Los incendios forestales en extremadura (1968-2013)Evolución y caracterización mediante Tecnologías de la Información Geográfica

Resumen

Esta Tesis Doctoral tiene como objetivo la identificación de patrones espaciales y factores condicionantes de los incendios forestales en Extremadura (España). La investigación se ha centrado en el análisis de la Estadística General de Incendios Forestales (1968-2015), mediante técnicas geoestadísticas; análisis de clúster y de valores atípicos, “Cluster and Outlier Analysis (Anselin Local Moran’s I)”, y análisis de puntos calientes, “Hot Spot Analysis (Getis-Ord Gi*)”. Se han identificado tres patrones asociados a la distribución del número de incendios: ciudades, montaña y frontera. La distribución de la superficie quemada ha revelado tres patrones de altas densidades: grandes incendios, acumulación de superficie por alta frecuencia, y otro donde se desarrollan los patrones previos de forma conjunta. También se han definido los regímenes de los incendios y las Zonas Homogéneas de Régimen (ZHR). La caracterización de los factores externos se ha abordado a través de un Análisis Factorial de Componentes Principales (AFCP), que ha permitido identificar factores que relacionan el número de incendios con el área de influencia urbana, o la superficie quemada con las masas de matorral pirófito. Además, aplicando la Regresión Ponderada Espacialmente (GWR), se han identificado relaciones causales entre la ocurrencia de incendios y variables como: pendiente, longitud de carreteras y caminos, interfaz urbano-forestal y cultivo-forestal, dehesa, olivar, modelo de combustible 1, 4 y 7, e intencionalidad. Finalmente se han delimitado los escenarios potenciales de Grandes Incendios Forestales. Estos contextos se han contrapuesto con los regímenes, obteniendo como resultado un mapa de riesgo potencial de GIF. Finalmente se han delimitado los escenarios potenciales de Grandes Incendios Forestales. Estos contextos se han contrapuesto con los regímenes, obteniendo como resultado un mapa de riesgo potencial de GIF.