Estimación del grado de severidad de incendios en el sur de la provincia de Buenos Aires, Argentina, usando Sentinel-2 y su comparación con Landsat-8

  1. Delegido, J.
  2. Pezzola, A.
  3. Casella, A.
  4. Winschel, C.
  5. Urrego, E. P.
  6. Jimenez, J. C.
  7. Sobrino, J. A.
  8. Soria, G.
  9. Moreno, J.
Journal:
Revista de teledetección: Revista de la Asociación Española de Teledetección

ISSN: 1133-0953

Year of publication: 2018

Issue: 51

Pages: 47-60

Type: Article

DOI: 10.4995/RAET.2018.8934 DIALNET GOOGLE SCHOLAR lock_openOpen access editor

More publications in: Revista de teledetección: Revista de la Asociación Española de Teledetección

Sustainable development goals

Abstract

Assessment of rural fire severity is fundamental to evaluate fire damages and to analyze recovery processes in a low-cost and efficient way. Burnt areas covering shrubs and grasslands were estimated in more than 30,000 km2  in Argentina from December 2016 to January 2017. The study area presented in this work is located in the South of the Buenos Aires province, and it covers a semiarid area with the presence of xerophilous shrubs and grasslands. This is one of the most abundant ecosystem in Central and Southern Argentina. Field campaigns were carried out over the area affected by the fire in order to georreference the burnt plots and characterized the fire severity in 5 levels. The objective of this work is to analyze the feasibility of new satellites Sentinel-2 for fire studies, as well as provide a comparison to Landsat-8 derived results, because this mission has been one of the most used in it. Pre-fire and postfire Sentinel-2 and Landsat-8 imagery were used to analyze different band combinations to compute a Normalized Difference Spectral Index (NDSI), as well as the difference of this index before and after the fire (dNDSI). Results show a significant correlation (R2 =0.72 and estimation error of 0.77) between dNDSI derived from Sentinel-2 and the severity levels obtained in the field campaign using bands 8a and 12 (NIR and SWIR), the same bands as used in the Normalized Burn Ratio (NBR). Moreover, results derived from Sentinel-2 are better than results derived from Landsat-8 (R2 =0.63 and estimation error of 0.92). Furthermore, it is observed that the correlation is improved when Sentinel-2 bands 6 and 5 (located in the Red-Edge region) are considered (R2 =0.74 and estimation error of 0.76). An inverse correlation has been observed between the recovery of vegetation four months after the fire and the fire severity level.

€ View funding

Funding information

El satélite Landsat-8 (L8), de la National Aeronautics and Space Administration (NASA) y el United States Geological Survey (USGS) fue lanzado en Febrero de 2013 como continuación de la misión Landsat (NASA, 2017). En la Tabla 1 se muestran sus características espectrales. Para este trabajo se seleccionaron dos imágenes L8 de la zona del incendio: 15 de diciembre de 2016 (pre-incendio) y 07 de enero de 2017 (post-incendio) que fueron obtenidas en forma gratuita en valores de reflectividad, a través de la página del USGS (http://earthexplorer.usgs.gov/).

Funders

Bibliographic References

  • Botella-Martínez, M. A., Fernández-Manso, A. 2017. Study of post-fire severity in the Valencia region comparing the NBR, RdNBR and RBR indexes derived from Landsat 8 images. Revista de Teledetección, 49, 33-47. https://doi.org/10.4995/raet.2017.7095
  • Bran, D., Cecchi, G., Gaitan, J., Ayesa, J., Lopez, C. 2007. Efecto de la severidad de quemado sobre la regeneración de la vegetación en el Monte Austral. Revista Ecología Austral, 17(1), 123-132.
  • Cabrera, A. 1951. Territorios fitogeográficos de la República Argentina. Boletín de la Sociedad Argentina de Botánica. IV, N° 1 – 2.
  • Casas, R., Irurtia, C., Michelena, R. 1978. Desmonte y habilitación de tierras para la producción agropecuaria en La República Argentina. Suelos, 157. Buenos Aires, Argentina.
  • Cecchi, G. A., Krofpl, A.I., Kugler, N. et al., 2006. Principales gramíneas forrajeras perennes del monte. EEA Valle Inferior Convenio INTA – provincia de Río Negro.
  • Chuvieco, E. 2002. Teledetección Ambiental. Ed. Ariel Ciencia, Barcelona, España.
  • Chuvieco, E., Riaño, D., Danson, F. M., Martin, P. 2006. Use of a radiative transfer model to simulate the postfire spectral response to burn severity. Journal of Geophysical Research, 111(G4). https://doi.org/10.1029/2005JG000143.
  • Cocke, A. E., Fulé, P. Z., Crouse, J. E. 2005. Comparison of burn severity assessments using Differenced Normalized Burn Ratio and ground data. International Journal of Wildland Fire, 14(2), 189-198. https://doi.org/10.1071/WF04010
  • Delegido, J., Verrelst, J., Meza, C. M., Rivera, J. P. Alonso, L., Moreno, J. 2013. A red-edge spectral index for remote sensing estimation of green LAI over Agroecosystems. European Journal Agronomy, 46, 42-52. https://doi.org/10.1016/j.eja.2012.12.001
  • Delegido, J., Meza, C.M., Pasqualotto, N., Moreno, J. 2016. Influencia del ángulo de observación en la estimación del índice de área foliar (LAI) mediante imágenes PROBA/CHRIS. Revista de Teledetección, 46, 45-55. https://doi.org/10.4995/raet.2016.4612
  • Delegido, J., Pezzola, A., Casella, A., Winschel, C., Urrego, E. P., Jiménez-Muñoz, J. C., Soria, G., Sobrino, J. A., Moreno, J. 2017. Potencialidad de índices de severidad de incendios utilizando Sentinel2 y su análisis comparativo con Landsat8 para la cartografía en los incendios rurales en el Sur de la provincia de Buenos Aires (Argentina) 2016- 2017. XVII Congreso de la Asociación Española de Teledetección. Murcia, 3 al 7 octubre 2017.
  • De Santis, A., Chuvieco, E. 2007. Burn severity estimation from remotely sensed data: Performance of simulation versus empirical models. 2006. Remote Sensing of Environment, 108, 422–435. https://doi.org/10.1016/j.rse.2006.11.022
  • Diaz-Delgado, R., Lloret, F., Folliott, P. F. 2003. Influence of fire severity on plant regeneration by means of remote sensing imagery. International Journal of Remote Sensing, 24, 1751-1763. https://doi.org/10.1080/01431160210144732
  • ESA. 2017. ESA’s Sentinel Satellites. Available online: http://www.esa.int/Our_Activities/Observing_the_ Earth/Copernicus/Sentinel-2/Facts_and_figures (acceso el 31 de marzo de 2017)
  • Escuin, S., Navarro, R., Fernandez, P. 2008. Fire severity assessment by using NBR (Normalized Burn Ratio) and NDVI (Normalized Difference Vegetation Index) derived from LANDSAT TM/ETM images. International Journal of Remote Sensing, 29(4), 1053-1073. https://doi.org/10.1080/01431160701281072
  • Fernández-Manso, A., Fernández-Manso, O., Quintano, C. 2016. SENTINEL-2A red-edge spectral indices suitability for discrimination burn severity. International Journal of Applied Earth Observation and Geoinformation, 50, 170-175. https://doi.org/10.1016/j.jag.2016.03.005
  • Fernández-Manso, A., Fernández-Manso, O., Quintano, C., Marcos, E., Calvo, L. 2017. Utilización de las imágenes Sentinel-2 para cartografía de área quemada. Congreso AET, Murcia 3-7 Octubre 2017.
  • Ghermandi, L., Gonzalez, S., Lescano, M., Oddi, F. 2013. Effects of fire severity on early recovery of Patagonian steppes. International Journal of Wildland Fire, 22, 1155-1062. https://doi.org/10.1071/WF12198
  • González, S. 2002. El Banco de semillas como estrategia de regeneración postfuego en un pastizal del Noroeste de la Patagonia. Tesis de Licenciatura, Universidad Nacional del Comahue, S.C. de Bariloche, Argentina.
  • González, S. 2011. Estrategias de regeneración postfuego en pastizales del noroeste patagónico: un enfoque experimental, PhD thesis, Centro Regional Universitario Bariloche, Argentina.
  • González-Alonso, F., Merino-De-Miguel, S., RoldánZamarrón, A., García-Gigorro, S., Cuevas, J. M. 2007. MERIS Full Resolution data for mapping level-of-damage caused by forest fires: the Valencia de Alcántara event in August 2003. International Journal of Remote Sensing, 28:3-4, 797-809. https://doi.org/10.1080/01431160600979115
  • Key, C. H., Benson, N. 2005. Landscape assessment: ground measure of severity, the Composite Burn Index; and remote sensing of severity, the Normalized Burn Ratio. En FIREMON: Fire Effects Monitoring and Inventory System. Lutes, Duncan C.; Keane, Robert E.; Caratti, John F.; Key, Carl H.; Benson, Nathan C.; Sutherland, Steve; Gangi, Larry J. 2006. Gen. Tech. Rep. RMRS -GTR-164-CD. Fort Collins, CO: U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station
  • Kröpfl, A., Cecchi, G., Villasuso, N., Rossio, E., Pelotto, J. 2005. Manual de especies silvestres del monte Rionegrino. Estación Experimental Agropecuaria Valle Inferior – Centro Universitario Regional Zona Atlántica (UNC). Ediciones INTA, Argentina.
  • Lamberto, S. 1987. Vegetación natural. En: Evaluación expeditiva del recurso suelo y uso y cobertura de la tierra en el sur de la provincia de Buenos Aires. Informe técnico N° 28. Secretaria de Agricultura, Ganadería y Pesca. Instituto Nacional de Tecnología Agropecuaria. Estación Experimental Agropecuaria Hilario Ascasubi. Bahía Blanca, Argentina.
  • López-García, M. J., Caselles, V. 1991. Mapping burns and natural reforestation using Thematic Mapper data. Geocarto International, 1, 31-37. https://doi.org/10.1080/10106049109354290
  • Martínez, S., Chuvieco, E., Aguado, I., Salas, J. 2017. Burn severity and regeneration in large forest fires: an analysis from Landsat time series. Revista de Teledetección, 49, 17-32. https://doi.org/10.4995/raet.2017.7182
  • Montorio, R., Pérez, F., García, A., Vlassova, L., de la Riva, J. R. 2014. La severidad del fuego: Revisión de conceptos, métodos y efectos ambientales. En: José Arnáez, Penélope González-Sampériz, Teodoro Lasanta y Blas L. Valero Garcés (eds.). Geoecología, cambio ambiental y paisaje: homenaje al profesor José María García Ruiz. Logroño: Instituto Pirenaico de Ecología (CSIC): Universidad de La Rioja, España.
  • NASA, National Aeronautics and Space Administration. 2017. https://landsat.gsfc.nasa.gov/landsat-datacontinuity-mission/
  • Navarro, G., Caballero, I., Silva, G., Parra, P., Vázquez, A., Caldeira, R. 2017. Evaluation of forest fire on Madeira Island using Sentinel-2A MSI imagery. International Journal of Applied Earth Observation and Geoinformation, 58, 97-106. https://doi.org/10.1016/j.jag.2017.02.003
  • Nicora, M. G. 2014. Actividad eléctrica atmosférica en Sudamérica. Tesis Doctoral. Facultad de Ciencias Astronómicas y Geofísicas La Plata, Buenos Aires.
  • Quintano, C., Fernández-Manso, A., FernándezManso, O. 2018. Combination of Landsat and Sentinel-2 MSI data for initial assessing of burn severity. International Journal of Applied Earth Observation and Geoinformation, 64, 221-225. https://doi.org/10.1016/j.jag.2017.09.014
  • Roldán-Zamarrón, A., Merino-de-Miguel, S., GonzálezAlonso, F., García-Gigorro, S., Cuevas, J. M. 2006. Minas de Riotinto (south Spain) forest fire: Burned area assessment and fire severity mapping using Landsat 5-TM, Envisat-MERIS, and Terra-MODIS postfire images. Journal Geophysical Research, 111, G04S11. https://doi.org/10.1029/2005JG000136
  • Van Der Werf, G. R., Randerson, J. T., Giglio, L., Van Leeuwen, T. T., Chen, Y., Rogers, B. M., Mu, M., Van Marle, M.J.E., Morton, D.C., Collatz, G.J., Yokelson, R.J., Kasibhatla, P. S. 2017. Global fire emissions estimates during 1997- 2016. Earth System Science Data, 9(2), 697-720. https://doi.org/10.5194/essd-9-697-2017
  • Vanzolini, J., Pezzola, A., Iurman, D., Vasicek J., Cantamutto, M. 2017. Reporte de la recorrida en las áreas afectadas por fuego en Villarino y Patagones. Informe técnico. Estación Experimental Agropecuaria INTA Hilario Ascasubi. Argentina.
Data source: Dialnet