Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)

Los incendios forestales extremos son una amenaza creciente en el contexto del cambio climático. El incendio de Sierra de la Culebra en Zamora ocurrido en 2022 supone una interesante área de estudio debido a las características diversas de severidad y cantidad de biomasa. Este trabajo evalúa la capa...

ver descrição completa

Detalhes bibliográficos
Autor: Villalón Demmer, Jaime
Formato: tesis de maestría
Fecha de publicación:2025
País:España
Recursos:Universidad de Alcalá (UAH)
Repositorio:e_Buah Biblioteca Digital Universidad de Alcalá
Idioma:español
OAI Identifier:oai:ebuah.uah.es:10017/65229
Acesso em linha:http://hdl.handle.net/10017/65229
Access Level:acceso abierto
Palavra-chave:Severidad
Incendios forestales
Índices de severidad
CBI
GeoCBI
Sentinel-2
Severity
Wildfires
Severity indices
Topología
Topology
id ES_ae21362d1e34eadcbc5f9dbb08f77c56
oai_identifier_str oai:ebuah.uah.es:10017/65229
network_acronym_str ES
network_name_str España
repository_id_str
spelling Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)Characterization of wildfire severity: a case study in the Sierra de la Culebra (2022)Villalón Demmer, JaimeSeveridadIncendios forestalesÍndices de severidadCBIGeoCBISentinel-2SeverityWildfiresSeverity indicesTopologíaTopologyLos incendios forestales extremos son una amenaza creciente en el contexto del cambio climático. El incendio de Sierra de la Culebra en Zamora ocurrido en 2022 supone una interesante área de estudio debido a las características diversas de severidad y cantidad de biomasa. Este trabajo evalúa la capacidad de estimar la severidad de los incendios utilizando diferentes índices espectrales (dNBR, RdNBR, RBR) y de campo (CBI, GeoCBI), a partir de la aplicación de modelos Random Forest. Los resultados destacan que el GeoCBI tiene la mayor correlación con índices satelitales con el dNBR (R² = 0.71) y que los estratos arbóreos superiores e intermedios son los más influyentes en la evaluación de severidad. Asimismo, se ha confirmado que las fechas cercanas al incendio son clave para obtener mediciones precisas de severidad de quemado. Este análisis nos ha permitido establecer cuáles son los índices espectrales con mejor capacidad de estimar la severidad de quemado y cuáles son los estratos que están marcando el valor del índice de severidad en campo.Extreme wildfires are an increasing threat in the context of climate change. The Sierra de la Culebra wildfire in Zamora, which occurred in 2022, represents an interesting area of study due to its diverse characteristics in terms of severity and biomass quantity. This work evaluates the ability to estimate fire severity using different spectral indices (dNBR, RdNBR, RBR) and field indices (CBI, GeoCBI), applying Random Forest models. The results highlight that GeoCBI has the highest correlation with satellite indices, particularly with dNBR (R² = 0.71), and that the upper and intermediate arboreal strata are the most influential in severity assessment. Furthermore, it has been confirmed that dates close to the fire event are crucial for obtaining accurate measurements of burn severity. This analysis has allowed us to determine which spectral indices have the best capability to estimate burn severity and which strata significantly influence the field severity index value.Máster Universitario en Tecnologías de la Información Geográfica (M150)Oliva Pavón, Patricia20252025-01-01master thesishttp://purl.org/coar/resource_type/c_bdccNAhttp://purl.org/coar/version/c_be7fb7dd8ff6fe43info:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10017/65229reponame:e_Buah Biblioteca Digital Universidad de Alcaláinstname:Universidad de Alcalá (UAH)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:ebuah.uah.es:10017/652292026-06-18T11:13:07Z
dc.title.none.fl_str_mv Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
Characterization of wildfire severity: a case study in the Sierra de la Culebra (2022)
title Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
spellingShingle Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
Villalón Demmer, Jaime
Severidad
Incendios forestales
Índices de severidad
CBI
GeoCBI
Sentinel-2
Severity
Wildfires
Severity indices
Topología
Topology
title_short Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
title_full Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
title_fullStr Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
title_full_unstemmed Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
title_sort Caracterización de la severidad de los incendios forestales: caso de estudio en la Sierra de la Culebra (2022)
dc.creator.none.fl_str_mv Villalón Demmer, Jaime
author Villalón Demmer, Jaime
author_facet Villalón Demmer, Jaime
author_role author
dc.contributor.none.fl_str_mv Oliva Pavón, Patricia
dc.subject.none.fl_str_mv Severidad
Incendios forestales
Índices de severidad
CBI
GeoCBI
Sentinel-2
Severity
Wildfires
Severity indices
Topología
Topology
topic Severidad
Incendios forestales
Índices de severidad
CBI
GeoCBI
Sentinel-2
Severity
Wildfires
Severity indices
Topología
Topology
description Los incendios forestales extremos son una amenaza creciente en el contexto del cambio climático. El incendio de Sierra de la Culebra en Zamora ocurrido en 2022 supone una interesante área de estudio debido a las características diversas de severidad y cantidad de biomasa. Este trabajo evalúa la capacidad de estimar la severidad de los incendios utilizando diferentes índices espectrales (dNBR, RdNBR, RBR) y de campo (CBI, GeoCBI), a partir de la aplicación de modelos Random Forest. Los resultados destacan que el GeoCBI tiene la mayor correlación con índices satelitales con el dNBR (R² = 0.71) y que los estratos arbóreos superiores e intermedios son los más influyentes en la evaluación de severidad. Asimismo, se ha confirmado que las fechas cercanas al incendio son clave para obtener mediciones precisas de severidad de quemado. Este análisis nos ha permitido establecer cuáles son los índices espectrales con mejor capacidad de estimar la severidad de quemado y cuáles son los estratos que están marcando el valor del índice de severidad en campo.
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-01-01
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
NA
http://purl.org/coar/version/c_be7fb7dd8ff6fe43
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10017/65229
url http://hdl.handle.net/10017/65229
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:e_Buah Biblioteca Digital Universidad de Alcalá
instname:Universidad de Alcalá (UAH)
instname_str Universidad de Alcalá (UAH)
reponame_str e_Buah Biblioteca Digital Universidad de Alcalá
collection e_Buah Biblioteca Digital Universidad de Alcalá
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869416535807754240
score 15.228081

Registos relacionados