GURRÍA GASCÓN, J. L.
31 , 3 Departamanto de Geografía, Universidad de Extremadura
Av. de la Universidad s/n, 10.071, Cáceres rblas@unex.es 1, jlgurria@unex.es 3
2 Laboratorio de Teledetección CIFOR- INIA
Ctra. A Coruña, Km 7.5. 28040. Madrid alonso@inia.es
RESUMEN
Los incendios forestales constituyen una problemática importante debido principalmente a la degradación del medio ambiente (destrucción de masa forestal, arbustiva, etc.) y a sus impactos socioeconómicos. La cartografía de áreas quemadas es una medida ex-post muy útil para planificar las actuaciones encaminadas a paliar los terribles efectos de esta perturbación.
La Teledetección se manifiestan como una gran herramienta para la evaluación de áreas afectadas por incendios forestales. Las imágenes de satélite no sólo nos aportan información espacial actualizada, sino que además su tratamiento digital nos permite obtener cartografía de áreas quemadas con gran precisión, de este modo, podemos localizar el perímetro afectado, discriminar zonas quemadas y no quemadas, cuantificar las especies forestales afectadas, etc.
El objetivo de este trabajo es valorar las cualidades de las imágenes SPOT para la elaboración de cartografía de áreas quemadas, para lo cual vamos a avaluar el incendio forestal que afectó al término municipal de Valencia de Alcántara (Cáceres) a principios de agosto de 2003.
La imagen propuesta se corresponde con una escena SPOT 5 capturada el día 21 de agosto de 2003, con cuatro bandas (B1 y B2 Visible; B3 Infrarrojo Cercano; B4 Infrarrojo Medio) y 10 m de resolución espacial.
La metodología utilizada se basa en analizar la imagen a través de la aplicación de diferentes índices y clasificaciones utilizadas para discriminar entre áreas quemadas y no quemadas:
Normalized Burn Ratio (NBR)
Normalized Difference Vegetation Index (NDVI) Clasificación Supervisada
Análisis Subpixel
La comparación de los resultados obtenidos en cada uno de los métodos empleados nos pone de manifiesto las debilidades y potencialidades de las imágenes SPOT para la cartografía de áreas quemadas.
Palabras clave
Incendio Forestal, SPOT, Análisis Subpixel, Matched Filtering.
ABSTRACT
The forest fires constitute a important problem due both to the degradation of the environment, (forest mass destruction, etc.) and to their socioeconomic impacts. The cartography of burnt areas is a measure former-post very useful to plan the performances guided to palliate the terrible effects of this interference.
The Remote Sensing is manifested like a great tool for the evaluation of areas affected by forest fires. The satellite images bring us current space information, they can also be treated
digitally to obtain great precision brunt-area maps, to locate the affected perimeter, to discriminate against burnt and not burnt areas, to quantify the affected forest species, etc.
The objective of this work is to value the qualities of the SPOT images for the elaboration of cartography of burnt areas. We will size the forest fire that affected to the municipal term of Valencia of Alcántara (Cáceres) at the beginning of 2003 August.
The used image is a SPOT 5 scene captured on 2003, August 21, with four bands (B1 and B2 Visible; B3 Near infrared; B4 Middle infrared) and 10 m of space resolution.
The proposed methodology is based on analyzing the image through the application of different indexes and classifications used to discriminate both burnt and not burnt areas:
Normalized Burn Ratio (NBR)
Normalized Difference Vegetation Index (NDVI) Supervised Classification
Analysis Sub pixel
The relationship between the obtained results in each one shows us the weaknesses and potentialities of the SPOT images for the burnt-areas cartography.
Keywords
Forest fire, SPOT, Analysis Subpixel, Matched Filtering.
1. INTRODUCCIÓN: CARTOGRAFÍA DE ÁREAS QUEMADAS Y
TELEDETECCIÓN
Los Incendios Forestales son uno de los problemas ambientales más importantes de la vertiente mediterránea, destruyendo cada año miles de hectáreas de recursos naturales.
En España durante el último decenio (1995 - 2005) se han declarado 147.311 conatos (<1 ha) y 86.720 incendios (>= 1 ha), de los cuales 270 han afectado a una superficie mayor de 500 ha, los considerados como Grandes Incendios. Por término medio se producen más de 21.000 incendios al año. (MMA, 2006).
Estos datos son alarmantes, pero cobran mayor protagonismo cuando se traducen a superficies afectadas; más de 1.350.000 ha. han ardido en España en los últimos 10 años. (MMA, 2006).
30%
60% 10%
Arbolada Matorral Pastos y Dehesas
Figura 1. Clasificación de la Superficie Afectada por los Incendios en España (1995-2005) Fuente; MMA. Elaboración Propia
1.1 Cartografía de Áreas Quemadas
La evaluación del área afectada por un incendio forestal es un factor decisivo para comprender este fenómeno, tanto desde el punto de vista de la prevención como desde el de la planificación y restauración. El análisis del efecto del fuego sobre una determinada realidad territorial no ayuda a interpretar la aportación de los diferentes factores de esta problemática.
Tradicionalmente no se le ha dado mucha importancia a la generación de cartografía de áreas quemadas o efectos del fuego sobre la vegetación, sólo para grandes incendios se han realizado estudios más detallados (Martín, 1999).
Las metodologías más empleadas eran las basadas en trabajo de campo, se realizaban transeptos o se recorrían los caminos del área afectada. Los resultados eran muy parciales, puesto que se fundamentaban en un campo de visión muy limitado.
La interpretación de fotografías aéreas y la observación del perímetro desde helicópteros o aviones de reconocimiento han dotado a la cartografía de una nueva dimensión, aunque todavía parcial y muy costosa.
Más adelante, la introducción de nuevos sistemas de medida como los GPS aerotransportados hacen posible la generación de cartografía más global, aunque todavía con errores de precisión, no solo en la delimitación del perímetro sino también en la discriminación entre áreas quemadas y no quemadas.
Por último, la generalización del uso de imágenes de satélite ha abierto un nuevo abanico de posibilidades para la generación de cartografía de incendios forestales: mapas más precisos, rápidos y dinámicos (Martín, 1999).
1.2 Las Aportaciones de la Teledetección
Las principales aportaciones derivadas de la aplicación de imágenes de satélite en la generación de cartografía y evaluación de áreas quemadas se desprenden de las ventajas de la observación espacial; (Chuvieco, 2000)
Cobertura Global Observación Periódica Visión Panorámica
Información sobre regiones no visibles del espectro Formato Digital
La obtención de información sobre regiones no visibles del espectro electro– magnético es el fundamento esencial para la aplicación de la Teledetección a la generación de cartografías de áreas quemadas. La firma espectral de un área afectada por un incendio forestal difiere substancialmente del resto de cubiertas sobre el que se enmarca; vegetación sana.
0,4 2,6
Vegetación Sana Áreas Quemadas
Visible NIR SWIR MIR
Longitud de Onda R e fl ec ti v id a d
Figura 2. Respuesta Espectral; Vegetación Sana vs. Áreas Quemadas Fuente; Adaptación de BAER. Elaboración Propia
Como podemos observar en la figura anterior las principales diferencias, entre la vegetación sana y las áreas quemadas, se reflejan en la reducción de la reflectividad en las regiones del espectro correspondientes al Verde (dentro del Visible) y al Infrarrojo Cercano (NIR) y en un incremento en el Infrarrojo de Onda Corta (SWIR) y en el Medio (MIR).
2. CARTOGRAFÍA DE ÁREAS QUEMADAS CON SPOT-5
El objetivo de este trabajo es valorar las cualidades de las imágenes SPOT para la elaboración de cartografía de áreas quemadas.
Este objetivo se fundamenta en dos cuestiones claves; Características Técnicas de SPOT y Aplicabilidad de Métodos para la discriminación y evaluación de áreas quemadas. 2.1 Características Principales de SPOT
El primer satélite SPOT (Systeme Pour l´Observation de la Terre) se lanzó en 1986 y desde entonces esta constelación se ha ido completando con cuatro satélites más (Spot 2 en 1990; Spot 3 en 1993; Spot 4 en 1998 y Spot 5 en 2002).
Figura 3. Satélite Spot 5 Fuente; Spot Image
Los elementos más destacados a la hora de valorar las cualidades técnicas de SPOT son los relacionados con;
Características Espaciales (Resolución Espacial, Tamaño de la Escena, etc.) Características Temporales (Resolución Temporal, Periodo de Entrega de
Imágenes, Posibilidad de Programación...)
2.1.1 Características Espaciales.
Las imágenes Spot están dentro de la categoría de Alta Resolución Espacial; su tamaño de píxel varía entre 2,5 y 20 m en función del sensor y de la banda del espectro observada. Se caracteriza por una resolución de 10 m de resolución en las Bandas del Verde, Rojo y NIR, las más empleadas en la cartografía de áreas quemadas.
Por otro lado destaca la cobertura global, una imagen Spot abarca una superficie mínima de 3.600 km² (60 km x 60 km), aunque existe la posibilidad de adquirir extractos de escenas flotantes de 1/2, 1/4 y 1/8 de escena (Spot Image, 2005).
Por otro lado, los precios de las imágenes Spot son proporcionales a la resolución requerida, desde 0,3 €/ km² las imágenes estándar.
2.1.2 Características Temporales.
La Resolución Temporal de SPOT es una de sus ventajas más valoradas para el monitoreo de fenómenos naturales como el que nos ocupa. A pesar de tener una frecuencia temporal de repetición de 26 días, la capacidad pata variar su campo de visión (27º a ambos lados del nadir) hace disminuir la frecuencia de revisita a 2 o 3 días (Spot Image, 2005). Pero además, gracias a esta característica de observación y a la conjunción de la constelación de satélites Spot se puede obtener una imagen de cualquier punto de la tierra un día determinado.
Otra de las grandes ventajas de esta constelación es la posibilidad de Programación. Se puede programar la captura de imágenes de cualquier punto del globo en un momento determinado, obteniendo así imágenes a medida del usuario.
Finalmente destacar que los plazos entre su adquisición, procesado y entrega son bastante reducidos.
2.1.3 Características Espectrales.
En la siguiente tabla se reflejan la Resolución Espectral de cada una de las bandas de los satélites Spot.
Tabla 1. Características Espectrales del Programa Spot
Sensores Espectro electromagnético Tamaño de los píxeles Bandas espectrales
Spot 5 Pancromático B1: verde B2: rojo B3: infrarrojo cercano B4: infrarrojo medio (SWIR) 2,5 m o 5 m 10 m 10 m 10 m 20 m 0.48 - 0.71 µm 0.50 - 0.59 µm 0.61 - 0.68 µm 0.78 - 0.89 µm 1.58 - 1.75 µm Spot 4 Monoespectral B1: verde B2: rojo B3: infrarrojo cercano B4: infrarrojo medio (SWIR) 10 m 20 m 20 m 20 m 20 m 0.61 - 0.68 µm 0.50 - 0.59 µm 0.61 - 0.68 µm 0.78 - 0.89 µm 1.58 - 1.75 µm Spot 1 Spot 2 Spot 3 Pancromático B1: verde B2: rojo B3: infrarrojo cercano 10 m 20 m 20 m 20 m 0.50 - 0.73 µm 0.50 - 0.59 µm 0.61 - 0.68 µm 0.78 - 0.89 µm Fte- Spot Image (www.spotimage.fr)
2.2 Aplicabilidad de SPOT para la discriminación de Áreas Quemadas
Las diferencias espectrales de las cubiertas implicadas en la generación de cartografía de áreas quemadas nos permiten aplicar diferentes metodologías para la interpretación de las imágenes de satélite. Los métodos más empleados son los basados en el cálculo de proporciones entre bandas espectrales, de ahí la importancia de la resolución espectral de las imágenes de partida. El número y la localización de las bandas en el espectro electromagnético va a limitar estas interacciones.
Las relaciones entre bandas más empleadas para la discriminación de zonas quemadas y niveles de severidad son las que ponen en común las bandas donde los comportamientos espectrales entre la vegetación sana y las áreas quemadas son más acusados.
Tabla 2. Relaciones entre Bandas para discriminar Quemado vs. No Quemado Relación Valores No Quemado Valores Quemado Efectividad
NIR/Rojo Muy Alto ±1 Adecuada
NIR/SWIR Muy Alto Muy Bajo Alta
NIR/MIR Muy Alto Muy Bajo Muy Alta
SWIR/MIR ±1 ±1 Baja
Fte- Adaptación de BAER
La resolución de las imágenes Spot 4 y 5 se ciñe a dos bandas en la región del Visible y dos bandas en el Infrarrojo, siendo más reducidas las posibilidades de Sport 1-3, con tres bandas en el visible y tan sólo una en el Infrarrojo.
0,4 2,6
Áreas Quemadas
Visible NIR SWIR MIR
Longitud de Onda R e fl e c ti v id a d Vegetación Sana B1 B2 B3 B4
Figura 4. Relación Espectral; Bandas de Spot 5 vs. Vegetación Sana y Áreas Quemadas Fuente; Adaptación BAER. Elaboración Propia
Por lo tanto, las relaciones entre bandas que se pueden aplicar a las imágenes SPOT se limitan a;
Spot 1-3; NIR/Rojo
3. METODOLOGÍA
Una vez establecidos los objetivos y analizadas las características de las imágenes SPOT podemos proceder a la validación de las Imágenes Spot 5 aplicando una serie de métodos ampliamente utilizados para la generación de cartografía de áreas quemadas.
Para ello vamos a utilizar una escena de Spot 5 correspondiente al mayor incendio Forestal de Extremadura desde 1991 (MMA, 2.005), incendio que afectó al término municipal de Valencia de Alcántara (Cáceres) entre los días 2 y 12 de agosto de 2003.
La imagen fue capturada el día 21 de agosto de 2003 a las 11:32
h , de este modo el espacio temporal entre el incendio y la captura es bastante reducido, lo que asegura unos resultados más adecuados, puesto que las zonas recientemente afectadas presentan en superficie restos de cenizas, vegetales carbonizados, etc lo que nos asegura un comportamiento espectral mucho más diferenciado del resto de cubiertas. (Martín, 1999).
El nivel de Procesamiento de la escena es 1A, o lo que es lo mismo, se le han aplicado las correcciones radiométricas necesarias. Las correcciones atmosféricas no han sido llevadas a cabo en esta primera fase del estudio, puesto que el objetivo es valorar la capacidad de las imágenes Spot para la generación de cartografía de áreas quemadas. Además, los procesos se van a aplicar sobre una sola imagen y no son necesarios resultados físicos exhaustivos, por lo que los errores introducidos por la atmósfera son perfectamente asumibles. Por otro lado, las correcciones geométricas (georreferenciación) fueron aplicadas con anterioridad a cualquier análisis, con el objetivo de poder cuantificar y comparar los resultados.
En cuanto a los métodos de análisis, hemos realizado una selección de los que mejor se ajustan a nuestros objetivos, diferenciando entre los que tienen como propósito la delimitación exacta de la superficie afectada y los que caracterizan el efecto del fuego sobre ésta.
3.1 Delimitación de la Superficie Quemada
La delimitación de la superficie quemada se ha realizado mediante al aplicación del método Matched Filtering (MF). Este método consiste en la selección de un componente puro de la imagen (endmember) y calcular la probabilidad que tienen el resto de respuestas espectrales de pertenecer a esta muestra.
La elección de este método ha sido motivado por los buenos resultados obtenidos en investigaciones anteriores (Merino el al, 2004; Roldán, 2005) y por la fácil interpretación de los resultados.
3.2 Niveles de Severidad
La discriminación de Niveles de Severidad, es decir, la caracterización de la intensidad con la que el fuego afectó a la superficie quemada es uno un elemento fundamental en el que la resolución espacial de las imágenes Spot cobra protagonismo, pero es quizá donde se hecha en falta mayor resolución espectral.
Esta es la fase de la investigación en la que nos encontramos actualmente, y a pesar de que los métodos que se pueden aplicar están restringidos a las bandas disponibles, son métodos con una efectividad alta o muy alta en la discriminación de
niveles de severidad (BAER, 2003), es el caso de los métodos que ponen en relación dos bandas espectrales;
NDVI (Normalized Difference Vegetation Index)
Este índice de vegetación es uno de los más populares en teledetección y sirve para caracterizar la vigorosidad de la vegetación, aunque también a ha sido aplicado a incendios forestales (Key y Benson, 2003), en este caso nos va ayudar a discriminar entre vegetación sana y quemada. Su fórmula pone en relación la banda Roja (R) y la del NIR.
R
+
NIR
R
-NIR
=
NDVI
Los valores negativos indican ausencia de vegetación, los próximos a cero vegetación con escasa cobertura y los próximos a +1 se corresponden con la vegetación más densa.
NBR (Normalized Burn Ratio)
NBR es un índice formulado por Key y Benson (2004) para poner en relación las bandas 4 (NIR) y 7 (SWIR) del Sensor Thematic Mapper de Landsat y desarrollado para la generación de niveles de severidad.
SWIR
+
NIR
SWIR
-NIR
=
NBR
Su aplicación sobre las imágenes Spot se fundamenta en una resolución espectral apropiada.
Por otro lado, se ha constatado la gran utilidad de los Métodos de Análisis Subpixel para la discriminación de áreas quemadas. Entre ellos destaca el Análisis Lineal de Mezclas Espectrales y Matched Filtering (MF), métodos que parten de la asunción de que el valor de cada píxel es el resultado de la combinación de las diferentes respuestas de los elementos presentes en el substrato que representan.
Análisis Lineal de Mezclas Espectrales
Este método intenta discriminar la proporción de cada componente puro o “endmenber” que participa en la formación de la imagen, es decir analizar la participación de cada uno de los componentes en el valor de los píxeles de la imagen.
Se fundamenta en el establecimiento de varios polígonos de entrenamiento que representan cada “endmenber”. Una vez aplicado el método se obtiene una banda de probabilidades por cada componente puro diferenciado.
Matched Filtering (MF)
Este método es el mismo que hemos descrito para el cálculo del área quemada, y como se puede deducir, es una variante del anterior, con la salvedad de que sólo se establece un componente diferenciado. Para conseguir un mapa de severidades a partir de los resultados se reclasifica la imagen en una serie de intervalos que nos permiten distinguir niveles de severidad.
Este último método (MF) es el que se ha aplicado hasta el momento en nuestra investigación, se ha empleado para generar una cartografía preliminar de forma rápida y eficaz, cartografía que nos servirá de base para la futura aplicación y validación de los demás índices y análisis. Por lo tanto las líneas futuras de investigación están encaminadas hacia la aplicación y comparación de los demás métodos seleccionados. 4. CARTOGRAFÍA DE ÁREAS QUEMADAS
La metodología seleccionada (MF) se ha aplicado para evaluar el efecto del fuego sobre el área de estudio, consiguiendo así diferenciar entre Áreas Quemadas y No Quemadas, y a la vez discriminar varios niveles de severidad. Para esto último nos hemos basado en la clasificación establecida por Ruiz Gallardo (2004) para montes mediterráneos, cuyas características son las siguientes;
Nivel 1, Severidad Baja
Menos del 50 % de la cobertura vegetal afectada (arbórea y sotobosque) Menos del 30% de los árboles completamente quemados
Pueden aparecer islas de vegetación sin afectar o árboles intactos La cubierta principalmente afectada suele ser la arbustiva y herbácea Nivel 2, Severidad Media
Entre el 50 y el 90 % de promedio de la vegetación ha sido afectada por el fuego
Menos del 75% de los pies arbóreos totalmente quemados: La mayor parte o la totalidad del sotobosque aparece muerto Nivel 3, Severidad Alta
Más del 90% de la vegetación que constituye el área aparece totalmente quemada y muerta.
Los tallos de los matorrales han sido completamente consumidos, apareciendo sólo su base o las partes inferiores
El método Matched Filtering se ha aplicado asumiendo que la imagen Spot 5 está compuesta por los niveles de severidad establecidos anteriormente, por lo tanto el “endmember” establecido para la generación de los polígonos de entrenamiento se corresponde con la Severidad Alta, de esta forma se podrán extrapolar los niveles inferiores. La caracterización del “endmember” (Severidad Alta) sobre la imagen Spot se realizó mediante un análisis visual de la imagen fundamentado en los datos de un trabajo previo de campo, donde a través de un reconocimiento visual del área afectada (proporción de cobertura vegetal afectada, árboles quemados, estado del sotobosque, matorral y herbáceas...), se localizaron zonas con diferentes niveles de severidad.
Figura 5. Áreas con Severidad Alta Elaboración Propia
De este modo se seleccionaron una serie de muestras totalmente arrasadas por el fuego, sin interferencias de vegetación.
El resultado de la aplicación de MF es una banda cuyos valores se corresponden con la probabilidad de cada píxel de pertenecer a la Severidad Alta (Nivel 3).
Esta banda fue reclasificada para obtener una cartografía donde se diferenciaran las zonas quemadas de la no quemadas, y también en un mapa de severidades, donde se establecieron cuatro categorías;
0- No Quemado 1- Severidad Nivel 1 2- Severidad Nivel 2 3- Severidad Nivel 3
Después de su reclasificación se ha aplicado un Filtro de Mediana, para eliminar los píxeles aislados y poco representativos, consiguiendo así resultados más compactos y homogéneos.
5. RESULTADOS
El resultado de la aplicación del método Matched Filtering nos ha permitido calcular la superficie quemada, las diferentes intensidades del incendio, la vegetación afectada, etc, pero sobre todo nos han facilitado información muy valiosa sobre las peculiaridades de la generación de cartografía de áreas quemadas utilizando imágenes Spot 5, experiencia que nos servirá de fundamento para la evolución futura de esta línea de investigación.
En primer lugar, el resultado de la reclasificación Quemado vs. No Quemado se puede observar en la siguiente figura.
Figura 6. Superficie Quemada vs No Quemada Elaboración Propia
Como podemos observar, el resultado no es una masa homogénea y compacta, sino un mosaico representativo del comportamiento real del fuego. Esta es una de las grandes ventajas que la gran resolución espacial de Spot nos ofrece.
La superficie estimada del incendio es por lo tanto más real, en este caso se refleja la del mayor incendio de Extremadura del periodo 1991-2005(MMA, 2005), con más de 20.000 ha afectadas.
En segundo lugar podemos observar los diferentes niveles de severidad de dicho incendio, clasificados según las categorías establecidas por Ruiz Gallardo (2004)
Figura 7 Niveles de Severidad (MF) Elaboración Propia
6. CONCLUSIONES
El análisis de las características técnicas de las imágenes Spot, junto con los resultados del caso práctico analizado, nos aportan toda una serie de argumentos para establecer las fortalezas y debilidades de estas imágenes para la generación de cartografías de áreas quemadas.
Entre las ventajas puestas de manifiesto en este estudio cabe destacar las relacionadas con la resolución espacial;
No quemado
Severidad Nivel 1; 41% Severidad Nivel 2; 44% Severidad Nivel 3; 15%
Nos permite abarcar un amplio abanico de escalas espaciales de estudio, desde la regional a la local, adaptándose con gran facilidad a las dimensiones del incendio y obteniendo resultados muy precisos.
La discriminación entre quemado y no quemado se realiza de una forma más real, la cartografía refleja la heterogeneidad espacial del recorrido y los efectos del fuego sobre la superficie afectada.
Además, debemos destacar la cobertura global de la constelación de satélites Spot, que junto con su capacidad de Programación confieren al sistema una gran interactividad con las necesidades del usuario final.
Por otro lado, son varios los elementos que juegan en contra del empleo sistemático de estas imágenes en la generación de cartografía de áreas quemadas; el alto coste de las imágenes, la limitada resolución espectral, la complejidad de algunas operaciones de corrección, etc. Sin embargo su uso específico para la caracterización de incendios forestales de especial importancia (por extensión, calidad del entorno, impacto, etc) hace que estos factores sean totalmente asumibles.
A pesar de las limitaciones, podemos deducir, a través de los resultados de los análisis realizados, que el uso de imágenes Spot 5 para evaluar los efectos del fuego sobre la vegetación nos aporta información detallada, exhaustiva y adecuada a la escala de trabajo.
AGRADECIMIENTOS
Los autores quieren expresar su agradecimiento a los miembros del Laboratorio de Teledetección CIFOR- INIA por su guía y apoyo incondicional.
Este trabajo ha sido realizado en el marco del Programa de Becas FPU del Ministerio de Educción y Ciencia.
BIBLIOGRAFÍA
BAER (2003) Burned Area Emergency Response, Remote Sensing Training. Online Chuvieco, E. (2000). Fundamentos de Teledetección Espacial. Madrid, Rialp.
González-Alonso, el al (2004) “Mapping forest-fire damage with Envisat” ESA Bulletin 120, pp.22-26.
Key, C.H., Benson, N.C., (2004). FIREMON Landscape Assessment v4 (LA): Sampling and Analysis methods. USA, NPS-USGS.
Martín, MP (1999). “Cartografía de Grandes Incendios Forestales en la Península Ibérica a partir de imágenes NOAA-AVHRR”, Serie Geográfica Nº 7, pp 109-128.
Merino-De-Miguel, S (2004). “Is it possible to timely and accurately estimate wildfire burnt areas using remote sensing techniques?” In Proceedings of 24th EARSeL Symposium: 81-87. Dubrovnik, Croatia.
MMA (2005). “Mayor Incendio del Periodo 1991-2004”. Estadísticas Generales, Área de Defensa contra Incendios Forestales. On-line
MMA (2006). “Datos Provisionales de Incendios Forestales (1995-2005)”. Estadísticas Generales, Área de Defensa contra Incendios Forestales. On-line
Roldán, A (2005). Estimación de Niveles de Severidad Mediante Técnicas de Teledetección a partir de Imágenes Post-Incendio Landsat 5-TM, Envisat-MERIS y Terra-MODIS. Trabajo Tutelado de Investigación, Universidad Politécnica de Madrid
Ruiz Gallardo J.R. (2004). Teledetección y SIG en la asistencia de la actuación forestal postincendio. Tesis Doctoral, Universidad de Castilla–La Mancha (Spain).
Spot Image (2005). “Programación de los Satélites Spot. Un Servicio a Medida”. Fichas Técnicas Spot.
Páginas Web consultadas
MMA, Estadísticas Generales de Incendios Forestales
http://www.incendiosforestales.org/estadisticas.htm
Spot Image
http://www.spotimage.fr
BAER Remote Sensing Training
