Traducido del inglés al español - www.onlinedoctranslator.

com

Cambio climático (2008) 87 (Suplemento 1): S231–S249

DOI 10.1007/s10584-007-9363-z

Cambio climático e incendios forestales en California

AL Westerling&BP Bryant

Recibido: 2 de agosto de 2006 / Aceptado: 5 de octubre de 2007 / Publicado en línea: 12 de diciembre de 2007
# Springer Ciencia + Medios de Negocios BV 2007

AbstractoLos riesgos de incendios forestales para California bajo cuatro escenarios de cambio climático se
modelaron estadísticamente en función del clima, la hidrología y la topografía. Se compararon los riesgos de
incendios forestales para los modelos climáticos globales GFDL y PCM y los escenarios de emisiones A2 y B1 para
2005–2034, 2035–2064 y 2070–2099 con un período de referencia modelado de 1961–1990 en California y los
estados vecinos. Los resultados de las ejecuciones del modelo GFDL, que exhiben temperaturas más altas que las
del modelo PCM, divergieron marcadamente para diferentes tipos de regímenes de incendios, y el aumento de
las temperaturas promovió una mayor frecuencia de incendios en áreas boscosas más húmedas, a través de los
efectos de las temperaturas más cálidas sobre la inflamabilidad del combustible. Al mismo tiempo, la menor
disponibilidad de humedad debido a la menor precipitación y las temperaturas más altas condujo a una
reducción del riesgo de incendio en algunos lugares donde la inflamabilidad del combustible puede ser menos
importante que la disponibilidad de combustibles finos. Los daños a la propiedad debidos a incendios forestales
también se modelaron utilizando el censo estadounidense de 2000 para describir la ubicación y densidad de las
estructuras residenciales. En este análisis, los mayores cambios en los daños a la propiedad bajo los escenarios
de cambio climático ocurrieron en las interfaces urbano/forestal cercanas a las principales áreas metropolitanas
en la costa sur de California, el Área de la Bahía y en las estribaciones de la Sierra al noreste de Sacramento.

1. Introducción

La actividad de los incendios forestales en California y el oeste de Estados Unidos ha aumentado

considerablemente en los últimos años (Westerling et al.2006), al igual que su impacto económico (NOAA2005).
Este aumento ha sido particularmente agudo en los bosques occidentales, incluidos los de Sierra Nevada,
Southern Cascade y Coast Ranges del norte de California (Westerling et al.2006), mientras que las tendencias en
la actividad de los incendios forestales en el oeste en tipos de vegetación no forestal son menos evidentes en los
historiales documentales de incendios forestales disponibles (Westerling et al., en preparación).
Westerling et al. (2006) atribuyen el aumento de los incendios forestales en el oeste de EE. UU. a temperaturas más
cálidas en primavera y verano, a la reducción de las precipitaciones asociadas con temperaturas más cálidas

AL Westerling (*)
Universidad de California, Merced, CA, EE. UU. Correo
electrónico: awesterling@ucmerced.edu

BP Bryant
Escuela de Graduados Pardee RAND, Santa Mónica, EE. UU.
S232 Cambio climático (2008) 87 (suplemento 1): S231 – S249

aturas, reducción de la capa de nieve y deshielos primaverales más tempranos, y temporadas de

incendios de verano más largas y secas en algunos bosques de elevación media y alta. Estas son
tendencias que se prevé que continúen en escenarios plausibles de cambio climático (Equipo de Síntesis
de Evaluación Nacional 2000, Houghten et al.2001, Correr2006), lo que implica un aumento adicional en
el riesgo de grandes incendios forestales dañinos en partes de California y la región.
Por el contrario, los riesgos futuros de incendios forestales en pastos y matorrales según los escenarios de cambio
climático son menos claros. Los años de incendios forestales activos en estos ecosistemas tienden a estar fuertemente
asociados con anomalías positivas de humedad en la temporada de crecimiento un año o más antes de la temporada de
incendios, y menos influenciados por anomalías de humedad concurrentes con la temporada de incendios misma
(Westerling et al. 2003a), consistente con regímenes de incendios donde la humedad disponible para promover el
crecimiento y la transferencia de combustibles finos (pastos, hierbas, etc.) es un factor limitante. Las precipitaciones
tienden a ser algo más variables que la temperatura en todos los modelos y escenarios climáticos globales, lo que implica
una mayor incertidumbre respecto de los riesgos de incendios forestales no forestales, mientras que las temperaturas más
cálidas podrían tender a reducir la humedad disponible para las plantas durante la temporada de crecimiento.
Los riesgos de incendios forestales y sus impactos económicos ya plantean un importante desafío de gestión
para las autoridades locales, estatales y federales de California, que en conjunto gastan más de mil millones de
dólares al año en la extinción de incendios (Junta Forestal de California).1995). Es probable que este desafío
aumente con el cambio climático y el crecimiento continuo en el estado. La interfaz urbano-forestal de California,
donde los valores de las propiedades están más directamente expuestos a pérdidas debido a incendios
forestales, abarca más de 5 millones de viviendas (Stewart et al.2006), lo que convierte a los incendios forestales
en una fuente particularmente importante de posibles impactos del cambio climático para el estado.
En este análisis, buscamos desarrollar un marco analítico y un enfoque de modelado para comenzar a
cuantificar cómo cambiarán los riesgos de incendios forestales y las pérdidas de propiedad debido a esos
riesgos en diferentes escenarios climáticos. Desarrollamos un modelo de probabilidad logística para
estimar la probabilidad de que ocurran incendios que excedan un umbral de 200 ha (aproximadamente
500 acres) en un mes determinado en función del clima, la hidrología y la topografía. Este modelo se
estimó utilizando como referencia la frecuencia de grandes incendios, la precipitación, la temperatura, las
variables hidrológicas simuladas (humedad del suelo, nieve) y la elevación observadas entre 1980 y 1999.
Se utilizó el período 1980-1999 porque es el período más largo para el cual todos estos datos estaban
disponibles. Luego utilizamos este modelo para investigar cómo podrían cambiar los grandes riesgos de
incendio en cuatro escenarios para el clima futuro. Se compararon los riesgos de incendios forestales
para los modelos climáticos globales GFDL y PCM y los escenarios de emisiones A2 y B1 para 2005–2034,
2035–2064 y 2070–2099 con un período de referencia modelado de 1961–1990 en California y los estados
vecinos. Los escenarios de cambio climático examinados aquí (ver Cayan et al., en este número) variaron
desde un escenario con un aumento de las precipitaciones y temperaturas que aumentan menos de 2 °C
(PCM B1), hasta un escenario con una disminución de las precipitaciones y temperaturas que aumentan
más de 4 °C. (GFDL A2).
El cambio en la frecuencia de los incendios superiores a 200 ha no es la única métrica mediante la cual se pueden
evaluar los impactos del cambio climático en los incendios forestales. También son pertinentes los cambios en el área total
quemada o en la gravedad de los impactos ecológicos o económicos de los incendios. Si bien aquí consideramos algunos
impactos económicos, una evaluación integral del impacto total del cambio climático en los incendios forestales está más
allá del alcance de este trabajo. Sin embargo, sospechamos que los cambios en el área total quemada y la gravedad de los
impactos ecológicos y otros impactos económicos tenderían a correlacionarse positivamente con los cambios en la
frecuencia de los grandes incendios forestales.
Para estimar el daño económico causado por los incendios forestales, asociamos datos de propiedad espacial
con la ubicación geográfica de incendios forestales pasados e hipotéticos para estimar el número esperado de
estructuras en riesgo, estructuras perdidas y el valor de estas estructuras, para incendios forestales de 200 ha de
tamaño en California. Dado que nuestro modelo de probabilidad logística estimó el riesgo de incendios iguales o
superiores a 200 ha, los daños reportados aquí son los mejores actualmente.
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S233

estimación disponible del impacto mínimo esperado de los incendios forestales en la propiedad para los cuatro escenarios
de cambio climático considerados aquí. Es importante tener en cuenta también que estos daños representan sólo una
dimensión del impacto económico de los incendios forestales. Gastos de extinción y prevención de incendios, efectos sobre
la salud de la contaminación causada por incendios, efectos sobre la escorrentía posterior, inundaciones, erosión y calidad
del agua, alteración de las oportunidades de recreación, pérdida de recursos forestales y de pastizales, cambios de hábitat
y alteración de los usos pasivos (por ejemplo, cuencas visuales), todos tienen sus propios costos y beneficios que reflejan
los impactos económicos de los incendios forestales.
Si bien este trabajo se centra en California y partes de los estados vecinos, las metodologías aquí descritas
son generalmente aplicables para modelar los riesgos de incendios forestales y las pérdidas de propiedad
relacionadas en escenarios de cambio climático.

2 Clima e incendios forestales en California

El clima afecta los riesgos de incendios forestales principalmente a través de sus efectos sobre la disponibilidad de
humedad. Las condiciones húmedas durante la temporada de crecimiento promueven la producción de combustible,
especialmente combustible fino (pastos, etc.), a través del crecimiento de la vegetación, mientras que las condiciones secas
durante y antes de la temporada de incendios aumentan la inflamabilidad de la vegetación viva y muerta que alimenta los
incendios forestales. La disponibilidad de humedad es función tanto de la precipitación acumulativa como de la
temperatura. Las temperaturas más cálidas pueden reducir la disponibilidad de humedad a través de un mayor potencial
de evapotranspiración, una reducción de la capa de nieve (por ejemplo, más lluvia y menos nieve) y un deshielo más
temprano. En California, el 95% de la precipitación anual del año hidrológico (es decir, de octubre a septiembre) ocurre a
finales de mayo (Westerling et al.2003b). La capa de nieve en elevaciones más altas es un medio importante para hacer que
parte de la precipitación invernal esté disponible como escorrentía a finales de la primavera y principios del verano
(Sheffield et al.2004), y una reducción de la capa de nieve y un deshielo más temprano, en consecuencia, conducen a una
temporada de incendios de verano más larga y seca en muchos bosques de montaña (Westerling et al.2006).

La importancia relativa de la disponibilidad de combustible versus la inflamabilidad para los riesgos de incendios
forestales varía según el tipo de vegetación. En un extremo, un ecosistema relativamente húmedo y densamente boscoso
tendrá abundante combustible, de modo que el efecto incremental de una sola estación húmeda sobre la disponibilidad de
combustible será insignificante, y la vegetación estará protegida hasta cierto punto de los efectos de la temperatura por
los depósitos de humedad en la nieve. y suelos. En un ecosistema de este tipo, la inflamabilidad del combustible suele ser
el factor limitante del riesgo de incendios forestales. Por conveniencia, nos referiremos a sistemas como este como
regímenes de fuego con energía limitada: pueden ocurrir grandes incendios cuando hay suficiente energía disponible para
secar los abundantes combustibles (ver, por ejemplo, Balling et al.1992, Swetnam y Betancourt1998, Donnegan et al.2001,
Westerling et al.2002y2003a, Heyerdahl et al.2002).
En el extremo opuesto, en un ecosistema relativamente seco dominado por pastos y tipos de vegetación arbustiva de
baja densidad, la cobertura de combustible puede ser tan escasa que en algunos años la propagación de grandes
incendios esté limitada por la disponibilidad de combustible. Cuando un ecosistema de este tipo recibe precipitaciones
superiores a lo normal, los riesgos de incendio pueden aumentar posteriormente durante un tiempo, ya que el exceso de
humedad conduce al crecimiento de vegetación adicional que se seca rápidamente en los meses típicamente secos del
verano y proporciona una cobertura de combustible más continua.1Nos referiremos a estos sistemas como regímenes de
incendio con humedad limitada: pueden ocurrir grandes incendios cuando la humedad antecedente resulta en un
aumento de la carga de combustible (Westerling et al.2003a).

1El mecanismo del vínculo entre la humedad anterior y el riesgo de incendio posterior (es decir, el crecimiento de combustibles finos para
proporcionar una cobertura de combustible más continua) es una hipótesis respaldada por pruebas estadísticas sólidas que utilizan la humedad
del suelo determinada por observación y el índice de gravedad de la sequía de Palmer, pero no se ha demostrado. sido documentado de manera
concluyente desdeen el lugaro observaciones satelitales de los propios combustibles.
S234 Cambio climático (2008) 87 (suplemento 1): S231 – S249

Si bien estos dos escenarios son una simplificación de dos extremos entre la gran variedad de tipos de
vegetación y regímenes de incendios que se encuentran en California, proporcionan un contexto útil para
comprender las relaciones estadísticas entre la actividad de incendios observada históricamente y los factores
climatológicos que impulsan la inflamabilidad y disponibilidad del combustible. es decir, precipitación y
temperatura). Por ejemplo, Westerling et al. (2003a) encontraron que el área anual quemada en los desiertos del
sureste de California (con humedad limitada) estaba altamente correlacionada con las anomalías de humedad de
la temporada de crecimiento del año anterior, pero no con la sequía del año actual. Por el contrario, Swetnam (
1993) utilizando reconstrucciones de paleoincendios y Westerling et al. (2003a) utilizando historias documentales
de incendios encontró que la actividad de los incendios forestales en los bosques de Sierra Nevada estaba
significativamente asociada con la sequía del año en curso.
La consecuencia de que el riesgo de incendios forestales dependa tanto de la sequía de verano es que
estos riesgos tienden a estar asociados con temperaturas relativamente altas (Fig.1) (Swet Nam1993,
Westerling et al.2006). Más de tres cuartas partes de los meses con uno o más incendios de más de 200
ha en lugares que categorizamos en nuestro modelo como con energía limitada (es decir, humedad del
suelo promedio de 20 años).≥28% de la capacidad, ver más abajo) se produjo cuando las temperaturas
máximas superaron los 23°C. Asimismo, todos los meses con una superficie total quemada superior a las
10.000 ha en estas localidades ocurrieron cuando las temperaturas máximas superaron los 23°C. Una
temperatura máxima de 23°C o más estuvo en el percentil 64 de las temperaturas máximas durante el
período 1980-1999 para el cual se disponía de datos completos sobre incendios forestales.

Debido a que las condiciones de exceso o déficit de humedad durante la temporada de incendios en sí no son indicadores

significativos de riesgo para regímenes de incendios predominantemente limitados por humedad (Westerling et al.2003a), no es

probable que los aumentos de temperatura durante la temporada de incendios tengan un efecto tan dramático sobre los riesgos de

estos incendios como lo tendrían en los regímenes de fuego con energía limitada. Sin embargo, indirectamente, los cambios de

temperatura pueden tener un efecto sobre los riesgos de incendios forestales con humedad limitada a través de su potencial para

afectar la humedad disponible para el crecimiento de la vegetación durante la temporada de crecimiento. Por ejemplo, las

temperaturas más cálidas podrían contribuir a una reducción de los riesgos de incendio limitados por la humedad si condujeran a una

reducción de la humedad en la temporada de crecimiento.

Figura 1Cada punto representa el área

total quemada en una celda de la
cuadrícula en 1 mes en grandes
incendios forestales en regímenes de
fuego con energía limitada en California y
estados vecinos frente a la temperatura
máxima mensual promedio para ese mes
y celda de la cuadrícula para el período
1980-1999.
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S235

Disponibilidad y menor vegetación. Sin embargo, los efectos de cualquier cambio en la precipitación podrían ser
tanto o más relevantes que los cambios en la temperatura en este caso particular.

3 escenarios de cambio climático

Analizamos los impactos potenciales de cuatro escenarios de cambio climático en los incendios forestales en
California (ver Cayan et al., en este número). Estos escenarios correspondían a escenarios de emisiones de
“negocios habituales” (A2) y “transición a bajas emisiones de gases de efecto invernadero” (B1) en dos modelos
climáticos globales (Laboratorio de dinámica de fluidos geofísicos (GFDL) y Modelo climático paralelo (PCM)). El
escenario de altas emisiones A2 corresponde a un CO2concentración a finales de siglo de más de tres veces el
nivel preindustrial, mientras que el escenario B1 de bajas emisiones da como resultado una duplicación del CO
preindustrial2. En los cuatro escenarios, California experimentó temperaturas más cálidas, con el mayor aumento
en el escenario GFDL A2 (con un aumento promedio de 4,30 °C para California entre 2070 y 2099 en comparación
con 2061 y 2090). Estos resultados son consistentes con temperaturas simuladas bajo una amplia gama de
modelos de cambio climático. La variabilidad de las temperaturas futuras proyectadas entre simulaciones que
utilizan los mismos escenarios de emisiones es indicativa de la variabilidad en la sensibilidad de los sistemas
climáticos modelados al aumento de los gases de efecto invernadero. Es importante señalar, sin embargo, que
prácticamente todos los modelos climáticos proyectan que probablemente se producirán primaveras y veranos
más cálidos en la región en las próximas décadas, según escenarios plausibles de emisiones futuras.

Los cambios futuros en las precipitaciones según los escenarios de cambio climático son generalmente
menos seguros que en el caso de la temperatura. Esta incertidumbre es evidente en los escenarios analizados
aquí: el escenario PCM B1 muestra un aumento de las precipitaciones en la mayor parte del estado para
2070-2099, el PCM A2 muestra un aumento de las precipitaciones en el sur y el centro de California y una
disminución de las precipitaciones en el norte de California para 2070-2099. y el escenario GFDL A2 que muestra
una disminución de las precipitaciones en todo el estado para 2070-2099.
Esta incertidumbre en las precipitaciones proyectadas significa que, para las regiones donde la variabilidad en los riesgos de

incendio tiende a estar dominada por la variabilidad en las precipitaciones más que en la temperatura (es decir, regímenes de

incendios limitados por humedad), los riesgos de incendios proyectados también pueden exhibir una incertidumbre similar. Por el

contrario, cuando la variabilidad de los riesgos de incendio está dominada por la variabilidad de la temperatura (es decir, regímenes

de fuego con energía limitada), los cambios proyectados en los riesgos de incendios forestales deberían mostrar cierta coherencia

entre los modelos de cambio climático en términos de la dirección del cambio (es decir, aumento versus disminución de los incendios).

riesgos).

4 Datos y métodos

4.1 Dominio de análisis

Este análisis cubrió California, Nevada y partes de los estados vecinos en una cuadrícula de 1/8°
contenida entre 124,5625° y 113,0625° de longitud oeste y 31,9375° y 43,9375° de latitud norte.
Los historiales de incendios y las variables explicativas climatológicas e hidrológicas se agregaron
a una resolución temporal mensual de 1980 a 1999. Esto arrojó 2.165.040 vóxeles.2que comprende
una cuadrícula espacial de 93 × 97 durante 240 meses (93 1/8° de latitud por 97 1/8° de longitud
por 240 meses).

2Es decir, "píxel de volumen", el cuadro de componente más pequeño definido por una cuadrícula tridimensional (donde una dimensión es en este
caso el tiempo).
S236 Cambio climático (2008) 87 (suplemento 1): S231 – S249

El estudio enmascaró el Océano Pacífico, algunas áreas convertidas a agricultura u otros usos.3y
celdas de cuadrícula correspondientes a terrenos administrados por agencias para las cuales no
teníamos antecedentes de incendios (Departamento de Defensa, Oficina de Recuperación, Servicio de
Pesca y Vida Silvestre y el Departamento de EnergíaSitio de pruebas de Nevada). Se excluyeron algunos
puntos de la cuadrícula adicionales porque no teníamos datos hidrológicos simulados para ellos. El
resultado fue un dominio de 1.490.160 vóxeles que incluía California y Nevada y partes de Arizona, Utah,
Idaho y Oregón.

4.2 Historial de incendios

Los datos sobre la incidencia de incendios de más de 200 ha entre 1980 y 1999 se recopilaron del Servicio
Forestal del USDA (USFS); de la Oficina de Gestión de Tierras (BLM), el Servicio de Parques Nacionales y la
Oficina de Asuntos Indígenas (BIA) del Departamento del Interior de los Estados Unidos (USDI); de tierras
estatales o agencias forestales de Oregón, Utah, Arizona y California; y de condados contratados en
California. No se incluyeron datos sobre ocurrencia de incendios de la División Forestal del Estado de
Nevada; sin embargo, los registros de incendios para las áreas de responsabilidad de protección de BLM,
BIA y USFS en Nevada aún brindaban una cobertura completa de la mayoría de las tierras silvestres del
estado.
Estos datos se recopilaron como parte de un esfuerzo por extender la Historia de los grandes incendios de
Canadá a Alaska y el oeste de los Estados Unidos contiguos, proporcionando una historia completa de los
grandes incendios del oeste de América del Norte. El Canadian Large Fire History contiene incendios que
quemaron al menos 200 ha, por lo que también se aplicó ese umbral arbitrario a los datos de EE. UU. En general,
la pequeña fracción de igniciones que se convierten en grandes incendios (aquí un pequeño porcentaje del total
de igniciones) representa la mayor parte del área quemada, los daños y los gastos de extinción de los incendios
forestales, y la calidad de los registros documentales de estos grandes incendios tiende a ser mucho mejor que la
para los incendios muy pequeños, más numerosos. Limitar el análisis a incendios por encima de un umbral de
200 ha produce un conjunto de datos relativamente completo y de mayor calidad donde el número de incendios
incluidos es lo suficientemente pequeño como para que los esfuerzos de control de calidad sean factibles
(Westerling et al.2006). Hubo 3.137 vóxeles en los que al menos un incendio superó las 200 ha en el período
muestreado, y 1.487.023 vóxeles en los que no se observaron incendios por encima de este umbral mínimo (ver
Fig.2 para la extensión espacial del registro del incendio).

4.3 Simulación hidrológica

Las humedades históricas del suelo y el equivalente de agua de la nieve se simularon con una resolución de 1/8°
en todo el dominio (por Maurer, en este número) con el modelo hidrológico de Capacidad de Infiltración Variable
(VIC) (Liang et al.1994,1996) utilizando la temperatura y la precipitación del conjunto de datos de la estación de
observación cooperativa del Centro Climático Nacional (Maurer et al. 2002). El modelo VIC utilizado aquí fue
calibrado para coincidir con los registros de caudal en varios puntos de California y el noroeste. Si bien los
registros de caudal proporcionan una medida integradora de los procesos hidrológicos en las principales cuencas
de drenaje de la región, las humedades del suelo resultantes no fueron validadas de forma independiente frente
aen el lugarmediciones. Humedades del suelo

3Celdas de la cuadrícula donde la suma de las áreas fraccionarias clasificadas como “agrícolas” y “urbanas y urbanizadas” por el
esquema de clasificación de vegetación de la Universidad de Maryland (UMDvf) ajustado fraccionalmente fue mayor que las sumas de
las categorías boscosas, de matorrales y de matorrales. Las categorías de pastizales se excluyeron si no ocurrieron incendios
forestales allí durante 1980-1999. También se excluyeron las áreas altamente urbanizadas en el censo de 2000 clasificadas como
pastizales en la UMDvf donde no se reportaron grandes incendios forestales durante 1980-1999.
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S237

Figura 2Existe una fuerte correspondencia entre los tipos de vegetación basta, la humedad disponible y la incidencia de grandes
incendios.aTipo de vegetación dominante:hhumano – urbano y agrícola,GRAMOcésped,Sarbusto,F5 bosque por debajo de los 5,500
pies de elevación,F67bosque entre 5.500 y 7.500 pies de elevación,F8bosque por encima de los 7,500 pies. bPrecipitación media
mensual 1970-1989.CVIC modeló la humedad del suelo.Áreas blancasestán enmascarados (el Océano Pacífico, la conversión urbana y
agrícola y las agencias de gestión de tierras no incluidas en nuestro historial de incendios). Puntos negrosindique una celda de la
cuadrícula con al menos un incendio >200 ha (494 acres) en nuestro historial de incendios. Todas las variables se trazan en una
cuadrícula de 1/8°.

Las humedades del suelo calibradas analizadas aquí parecen estar más fuertemente
asociadas con los riesgos de incendio.

4.4 Predictores

Se examinaron los índices hidroclimáticos y de elevación derivados de la precipitación, la temperatura

máxima, la humedad del suelo y el equivalente en agua de la nieve como posibles predictores de un gran
riesgo de incendio, junto con la elevación. Para cada vóxel, se creó un registro que contiene las siguientes
variables, ordenadas desde aquellas que varían en escalas de tiempo mensuales hasta aquellas que son
fijas o casi fijas a lo largo de la muestra histórica. Se utilizaron datos de todos los vóxeles, agrupados,
para estimar los coeficientes del modelo:

SMI Índice actual de humedad del suelo del modelo hidrológico VIC, que estima la humedad del suelo
como porcentaje de la porosidad total del suelo.
PREC precipitación para el mes actual
TMAX media mensual de las temperaturas máximas diarias para el mes actual
TAVG temperatura media de marzo a agosto para el año en curso SMI máximo
SMI12m durante los 12 meses anteriores
PREC12 precipitación acumulada durante los 12 meses anteriores
PREC12.6 PREC12 con una ventaja de 6 meses (es decir, precipitación acumulada de los 18 a 7
meses anteriores)
SMI20 el SMI mensual promedio durante los 20 años anteriores Factor
HÚMEDO verdadero/falso, definido como SMI20≥28%
SI índice de nieve = 1 − SFI / 12, donde SFI es el número promedio de meses sin nieve
durante los 20 años anteriores. Es el porcentaje del año en que un lugar tiene capa de
nieve. Derivado del equivalente en agua de nieve simulado por VIC.
ELEV elevación media derivada del conjunto de datos de elevación GTOPO30 Global 30 Arc Second
(aproximadamente 1 km), distribuido por el Sistema de asimilación de datos terrestres de
América del Norte (http://ldas.gsfc.nasa.gov/)

Se seleccionaron la precipitación mensual y la temperatura máxima concurrente con el mes del

incendio (PREC, TMAX) como indicadores de las condiciones para la ignición y propagación del fuego.
S238 Cambio climático (2008) 87 (suplemento 1): S231 – S249

Se seleccionaron la humedad máxima del suelo y la precipitación acumulada durante los años anteriores
(SMI12, PREC12, PREC12.6) como indicadores de la humedad disponible para la producción de
combustibles finos que pueden facilitar la ignición y la propagación en temporadas de incendios
posteriores. Westerling et al. (2003a) demostraron la importancia de un indicador de humedad del suelo
(es decir, el índice de gravedad de la sequía de Palmer) derivado de la temperatura y la precipitación para
la actividad de incendios forestales concurrentes y posteriores a nivel regional para el oeste de los
Estados Unidos; y Westerling et al. (2001,2002,2003a,b) y Preisler y Westerling (2007) han utilizado
variables similares para pronosticar la actividad de los incendios forestales en escalas de tiempo
interanuales, estacionales y mensuales.
Se seleccionó la temperatura promedio de primavera y verano (TAVG) como indicador del momento de la primavera y,
por lo tanto, de la duración de la estación seca y, especialmente para los bosques de mayor elevación, de la duración y
severidad de la temporada de incendios (Westerling et al.2006). Westerling et al. (en preparación) encontraron que el
porcentaje del año con capa de nieve es un control importante sobre los efectos de los cambios en el momento de la
primavera sobre la duración y la gravedad de la temporada de incendios en los bosques de montaña. En consecuencia,
utilizamos la interacción entre la temperatura de primavera y verano (TAVG) y el tiempo promedio con nieve en el suelo (SI)
como predictor de riesgos de incendio. Es importante señalar que la humedad mensual del suelo por sí sola puede no
captar el efecto de un cambio en el momento de la primavera sobre los riesgos de incendio. Una primavera temprana da
como resultado una llegada más temprana de la sequía de verano, pero puede no provocar grandes cambios en la
humedad del suelo durante los meses pico de verano, cuando de todos modos estos pueden ser típicamente secos.
Westerling et al. (2006) encontraron que una estación seca más larga se asocia con una vegetación más seca y mayores
riesgos de incendio en los meses pico de verano de la temporada de incendios en bosques de elevación media con una
temporada corta sin nieve.
La humedad promedio del suelo (SMI20) y la elevación (ELEV) a largo plazo son indicadores útiles de la
naturaleza del balance hídrico local, que caracterizan los tipos de vegetación gruesa y la probabilidad de que los
suelos y los combustibles se sequen regularmente durante la temporada de incendios de verano. Nótese en
particular la fuerte correspondencia entre los tipos de vegetación gruesa y la humedad disponible (como se
describe en la precipitación promedio a largo plazo y la humedad del suelo en la Fig.2), y entre la humedad
disponible y la incidencia de grandes incendios (las celdas de la grilla con uno o más grandes incendios en el
registro histórico se indican en la Fig.2).
El factor WET se utilizó para categorizar los vóxeles en uno de dos regímenes de fuego: (1) un régimen de
fuego húmedo (o limitado en energía) y (2) un régimen de fuego seco (o limitado en humedad). El umbral
definitorio para WET (SMI20≥28%), aunque arbitrario, se eligió porque coincidía aproximadamente con la
transición entre áreas donde los incendios tienden a reportarse como incendios forestales y áreas donde los
incendios tienden a reportarse como incendios de pastos o matorrales dentro del subconjunto de datos del
historial de incendios que incluían este información. WET sirve para caracterizar de manera aproximada tanto el
tipo de vegetación como la respuesta de los riesgos de incendios forestales al clima en ese tipo de vegetación.
Aproximadamente el 45% de los vóxeles calificaron como WET en el período de control.

4.5 Simulación del cambio climático

Las mismas variables hidrológicas y climatológicas descritas anteriormente se derivaron de las

ejecuciones de los modelos climáticos globales GFDL y PCM para los escenarios de emisiones A2 y B1. La
reducción de escala y la corrección del sesgo de la precipitación y la temperatura del GCM siguen técnicas
estadísticas desarrolladas originalmente por Wood et al.(2002,2004), como se describe en Cayan et al. (
2006). La metodología de reducción de escala y corrección de sesgos no preserva la variabilidad diaria de
las ejecuciones del GCM, con el resultado de que los cambios en los extremos pueden no estar bien
representados. El modelo hidrológico VIC se ejecutó con una resolución de 1/8° en todo el dominio,
utilizando la precipitación y la temperatura con corrección de sesgo reducidas de las ejecuciones de GCM.
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S239

4.6 Metodología estadística

Debido a que los grandes incendios forestales son eventos extremos y raros, modelarlos estadísticamente en alta
resolución requiere el uso de un modelo de riesgo probabilístico como el empleado aquí. Es decir, sería muy
difícil estimar un modelo estadístico para los incendios forestales en cada celda de la cuadrícula de 1/8°
relacionando directamente los incendios forestales observados en ese lugar únicamente con el clima observado
en ese lugar únicamente, porque durante el período muestreado habría muy Hay pocos casos de grandes
incendios ocurridos en cada lugar. Una forma de solucionar este problema es agregar la ocurrencia de incendios
en un área grande, de modo que en cualquier período de tiempo sea probable que se observe un incendio en
algún lugar dentro del área de agregación. El inconveniente de este enfoque es que los resultados son muy
imprecisos en términos de ubicación y se borran importantes idiosincrasias basadas en la ubicación. Esto es
especialmente un problema cuando se intenta evaluar los impactos económicos de los cambios en los incendios
forestales en escenarios de cambio climático.
El enfoque explorado aquí estima la probabilidad de un gran incendio forestal en cada ubicación en
función de características como la elevación y el clima que son particulares de esa ubicación, pero supone
que las relaciones entre los riesgos de incendios forestales y características como la elevación y el clima
son similares en todas las ubicaciones (1 /8° celdas de la cuadrícula) que tienen vegetación
aproximadamente similar. Adoptando la metodología utilizada en Brillinger et al. (2003), Preisler et al. (
2004) y Preisler y Westerling (2007), estimamos la probabilidad de que ocurra al menos un gran incendio
en un vóxel mediante una regresión logística.
Nuestro pronóstico es la probabilidad de que un incendio supere un umbral de tamaño arbitrario:
- -
PAGi; j;t¼problemaAi; j;t> CXi; j;t;mi

dóndePAGyo,j,tes la probabilidad de que el vóxel denotado por longitud=i,latitud=j,y tiempo =t

contiene al menos un incendio mayor queC (dóndeC=200 ha) dado un vector de variables
predictorasXyo,j,t. En este casoXyo,j,tdenota el registro de variables predictoras introducidas en la
sección anterior para el vóxel indexado poryo, j,yt.
Porque las relaciones entrePAGy varias de las variables predictoras son no lineales, se estimó
un modelo no lineal que utiliza splines de base utilizando elRpaquete estadístico (Equipo central
de desarrollo de R2004). La función bs() enRse utilizó para crear funciones básicas para TMAX,
PREC12, PREC12.6 y ELEV. Los nudos límite para las splines base PREC12, PREC12.6 y TMAX se
establecieron en límites mayores que el rango de variabilidad en las simulaciones climáticas. Una
delgada placa spline (Hastie et al.2001; Preisler et al.2004; Preisler y Westerling2007) se utilizó
para estimar una superficie bidimensional que describe la interacción entre SI y TAVG, con los
nudos límite para TAVG también establecidos en límites mayores que el rango de variabilidad en
las simulaciones climáticas.
La función glm() enRse utilizó junto con la biblioteca de software smartpred desarrollada por
Thomas Yee paraR (www.stat.auckland.ac.nz/~yee/smartpred/index.shtml). Smartpred
implementa un algoritmo ideado por Chambers y Hastie (1992) para ajustarse a un modelo lineal
generalizado (Dobson1990) y realizar predicciones utilizando ese modelo, en este caso sobre
variables climatológicas e hidrológicas simuladas.
La especificación del modelo de regresión logística es:

LogitdPAGÞ ¼AhúmedoþBhúmedo-½XdTMAXÞ þXdPREC12Þ þXdPREC12:6Þ

þXdELEVÞ þXdSI; TAVGÞ þPRECþSMI12þSMI20-

dóndePAGes la probabilidad de un gran incendio, como se describe anteriormente, y Logit(PAG)es el

logaritmo de las probabilidades, (PAG/(1-PAG); X(Vi)wet es una matriz que describe una base spline paraV=
S240 Cambio climático (2008) 87 (suplemento 1): S231 – S249

{TMAX, PREC12, PREC12.6, ELEV, SI×TAVG}; y HÚMEDO={VERDADERO, FALSO}, yA yBson vectores

de parámetros estimados a partir de los datos.
Como una simplificación burda, esta especificación del modelo incorpora datos que han sido estratificados en
dos regímenes de incendio simplificados: un régimen húmedo o limitado en energía y un régimen seco o limitado
en humedad. Se derivan así dos modelos, uno para entornos húmedos (limitados por energía) y otro para
entornos secos (limitados por humedad). Todos los predictores son muy significativos tanto para las
especificaciones húmedas como secas, pero el modelo seco es particularmente sensible a la humedad
antecedente, mientras que el modelo húmedo otorga mayor peso a la temperatura máxima (TMAX) y a las
interacciones entre las temperaturas primaverales y la duración de la nieve. permanece en el suelo (es decir, la
delgada placa estriada descrita anteriormente). Esta diferencia es consistente con el marco de energía limitada
versus el de humedad descrito anteriormente.
El tipo de vegetación es un factor importante para caracterizar tanto la dinámica del fuego como la hidrología.
Para este último, en este análisis nos vimos obligados a utilizar el modelo hidrológico VIC con una capa de
vegetación fija que no evolucionó con un clima cambiante. En la especificación del modelo estadístico de
incendios, utilizamos la humedad promedio del suelo y el equivalente de agua de la nieve durante los 20 años
anteriores para cada vóxel para caracterizar la respuesta del régimen de incendios a la temperatura y a la
humedad antecedente. Estos parámetros son relativamente estáticos durante el período de referencia
(1961-1990), pero tienen el potencial de variar libremente a medida que se desarrolla la simulación climática.

El resultado es que el modelo de riesgo de incendio representa sólo parcialmente los cambios potenciales en la
distribución espacial de los tipos de vegetación. La caracterización espacial de los regímenes de incendios limitados por
energía versus humedad, utilizada en la especificación del modelo de riesgo como una aproximación burda de los tipos de
combustible y los regímenes de incendios limitados por humedad versus energía limitada, cambia con el tiempo con los
cambios en la humedad promedio del suelo. Sin embargo, dado que el modelo hidrológico en sí no es sensible a los
cambios en la vegetación, los cambios en la humedad del suelo no reflejan ningún efecto de retroalimentación de los
cambios en la vegetación.
El modelo logístico estimado se ajusta a los datos observados agregados en múltiples dimensiones.
Dado que la respuesta del modelo es una probabilidad, es necesario agregar los datos de alguna manera
para facilitar las comparaciones con los datos observados. Al agrupar la gran incidencia de incendios
observada en incrementos de 0,1 en el predictor lineal para el logit (es decir, el lado derecho de la
especificación del modelo anterior), vemos un ajuste perfecto entre el logit estimado y las observaciones
(Fig.3a). A pesar de la falta de una variable ficticia para el mes (es decir, un ciclo estacional no está
representado directamente en la construcción del modelo), el ciclo estacional en las estimaciones se
aproxima al ciclo observado (líneas negras continuas y discontinuas en la Fig.3b). Este resultado se debe
exclusivamente a la estacionalidad contenida en el clima observado y los datos hidrológicos simulados
que se emplean para derivar el modelo.
El modelo también captura razonablemente bien la variabilidad interanual en los datos observados,
como lo indica la correlación de Pearson de 0,78 entre los valores modelados y observados (Fig.3C).
Finalmente, el patrón espacial del riesgo de incendio estimado (Fig.4) es una buena aproximación del
patrón espacial en el riesgo de incendio observado. Dado que la especificación del modelo se limita a las
variables hidroclimáticas y la elevación, la última de las cuales no varía con el tiempo, los resultados son
una evidencia clara de que el clima juega un papel importante en la variabilidad de los incendios
forestales.

4.7 Modelado de pérdidas de propiedad

Para estimar los cambios en las pérdidas de propiedad asociadas con los escenarios de cambio climático, se
modelaron los daños a la propiedad debido a incendios forestales utilizando un modelo de ocurrencia de
incendios forestales junto con un mapeo de la ubicación y densidad de las estructuras residenciales, que
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S241

Figura 3aEl logit estimado(P) (línea),

dóndePAGes la probabilidad de
observar un incendio >200 ha en un
vóxel, versus las probabilidades
observadas para 1980–1999 (puntos).
bComparación de ciclos estacionales para
el período de estimación del modelo
1980-1999. Valores ajustados
(discontinuo)versus observado (sólido). C
Vóxeles esperados con incendios >200 ha
(rojo)estimado por regresión logística,
por año, versus vóxeles observados con
incendios >200 ha (negro), por año,
1980-1999
S242 Cambio climático (2008) 87 (suplemento 1): S231 – S249

Figura 4Observado (izquierda)vs modelado (bien)Riesgo anualizado de uno o más incendios >200 ha, 1981-1999. El riesgo
observado, basado en sólo 20 años de registros, es necesariamente más “ruidoso” que el modelo logístico.

fue prescrito en el censo estadounidense de 2000. Proyectamos grupos de bloques censales de EE. UU. en una
cuadrícula finamente espaciada de más de medio millón de puntos que cubren California. Los grupos de bloques
varían en superficie pero abarcan en promedio unas 1.500 personas. Hay 22,133 grupos de bloques dentro de
California. (http://factfinder.census.gov) Dado cualquier conjunto de puntos contenidos dentro de un perímetro
de incendio, podemos usar los datos del censo y los valores derivados para estimar las cantidades totales de
interés (por ejemplo, número de estructuras, valor total de la propiedad) asociadas con esos puntos de la
cuadrícula. Por último, para estimar los daños causados por incendios, multiplicamos los valores contenidos
dentro del área por razones derivadas empíricamente para el valor mejorado de la estructura y el número de
estructuras destruidas, dado que un perímetro de incendio abarcaba las estructuras.
Extrajimos datos censales relevantes del 'Archivo Sumario 3' para California, que está disponible de forma gratuita en
el sitio web de la Oficina del Censo de EE. UU. Esto proporcionó información que incluía población, número y distribución
de unidades de vivienda, y estimaciones del valor de la propiedad para unidades de vivienda ocupadas por sus
propietarios. Las estimaciones tanto de las estructuras de vivienda totales como del valor total de la propiedad dentro de
un bloque censal se obtuvieron mediante el desarrollo de funciones de ponderación y escala que utilizan información
específica del grupo de bloques sobre cuántas unidades de vivienda hay en estructuras de varios tamaños, combinada con
cuántas unidades de vivienda estaban ocupadas. por el propietario, vs aquellos que estaban alquilados o desocupados.
Estos datos demográficos se asociaron con nuestra cuadrícula finamente espaciada utilizando los archivos cartográficos de
límites de bloques del censo de la Oficina del Censo, y se escalaron de acuerdo con la fracción de área del grupo de
bloques representado por cada punto de la cuadrícula. Dado un perímetro de incendio que abarca un conjunto de puntos
de la cuadrícula, simplemente sumamos los valores asociados con esos puntos de la cuadrícula para obtener una
estimación de las cantidades contenidas dentro de esa región.
Tenga en cuenta que este enfoque supone una homogeneidad dentro de los grupos de bloques. Sin
embargo, la heterogeneidad que existe debería ser efectivamente aleatoria, de modo que, dado el
número de muestreos utilizados aquí, se espera que el efecto sea mínimo. El supuesto de homogeneidad
puede fracasar en grupos de bloques extremadamente grandes, pero los grupos de bloques muy
grandes ocurren cuando la vivienda es muy escasa, y dado que los valores se reducen por área, el error
contribuido a las estimaciones de daños agregados debería ser nuevamente mínimo. En general, los
resultados deben interpretarse estadísticamente, no caso por caso.
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S243

Por último, para estimar los daños, requerimos un método para escalar el valor total incluido el valor
total dañado. Esto está controlado por dos factores: la fracción de estructuras dañadas (dado que
estaban rodeadas por un perímetro de incendio) y la fracción del valor de una propiedad asociada con
mejoras a la propiedad (que es la fracción que se supone que se perderá si la casa se destruye).
quemado). Para este último, utilizamos estimaciones proporcionadas por el Programa de Evaluación de
Recursos y Incendios (FRAP) del Departamento Forestal y de Protección contra Incendios de California,
derivadas de los datos de parcelas del evaluador del condado para los condados de Mariposa y Nevada
(Robin Marose, comunicación personal).
Para estimar la proporción de daños en función de la densidad de la estructura, extrajimos datos de informes
de situación de gestión de incidentes ("informes SIT") archivados de grandes incendios pasados en California (
http://iys.cidi.org/wildfire/). Estos informes proporcionaron una estimación del número de estructuras destruidas
en cada incendio. Luego utilizamos información SIG sobre los límites de los incendios para identificar puntos en
nuestra cuadrícula contenidos dentro de los incendios, y los usamos para estimar el número total de estructuras
contenidas dentro del perímetro del incendio. Luego utilizamos estructuras contenidas, estructuras dañadas y
área para generar un modelo lineal que se aproxima al valor esperado para la relación de daño, dada una
densidad de estructura. Tenga en cuenta que asumimos que las estructuras denominadas “perdidas” en los
informes del SIT fueron una pérdida total: no intentamos estimar el porcentaje de una estructura que se pierde.

Debido a la larga serie de pasos involucrados en su creación, la precisión y el significado de la proporción de

daños es probablemente el eslabón menos seguro en la cadena que va desde los datos hasta las estimaciones de
incendios. En particular, la vinculación de los datos del perímetro del incendio con los datos de las estructuras
dañadas estaba sujeta a una incertidumbre sustancial debido a la falta de información de identificación común e
inequívoca. La comparación se realizó únicamente mediante la coincidencia de caracteres de los nombres de los
incendios, que no estaban estandarizados, en combinación con fechas. Afortunadamente, el efecto de la relación
de daños sobre las estimaciones de daños es efectivamente lineal, por lo que es fácil notar cómo cambiarán las
estimaciones, dado un error en la función de relación de daños.
Los resultados de este análisis no deberían ser particularmente sensibles ni al índice de daño ni al
índice mejorado seleccionado. Se encontró que los mayores cambios en las pérdidas por estructuras
quemadas bajo los escenarios de cambio climático ocurrieron en celdas de la cuadrícula que son muy
similares en términos de densidad de estructura y proximidad a áreas urbanas. En consecuencia,
esperamos que tengan índices mejorados y índices de daño similares. Si bien la elección de las
proporciones afectaría el nivel de daños estimados en estos puntos de la cuadrícula, dada la similitud de
las ubicaciones, no se esperaría que tuviera un gran efecto en el cambio en los daños bajo un escenario
de cambio climático en relación con el período de referencia. Esto se debe en parte al hecho de que
mantenemos el desarrollo fijado en el censo de 2000. Si tuviéramos que complicar este análisis
proyectando escenarios de desarrollo futuros, entonces las opciones para mejorar la proporción y la
proporción de daños podrían tener un mayor impacto en el cambio en los daños. Esto sería
especialmente cierto para los escenarios que postulan un mayor desarrollo en los bosques de elevación
media que actualmente están escasamente poblados pero que representan gran parte del mayor riesgo
de incendio en los escenarios de cambio climático considerados aquí.
Para generar los valores utilizados en este informe, estimamos el efecto de un incendio de 200 ha en cada
una de las 2440 células de 1/8° que cubren California. Un incendio de 200 ha está representado en la mayoría de
los casos por dos puntos de cuadrícula, por lo que para cada celda de 1/8° elegimos dos puntos al azar y
agregamos sus valores, aplicando las fórmulas descritas anteriormente, con alguna escala adecuada para tener
en cuenta la naturaleza discreta del puntos de cuadrícula. Repetimos este proceso 100 veces para cada celda de
la cuadrícula y luego conservamos el valor medio del número de estructuras en riesgo (es decir, contenidas
dentro de los perímetros del incendio), el número de estructuras quemadas y el valor de las estructuras
quemadas. Estimar la expectativa para cada uno de estos valores bajo cada clima.
S244 Cambio climático (2008) 87 (suplemento 1): S231 – S249

En este escenario, los multiplicamos por la probabilidad estimada de un gran incendio en cada vóxel
correspondiente.

5 Resultados y discusión

Al aplicar las proyecciones de cambio climático reducidas y modeladas por VIC al modelo de riesgo de
incendio, los escenarios A2 mostraron un mayor aumento en la probabilidad de un incendio grande (es
decir, mayor a 200 ha) que los escenarios B1, y GFDL un aumento mayor que los modelos PCM. , a
mediados de siglo (Fig.5). Los aumentos para el período 2070-2099 oscilaron entre poco más del +10% y
poco menos del +40% en términos generales del riesgo de grandes incendios en toda la región. Sólo para
California, los cambios a finales de siglo oscilaron entre un aumento del +12% al +53% (Tabla1, Higo.5).
Los aumentos en el norte de California oscilaron entre +15% y +90%, aumentando con la temperatura
(Tabla1, Higo.6). En el sur de California, el cambio en los riesgos de incendio osciló entre una disminución
(-29%) y un aumento (+28%) (Tabla1, Higo.6), impulsado en gran medida por las diferencias en las
precipitaciones entre los diferentes escenarios. Las condiciones más secas en el sur de California en
ambos escenarios del modelo GFDL llevaron a una reducción del riesgo de incendio en gran parte del sur
de California, aunque no en todas partes; por ejemplo, en partes de las montañas de San Bernardino
aumentaron los riesgos de incendio.
Si bien las temperaturas más altas en las ejecuciones del modelo GFDL tendieron a promover el riesgo de incendio en
general, las reducciones en la humedad debido a menores precipitaciones y temperaturas más altas llevaron a una
reducción del riesgo de incendio en áreas secas que parecen tener regímenes de fuego con humedad limitada. Los efectos
de una menor disponibilidad de humedad en la producción de combustible fino probablemente superaron los efectos de la
temperatura sobre la inflamabilidad del combustible en tierras de pasto seco y arbustos en elevaciones más bajas. Este
efecto fue particularmente pronunciado en gran parte del sur de California y el oeste de Arizona (Fig.7). Por el contrario, los
efectos de la temperatura y la disminución de las precipitaciones en los tramos del GFDL produjeron mayores aumentos en
las laderas y estribaciones occidentales de Sierra Nevada y en las cordilleras Coast y Cascade del norte de California y el sur
de Oregón, donde los bosques y zonas boscosas proporcionan una fuente inmediata de combustible (Fig.7).

Los resultados de estos modelos indican que los escenarios que tienden hacia extremos cálidos y secos pueden tender a producir

resultados opuestos en regímenes de fuego con limitación de humedad versus regímenes de fuego con limitación de energía, con

figura 5Cambio porcentual en el

número anual esperado de vóxeles (es
decir, latitud × longitud × mes) con al
menos un incendio >200 ha para
(arriba)región (California+ estados
vecinos) y (abajo) solo california
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S245

tabla 1Cambio porcentual en valores, estructuras e incendios, 2070-2099 respecto a 1961-1990

B1 PCM B1 GFDL PCM A2 A2 GFDL

Valor quemado de CA 15 30 30 36
CA estructuras quemadas 6 11 21 dieciséis

CA estructuras amenazadas CA 7 12 21 11
grandes incendios 12 23 34 53
Valor quemado NC 21 48 37 96
NC estructuras quemadas 12 31 26 75
NC estructuras amenazadas NC 12 30 25 71
grandes incendios 15 38 37 90
Valor quemado SC −6 − 10 2 −3
SC estructuras quemadas − 14 − 26 −9 − 25
SC estructuras amenazadas SC − 14 − 26 −9 − 25
grandes incendios 6 − 11 28 − 29

NC = Norte de California, SC = Sur de California

disminución del riesgo de incendio con el tiempo en el primero y mayor riesgo en el segundo. Por el contrario, los
escenarios más húmedos con aumentos de temperatura más moderados en realidad pueden resultar en más
incendios en general, como en este caso en A2 PCM versus B1 GFDL (Tabla1, Higo.7).
Las comparaciones entre diferentes modelos y escenarios climáticos globales revelan mucha más incertidumbre con
respecto a las precipitaciones que a la temperatura en California (Dettinger2005). Los resultados presentados aquí para el
sur de California son indicativos del efecto que tiene la incertidumbre sobre las precipitaciones futuras en la evaluación de
los impactos del cambio climático en los regímenes de incendios forestales con humedad limitada. Si bien es posible que
esta incertidumbre no pueda reducirse en el corto plazo, un análisis de sensibilidad que utilice modelos hidrológicos y
modelos estadísticos de incendios como los que se describen aquí para determinar los umbrales conjuntos de temperatura
y precipitación para riesgos de incendio aumentados o disminuidos en los regímenes de incendios con humedad limitada
de California ayudaría a caracterizar mejor posibles cambios en los riesgos de incendios forestales para la región.

Los vientos de Santa Ana son un componente importante de los riesgos de incendios forestales en el sur de
California que no se modelan aquí. En la medida en que el cambio climático pueda afectar la frecuencia, fuerza y/
o duración de los eventos de viento de Santa Ana, los resultados para el sur de California podrían verse afectados.
Resultados preliminares de un análisis de viento de Santa Ana (Miller y Schlegel2006)

Figura 6Cambio porcentual en el número

anual de vóxeles (es decir, latitud × longitud ×
mes) con al menos un incendio >200 ha para
el norte y el sur de California, 2070–2099
frente a 1961–1990. Escenarios más húmedos
(más secos), aunque todavía más secos en el
norte de California , fueron más húmedos
(más secos) que el período de referencia para
el sur de California
S246 Cambio climático (2008) 87 (suplemento 1): S231 – S249

figura 7Cambio porcentual en la probabilidad de un gran incendio forestal para 2070-2099 durante el período de referencia 1961-1990
para cuatro escenarios climáticos

indican, sin embargo, que la frecuencia de los eventos de Santa Ana a principios del otoño, cuando las temperaturas aún
son altas, puede disminuir hacia finales de siglo, lo que serviría para reforzar cualquier reducción en los riesgos de
incendios en el sur de California debido a cambios en la temperatura y las precipitaciones.
Es importante tener en cuenta la naturaleza muy variable de los riesgos de incendio de un año a otro. Los escenarios
con elevados riesgos de incendio en promedio aún pueden producir años con muy pocos incendios, y viceversa, debido a
los caprichos de las igniciones y la meteorología a corto plazo. Sin embargo, en promedio, los resultados presentados aquí
indican que el aumento de las temperaturas probablemente daría lugar a un aumento sustancial del riesgo de grandes
incendios forestales en regímenes de incendios forestales con energía limitada, mientras que los efectos en regímenes de
incendios con limitación de humedad serán sensibles a los cambios tanto en la temperatura como en los incendios
forestales. y precipitación.
A partir del análisis de las pérdidas de propiedad modeladas bajo los escenarios de cambio climático, los valores
totales esperados estimados para las estructuras quemadas estuvieron dominados por cambios en los riesgos de
incendios forestales próximos a unas pocas áreas urbanas con una extensa interfaz urbano-forestal: básicamente
condados costeros del sur de California, áreas adyacentes hasta el Área de la Bahía y al noreste de Sacramento a lo largo
de la autopista interestatal 80 (Fig.8). Si bien los riesgos de incendio aumentan dramáticamente en
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S247

Figura 8Diferencia (2070–2099 menos

1961–1990) en el promedio anual
estimado de daños a la propiedad
debido a incendios de 200 ha para el
escenario GFDL A2. Representa los
efectos de los cambios en la
frecuencia de incendios de 200 ha

En el escenario GFDL A2 en las Sierras y las Cordilleras Coast y Cascade del norte de California, por ejemplo, la
mayoría de estas áreas están relativamente escasamente pobladas, con relativamente pocas estructuras basadas
en el censo de 2000 en peligro, en comparación con los alrededores de las ciudades costeras. De manera similar,
los aumentos o reducciones en los riesgos de incendio en gran parte de los desiertos interiores del sur de
California parecen tener un efecto igualmente atenuado.
Comparando el norte con el sur de California según la distribución de propiedades
residenciales en el censo de 2000, el valor de las propiedades quemadas en el norte de California
casi se duplica (+96%) en el escenario GFDL A2 para finales de siglo, representando todo el estado.
aumento de los daños a la propiedad en ese escenario (Tabla1). Asimismo, en el escenario con el
aumento de temperatura menos pronunciado (PCM B1), el aumento de los daños en el norte de
California explica todo el aumento en California (Tabla1).
Quizás el resultado más interesante de este análisis es el efecto de aumentos sustanciales en los riesgos de
incendio en las estribaciones de la Sierra en el escenario GFDL A2 sobre los daños a la propiedad al noreste de
Sacramento, particularmente en el condado de Placer (Fig.8). La población de Placer ha crecido a una tasa anual
compuesta del 4% en los cinco años transcurridos desde 2000, y el condado se encuentra entre los cinco con los
ingresos medios más altos de California (Lofing2006). Es cierto que el GFDL A2 es el escenario más extremo
considerado aquí, pero es instructivo porque llama la atención sobre las vulnerabilidades en desarrollo en una
parte del estado en rápido crecimiento. Un menor aumento de la temperatura y el riesgo de incendio aún pueden
exacerbar las vulnerabilidades que pueden desarrollarse en torno al desarrollo futuro.

Sin embargo, estas pérdidas se estimaron para un panorama “fijo” de propiedades residenciales en California
prescrito a partir del censo estadounidense de 2000. Una consideración política clave para los impactos del
cambio climático por los incendios forestales en California girará en torno a escenarios para el desarrollo futuro.
A medida que la población de California crezca en las próximas décadas, las decisiones sobre dónde ubicar el
desarrollo futuro moldearán la vulnerabilidad de California a cualquier aumento en los riesgos de incendios
forestales inducido por el cambio climático. En particular, según este análisis, el desarrollo que amplía la interfaz
entre zonas silvestres y urbanas en las estribaciones y montañas del norte de California parecería aumentar la
vulnerabilidad a las pérdidas de propiedad debido a incendios forestales.
Los resultados presentados aquí proyectan las relaciones fuego-clima observadas en las últimas
décadas en escenarios climáticos del siglo XXI. Estos escenarios, a su vez, representan una variedad de
resultados que el Panel Intergubernamental sobre Cambio Climático considera actualmente plausibles.
Es importante no sobreinterpretar los resultados de un modelo estadístico de un aspecto (gran incendio
S248 Cambio climático (2008) 87 (suplemento 1): S231 – S249

frecuencia) de los procesos dinámicos, complejos y no lineales involucrados en las respuestas de la ecología del
fuego al cambio climático. Además, el clima no es el único factor que impulsa los cambios seculares en los
incendios forestales. Por ejemplo, el uso de la tierra y la gestión de incendios también desempeñarán papeles
importantes. El lector no debe poner demasiado énfasis en los niveles numéricos de cualquiera de los aspectos
de los resultados del modelo de forma aislada, sino evaluar la dirección y el grado de cambio en cada escenario
en relación con los demás. El marco del modelo presentado aquí se puede utilizar mejor para identificar
vulnerabilidades potenciales mediante la exploración de múltiples efectos del clima, la hidrología y los patrones
de desarrollo en los incendios forestales.

Referencias

Balling RC, Meyer GA, Wells SG (1992) Relación entre el clima superficial y el área quemada en Yellowstone
Parque Nacional. Agricultura para Meteorol 60:285–293
Brillinger DR, Preisler HK, Benoit JW (2003) Evaluación de riesgos: un ejemplo de incendio forestal. En ciencia y
Estadística, Notas de conferencias del Instituto de Estadística Matemática. Serie de monografías
Junta Forestal de California (1995) Plan de incendios de California, pág. 125
Cayan D, Luers AL, Hanemann M, Franco G, Croes B (2006) Escenario de cambio climático en California:
descripción general. Comisión de Energía de California
Chambers JM, Hastie TJ (eds.) (1992) Modelos estadísticos en S. Wadsworth y Brooks/Cole, Pacific Grove,
California

Dettinger MD (2005) De los espaguetis del cambio climático a las distribuciones del cambio climático para el siglo XXI
California. Ciencia del estuario y cuencas hidrográficas de San Francisco. 3(1) Artículo 4.http://repositories.cdlib.org/
jmie/sfews/vol3/iss1/art4
Dobson AJ (1990) Introducción a los modelos lineales generalizados. Chapman y Hall, London Donnegan JA, Veblen TT,
Sibold SS (2001) Influencias climáticas y humanas en la historia de los incendios en Pike National
Bosque, Colorado central. Can J para Res 31:527–1539
Hastie TJ, Tibshirani R, Friedman J (2001) Los elementos del aprendizaje estadístico. minería de datos, inferencia y
predicción. Springer, Nueva York, página 533.
Heyerdahl EK, Brubaker LB, Agee JK (2002) Forzamiento climático anual y decenal de los regímenes históricos de incendios en
el interior del Pacífico Noroeste, EE. UU.. Holoceno 12:597–604
Houghton JT et al (Eds) (2001) Cambio climático del IPCC: la base científica. Prensa de la Universidad de Cambridge,
Cambridge, Reino Unido y Nueva York, NY, EE. UU.
Liang X, Lettenmaier DP, Wood E, Burges SJ (1994) Un modelo simple de superficie terrestre con base hidrológica
Flujos de agua y energía para modelos de circulación general. J Geophys Res 99:14415–14428
Liang X, Lettenmaier DP, Wood EF (1996) Representación dinámica estadística unidimensional de subcuadrícula
variabilidad espacial de la precipitación en el modelo de capacidad de infiltración variable de dos capas. J Geophys Res
101:21403–21422
Lofing N (2006) Placer promociona sus bajas tasas de pobreza y desempleo. Sacramento Bee 5 de enero de 2006, pág. G1
Maurer EP, Wood AW, Adam JC, Lettenmaier DP, Nijssen B (2002) Una estrategia hidrológica a largo plazo
conjunto de datos de flujos de superficie terrestre y estados para los Estados Unidos contiguos. J Clim 15:3237–
3251 Miller N, Schlegel N (2006) Cambio climático proyectado ocurrencia de incendios en Santa Ana
Equipo de Síntesis de Evaluación Nacional (2000) Impactos del cambio climático en los Estados Unidos: el potencial
consecuencias de la variabilidad y el cambio climático. GCRP de EE. UU., Washington DC
NOAA (2005)http://www.ncdc.noaa.gov/img/reports/billion/billion2005.pdf
Preisler HK, Westerling AL (2007) Modelo estadístico para pronosticar grandes incendios forestales mensuales en el
Oeste de Estados Unidos. J Appl Meteorol Climatol 46(7):1020–1030
Preisler HK, Brillinger DR, Burgan RE, Benoit JW (2004) Modelos basados en probabilidad para estimar incendios forestales
riesgo. Int J Incendio forestal 13:133–142
Equipo central de desarrollo de R (2004). R: Un lenguaje y entorno para la informática estadística. Fundación R
de Computación Estadística, Viena, Austria. ISBN 3-900051-07-0, URLhttp://www.R-project.org Running SW (2006) ¿El
calentamiento global está provocando más incendios forestales de mayor tamaño? Science 313:927–928 Sheffield J, Goteti G, Wen FH,
Wood EF (2004) Un análisis de sequía basado en la humedad del suelo simulado para el
Estados Unidos. J Geophys Res 109:D24108
Swetnam TW (1993) Historia de los incendios y cambio climático en bosques de secuoyas gigantes. Science 262:885–889
Stewart SI, Radeloff VC, Hammer RB (2006) La interfaz urbano-forestal en los Estados Unidos. Aplicación ecológica
15(3):799–805
Cambio climático (2008) 87 (suplemento 1): S231 – S249 S249

Swetnam TW, Betancourt JL (1998) Perturbación de mesoescala y respuesta ecológica al clima decenal
variabilidad en el suroeste americano. J Clima 11:3128–3147
Westerling AL, Cayan DR, Gershunov A, Dettinger MD, Brown TJ (2001) Previsión estadística del año 2001
temporada de incendios forestales en el oeste mediante regresión de componentes principales. Boletín experimental de pronóstico a largo
plazo, 10:71–75
Westerling AL, Gershunov A, Cayan DR, Barnett TP (2002) Pronósticos estadísticos a largo plazo del oeste de EE. UU.
área de incendio forestal quemada. Int J. Incendios forestales 11(3, 4):257–266
Westerling AL, Brown TJ, Gershunov A, Cayan DR, Dettinger MD (2003a) Clima e incendios forestales en el
Oeste de Estados Unidos. Bull Am Meteorol Soc 84(5):595–604
Westerling AL, Gershunov A, Cayan DR (2003b) Previsiones estadísticas de la temporada de incendios forestales del oeste de 2003
utilizando análisis de correlación canónica. Boletín experimental de pronóstico a largo plazo, 12(1, 2) Westerling AL,
Hidalgo HG, Cayan DR, Swetnam TW (2006) Aumentos en los incendios forestales del oeste de EE. UU.
asociado con el calentamiento y los avances en el calendario de la primavera. Ciencia 313:940–943
Wood AW, Maurer EP, Kumar A, Lettenmaier DP (2002) Pronóstico hidrológico experimental a largo plazo
para el este de Estados Unidos. J Geophys Res 107:4429
Wood AW, Leung LR, Sridhar V, Lettenmaier DP (2004) Implicaciones hidrológicas de dinámica y
enfoques estadísticos para reducir los resultados de los modelos climáticos. Cambio climático 62:189–216