Análisis espacio temporal de la ocurrencia de incendios forestales en el estado mexicano de Oaxaca

Autores/as

DOI:

https://doi.org/10.29298/rmcf.v13i74.1274

Palabras clave:

agrupamiento espacial, emisión de carbono, observación satelital, pérdida de biodiversidad, zonas de calor

Resumen

En este estudio, se modelan y analizan los eventos de incendios forestales registrados en los últimos 19 años por el satélite de observación MODIS en el estado de Oaxaca; para ello, se utilizó un modelo Poisson jerárquico bayesiano, el cual modela el número de incendios forestales espacial y temporalmente, así como la interacción de ambos. De acuerdo con los resultados, algunas variables ambientales como la temperatura del trimestre más seco, la velocidad media del viento, el índice de vegetación mejorado y la ocurrencia del fenómeno El Niño-Oscilación del Sur, explican parte de la variabilidad espacio-temporal observada. Derivado del análisis, se identificaron dos grupos espaciales: el primero cubre desde la Sierra Juárez hasta el Istmo de Tehuantepec, y el segundo abarca la Sierra Sur. Adicionalmente, el término temporal sugiere que el número de eventos se ha incrementado en aproximadamente 42.2 % en las últimas dos décadas. Los resultados indican que los incendios forestales se han incrementado tanto espacial como temporalmente. Estos hallazgos son señales de alarma, dado que si la tendencia continua, en las siguientes décadas cientos de nuevas hectáreas de bosque y su biodiversidad serán amenazadas a causa de los regímenes de fuego alterados, que también afectará las actividades económicas y la salud de los habitantes de las áreas rurales y urbanas del estado. La información generada puede ser un punto de partida en el diseño de programas más eficientes para mitigar el impacto de los incendios forestales en Oaxaca

Descargas

Citas

Antonio, X. and E. A. Ellis. 2015. Forest fires and climate correlation in Mexico State: A report based on MODIS. Advances in Remote Sensing 4(4):280-286. Doi: 10.4236/ars.2015.44023. DOI: https://doi.org/10.4236/ars.2015.44023

Avila-Flores, D., M. Pompa-Garcia, X. Antonio-Nemiga, D. A. Rodriguez-Trejo, E. Vargas-Perez and J. Santillan-Perez. 2010. Driving factors for forest fire occurrence in Durango State of Mexico: A geospatial perspective. Chinese Geographical Science 20(6):491–497. Doi: 10.1007/s11769-010-0437-x. DOI: https://doi.org/10.1007/s11769-010-0437-x

Banerjee, S., B. P. Carlin and A. E. Gelfand. 2015. Hierarchical modeling and analysis for spatial data. Chapman and Hall/CRC Press. Boca Raton, FL, USA. 584 p. DOI: https://doi.org/10.1201/b17115

Besag, J. 1974. Spatial interaction and the statistical analysis of Lattice Systems. Journal of the Royal Statistical Society, Series B (Methodological) 36(2):192–236. https://www.jstor.org/stable/2984812. (April 2, 2020). DOI: https://doi.org/10.1111/j.2517-6161.1974.tb00999.x

Blangiardo, M. and M. Cameletti. 2015. Spatial and Spatio-temporal Bayesian Models with R–INLA. John Wiley & Sons. Ltd. Chichester, WS, United Kingdom. 320 p. DOI: https://doi.org/10.1002/9781118950203

Boadi, C., S. K. Harvey and A. Gyeke-dako. 2015. Modelling of fire count data: fire disaster risk in Ghana. SpringerPlus 4:794. Doi: 10.1186/s40064-015-1585-3. DOI: https://doi.org/10.1186/s40064-015-1585-3

Bravo-Cabrera, J. L., E. Azpra-Romero, V. Zarraluqui-Such and C. Gay-García. 2017. Effects of El Niño in Mexico during rainy and dry seasons: an extended treatment. Atmósfera 30(3):221-232. Doi: 10.20937/ATM.2017.30.03.03. DOI: https://doi.org/10.20937/ATM.2017.30.03.03

Burton, C., R. A. Betts, C. D. Jones, T. R. Feldpausch, M. Cardoso and L. O. Anderson. 2020. El Niño driven changes in global fire 2015/16. Frontiers in Earth Science 8(199):1-12. Doi: 10.3389/feart.2020.00199. DOI: https://doi.org/10.3389/feart.2020.00199

Chen, L., K. Verrall and S. Tong. 2006. Air particulate pollution due to bushfires and respiratory hospital admissions in Brisbane, Australia. International Journal of Environmental Health Research 16(3):181-191. Doi: 10.1080/09603120600641334. DOI: https://doi.org/10.1080/09603120600641334

Chuvieco, E. 2008. Earth observation of global change: The role of satellite remote sensing in monitoring the global environment. Springer. Dordrecht, ZH, The Netherlands. 223 p. DOI: https://doi.org/10.1007/978-1-4020-6358-9

Comisión Nacional Forestal (Conafor). 2020. Cierre 2019, Reporte de Resultados de Incendios Forestales. Comisión Nacional Forestal y Secretaria de Medio Ambiente y Recursos Naturales (Semarnat). Zapopan, Jal., México. 18 p. https://www.gob.mx/cms/uploads/attachment/file/522446/Cierre_de_la_Temporada_2019.pdf. (May 5, 2021).

Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio). 2020. Geoportal de Conabio: Sistema Nacional de Información Sobre Biodiversidad. http://geoportal.conabio.gob.mx/. (February 17, 2021).

Costafreda A., S. 2017. Spatio-temporal analysis of human-caused fire occurrence patterns in Spain. Ph. D. Thesis. Departament d'Enginyeria Agroforestal, Universitat de Lleida. Lleida, CT, Spain. 150 p. http://www.tdx.cat/handle/10803/400822. (March 31, 2020).

Cruz N., X., L. Villers R. and C. Gay G. 2014. Black carbon and organic carbon emissions from wildfires in Mexico. Atmósfera 27(2):165-172. Doi: 10.1016/S0187-6236(14)71107-5. DOI: https://doi.org/10.1016/S0187-6236(14)71107-5

Dennekamp, M. and M. J. Abramson. 2011. The effects of bushfire smoke on respiratory health. Respirology 16(2):198-209. Doi: 10.1111/j.1440-1843.2010.01868.x. DOI: https://doi.org/10.1111/j.1440-1843.2010.01868.x

Doerr, S. H. and C. Santín. 2016. Global trends in wildfire and its impacts: perceptions versus realities in a changing world. Philosophical Transactions of the Royal Society B Biological Sciences 371(1696):20150345. Doi: 10.1098/rstb.2015.0345. DOI: https://doi.org/10.1098/rstb.2015.0345

Fick, S. E. and R. J. Hijmans. 2017. Worldclim 2: New 1-km spatial resolution climate surfaces for global land areas. International Journal of Climatology. http://www.worldclim.com/version2. (January 1, 2021). DOI: https://doi.org/10.1002/joc.5086

Galván, L. and V. Magaña. 2020. Forest fires in Mexico: an approach to estimate fire probabilities. International Journal of Wildland Fire 29(9):753-763. Doi: 10.1071/WF19057. DOI: https://doi.org/10.1071/WF19057

Hirschberger, P. 2016. Forests ablaze: Causes and effects of global forest fires. WWF Deutschland. Berlin, DM, Germany. 107 p. https://www.wwf.de/fileadmin/fm-wwf/Publikationen-PDF/WWF-Study-Forests-Ablaze.pdf. (May 24, 2022).

Ibarra-Montoya, J. L. y F. M. Huerta-Martínez. 2016. Modelado espacial de incendios: una herramienta predictiva para el Bosque La Primavera, Jalisco México. Revista Ambiente & Água An Interdisciplinary Journal of Applied Science 11(1):35-49. Doi: 10.4136/ambi-agua.1536. DOI: https://doi.org/10.4136/ambi-agua.1536

Miranda, F. 2015. La Vegetación de Chiapas. Tomo 1. Universidad de Ciencias y Artes de Chiapas. Tuxtla Gutiérrez, Chis., México. 156 p.

Monjarás-Vega, N. A., C. I. Briones-Herrera, D. J. Vega-Nieva, E. Calleros-Flores, … and W. M. Jolly. 2020. Predicting forest fire kernel density at multiple scales with geographically weighted regression in Mexico. Science of the Total Environment 718(4):137313. Doi: 10.1016/j.scitotenv.2020.137313. DOI: https://doi.org/10.1016/j.scitotenv.2020.137313

Müller, D., S. Suess, A. A. Hoffmann and G. Buchholz. 2013. The value of satellite-based active fire data for monitoring, reporting and verification of REDD+ in the Lao PDR. Human Ecology 41(1):7–20. Doi: 10.1007/s10745-013-9565-0. DOI: https://doi.org/10.1007/s10745-013-9565-0

Nasi, R., R. Dennis, E. Meijaard, G. Applegate and P. Moore. 2002. Forest fire and biological diversity. Unasylva: An International Journal of Forestry and Forest Industries 53(209):36-40. https://www.researchgate.net/publication/232660153_Forest_fire_and_biological_diversity. (May 24, 2022).

National Aeronautics and Space Administration (NASA). 2020a. Application for Extracting and Exploring Analysis Ready Samples (AppEEARS). https://appeears.earthdatacloud.nasa.gov/. (May 24, 2020).

National Aeronautics and Space Administration (NASA). 2020b. EarthData. https://urs.earthdata.nasa.gov. (November 20, 2020).

National Aeronautics and Space Administration (NASA). 2020c. FIRMS Fire Information for Resource Management System. https://firms.modaps.eosdis.nasa.gov. (December 12, 2020).

Oviedo, G. 2002. The Community Protected Natural Areas in the State of Oaxaca, Mexico. WWF-Gland. Zuerich, ZH, Switzerland. 36 p. http://awsassets.panda.org/downloads/02_community_protected_areas_oaxaca.pdf. (June 12, 2021).

Perez-Verdin, G., M. A. Marquez-Linares and M. Salmeron-Macias. 2014. Spatial heterogeneity of factors influencing forest fires size in northern Mexico. Journal of Forestry Research 25(2):291-300. Doi: 10.1007/s11676-014-0460-3. DOI: https://doi.org/10.1007/s11676-014-0460-3

Pompa-García, M., J. J. Camarero, D. A. Rodríguez-Trejo and D. J. Vega-Nieva. 2018. Drought and spatiotemporal variability of forest fires across Mexico. Chinese Geographical Science 28(1):25–37. Doi: 10.1007/s11769-017-0928-0. DOI: https://doi.org/10.1007/s11769-017-0928-0

R Core Team. 2019. R: A Language and Environment for Statistical Computing (v. 3.6.1). The R Foundation for Statistical Computing. Vienna, Austria. https://www.R-project.org/. (June, 2020).

Rodríguez T., D. A. 2014. Incendios de Vegetación. Su ecología, manejo e historia. Vol. 1. Colegio de Postgraduados. Guadalajara, Jal., México. 891 p.

Rodríguez T., D. A., P. Martínez M. y P. J. Martínez L. 2019. Efectos del fuego en el arbolado de un bosque tropical de pino y en el de una selva baja caducifolia en Villaflores, Chiapas. Ciencia Florestal 29(3):1033–1047. Doi: 10.5902/1980509833952. DOI: https://doi.org/10.5902/1980509833952

Rue, H., S. Martino and N. Chopin. 2009. Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations. Journal of the Royal Statistical Society. Series B Statistical Methodology 71(2):319-392. Doi: 10.1111/j.1467-9868.2008.00700.x. DOI: https://doi.org/10.1111/j.1467-9868.2008.00700.x

Ruíz-García, V. H., M. A. Borja-de la Rosa, J. D. Gómez-Díaz, C. Asensio-Grima, M. Matías-Ramos and A. I. Monterroso-Rivas. 2022. Forest fires, land use changes and their impact on hydrological balance in temperate forest of Central Mexico. Water 14(3):383-402. Doi: 10.3390/w14030383. DOI: https://doi.org/10.3390/w14030383

Scott, A. C., D. M. J. S. Bowman, W. J. Bond, S. J. Pyne and M. E. Alexander. 2014. Fire on Earth: An Introduction. Wiley Blackwell. Chichester, WS, United Kingdom. 434 p.

Senande-Rivera, M., D. Insua-Costa and G. Miguez-Macho. 2022. Spatial and temporal expansion of global wildland fire activity in response to climate change. Nature Communications 13:1208-1216. Doi: 10.1038/s41467-022-28835-2. DOI: https://doi.org/10.1038/s41467-022-28835-2

Shlisky, A., J. Waugh, P. Gonzales, M. Gonzalez, … and W. Fulks. 2007. Fire, Ecosystems and People: Threats and strategies for global biodiversity conservation. GFI Technical Report 2007-2. The Nature Conservancy. Arlington, VA, USA. 26 p. https://www.conservationgateway.org/Files/Documents/fire_ecosystems_and_people.pdf. (January 17, 2020).

Zúñiga-Vásquez, J. M. and M. Pompa-García. 2019. The occurrence of forest fires in Mexico presents an altitudinal tendency: a geospatial analysis. Natural Hazards 96(1):213-224. Doi: 10.1007/s11069-018-3537-z. DOI: https://doi.org/10.1007/s11069-018-3537-z

Zúñiga-Vásquez, J. M., D. Cisneros-González, M. Pompa-García, D. A. Rodríguez-Trejo and G. Pérez-Verdín. 2017. Spatial modeling of forest fires in Mexico: an integration of two data sources. Bosques 38(3):563-574. Doi: 10.4067/S0717-92002017000300014. DOI: https://doi.org/10.4067/S0717-92002017000300014

Publicado

31-10-2022

Cómo citar

Villar-Hernández, Bartolo de Jesús, Sergio Pérez-Elizalde, Dante Arturo Rodríguez-Trejo, y Paulino Pérez-Rodríguez. 2022. «Análisis Espacio Temporal De La Ocurrencia De Incendios Forestales En El Estado Mexicano De Oaxaca». Revista Mexicana De Ciencias Forestales 13 (74). México, ME:120-44. https://doi.org/10.29298/rmcf.v13i74.1274.

Número

Sección

Artículo Científico