Keywords
fire scars
Rapid Eye
linear spectral mixing model
Card correction
How to Cite
##article.highlights##
- CONAFOR reports on wildfires lack geographic accuracy.
- The detection rate was higher with the MODIS product processed by CONABIO.
- With satellite technology, an average omission of 84 % of fire scars was obtained.
- The use of hotspots is ideal for fires exceeding 50 ha.
Abstract
Introduction: Wildfire monitoring programs were first implemented in Mexico at the end of the last century; however, there are no studies that report their accuracy in detecting fires and hotspots. Objective: To evaluate the thematic accuracy of hotspots and wildfire records in a region of Michoacán de Ocampo, Mexico. Materials and methods: Rapid Eye high spatial resolution images were classified to detect fire scars. The images were crossed with hotspot maps from the MODIS sensor, processed by the National Commission for the Knowledge and Use of Biodiversity (CONABIO), and from the MODIS, AVHRR and GOES sensors, processed by the National Meteorological Service (SMN), as well as with wildfire records from the National Forestry Commission (CONAFOR). Detection rates and confusion matrices were generated to assess accuracy. Results and discussion: The detection rate was higher with the CONABIO MODIS sensor (>75 %) in categories greater than 50 ha. The overall accuracy of hotspots was 62 %; however, the errors of omission (underestimation) and commission (overestimation) were 85 and 34 %, respectively. The fires reported by CONAFOR lack spatial coincidence with respect to scars, so the accuracy analysis was discarded. Conclusion: The use of hotspots, according to detection rates, is ideal for fires exceeding 50 ha. The thematic accuracy of hotspots and fire records should be evaluated at the beginning of a study.References
Ávila-Flores, D. Y., Pompa-García, M., & Vargas-Pérez, E. (2010). Análisis espacial de la ocurrencia de incendios forestales en el estado de Durango. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 16(2), 253–260. doi: https://doi.org/10.5154/r.rchscfa.2009.08.028
Blackbridge. (2013). Imágenes satelitales especificaciones técnicas. Retrieved July 1, 2018, from https://www.geosoluciones.cl/documentos/rapideye/RE_Product_Specifications_SPA.pdf
Câmara, G., Souza, R. C. M., Freitas, U. M., & Garrido, J. (1996). SPRING: Integrating remote sensing and GIS by object-oriented data modeling. Computers & Graphics, 20(3), 395–403. doi: https://doi.org/10.1016/0097-8493(96)00008-8
Câmara, G., Valeriano, D., & Vianei, J. (2013). Metodologia para o cálculo da taxa anual de desmatamento na Amazônia Legal. Brasil: INPE.
Card, D. H. (1982). Using known map category marginal frequencies to improve estimates of thematic map accuracy. Photogrammetric Engineering and Remote Sensing, 48(3), 431–439. Retrieved from https://www.asprs.org/wp-content/uploads/pers/1982journal/mar/1982_mar_431-439.pdf
Carrillo, G. R., Rodríguez, T. D., Tchikoué, H., Monterroso, R. A., & Pérez, S. J. (2012). Análisis espacial de peligro de incendios forestales en Puebla, México. Interciencia, 37(9), 678–683. Retrieved from https://www.interciencia.net/wp-content/uploads/2018/01/678-RODRIGUEZ-6.pdf
Chuvieco, S. E. (2008). Teledetección ambiental: La observación de la Tierra desde el espacio (3.a ed.). Barcelona, España: Ariel Ciencias.
Congalton, R. G. (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 37(1), 35–46. doi: https://doi.org/10.1016/0034-4257(91)90048-B
Cruz-López, M. I., Saldaña L. G., Ressl, R., & Colditz, R. (2011). Sistema de alerta temprana para incendios forestales en México. In J. F. Mas (Ed.), Aplicaciones del sensor MODIS para el monitoreo del territorio (pp. 145–171). México: UNAM. Retrieved from http://www.ciga.unam.mx/publicaciones/images/abook_file/aplicacionesMODIS.pdf
Environmental Systems Research Institute (ESRI). (2009). ArcGIS Desktop (versión 9.3.1). California, Estados Unidos: Author.
García-Mora, T. J., & Mas, J. F. (2011). Presentación del sensor MODIS. In J. F. Mas (Ed.), Aplicaciones del sensor MODIS para el monitoreo del territorio (pp. 11–24). México: UNAM. Retrieved from http://www.ciga.unam.mx/publicaciones/images/abook_file/aplicacionesMODIS.pdf
Gutiérrez, M. G., Orozco-Hernández, M. E., Ordoñez, D. A., & Camacho, S. J. (2015). Régimen y distribución de los incendios forestales en el Estado de México (2000 a 2011). Revista Mexicana de Ciencias Forestales, 6(29), 92–107. Retrieved from http://www.scielo.org.mx/pdf/remcf/v6n29/v6n29a7.pdf
Instituto Nacional de Estadística y Geografía (INEGI). (2011). Uso de suelo y vegetación de la Serie V del con escala 1:250000. Retrieved from https://www.inegi.org.mx/temas/usosuelo/
Manzo, D. L. de L. (2016). Incendios forestales de gran relevancia: algoritmos y sensor MODIS para su detección y monitoreo. En O. Moncada, & A. López (Eds.), Geografía de México (pp. 334–349). México: UNAM.
Mas, J. F., Díaz-Gallegos, J. R., & Pérez, V. A. (2003). Evaluación de la confiabilidad temática de mapas o de imágenes clasificadas: una revisión. Investigaciones Geográficas, 51, 52–72. Retrieved from http://www.scielo.org.mx/pdf/igeo/n51/n51a5.pdf
Mas, J. F., Pérez-Vega, A., Ghilardi, A., Martínez, S., Loya-Carrillo, J. O., & Vega, E. (2014). A suite of tools for assessing thematic map accuracy. Geography Journal, Article ID 372349. doi: https://doi.org/10.1155/2014/372349
Muñoz-Robles, C., & Santana-Arias, R. (2018). Puntos de calor en la Sierra Madre Oriental de San Luis Potosí: patrones espaciales y factores asociados. Madera y Bosques, 24(1), 1–16. doi: https://doi.org/10.21829/myb.2018.2411565
Olofsson, P., Foody, G. M., Herold, M., Stehman, S. V., Woodcock, C. E., & Wulder, M. A. (2014). Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, 148, 42–47. doi: https://doi.org/10.1016/j.rse.2014.02.015
Olofsson, P., Foody, G. M., Stehman, S. V., & Woodcock, C. E. (2013). Making better use of accuracy data in land change studies: Estimating accuracy and area and quantifying uncertainty using stratified estimation. Remote Sensing of Environment, 129, 122–131. doi: https://doi.org/10.1016/j.rse.2012.10.031
Pereira, J. M. C., Sá, A. C. L., Sousa, A., Silva, J. M. N., Santos, T. N., & Carreiras, J. (1999). Spectral characterisation and discrimination of burnt areas. In E. Chuvieco (Ed.), Remote sensing of large wildfires: In the European Mediterranean Basin (pp. 123–138). España: Springer.
Robinson, J. M. (1991). Fire from space: Global fire evaluation using infrared remote sensing. International Journal of Remote Sensing, 12(1), 3–24. doi: https://doi.org/10.1080/01431169108929628.
Rodríguez-Trejo, D. A., Tchikoué, H., Cíntora-González, C., Contreras-Aguado, R., & de la Rosa-Vázquez, A. (2011). Modelaje del peligro de incendio forestal en las zonas afectadas por el huracán Dean. Agrociencia, 45(5), 593–608. Retrieved from http://www.scielo.org.mx/pdf/agro/v45n5/v45n5a6.pdf
Secretaría de Gobernación. (2014). Incendios forestales (3.a ed.). México: CENAPRED. Retrieved from http://www.cenapred.gob.mx/es/Publicaciones/archivos/159-FASCCULOINCENDIOSFORESTALES.PDF
Shimabukuro, Y. E., Duarte, V., Anderson, L. I., Valeriano, D. M, Arai, E., de Freitas, R. M., …Moreira, M. A. (2006). Near real time detection of deforestation in the Brazilian Amazon using MODIS imagery. Ambiente y Água – An Interdisciplinary Journal of Applied Science, 1(1), 37–47. Retrieved from http://www.redalyc.org/html/928/92810106/
Shimabukuro, Y. E., Santos, J. R., Rudorff, B. F. T., Arai, E., Duarte, V., & Lima, A. (2011). Detección operacional de deforestación y de áreas quemadas en tiempo casi real por medio de imágenes del sensor MODIS. In J. F. Mas (Ed.), Aplicaciones del sensor MODIS para el monitoreo del territorio (pp. 123–143). México: UNAM. Retrieved from http://www.ciga.unam.mx/publicaciones/images/abook_file/aplicacionesMODIS.pdf
Stehman, S. V., & Czaplewski, R. L. (1998). Design and analysis for thematic map accuracy assessment: Fundamental principles. Remote Sensing of Enviroment, 64(3), 331–344. doi: https://doi.org/10.1016/S0034-4257(98)00010-8
Torres-Rojo, J. M., Magaña-Torres, I. S., & Ramírez-Fuentes, G. A. (2007). Índice de peligro de incendios forestales de largo plazo. Agrociencia, 41(6), 663–674. Retrieved from http://www.colpos.mx/agrocien/Bimestral/2007/ago-sep/art-8.pdf
Vera, M. N. (2005). Atlas climático de irradiación solar a partir de imágenes del satélite NOAA. Aplicación a la Península Ibérica. Tesis doctoral, Universidad Politécnica de Cataluña, España.
Vilchis-Frances, A. Y., Díaz-Delgado, C., Magaña-Lona, D., Ba, K. M., & Gómez- Albores, M. A. (2015). Modelado espacial para peligro de incendios forestales con predicción diaria en la cuenca del río Balsas. Agrociencia, 49(7), 803–820. Retrieved from http://www.scielo.org.mx/pdf/agro/v49n7/v49n7a8.pdf
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright (c) 2020 Revista Chapingo Serie Ciencias Forestales y del Ambiente