Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling

p. 533-544

Detalles Bibliográficos
Autores: Luis Calabuig, Estanislao de, 1949-, Suárez Seoane, Susana, Lozano, F. Javier
Tipo de recurso: artículo
Fecha de publicación:2007
País:España
Institución:Universidad de León
Repositorio:BULERIA. Repositorio Institucional de la Universidad de León
OAI Identifier:oai:buleria.unileon.es:10612/3719
Acceso en línea:http://hdl.handle.net/10612/3719
Access Level:acceso abierto
Palabra clave:Ecología. Medio ambiente
Incendios forestales
Regeneración
Landsat
id ES_b303d62889a2a014cba9ebe80ec9667d
oai_identifier_str oai:buleria.unileon.es:10612/3719
network_acronym_str ES
network_name_str España
repository_id_str
spelling Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modellingLuis Calabuig, Estanislao de, 1949-Suárez Seoane, SusanaLozano, F. JavierEcología. Medio ambienteIncendios forestalesRegeneraciónLandsatp. 533-544Un conocimiento detallado de los patrones espaciales de la quema es valiosa para la gestión de la biodiversidad y los ecosistemas. Esta investigación evalúa el rendimiento de varios índices espectrales derivados de los datos Landsat al modelar la probabilidad de ocurrencia de incendios por medio de regresión logística. Índice de Diferencia Normalizada de Vegetación (NDVI), Índice de Diferencia Normalizada de humedad (NDIM), Relación de Burn Normalizado (NBR) y se probaron los componentes de verdor y humedad de la Transformación Tasseled Cap. Variables del paisaje (topografía, accesibilidad y vegetación estructural) también fueron incluidos como predictores en el desarrollo de modelos. Aunque el riesgo de incendios está estrechamente relacionado con el clima y el estado de la vegetación en un momento dado, también está fuertemente ligada al fuego la historia, y fueron hechos también consideró cambios en los valores de predicción en los años anteriores al incendio. Los modelos generados clasificados correctamente alrededor del 70% del conjunto de datos de validación. La inclusión de índices espectrales pre-incendios mejorado los modelos de capacidad de predecir la ocurrencia de incendios. Aunque el modelo basado en NBR fueron los modelos más precisos, basados en NDVI TCWetness y mostraron resultados similares, mientras TCGreenness realiza peor. Modelos sin índices espectrales describen el fuego propensión de la estructura del paisaje, mientras que la inclusión de índices espectrales mejoró, el reconocimiento de determinadas condiciones espaciales. La pendiente y la distancia de la ruta más cercana también se identificaron como valiosa predictores. Todos los modelos identifican las principales zonas de riesgo de incendios en el área de estudio. Su integración en un modelo único, integrado adecuadamente descrita fuego propensión y se sugiere a ser una herramienta valiosa para la identificación y gestión del riesgo de incendios. El método empleado es sencillo, describe las variables clave y el patrón espacial del régimen de incendios y es adecuado para el uso operacional de los ecosistemas mediterráneosSIElsevierEcologiaFacultad de Ciencias Biologicas y Ambientales20072014info:eu-repo/semantics/articlehttp://hdl.handle.net/10612/3719reponame:BULERIA. Repositorio Institucional de la Universidad de Leóninstname:Universidad de LeónEspañolinfo:eu-repo/semantics/openAccessoai:buleria.unileon.es:10612/37192026-06-24T12:43:27Z
dc.title.none.fl_str_mv Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
title Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
spellingShingle Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
Luis Calabuig, Estanislao de, 1949-
Ecología. Medio ambiente
Incendios forestales
Regeneración
Landsat
title_short Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
title_full Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
title_fullStr Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
title_full_unstemmed Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
title_sort Assessment of several spectral indices derived from multi-temporal Landsat data for fire occurrence probability modelling
dc.creator.none.fl_str_mv Luis Calabuig, Estanislao de, 1949-
Suárez Seoane, Susana
Lozano, F. Javier
author Luis Calabuig, Estanislao de, 1949-
author_facet Luis Calabuig, Estanislao de, 1949-
Suárez Seoane, Susana
Lozano, F. Javier
author_role author
author2 Suárez Seoane, Susana
Lozano, F. Javier
author2_role author
author
dc.contributor.none.fl_str_mv Ecologia
Facultad de Ciencias Biologicas y Ambientales
dc.subject.none.fl_str_mv Ecología. Medio ambiente
Incendios forestales
Regeneración
Landsat
topic Ecología. Medio ambiente
Incendios forestales
Regeneración
Landsat
description p. 533-544
publishDate 2007
dc.date.none.fl_str_mv 2007
2014
dc.type.none.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv http://hdl.handle.net/10612/3719
url http://hdl.handle.net/10612/3719
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Elsevier
publisher.none.fl_str_mv Elsevier
dc.source.none.fl_str_mv reponame:BULERIA. Repositorio Institucional de la Universidad de León
instname:Universidad de León
instname_str Universidad de León
reponame_str BULERIA. Repositorio Institucional de la Universidad de León
collection BULERIA. Repositorio Institucional de la Universidad de León
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869417122013118464
score 15,301603

Similares en LA Referencia