”.



2.

páginas 27-30.




establece “Jalisco_Limite” y enseguida “Atp_Jal”. En el apartado Output

shapefile “unión_atp” a formato raster.
de (ArcToolbox).


formato raster, en este ejemplo “unión_atp”. En el apartado Value field,
“ras_atp”; posterior Cell assignment type, se desglosará un menú de
Finalmente se obtiene como resultado la capa de las Zonas Terrestres

Prioritarias en formato raster (Figura 86).
Figura 86. Zonas Terrestres Prioritarias, con su valor de ponderación

correspondiente.


variable “Zonas Terrestres Prioritarias”, para lo cual se tendrá que revisar

Figura 88. Estructura del modelo secuencial para las zonas terrestres
prioritarias.
5.9. VALOR SOCIAL-CULTURAL
Considerar los aspectos sociales y culturales es de gran importancia ya

que el comportamiento de la población, el crecimiento, sus actividades y
nivel económico, afectan directamente en los impactos a las zonas
forestales de sus alrededores (CONAFOR, 2014). También se refiere a la
valoración de los elementos sociales, culturales que representan un gran
interés de protección de los efectos que en ellos ocasionan los incendios
forestales (Contreras, 2010).
5.10. COMUNIDADES INDÍGENAS
Las poblaciones indígenas o aborígenes son aquellas que estaban

viviendo en sus tierras antes de que llegaran los colonizadores de otros
lugares, los cuales al convertirse en el grupo dominante mediante la
conquista, la ocupación, la colonización o por otros medios se segregaron
originando sus propias etnias, culturas y religiones (CINU, 2000).

5.10.1. Descripción
La mayor parte de las comunidades indígenas se localizan en zonas

forestales, de acuerdo a sus prácticas de agricultura y ganadería, las
cuales son indicadores de la incidencia de incendios forestales.
La capa de las comunidades indígenas se encuentra disponible en la

página de CONABIO en formato vectorial con información del 2010.

establecidos previamente por CONAFOR (2010) para esta variable. Estos
se basaron en dos distancias: 0-500 m y 501-1000 m, de acuerdo a la
influencia de las comunidades indígenas en las áreas forestales (Cuadro
8).
Cuadro 8. Valores de proximidad de localidades indígenas.
Rangos de distancia 0-500 m 501-1000 m

Ponderación 2 1
Continuando con el análisis de valor de incendio forestal. La siguiente

variable a analizar, son las “comunidades indígenas”. Una vez que se tiene
cargada la capa al ArcGis. Se desarrollará una serie de geo
procesamientos mediante la caja de herramientas de ArcGis,
(ArcToolbox). En ese sentido, se selecciona, la caja de herramientas
Analysis Tools. Posteriormente la función “Multiple Ring Buffer” (Figura
89), con la cual se obtendrán las áreas de influencia de las comunidades
(cuadro 7).
En la ventana de dialogo de la herramienta “Multiple Ring Buffer” (Figura

90), se añaden los parámetros que se requieren para obtener el geo
proceso en este caso las “comunidades indigenas”. A continuación se
describe cada uno de los apartados: Input Features, se selecciona la capa
“Comu_indi_jal”. Posteriormente, en Output Feature Class, se define
donde será el destino de la capa resultante y su nombre. En este sentido
se le denominó “buffer_indigenas”. Enseguida se específica en el
apartado Distance, definir las áreas de influencia (buffer). Posterior
“Buffer Unit (optional)”, definir la unidad de medida (metros). En el
apartado “Field Name (optional)” se añade “distance”, “Dissolve Option
(optional)” se deja por defecto en “ALL”. Finalmente pulsar el botón “OK”.
Figura 89. La ubicación de la herramienta “Multiple Ring Buffer”, dentro de

la caja de herramientas (ArcToolbox) de ArcGis.

herramienta “Multi Ring Buffer”.
Esto permitirá la creación de múltiples áreas de influencia (buffer) en un

solo archivo shapefile (Figura 91).
Figura 91. Esquema de distancia de las áreas de influencia (Multiple Ring

Buffer), en formato shapefile.
Una vez que se tienen las distancias, el siguiente geo proceso consiste en
unificar el Buffer con la capa vectorial de base. Mediante la caja de
herramientas “ArcToolbox”, mediante la función “Analysis Tools” en el
apartado “Overlay” se ejecuta la herramienta “Union” (Figura 92).

establece “Jalisco_limite” y enseguida “buffer_indigenas”. En el apartado


shapefile “unión_indigenas” a formato raster. Para esto se utilizará la
función “Polygon to Raster” (Figura 94). Dentro de la caja de
herramientas Conversion Tools, en consiguiente To Raster, de
(ArcToolbox).
En la ventana de dialogo de la función “Polygon to Raster” (Figura 95),

se debe definir los siguientes apartados, para llevar acabo el geoproceso:
en Input Features, añadir el shapefile que se convertirá a formato raster,
en este ejemplo “unión_indigenas”. En el apartado Value field, señalar
el campo o variable, que contiene la base de datos del Shapefile,
“Distance”. Output Raster Dataset, Lugar de destino y nombre del nuevo
raster “ras_indige”; posterior Cell assignment type, se desglosará un
menú de opciones, señalar CELL_CENTER. En Proximity field, se
desglosará un menú de opciones, señalar NONE; Último apartado,
Cellsize (optional), se definirá el tamaño de pixel, teniendo en cuenta que
es opcional, en este sentido a (0.00012), “120 m”. Para concluir pulsar el
botón “OK”.

A continuación se asigna el valor de ponderación a la capa raster, por

medio de una reclasificación de valores, para este geo proceso se utiliza
la función “Reclassify” (Figura 96). Mediante ArcToolbox, esta
herramienta, se localiza dentro de 3D Analyst Tools, posterior Raster
Reclass.
Figura 96. La ubicación de la función “Reclassify”, dentro de la caja de

herramientas Arctoolbox.
En la ventana de dialogo de la función “Reclassify” (Figura 97), se debe
definir los siguientes parámetros, mediante los siguientes apartados: Input
Raster, añadir la capa raster, para la reclasificación, “ras_indige”. En el
apartado Reclass field, señalar el campo ó variable, que contiene la base
de datos del raster, “Value”. En Reclassification, se muestra un recuadro
en el que se asignará los nuevos valores de ponderación. Posteriormente
en el apartado Output raster se asignará una carpeta de destino y nombre
de la capa a reclasificar, ejemplo “rec_indige”. Concluir en pulsar el botón
“OK”.

herramienta “Reclassify”.
A continuación se ilustran las distancias en formato raster (Figura 98).

Figura 98. Capa raster de las comunidades indígenas con sus valores de
ponderación.
Partiendo del análisis de las comunidades indígenas, la estructura en el

modelbuilder, para lo cual se tendrá que revisar el capítulo “5.10.4.
Secuencia de generación”, en el cual se describe los geo procesos en
“” (Figura 99).
Figura 99. Asignación de la herramienta “Reclassify” desde el

modelbuilder.
revisar páginas 93 y 94. Una vez que los parámetros son definidos en la
ya se mencionó el significado de cada uno de ellos ver figura 22. Las
herramientas que se utilizaron son; Multi Buffer Ring, Unión, Raster y
Reclassify. A continuación se muestran el ejemplo del modelo (Figura
100).

Figura 100. Estructura del modelo secuencial comunidades indígenas.

5.11. ÍNDICE DE DESARROLLO HUMANO
El índice de desarrollo humano es el avance promedio de tres aspectos

básicos de desarrollo de la población, medido en un rango de cero a uno,
en el que los valores más cercanos a uno significan un menor desarrollo
humano este se calcula con variables de tipo; educación, empleo, ingreso,
entre otras (PNUD, 2014).
La estrategia 100x100 busca transformar de manera integral, las

condiciones de rezago de los municipios con menor índice de desarrollo
humano del país, según el programa de las Naciones Unidas para el
Desarrollo (PNUD), a través del mejoramiento de las condiciones de vida
de la población y del incremento de las posibilidades para una mayor
productividad y empleo (CONAFOR, 2010).
Los datos en formato shapefile del índice de desarrollo humano están

disponibles en la página de la CONABIO con información del 2010.
De acuerdo a los criterios de CONAFOR (2010), la ponderación utilizada

para esta variable siempre será de 2.
Siguiendo con el análisis de las variables sociales-culturales. A

continuación se muestra el geo proceso del “índice de desarrollo humano”.

Una vez que se carga la capa al ArcGis, lo siguiente consiste en ponderar
la capa de acuerdo a los valores que la CONAFOR marca en el manual
prioritaria contra incendios forestales 2010”. Partiendo de la capa de
información geo espacial se tendrá que abrir la tabla de atributos, misma
que ya viene integrada en el shapefile. Con el botón izquierdo del cursor
la capa quedará seleccionada, en el cual queda resaltada en color azul
(Figura 101). Pulsar en el botón derecho del cursor, desplegándose un
cuadro con un menú de opciones, señalar y pulsar en abrir tabla de
shapefile.

se despliega, ubicando “Add Field” (Figura 103). No obstante se abrirá
“OK”.

(Figura 104). Por consiguiente se abrirá la calculadora de columnas, en
ella se asignará en el apartado de expresiones la ponderación valor de dos
(2). Este proceso permite generar el valor asignado a todas las filas dela


de 2.

páginas 27-30.

En la ventana de dialogo de la herramienta “Union” (Figura 106), se

deben definir los parámetros, mediante los siguientes apartados: Input

Features, se deben añadir las capas y respetando este orden, como
primer capa se establece “Jalisco_Limite” y enseguida “Idh_Jal”. En el
apartado Output feature Class, el nombre y el lugar de destino. En Join
Attributes (opcional), se deja en “ALL”. En XY Tolerance, se deja el
espacio en blanco, así mismo las unidades se dejan por default “Metros”.
Concluir en pulsar el botón “OK”.


shapefile “unión_idh” a formato raster.
de (ArcToolbox).

formato raster, en este ejemplo “unión_idh”. En el apartado Value field,
“ras_idh”; posterior Cell assignment type, se desglosará un menú de

Finalmente se obtiene como resultado la capa del índice de desarrollo

humano en formato raster (Figura 109).
Figura 109. Índice de desarrollo humano, con su valor de ponderación
correspondiente.

variable “índice de desarrollo humano”, para lo cual se tendrá que revisar

Una vez que se añade la herramienta en la plataforma del model builder,

Figura 111. Estructura del modelo secuencial para las índice de desarrollo
humano.

5.12. GRADOS DE POBREZA
El grado de pobreza tiene una alta relación con la amenaza de los

ecosistemas forestales del mundo. La agricultura tradicional y las
actividades ilícitas son factores importantes de ocurrencia y propagación
de fuego (CONAFOR, 2010).
La pobreza se define como la incapacidad de las personas de vivir una

vida tolerable, la carencia de bienes y servicios materiales requeridos para
vivir y funcionar como miembro de la sociedad, bajo este enfoque se limita
la atención a artículos específicos, en cuanto a los estándares de vida se
refiere exclusivamente a privaciones predeterminadas (Acosta, 2009).

La capa de los grados de pobreza en formato vectorial se descarga de la
página de internet de la CONABIO con información del 2010.

Los valores de ponderación para esta variable son: a) Alto y muy alto, b)
Medio y c) Bajo y muy bajo. La clasificación se hizo de acuerdo al grado
de pobreza que cada sitio presenta, esto con la idea de dar seguimiento y
determinar las causas de incendios forestales (cuadro 9).
Cuadro 9. Valores de ponderación para la influencia según el grado de

pobreza.

Alto y muy Bajo y
Grado Medio
alto muy bajo
Ponderación 3 2 1
A continuación se muestra el geo proceso de la variable “grados de

pobreza”. Una vez que se carga la capa al ArcGis, lo siguiente consiste en
ponderar la capa de acuerdo a los valores que la CONAFOR marca en el
manual “Procedimiento para la elaboración de un mapa de áreas de
atención prioritaria contra incendios forestales 2010” (cuadro 8). Partiendo
de la capa de información geo espacial se tendrá que abrir la tabla de
atributos, misma que ya viene integrada en el shapefile. Con el botón
izquierdo del cursor la capa quedará seleccionada, en el cual queda
shapefile.

“OK”.
Una vez que se tiene la columna nueva, la cual es donde se va a situar el

valor de ponderación correspondiente al manual de CONAFOR. El
siguiente paso consiste en realizar una selección de atributos ver cuadro
8). A través de la función “Select By Attributes” en el cual se
escogerá los grados de pobreza “muy alto y alto” (Figura 115). En la
siguiente formula se expresa la clasificación por los grados de pobreza.
“GRS10” = “Muy altoÓR”GRS10” = Álto´

Figura 115. Selección por atributos “muy bajo y bajo”.

ella se asignará en el apartado de expresiones la ponderación valor tres

de 3.
Cabe señalar que para ponderar los grados de pobreza de: “Medio” será
dos (2) y “Bajo y Muy Bajo” será uno (1). Se tendrá que realizar un
procedimiento similar al anterior.


páginas 27-30.



primer capa se establece “Jalisco_Limite” y enseguida “Pobreza_Jal”. En
el apartado Output feature Class, el nombre y el lugar de destino. En Join


shapefile “unión_pobreza” a formato raster.
de (ArcToolbox).


formato raster, en este ejemplo “unión_pobreza”. En el apartado Value
nuevo raster “ras_pobre”; posterior Cell assignment type, se desglosará
un menú de opciones, señalar CELL_CENTER. En Proximity field, se
desglosará un menú de opciones, señalar NONE; Último apartado,
Cellsize (optional), se definirá el tamaño de pixel, teniendo en cuenta que
es opcional, en este sentido a (0.00012), “120 m”. Concluir en pulsar el
botón “OK”.
Finalmente se obtiene como resultado la capa de los grados de pobreza

en formato raster (Figura 122).
Figura 122. Grados de pobreza, con su valor de ponderación

correspondiente.


variable “grados de pobreza”, para lo cual se tendrá que revisar el capítulo
“5.12.4. Secuencia de generación”, en el cual se describe el geo
proceso en ArcGis. A continuación se ejemplifica como se debe añadir la
herramienta “Unión” (Figura 123).

Figura 124. Estructura del modelo secuencial para los grados de pobreza.
5.13. ZONAS DE ATENCIÓN PRIORITARIA
El Programa para el Desarrollo de Zonas Prioritarias (PDZP) de la

Secretaria de Desarrollo Social (SEDESOL), es producto de la fusión de
los Programas de Desarrollo Local, Microrregiones y de Apoyo a Zonas de
Atención Prioritaria (ZAP). En él se busca atender integralmente los
rezagos vinculados con la infraestructura básica comunitaria, así como la
carencia de servicios básicos en las viviendas, ubicadas principalmente en
los municipios de alta y muy alta marginación que conforman las ZAP
(Zonas de Atención Prioritarias), de manera específica, y de otras
localidades, territorios o regiones que presentan iguales condiciones de
rezago (SEDESOL, 2015).
Se refiere a las 18,139 Áreas Geo estadísticas Básicas (AGEBs) urbanas

en 3,950 localidades urbanas de 2,271 municipios que incluye a un total
de 6.54 millones de hogares censales y que cumplen las siguientes
condiciones: AGEBS urbanas con Muy Alto o Alto Grado de Marginación
y Grado de Rezago Social Bajo, Medio y Alto, adicionalmente las AGEBS
urbanas con Grado de Rezago Social Alto o Medio y Grado de Marginación
Medio.

La información de la base de datos se encuentra disponible en la página

oficial de la Secretaria de Desarrollo Social, con información del 2013.
Con base a la información de las ZAP de SEDESOL. Específicamente, se

consideraron aquellas AGEBS con presencia (cuadro 10).
Cuadro 10. Valores de ponderación para las ZAP.
Ponderación
Zonas de Atención 1
Prioritaria
Siguiendo con el análisis de valor, se añadió una nueva variable al proceso

en el sistema de información geográfica, “Zonas de Atención Prioritaria”.
Una vez que la capa se carga al ArcGis. Una vez que la capa se encuentre
cargada al ArcGis.
A continuación se muestra el geo proceso, como primer paso se valora por
presencia aquellas AGEBS que cuenten con el programa se le asignó un
valor de ponderación de uno (1), y un valor de cero (0) aquellas que no
entran en el programa de SEDESOL.
Mediante la caja de herramientas “ArcToolbox”, mediante la función

“Conversion Tools” en el apartado “To Raster” se ejecuta la
herramienta “Polygon to” (Figura 125).

formato raster, en este ejemplo “Zap_Jal”. En el apartado Value field,
“SINO”. Output Raster Dataset, lugar de destino y nombre del nuevo
raster “ras_zap”; posterior Cell assignment type, se desglosará un menú
de opciones, señalar CELL_CENTER. En Proximity field, se desglosará
un menú de opciones, señalar NONE; Último apartado, Cellsize
(optional), se definirá el tamaño de pixel, teniendo en cuenta que es
opcional, en este sentido a “120 m”. Concluir en pulsar el botón “OK”.

En último término, realizar una integración del raster generado mediante

la herramienta “Mosaic to New Raster” mediante ArcToolbox (Figura
127). Esta herramienta, se localiza dentro de Data Management Tools,
posterior Raster Reclass, en consiguiente Raster Dataset.
Figura 127. La ubicación de la Herramienta Mosaic to New Raster.
En la ventana de dialogo de la herramienta “Mosaic To New Raster”

(Figura 128), se debe definir los parámetros, mediante los siguientes
apartados: Input Rasters, añadir las capas rasters, para la integración
(“ras_zap” y “ras_jalisco”). En el apartado Output Location lugar de
destino “Productos”. En Raster Datasets Name whit Extensions,
asignar nombre del raster “mosaic_dens”. En Spatial Reference for
Raster (optional), WGS_1984_UTM_Zone_13_N. En Pixel Type
(optional), el parametro que aparece, se dejará por “default”. Concluir en

herramienta “Mosaic To New Raster”.
El objetivo principal de esta herramienta, consiste en generar una malla

con valores en los pixeles, ya que este tipo de archivos es posible sumar
sus propiedades, de acuerdo al valor de ponderación correspondiente, en
el cual más adelante se requerirán cada uno de estos productos, para
determinar las áreas de valor de incendios forestales.
Finalmente se obtiene como resultado la capa de las zonas de atención

prioritaria en formato raster (Figura 129).
Figura 129. Zonas de Atención Prioritaria, con su valor de ponderación
correspondiente.

variable “zonas de atención prioritaria”, para lo cual se tendrá que revisar
la herramienta “Polygon to Raster” (Figura 130).

modelbuilder.

de utilizar la herramienta “Polygon to Raster”, también se utilizó la
herramienta “Mosaic to New Raster” ver figura 128. A continuación se
muestra el ejemplo del modelo (Figura 131).
Figura 131. Estructura del modelo secuencial para las zonas de atención
prioritaria.

5.14. SISTEMA NACIONAL CONTRA EL HAMBRE
Es una estrategia en la cual se busca combatir el hambre en las

poblaciones más pobres y marginadas del país. Con estas acciones se
busca combatir algunas de las actividades relacionadas con la incidencia
de incendios forestales, las cuales la población realiza como medio de
subsistencia (SEDESOL, 2016).
Reducir la incidencia de personas en condición de pobreza extrema

(multidimensional) y carencia alimentaria, transformando los entornos
sociales y económicos, mejorando la inclusión y la participación social, así
como el desarrollo comunitario (CONEVAL, 2013).
 A partir de una alimentación y nutrición adecuadas de los

mexicanos se combate la pobreza extrema y la carencia
alimentaria severa.
 Eliminar la desnutrición infantil aguda y mejorar los indicadores de
crecimiento de niños y niñas en la primera infancia.
 Aumentar la producción y el ingreso de los pequeños productores
agrícolas.
 Minimizar las pérdidas post-cosecha y de alimentos durante el
almacenamiento y transporte, así como en los comercios.
 Promover la participación comunitaria.
La información de la base de datos se encuentra disponible en la página

oficial de la Secretaria de Desarrollo Social, con información del 2013.

Se estableció el valor de ponderación de uno (1) aquellos municipios que

estén dentro del programa Sistema Nacional para la Cruzada Contra el
Hambre, de acuerdo al catálogo 2013.
Nuevamente se añadió otra variable más, la cual consiste en el “sistema

nacional para la cruzada contra el hambre”. A continuación se muestra el
geo proceso, una vez que la variable se carga al ArcGis, lo siguiente
consiste en ponderar la capa de acuerdo a los valores ponderación
establecidos. Partiendo de la capa de información geo espacial se tendrá
que abrir la tabla de atributos, misma que ya viene integrada en el
shapefile.

“OK”.

ella se asignará en el apartado de expresiones la ponderación valor de uno


de 1.

páginas 27-30.


primer capa se establece “Jalisco_Limite” y enseguida “Hambre_Jal”. En
el apartado Output feature Class, el nombre y el lugar de destino. En Join



shapefile “unión_hambre” a formato raster.
de (ArcToolbox).

formato raster, en este ejemplo “unión_hambre”. En el apartado Value
nuevo raster “ras_hambre”; posterior Cell assignment type, se
desglosará un menú de opciones, señalar CELL_CENTER. En Proximity
field, se desglosará un menú de opciones, señalar NONE; Último
apartado, Cellsize (optional), se definirá el tamaño de pixel, teniendo en
cuenta que es opcional, en este sentido a (0.00012), “120 m”. Concluir en

Finalmente se obtiene como resultado la capa del sistema para la cruzada

contra el hambre en formato raster (Figura 141).
Figura 141. Sistema Contra el Hambre, con su valor de ponderación

correspondiente.

variable “sistema contra el hambre”, para lo cual se tendrá que revisar el
capítulo “5.14.4. Secuencia de generación”, en el cual se describe el


Figura 143. Estructura del modelo secuencial para el sistema contra el
hambre.
5.15. VALOR ECONÓMICO
Son las pérdidas expresadas en términos económicos que se generan

como consecuencia de un incendio forestal (Pizarro, 1999). El análisis del
valor económico se puede medir realizando una estimación del cambio en
el volumen y calidad de la producción de madera tanto en el futuro, como
en el presente, y la valorización monetaria de ese cambio en el nivel de
producción.
5.16. EXISTENCIAS REALES TOTALES DE BOSQUE

NATURAL
Se refiere al aprovechamiento maderable, los propietarios de las zonas

forestales (Ejidos o particulares), buscarán proteger sus recursos de daños
tales como los ocasionados por incendios forestales, a través de acciones
principalmente preventivas. Identificar las zonas forestales del país que un
actual y posible potencial económico de explotación para evitar o minimizar
de los incendios forestales en estas zonas.
Dentro de la industria de la madera, hay diversos conceptos y parámetros

que deben tomarse en cuenta para calcular la disponibilidad de ésta, por
especie, que puede ser objeto de comercialización (CONAFOR, 2014).
Con base a estudios dasométricos en las especies características de

ecosistemas de bosques y selvas realizados por el Inventario Nacional
Forestal y de Suelos 2004-2007 de la CONAFOR se obtiene el volumen
de madera con posibilidad de ser comercializado (m3/ha).
Para las ponderaciones de esta variable, se utilizaron las establecidas

previamente por CONAFOR (2010). Estas fueron asignadas según el
potencial económico de explotación de dicha zona, evaluados en m3/ha.
Para ello se utilizaron 3 rangos de valores, dando una mayor ponderación
para las áreas con un mayor volumen de madera (Cuadro 11).
Cuadro 11. Valores de ponderación para volumen real de madera.

Volumen de madera en
bosques y selvas m3/ha Mayor de 50 20.1 a 50 1 a 20
Ponderación 3 2 1
En seguimiento a la construcción del mapa de valor, se utilizaron variables

de aspecto económico forestal, tal como las existencias reales de bosque
natural. Partiendo de dicha capa en formato shapefile. Una vez que la capa
se visualice al programa ArcGis, lo siguiente es ponderar la capa.
Partiendo de la capa vectorial se tendrá que abrir la tabla de atributos,
misma que ya viene integrada en el archivo. Con el botón izquierdo del
cursor la capa quedará seleccionada, en el cual queda resaltada en color
azul (Figura 144). Pulsar en el botón derecho del cursor, desplegándose
un cuadro con un menú de opciones, señalar y pulsar en abrir tabla de

shapefile.

“OK”.
Una vez que se tiene la nueva columna, es decir la que se va a situar el

valor de ponderación correspondiente. El siguiente paso consiste en
realizar una elección de atributos (ver cuadro 10). A través de la función
“Select By Attributes” en el cual se escogerá la vegetación con
ponderación de tres (3) (Figura 147). En la siguiente formula se expresa la
clasificación.
"TIPO" = 'Bosque de Pino-Encino' OR "TIPO" = 'Bosque de Pino' OR

"TIPO" = 'Bosque Mesofilo de Montana' OR "TIPO" = 'Bosque de
Oyamel'

Con base a esta selección, el siguiente paso consiste en ponderarlas.

Sobre la columna “pon”, pulsar con el botón derecho del cursor, en ella
se desglosa un menú de opciones, señalar “Field Calculator” (Figura
148). Por consiguiente se abrirá la calculadora de columnas, en ella se
asignará en el apartado de expresiones la ponderación valor tres (3). Este
proceso permite generar el valor asignado a todas las filas dela columna
(Figura 149).

3.
A continuación se muestran dos cuadros (12 y 13), donde se señala la

clasificación de la vegetación, según el rango de ponderación.

Cuadro 12. Valores de ponderación para volumen real de madera
(ponderación 2).
ENTIDAD TIPO
BOSQUE Bosque Bajo-Abierto
BOSQUE Bosque de Cedro
BOSQUE Bosque de Encino
BOSQUE Bosque de Encino-Pino
BOSQUE Bosque de Tascate
SELVA Selva Mediana Caducifolia
SELVA Selva Mediana Subcaducifolia
SELVA Selva Mediana Subperennifolia
SELVA-
PASTIZAL Selva Mediana Subcaducifolia, Pastizal Inducido
SELVA-
PASTIZAL Selva Mediana Subperennifolia, Pastizal Cultivado
SELVA- Vegetacion secundaria de Selva Alta Perennifolia, Pastizal
PASTIZAL Cultivado
SELVA- Vegetacion secundaria de Selva Alta Perennifolia, Pastizal
PASTIZAL Inducido
SELVA- Vegetacion secundaria de Selva Mediana Subcaducifolia,
PASTIZAL Pastizal Cultivado
SELVA- Vegetacion secundaria de Selva Mediana Subcaducifolia,
PASTIZAL Pastizal Inducido
SELVA- Vegetacion secundaria de Selva Mediana Subperennifolia,
PASTIZAL Pastizal Cultivado
Cuadro 13. Valores de ponderación para volumen real de madera

(ponderación 1).
ENTIDAD TIPO
MATORRAL Matorral Crasicaule
MATORRAL Matorral Desertico Microfilo
MATORRAL Matorral Desertico Rosetofilo
MATORRAL Matorral Espinoso Tamaulipeco
MATORRAL Matorral Rosetofilo Costero
MATORRAL Matorral Sarcocaule
MATORRAL Matorral Sarcocrasicaule
MATORRAL Matorral Sarcocrasicaule de Neblina
MATORRAL Matorral Submontano
MATORRAL Matorral Subtropical
OTROS TIPOS DE
VEGETACION Chaparral
OTROS TIPOS DE
VEGETACION Manglar
OTROS TIPOS DE
VEGETACION Mezquital
OTROS TIPOS DE
VEGETACION Palmar
OTROS TIPOS DE
VEGETACION Sabana
OTROS TIPOS DE
VEGETACION Vegetación de Galeria
SELVA Selva Baja Espinosa
BOSQUE Bosque de Galeria
SELVA Selva Baja Caducifolia
SELVA Selva Baja Perennifolia
SELVA Selva Baja Subcaducifolia
SELVA Selva Baja Subperennifolia
SELVA-AREA
AGRICOLA Selva Baja Caducifolia, Agricultura de Temporal
SELVA-AREA Selva Mediana Subcaducifolia, Agricultura de
AGRICOLA Temporal
SELVA-AREA Selva Mediana Subperennifolia, Agricultura de
AGRICOLA Temporal
SELVA-AREA Vegetacion secundaria de Selva Alta Perennifolia,
AGRICOLA Agricultura de Temporal
SELVA-AREA Vegetacion secundaria de Selva Baja Caducifolia,
SELVA-AREA Vegetacion secundaria de Selva Mediana
AGRICOLA Subcaducifolia, Agricultura de Temporal
SELVA-AREA Vegetacion secundaria de Selva Mediana
AGRICOLA Subperennifolia, Agricultura de Temporal
Vegetacion secundaria de Selva Baja Caducifolia,
SELVA-PASTIZAL Pastizal Cultivado
Vegetacion secundaria de Selva Baja Caducifolia,
SELVA-PASTIZAL Pastizal Inducido

Cabe señalar que para poder ponderar los dos rangos faltantes 2 y 1, se
realiza un procedimiento igual.
Una vez que se tienen los valores de ponderación, lo siguiente es convertir
la capa vectorial a formato raster. Para esto se utiliza la función “Polygon
to Raster” (Figura 150). Dentro de la caja de herramientas Conversion
Tools, en consiguiente To Raster, de (ArcToolbox).


formato raster, en este ejemplo “infys_jal”. En el apartado Value field,
“ras_infys”; posterior Cell assignment type, se desglosará un menú de
sentido a “120 m”. Concluir en pulsar el botón “OK”.

herramienta.
Finalmente se obtiene como resultado la capa existencias reales totales

de bosque natural en formato raster (Figura 152).

Figura 152. Existencias reales totales de bosque natural, con su respectivo
rango de ponderación.

variable “existencias de bosque natural”, para lo cual se tendrá que revisar
el capítulo “5.16.4. Secuencia de generación”, en el cual se describe los
geo procesos en ArcGis. A continuación se ejemplifica como se debe
añadir la herramienta “Polygon to Raster” (Figura 153).
modelbuilder.

revisar páginas 147 y 148. Una vez que los parámetros son definidos en
la herramienta, el modelo se ilumina en tres colores diferentes, en los
cuales ya se mencionó el significado de cada uno de ellos ver figura 22.
El geo proceso consistió en la transformación de un archivo shapefile a
raster, utilizando la herramienta “Polygon to Raster” ver figura 151. A
continuación se muestra el modelo (Figura 154).
Figura 154. Estructura del modelo secuencial para las existencias reales de
bosque natural.

5.17. VALOR MADERABLE POR TIPO DE VEGETACIÓN
El precio de venta en el mercado que adquiere cada tipo de madera; este

se maneja en base a características tales como su oferta y demanda, su
rareza, su uso, la dificultad de su adquisición. Identificar zonas forestales
donde existen especies con mayor valor económico para evitar impactos
de incendios forestales en estas zonas.
Existen especies forestales más demandadas que otras; por su estructura,

su apariencia, su uso o por la dificultad de adquirirla. Esto se refleja es su
precio en el mercado, de madera por ejemplo, las maderas de las especies
tropicales son mayormente demandadas a comparación de las
provenientes de los matorrales (CONAFOR, 2014).
Nuevamente la capa de uso de suelo y vegetación serie IV de INEGI 2013

a través de un listado de las especies maderables principales de estos
tipos de vegetación y su demanda al mercado, el archivo shapefile se
encuentra disponible en la página oficial de INEGI con información del
2013.
En cuanto a las ponderaciones, se utilizaron las establecidas previamente

por CONAFOR (2010) para esta variable. Se identificaron las zonas
forestales del país en las cuales se encuentran las especies con mayor
valor económico. Así se realizó una clasificación de estos sitios de acuerdo
al tipo de ecosistema como se muestra en el Cuadro 14.
Cuadro 14. Valores de ponderación para valor maderable de acuerdo al tipo
de ecosistema.
Selvas caducifolias,
Valor maderable Bosque de coníferas, selvas
selvas perennifolias
por tipo de subcaducifolias, Matorral Xerófilo
y selvas
ecosistema boque mesófilo y
subperenifolias
bosque de encino
Ponderación 3 2 1
Finalmente se analiza la última variable para la construcción del mapa de

valor. Partiendo de la capa vectorial de Uso de Suelo y Vegetación Serie
IV de INEGI. Misma que se tendrá que cargar al ArcGis, posteriormente se
asignarán los criterios de ponderación del manual de CONAFOR
prioritaria contra incendios forestales 2010”, ver cuadro 13. Como primer
paso se tendrá que abrir la tabla de atributos, misma que ya viene
integrada en el archivo. Con el botón izquierdo del cursor la capa quedará
seleccionada, en el cual queda resaltada en color azul (Figura 155). Pulsar
en el botón derecho del cursor, desplegándose un cuadro con un menú de
opciones, señalar y pulsar en abrir tabla de atributos (Open Atribute
Table).
shapefile.


“OK”.
Una vez que se tiene la nueva columna, es decir la que se va a situar el

valor de ponderación correspondiente. El siguiente paso consiste en
realizar una selección de atributos ver cuadro 15). A través de la función
“Select By Attributes” en el cual se escogerá la vegetación con
ponderación de tres (3) (Figura 158). En la siguiente formula se expresa la
clasificación.
"TIPO" = 'Bosque Bajo-Abierto' OR "TIPO" = 'Bosque de Cedro' OR

"TIPO" = 'Bosque de Oyamel' OR "TIPO" = 'Bosque de Pino' OR
"TIPO" = 'Bosque de Pino-Encino' OR "TIPO" = 'Bosque de Tascate'
OR "TIPO" = 'Selva Mediana Subperennifolia'
Cabe señalar que la vegetación en cada estado del país varía, por lo que
en este paso se clasifico, por nombrar un ejemplo el estado de Jalisco. A
continuación se ilustra los tipos de vegetación que corresponde al criterio
de ponderación de 3 a nivel nacional (cuadro 15).

(ponderación 3).
ENTIDAD TIPO
BOSQUE BOSQUE
BOSQUE Bosque Bajo-Abierto
BOSQUE Bosque Cultivado
BOSQUE Bosque de Cedro
BOSQUE Bosque de Oyamel
BOSQUE Bosque de Pino
BOSQUE Bosque de Pino-Encino
BOSQUE Bosque de Tascate
SELVA Selva Alta Perennifolia
SELVA Selva Alta Subperennifolia
SELVA Selva Baja Perennifolia
SELVA Selva Baja Subperennifolia
SELVA Selva Mediana Subperennifolia
SELVA-AREA
AGRICOLA Selva Mediana Subperennifolia, Agricultura de Temporal
SELVA-AREA Vegetación secundaria de Selva Alta Perennifolia,
SELVA-AREA Vegetación secundaria de Selva Mediana Subperennifolia,
SELVA-PASTIZAL Selva Mediana Subperennifolia, Pastizal Cultivado
Vegetación secundaria de Selva Alta Perennifolia, Pastizal
SELVA-PASTIZAL Cultivado
Vegetación secundaria de Selva Alta Perennifolia, Pastizal
SELVA-PASTIZAL Inducido
Vegetación secundaria de Selva Mediana Subperennifolia,
Con base a esta selección, el siguiente paso consiste en ponderarlas.

Sobre la columna “pon”, pulsar con el botón derecho del cursor, en ella
se desglosa un menú de opciones, señalar “Field Calculator” (Figura
159). Por consiguiente se abrirá la calculadora de columnas, en ella se
asignará en el apartado de expresiones la ponderación valor tres (3). Este
proceso permite generar el valor asignado a todas las filas de la columna
(Figura 160).


3.
A continuación se muestran dos cuadros (16 y 17), donde se señala la

clasificación del valor de la madera por tipo de ecosistema.

(ponderación 2).
ENTIDAD TIPO
BOSQUE Bosque de Encino
BOSQUE Bosque de Encino-Pino
BOSQUE Bosque Mesofilo de Montana
SELVA Selva Baja Caducifolia
SELVA Selva Baja Subcaducifolia
SELVA Selva Mediana Caducifolia
SELVA Selva Mediana Subcaducifolia
SELVA-AREA
AGRICOLA Selva Baja Caducifolia, Agricultura de Temporal
SELVA-AREA
AGRICOLA Selva Mediana Subcaducifolia, Agricultura de Temporal
SELVA-AREA Vegetación secundaria de Selva Baja Caducifolia,
SELVA-AREA Vegetación secundaria de Selva Mediana Subcaducifolia,
SELVA-PASTIZAL Selva Mediana Subcaducifolia, Pastizal Inducido
Vegetación secundaria de Selva Baja Caducifolia, Pastizal
SELVA-PASTIZAL Cultivado
Vegetación secundaria de Selva Baja Caducifolia, Pastizal
SELVA-PASTIZAL Inducido
Vegetación secundaria de Selva Mediana Subcaducifolia,
Vegetación secundaria de Selva Mediana Subcaducifolia,
SELVA-PASTIZAL Pastizal Inducido

(ponderación 1).
ENTIDAD TIPO
MATORRAL Matorral Crasicaule
MATORRAL Matorral Desertico Microfilo
MATORRAL Matorral Desertico Rosetofilo
MATORRAL Matorral Espinoso Tamaulipeco
MATORRAL Matorral Rosetofilo Costero
MATORRAL Matorral Sarcocaule
MATORRAL Matorral Sarcocrasicaule
MATORRAL Matorral Sarcocrasicaule de Neblina
MATORRAL Matorral Submontano
MATORRAL Matorral Subtropical
Cabe señalar que para poder ponderar los dos rangos faltantes 2 y 1, se
realiza un procedimiento similar.
Una vez que se tienen los valores de ponderación, lo siguiente es convertir

la capa vectorial a formato raster. Para esto se utiliza la función “Polygon
to Raster” (Figura 161). Dentro de la caja de herramientas Conversion
Tools, en consiguiente To Raster, de (ArcToolbox).


formato raster, en este ejemplo “madera_jal”. En el apartado Value field,
“ras_madera”; posterior Cell assignment type, se desglosará un menú
de opciones, señalar CELL_CENTER. En Proximity field, se desglosará
un menú de opciones, señalar NONE; Último apartado, Cellsize
(optional), se definirá el tamaño de pixel, teniendo en cuenta que es
opcional, en este sentido a “120 m”. Concluir en pulsar el botón “OK”.

herramienta.
Finalmente se obtiene como resultado la capa valor maderable por tipo de

ecosistema en formato raster (Figura 163).
Figura 163. Valor maderable por tipo de ecosistema, con su respectivo rango
de ponderación.

variable “valor maderable”, para lo cual se tendrá que revisar el capítulo
“5.17.4. Secuencia de generación”, en el cual se describe los geo
procesos en ArcGis. A continuación se ejemplifica como se debe añadir la
herramienta “Polygon to Raster” (Figura 164).

modelbuilder.

revisar páginas 159 y 160. Una vez que los parámetros son definidos en
la herramienta, el modelo se ilumina en tres colores diferentes, en los
cuales ya se mencionó el significado de cada uno de ellos ver figura 22.
El geo proceso consistió en la transformación de un archivo shapefile a
raster, utilizando la herramienta “Polygon to Raster” ver figura 162. A
continuación se muestra el modelo (Figura 165).
Figura 165. Estructura del modelo secuencial para el valor maderable por
tipo de ecosistema.
5.18. MAPA DE VALOR
Se refiere a la valoración de los elementos naturales, sociales, culturales

y económicos, los cuales representan zonas de interés de protección de
los efectos ocasionados por la presencia de incendios forestales. A
diferencia de los mapas de riesgo y peligro se recabaron datos de tipo:
áreas naturales protegidas, sitios ramsar, comunidades indígenas, valor
de la madera entre otras. A través de diferentes fuentes de información
INEGI, CONANP, CONABIO y CONAFOR. Después de analizar cada
variable, se llevó a cabo la integración del total de estas.
Se generaron 3 tipos de análisis de valor tales como; valor ecológico, valor

cultural-social y valor económico, por lo que la suma de estos tres, se
obtuvo el mapa de valor.
5.18.2. Niveles de ponderaciones
Los criterios de ponderación para elaborar el mapa de valor se muestran

en el cuadro 18.
Cuadro 18. Ponderaciones de las variables y sub-variables que se usan para

determinar valor.
Máxima
Criterio Variable
Ponderación
Áreas Naturales Protegidas 3
Áreas de Importancia para la
Valor Conservación de las Aves 2
Valor
Ecológico
Sitios Ramsar 2
Zonas Elegibles Hidrológicas 3

Zonas Elegibles de Biodiversidad 3
Zonas Terrestres Prioritarias 2
Comunidades Indígenas 3
Grados de Pobreza 3
Valor Social- Índice de Desarrollo Humano 2
Cultural Zonas de Atención Prioritaria 1
Sistema para la Cruzada Contra el
Hambre 1
Existencias Reales Totales de Bosque
Valor Natural 3
Económico
Valor Maderable 3
5.18.3. Niveles de valor
A partir de la integración de las variables de los criterios de valor ecológico,

valor social-cultural y valor económico fue posible realizar el mapa de daño
potencial, a través de un sistema de información geográfica. El cual consistió
en la sumatoria de las capas geo referenciadas con los valores de
ponderación correspondientes, en el cual se utilizó la técnica del algebra de
mapas.
La puntuación mínima obtenida fue de 1 y la máxima de 24. En función de
ello, se decidió con base al manual de la CONAFOR “Procedimiento para la
elaboración de un mapa de áreas de atención prioritaria contra incendios
forestales” se respetó las proporciones de la ponderación inicialmente
otorgada al análisis. Por lo que se dividió esta calificación obtenida de
manera proporcional para cada uno de los niveles, es decir, con lo cual el
nivel quedó de la siguiente manera (Cuadro 19). Con ello se obtuvo el mapa
de valor.
Cuadro 19. Rango de clasificación de los valores ponderados para

definir niveles de valor.
Prioridad Ponderación
Alto 17-24
Medio 9-16
Bajo 1-8
Para poder generar el mapa final, se hizo mediante el uso de los sistemas
de información geográfica. A través de la sobre posición de capas en
formato raster de los mapas de valor ecológico, social-cultural y
económico. Como producto final se obtuvo el mapa de valor de incendios
forestales para el estado de Jalisco.
A continuación, se describe paso a paso el geo proceso para el desarrollo

del mapa de valor de incendios. Mediante la función “Spatial Analyst
Tools”, se ejecutara la herramienta “Raster Calculator” la cual se ubica
en “Map Algebra” (Figura 166). Para Blas y Masot (2008), elaboraron un
mapa de riesgo de incendios forestales en la provincia de Cáceres,
España, donde utilizaron variables como: carreteras, líneas eléctricas,
zonas urbanas, vertederos, zonas de ocio, combustibles, exposición del
terreno, pendiente, insolación, altitud, precipitación, temperatura y
humedad de vegetación. Se utilizó la técnica del algebra de mapas como
superposición de imágenes, donde finalmente como resultado se
obtuvieron las áreas propensas al riesgo de incendio forestal.

Figura 166. Ubicación de la Herramienta Raster Calculator, mediante la
función Map Algebra.
Una vez que aparece la ventana, se introducen las variables a analizar,

realizando una integración de los raster generados en “Layers and
variables”, además se asigna una ruta de salida en “Output raster”, en
cual se denomina “Valor_jal1” (Figura 167).
Figura 167. Ventana de la herramienta “Raster Calculator” y sus parámetros.
En la (Figura 168) muestra el resultado de la integración de las variables,

generando el mapa de valor de incendios forestales.
Figura 168. Integración de las 13 capas de información (valor ecológico,
social-cultural y económico) para generar el mapa de valor.
En la figura anterior se muestra el raster obtenido de la suma de capas de

las trece variables. Posteriormente para calcular las tres clases baja,
media y alta, se tendrá que realizar una reclasificación, haciendo click
derecho sobre el raster de “valor_jal1” se abrirán las propiedades (Figura
169).

Figura 169. Opción de las propiedades de valor_jal1.
Aparece una ventana, y se elige la opción “Symbology”, por consiguiente

se escogerá la opción “Classified” (Figura 170).
Figura 170. Ventana y parámetros para calcular las clases de valor.
Posteriormente se presiona en el botón lo cual aparecerá

otra ventana, en el cual se ingresarán otros parámetros. Se elige el método
“Equal Interval” lo cual quiere decir que el sistema calculará con base a
una división, posteriormente se elige las clases, las cuales son 3 y por
último se aplica un “OK” (Figura 171).
Figura 171. Ventana y parámetros método “equal interval”.
Para González et al., 2004 realizaron un trabajo de investigación en el ejido

Pueblo Nuevo en el estado de Durango, el cual consistió en modelar y
crear la división de zonas forestales hasta un nivel detallado, donde se
utilizó un modelo digital de elevación y posteriormente se elaboraron
modelos de pendientes y exposiciones. Con base a ello ese ejecutaron las
herramientas de “slope” y “aspect” mismas que ya vienen integradas en el
ArcGis. A continuación se muestra el ejemplo, criterio de valor reclasificado
(Figura 172).

Figura 172. Distribución de las áreas de valor de incendios forestales con
sus respectivos niveles de ponderación.
A continuación se muestra la estructuración de las trece variables para el

criterio de valor, a través de un modelo secuencial (figura 173).
Figura 173. Estructura del modelo secuencial valor de incendio forestal.
Es importante señalar la ruta de donde guarda la información, además de

los geo procesos y el modelbuilder desde el disco local (C) de la
computadora, pese a que en la mayoría de los casos esta información se
comparte en otros equipos de cómputo. Así mismo la aplicación seguirá
funcionando correctamente
6. ESCALA DE RESULTADOS
Para el presente manual de análisis de valor de incendio forestal. La

generación de mapas temáticos correspondientes. Se podrá hacer a
diferentes escalas. Para lo cual se debe tener en cuenta que esto, está
condicionado a la escala de la información en que se orienta y la
disponibilidad de la información.
De esta forma los mapas que se generaran a nivel nacional, no pueden

ser usados para tomar decisiones por su tamaño de escala pequeña, su
representación geográfica es poco el detalle.
Para los mapas de valor de incendios a nivel estatal y municipal, se

manejan escalas medianas o grandes, por su dimensión y representación
geográfica. Teniendo como objetivo la ubicación más precisa de las zonas
con mayor valor (Figura 174).
Figura 174. Distribución de las áreas de valor de incendios forestales y su
representación a diferentes escalas geográfica.
7. CONSIDERACIONES
1.- Con base a los resultados obtenidos las organizaciones públicas y

privadas podrán tomar decisiones en materia del manejo del fuego, sirve
para generar estrategia de control y combate tales como; la inversión de
recursos financieros, humanos y materiales.
2.- El análisis de valor importante, ya que forma parte del proceso para
generar el mapa de áreas de atención prioritaria contra incendios
forestales.
3.- También es importante señalar las fuentes de información disponibles

y los tipos de escalas, ya que en ocasiones hay información no disponible.

4.- En análisis posteriores se deben incluir variables nuevas. Además de
incluir nuevas clases de ponderación a las ya establecidas, tales como;
Muy Baja, Baja, Media, Alta y Muy Alta).
5.- La elaboración del presente libro, permite generar conocimiento para la

elaboración de mapas de valor de incendios forestales. Para ello, es
necesario, tener conocimiento básico del manejo de los sistemas de
información geográfica.
6.- Actualmente el INIFAP está desarrollando aplicaciones, para ArcGis

que permitan la generación de cartografía del criterio de valor de incendios
forestales en forma automatizada, a través de un modelbuilder. Con lo cual
se pretende que se amplié el número de usuarios.
7.- Se debe tomar en cuenta el uso de equipos de cómputo avanzados,

ya que los análisis de valor involucran una elevada cantidad de variables
geo referenciadas, por tal motivo los procesos tienden a ser largos y en
ocasiones pesados.
8. GLOSARIO
Algebra de mapas.- Es un lenguaje diseñado específicamente para

sistemas geográficos basados en celdas. El lenguaje permite al usuario
ordenar sus pensamientos y ofrece las reglas y sintaxis necesaria para que
el usuario se pueda comunicar con el computador.
Almacenamiento.- Espacio físico, la acción de colocar datos en algún

dispositivo.
Áreas.- Parte de una superficie, medida de su tamaño en unidades de

distancia al cuadrado.
Base de datos.- Conjunto de datos estructurado para permitir su

almacenamiento, consulta y actualización en un sistema informático.
Buffer.- Es una de las herramientas más básicas de ArcGis, permite crear
áreas de influencia en formato polígono en torno a puntos, líneas o
polígonos.
Cartografía.- Conjunto de técnicas utilizadas para la construcción de

mapas.
Clasificación (Select).- Proceso de agrupamiento de un conjunto de

elementos en clases.
Coordenadas.- Cantidad usada para definir una posición en un sistema

de referencia.
Ecosistema.- Es el conjunto de especies de un área determinada que

interactúan entre ellas y con su ambiente abiótico; mediante procesos
como la depredación, el parasitismo, la competencia y la simbiosis, y con
su ambiente al desintegrarse y volver a ser parte del ciclo de energía y de
nutrientes. Las especies del ecosistema, incluyendo bacterias, hongos,
plantas y animales dependen unas de otras. Las relaciones entre las
especies y su medio, resultan en el flujo de materia y energía del
ecosistema.
Incendio.- Es el fuego que se extiende sin control en terreno forestal o

silvestre, afectando a combustibles vegetales, flora y fauna.
Geo Procesamiento.- Manipulación y análisis de la información con

referencia geográfica.
Información.- Es un conjunto de datos que al relacionarse adquieren

sentido o un valor de contexto o de cambio.
Interface.- Una frontera compartida. Puede ser una componente de

hardware o porción de almacenamiento accesada por dos o más
programas de cómputo.
Línea.- Objeto geométrico representado por una sucesión de puntos.
ModelBuilder.- Es una aplicación que se utiliza para crear, editar y

administrar modelos. Los modelos son flujos de trabajo que encadenan
secuencias de herramientas de geo procesamiento y suministran la salida
de una herramienta a otra herramienta como entrada.
Mosaic to New Raster.- Se refiere a la unión de uno o dos raster desde

una sola entidad.
Multi Buffer Ring.- Permite crear varias zonas de influencia a distancias

especificadas alrededor de las entidades de entrada. Esta herramienta
evita que los buffer se solapen creando anillos concéntricos, permitiendo
crear intervalos entre los buffer.
Pixel.- Cada elemento discreto en los que se divide una imagen digital.
Plataforma.- Genéricamente, cualquier medio en el cual se visualizan

datos.
Polígono.- Figura geométrica plana formada por, al menos, un anillo

externo.
Ponderación.- Es una medida de tendencia central que es conveniente

cuando un conjunto de datos tiene un valor correspondiente con respecto
a los demás datos.
Proyección.- Conjunto de transformaciones métricas definidas para

representar la superficie de la Tierra sobre un plano.
Proximidad.- Circunstancia de estar a poca distancia de un punto que se

toma como referencia en el espacio o en el tiempo.
Punto.- Objeto de área nula representado por sus coordenadas.
Raster.- Modelo de datos en el que la realidad se representa mediante

teselas elementales que forman un mosaico regular.
Rasterizar (Polygon to Raster).- Transformación de una estructura

vectorial en un raster.
Reclasificación.- Se refiere al cambio de valores de las celdas a valores

alternativos mediante diversos métodos.
Sistemas de Información Geográfica.- Sistema de gestión de bases de
datos (SGBD) con herramientas específicas para el manejo de información
espacial y sus propiedades.
Sistema de Coordenadas.- Marco de referencia espacial que permite la

definición de localizaciones mediante coordenadas.
Tabla de atributos.- Tabla donde se establece una relación de

correspondencia entre rangos de un atributo y valores equivalentes.
Transformación.- Proceso de conversión de coordenadas desde un

sistema cartesiano a otro.
Unión.- Operación de teoría de conjuntos, la unión es el conjunto que

contiene todos los elementos de los conjuntos sobre los que se aplica.
Vectorial o Shapefile.- Conjunto de datos geométricos representados en

forma de líneas, puntos y polígonos.
9. AGRADECIMIENTO
El presente trabajo se desarrolló dentro del proyecto denominado

“Validación científica de la Metodología de evaluación de Áreas
Prioritarias de protección contra Incendios Forestales” (clave 251415)
que corresponde a la convocatoria C02-2014 Demanda: 2-C02-2014,
apoyado por el Fondo Sectorial para la Investigación, Desarrollo y la
Innovación Tecnológica Forestal CONACYT-CONAFOR. Por lo que se
agradece al Consejo Nacional de Ciencia y Tecnología (CONACYT) y
a la Comisión Nacional Forestal (CONAFOR) por el apoyo brindado a
este proyecto.

10. LITERATURA CITADA.
Albacete J., A.S.; y Mauro G., F. 2010. Metodología para procesar datos
LiDAR con ArcGis Desktop 10. Universidad Complutense de
Madrid. 1 p.
Acosta N., O.L. 2009. Pobreza concepto y medida. Bogotá, Colombia. 3-4
p.
Álvarez R., Y. 2000. Aplicación de tecnología S.I.G. al Estudio del Riesgo

y Prevención de Incendios Forestales en el área de Sierra
Espuña-Gebas (Región de Murcia). Murcia, España. 91-104 p.
Álvarez T., M.F., Rodríguez P., J.R., Fernández O., N. y Gil., D. S. 2013.
Los sistemas de información geográfica aplicados a la
prevención de incendios forestales, propuesta para la planificación
de la quema de rastrojos en la Comarca de Aranda de
Duero España. Duero, España.
Arriaga, L., J.M. Espinoza, C. Aguilar, E. Martínez, L. Gómez y E. Loa

(coordinadores). 2000. Regiones terrestres prioritarias de México.
Comisión Nacional para el Conocimiento y uso de la Biodiversidad.
México.
Atienza J., Balladares P., y Muñoz P. 2010. Determinación de Prioridades

de Protección Contra Incendios Forestales en la Región de
Valparaíso. 2010, CIREN-CONAF. Región de Valparaíso. 37 p.
Blas M., R.; y Masot N., A. 2008. Mapa de riesgo de incendios forestales
de la provincia de Cáceres, España. 493-494 p.
Comisión Para la Cooperación Ambiental “CCA”. 1999. Canadá. ISBN 2-

922305-43-0. 192 p.
CONABIO, 2008. Regiones Terrestres Prioritarias de México. Disponible

en:
http://www.conabio.gob.mx/conocimiento/regionalizacion/doctos/terre
stres.html. Fecha de consulta: 26/05/2016.
CONAFOR, 2009. Programa de Pago por Servicios Ambientales.
Disponible en:
http://inecc.gob.mx/descargas/con_eco/2009_sem_ser_amb_pres
_04_emartinez.p df Fecha de consulta: 25/05/2016.
CONAFOR. 2010a. Procedimiento para elaboración de un mapa de áreas

de atención prioritaria contra incendios forestales. CONAFOR,
México. 47 p.
CONAFOR. 2014. Procedimiento para la elaboración de un mapa de áreas

de atención prioritaria contra incendios forestales. Región
Noreste, México. 13-20 p.
Comisión Nacional de Áreas Naturales Protegidas. 2011. Estrategia y

Lineamientos de Manejo de Fuego en Áreas Naturales Protegidas.
2da edición. CONANP. México. 35 p.
CONANP, 2014. Áreas Naturales Protegidas. Comisión Nacional de Áreas
Naturales Protegidas. Recuperado de:
http://www.conanp.gob.mx/regionales/. Fecha de consulta: 1 mayo del
2016.
CONANP, 2016. Humedales de México. Disponible en:

http://ramsar.conanp.gob.mx/la_conanp_y_los_humedales.php fecha
de consulta: 22/06/2016.
CONEVAL, 2013. Esquema General de Evaluación de la Cruzada

Nacional Contra el Hambre 2013-2019. 7 p.
Contreras R., K. 2008. SIG control y combate de incendios forestales.

Barcelona, España. 15-17 p.
Contreras A., R. 2010. Estudio de inventario de combustible y generación

de información base para el programa de manejo integrado de fuego
en los Chimalapas. 47 p.
Corvalán V., P. y Hernández P., J. 1999. Predicción del diámetro normal

de individuos de pino insigne usando atributos locales de imágenes
aéreas digitales. 2-14 p.

CINU, 2000. Poblaciones indígenas. México, Cuba y República
Dominicana. Disponible en:
http://www.cinu.org.mx/temas/p_ind.htm Fecha de consulta:
16/10/2015.
ESRI, 2012. ¿Qué es model builder?. Disponible en:

http://help.arcgis.com/es/arcgisdesktop/10.0/help/index.html#/na/0
09t00000002000000/ Fecha de consulta: 04/05/2016.
ESRI, 2016. ARCGIS Pro. Disponible en: https://pro.arcgis.com/es/pro-

app/help/analysis/geoprocessing/modelbuilder/what-is-
modelbuilder- .htm fecha de consulta: 15/06/2016.
Fernández G., M. 2012. Ejemplos de aplicación de ModelBuilder de

ArcGIS 10 en la gestión forestal. Asturias, España 5-12 pp.
Fernández V., Iraola P., Resnichenko Y., Caffaro A., Guigou B., Coiana N.,
Fonsalia A., y López N. 2009. Aplicación de SIG y modelos de
propagación a la identificación de áreas de riesgo de incendios
forestales en la zona costera. Universidad de la República de
Uruguay. Río de la Plata, Uruguay. 10-17 p.
FAO, 2016. Los incendios forestales y la diversidad biológica. Disponible

en: http://www.fao.org/3/a-y3582s/y3582s08.htm Fecha de
consulta: 19/05/2016.
Flórez F., H.A. 2009. Procesos de ingeniería de software. Bogotá,

Colombia. 1 p.
Gallardo I., A.; Bernad B., D.; Bovea E., M.D.; Colomer M., F.J.; Carlos
A., M. 2010. Diseño de una herramienta SIG para la recogida
selectiva de residuos urbanos. 1026 p.
Gayoso, J.; y Alarcón, D. 1999. Guía de conservación de suelos

forestales. Facultad de Ciencias Forestales, Universidad
Austral de Chile. 20-23 p.
González M., E.; Treviño G., E.J.; Aguirre C., O.A.; Jiménez P., J.; Cantú
S., I. y Foroughbakhch P., R. 2004. Rodalización mediante
sistemas de información geográfica y sensores remotos.
Disponible en:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-
46112004000100004 fecha de consulta: 01/07/2016.
IIRB., Alexander Von Humboldt. 2014. Áreas de Importancia de la

Conservación de las Aves. Disponible en:
http://www.humboldt.org.co/es/servicios/conservacion-de- aves-
aicas Bogotá, Colombia. Fecha de consulta: 27/05/2016.
Jardel P., E.J., Castillo N., F., Ramírez V., R., Chacón M., J.C. y Balcázar
M., O.E. 2003. VI Congreso Mexicano sobre Recursos
Forestales Sociedad Mexicana de Recursos Forestales A.C.
Universidad Autónoma de San Luis Potosí. Sistema de
información geográfica sobre incendios forestales en la Reserva
de la Biosfera Sierra de Manantlán. Autlán, Jalisco. 146-148 p.
Julio A., G. 2000a. Curso de manejo del fuego. Diagnóstico del manejo
del fuego en Jalisco. Programa de desarrollo forestal del estado
de Jalisco. 46 p.
MappingGIS, 2016. ModelBuilder o Phyton. Disponible en:

http://mappinggis.com/2015/06/model-builder-o-python/ fecha de
consulta: 09/06/2016.
Nolasco M., A. 1993. La protección contra incendios forestales en el estado

de Quintana Roo. Memoria de Experiencia profesional. DICIFO.,
UACH Chapingo, México. 293 p.
Pizarro, F. Áreas prioritarias para la protección contra incendios forestales

en la comuna de san clemente. Tesis (para optar al grado de
Licenciado en Ciencias Forestales). Talca, Chile. Universidad de
Talca, Facultad de Ciencias Forestales, 1999. 94 p.

Puerta T., R., Rengifo T., J. y Bravo M., N. 2011. ArcGIS Básico 10.
Universidad Nacional Agraria de la Selva. Tingo-María, Perú. 8-
15 p.
Prezi inc. 2016. Model Builder. Disponible en: https://prezi.com/cmgyotd-

pyb/modelbuilder/ fecha de consulta: 15/06/2016.
Programa de las Naciones Unidas para el Desarrollo en México “PNUD”.

2014. Índice de Desarrollo Humano Municipal en México: nueva
metodología. Oficina de investigación en desarrollo humano. México.
104 p.
Programa Nacional Forestal “PRONAFOR”. 2015. Comisión Nacional

Forestal (CONAFOR). Disponible en:
http://www.conafor.gob.mx/web/apoyos/apoyos-2015/ Fecha
de consulta: 05 de noviembre del 2015.
Ramsar (2014). Los sitios Ramsar. The Ramsar Convention Secretariat

Es. Recuperado de: http://www.ramsar.org/es/sitios-
pa%C3%ADses/los-sitios-ramsar. Fecha de consulta: 11 de mayo del
2016.
Rodríguez R., A. 2009. Estudios de Valoración energética de

combustibles forestales para la prevención de incendios
forestales en la Sierra de la Primavera (Jalisco, México)
mediante calorimetría de combustión y ensayos de
inflamabilidad. Jalisco, México. 43-44 p.
Rodríguez T., D.A. 2014. Importancia ecológica, social y económica. En:

Incendios de vegetación-Su ecología, manejo e historia. Rodríguez
(ed). Editorial del Colegio de Postgraduados. Pp. 109-147.
Salcedo C., 2014. Análisis SIG con Model Builder. Disponible en:
http:/es.slideshare.net/JuanSalcedo1/análisis-sig-con-model-builder
fecha de consulta: 15/06/2016.
Sánchez M.A.; Fernández A.A:; Illera P.1999. Los sistemas de información

geográfica en la gestión forestal. España- 96 p.
SEDEMA (2010). Comisión de Recursos Naturales “ANP´s”. Disponible en:
http://www.sma.df.gob.mx/corena/index.php?option=com_content
&view=article &id=69&Itemid=85 Fecha de consulta: 29/05/2016.
Secretaria de Desarrollo Social “SEDESOL”. 2015. Desarrollo de Zonas

Prioritarias (PDZP). Disponible en:
http://www.sedesol.gob.mx/en/SEDESOL/Programa_para_el_Desarr
ollo_de_Zonas_Prioritarias_PDZP. Fecha de consulta: 20 de
noviembre del 2015.
SEDESOL, 2016. Cruzada Nacional Contra el Hambre. Disponible en:

http://www.gob.mx/sedesol/acciones-y-programas/cruzada-
nacional-contra-el- hambre-18938 Fecha de consulta:
26/05/2016.
SIGnatura, 2014. Model Builder Sextante (gvSIG, QGIS). Disponible en:

https://signatura21.wordpress.com/2014/11/13/model-builder-
sextante-gvsig-qgis/ fecha de consulta: 15/06/2016.
TIC GIS soluciones integrales S.L. 2015. Generación de herramientas

mediante ModelBuilder en ArcGis. Disponible en:
http://www.cursosgis.com/index.php/blog-cursosgis/142-generacion-
de-herramientas-mediante-model-builder-de-arcgis.html fecha de
consulta: 09/06/2016.
Zújar O., J.; Francoso A.; Márquez P., J.I.; Sánchez R., J. y Fraile J., E.
2010. Gestión e integración de datos altimétricos y batimétricos en la
costa andaluza: uso del “Model Builder”. 956-959 p.

COORDINADORES DE LA INFORMACIÓN
M.C. Ramón Hernández Virgen
Dr. Gerardo Salazar Gutiérrez

REVISIÓN TÉCNICA
EDICIÓN
Dr. José Germán Flores Garnica
Biol. Diana Gabriela Vega Montes de Oca
Biol. Héctor Javier Leal Aguayo
FOTOGRAFÍAS
Dr. José Germán Flores Garnica
FORMACIÓN Y DISEÑO
Prometeo Editores
CODIGO INIFAP
MX-0-310606-23052509-1
Instituto de Investigación Forestal Agrícolas y Pecuarias

Personal Investigador del Campo Experimental Centro Altos de Jalisco
Biol.Ivonne Alemán de la Torre Maíz

MC. Luis Eduardo Arias Chávez Leche
Dr. Rodolfo Barretero Hernández Carne de Rumiantes
Manejo Forestal Sustentable y Servicios
Dr. Juan de Dios Benavides Solorio
Ambientales
MC. Alvaro Agustin Chávez Durán Incendios Forestales
Dra. Celia de la Mora Orozco Manejo Integral de Cuencas
MC. Gerardo Domínguez Araujo Carne de Cerdo
MC. Eliab Estrada Cortes Leche
Dr. José Germán Flores Garnica Incendios Forestales
Dr. Hugo Ernesto Flores López Manejo Integral de Cuencas
MC. Alberto Jorge Galindo Barboza Carne de Cerdo
MC. Laura Patricia Gómez Murillo Incendios Forestales
MC. Javier Ireta Moreno Trigo y Avena
MC. Alejandro Ledesma Miramontes Maíz
MC. David Liceaga Rivera Carne de Rumiantes
Dr. Miguel Luna Luna Pastizales y Cultivos Forrajeros
MC. David Arturo Moreno González
Ambientales
Dr. Juan Francisco Pérez Domínguez Hortalizas
Dr. José Luis Ramírez Díaz Maíz
Biol. Gabriela Ramírez Ojeda Agrometeorología y Modelaje
Ing. Ernesto Alonso Rubio Camacho
Ambientales
Dr. Agustín Rueda Sánchez Plantaciones y sistemas agroforestales
Dr. José Ariel Ruiz Corral Agrometeorología y Modelaje
MC. Santiago Ruiz Ramírez Maíz
MC. José Martín Ruvalcaba Gómez Leche
Dra. Yolanda Salinas Moreno Maíz
MC.. Mario Antonio Vega Loera Pastizales y Cultivos Forrajeros
Ing. Jorge Humberto Villarreal Rodas Leche
MVZ. Fernando Villaseñor González Leche
MC. Jaqueline Xelhuantzi Carmona Incendios Forestales
Esta Publicación se terminó de imprimir
en el mes de Julio del 2016
en los talleres Gráficos de Prometeo Editores S.A. de C.V.
Libertad 1457, Col Americana, Guadalajara, Jalisco
C.P. 44160. Tel (33) 3826-2726
E-mail: Prometeoeditores@prodigy.net.mx
Su tiraje consta de 500 ejemplares

Impreso en México
Centros Nacionales de investigación Disciplinaria, Centros

de Investigación Regional y Campos Experimentales
Sede de Centro de Investigación Regional
Centro Nacional de Investigación Disciplinaria
Campo Experimental

Elaboración Mapas Valor ArcMap

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Elaboración Mapas Valor ArcMap

Cargado por

Copyright:

Formatos disponibles

MANUAL PARA LA ELABORACIÓN DE MAPAS DE

VALOR DE INCENDIOS FORESTALES

José Germán Flores Garnica, Juan de Dios Benavides

Centro de Investigación Regional Pacífico Centro

SECRETARÍA DE AGRICULTURA, GANADERÍA, DESARROLLO RURAL, PESCA Y ALIMENTACIÓN

MTRO. JOSÉ EDUARDO CALZADA ROVIROSA

INSTITUTO NACIONAL DE INVESTIGACIONES FORESTALES, AGRÍCOLAS Y PECUARIAS

DR. LUIS FERNANDO FLORES LUI

CENTRO DE INVESTIGACIÓN REGIONAL PACÍFICO CENTRO

DR. JOSÉ ANTONIO RENTERÍA FLORES

Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias

Primera Edición: 2016

Certificado del registro público de Derechos de Autor: 03-2016-030111474000-010190-7

Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias

CAMPO EXPERIMENTAL CENTRO ALTOS DE

Libro Técnico Núm. X.

Su tiraje consta de xxx ejemplares

Impreso y Hecho en México.

3. PLATAFORMA DE TRABAJO ..................................................... 6

4. MODELO SECUENCIAL (MODELBUILER) ................................ 6

5. CRITERIOS DE PONDERACIÓN DE VALOR DE INCENDIO .. 14

6. ESCALA DE RESULTADOS ................................................... 168

9. AGRADECIMIENTO ................................................................ 173

10. LITERATURA CITADA. ......................................................... 174

Cuadro 2. Valor de ponderación asignado a las ANPs para el análisis de valor

Cuadro 3. Valor de ponderación asignado a las AICAS para el análisis de valor

Cuadro 4. Valor de ponderación asignado a los sitios Ramsar para el análisis de

Cuadro 6. Valor de ponderación asignado a las ZEBIO para el análisis de valor

Cuadro 7. Valor de ponderación asignado a las RTP para el análisis de valor

Cuadro 8. Valores de proximidad de localidades indígenas.

Cuadro 9. Valores de ponderación para la influencia según el grado de pobreza.

Cuadro 10. Valores de ponderación para las ZAP.

Cuadro 11. Valores de ponderación para volumen real de madera.

Cuadro 12. Valores de ponderación para volumen real de madera (ponderación

Cuadro 13. Valores de ponderación para volumen real de madera (ponderación

Cuadro 14. Valores de ponderación para valor maderable de acuerdo al tipo de

Cuadro 15. Valores de ponderación valor maderable por tipo de ecosistema

Cuadro 16. Valores de ponderación valor maderable por tipo de ecosistema

Cuadro 17. Valores de ponderación valor maderable por tipo de ecosistema

Cuadro 18. Ponderaciones de las variables y sub-variables que se usan para

Cuadro 19. Rango de clasificación de los valores ponderados para definir

Figura 2. Desarrollo de un geo proceso con la herramienta “Unión”, combinando

Figura 3. Variables que se utilizan para valor de incendio (CONAFOR, 2010).

Figura 4. Ventana para añadir capas de información geográfica.

Figura 6. Ventana para crear una columna nueva en la tabla de atributos.

Figura 7. Asignación de parámetros, para la columna nueva “pon”.

Figura 8. Despliegue del menú de opciones, y ubicación de la calculadora de

Figura 9. Aplicación de “Field Calculator”, con el valor de ponderación de 3.

Figura 12. Asignación de parámetros, para la columna nueva “pon”.

Figura 13. Despliegue del menú de opciones, y ubicación de la calculadora de

Figura 14. Aplicación de “Field Calculator”, con el valor de ponderación de 0.

Figura 15. Ubicación de la Herramienta Unión, mediante la función Overlay.

Figura 16. Ventana y asignación de los parámetros para la ejecución de la

Figura 18. Ventana y asignación de los parámetros para la ejecución de la

Figura 19. Áreas Naturales Protegidas, con su valor de ponderación

Figura 20. Ubicación de la aplicación “ModelBuilder” en ArcGis.

Figura 21. Ilustración de la ventana de “ModelBuilder” en ArGis.

Figura 22. Ejemplificación de cada una de las funciones de la aplicación

Figura 23. Asignación de la herramienta “Unión” desde el modelbuilder.

Figura 24. Estructura del modelo secuencial para la variable áreas

Figura 25. Ilustración para generar la aplicación “modelbuilder” mediante

Figura 26. Ejemplo de la opción de guardado en el modelbuilder.

Figura 27. Asignación de nombre al modelo secuencial de valor.