Indicadores de la vegetación andina amazónica para la prevención de incendios forestales

Se ha reducido la cantidad de días secos tanto en regiones andinas como amazónicas en los últimos 30 días. Esto sugiere el habitual inicio de la temporada de lluvias que contribuye a la reducción de la cantidad de incendios forestales. No obstante, cabe resaltar que el mes de noviembre es históricamente un mes de alta ocurrencia de incendios en algunas regiones del Perú. De hecho, en noviembre de 2016, se decretó estado de emergencia por incendios en algunos distritos de Cajamarca y Lambayeque. Ante el usual uso del fuego en el periodo 2024-2025 en actividades de agricultura y ganadería, se insta a la población a limitar el uso del fuego.



IGP-IVE / 2024-004

Boletín de incendios
Octubre 2024

Descargar
IGP-IVE / 2024-003

Boletín de incendios
Setiembre 2024

Descargar
IGP-IVE / 2024-002

Boletín de incendios
Agosto 2024

Descargar
IGP-IVE / 2024-001

Boletín de incendios
Julio 2024

Descargar

2023

IGP-IVE / 2023-006

Boletín de incendios
Diciembre 2023

Descargar
IGP-IVE / 2023-005

Boletín de incendios
Noviembre 2023

Descargar
IGP-IVE / 2023-004

Boletín de incendios
Octubre 2023

Descargar
IGP-IVE / 2023-003

Boletín de incendios de
Setiembre 2023

Descargar
IGP-IVE / 2023-002

Boletín de incendios de
Agosto 2023

Descargar
IGP-IVE / 2023-001

Boletín de incendios de
Julio 2023

Descargar

2022

IGP-IVE / 2022-006

Boletín de incendios de
Diciembre 2022

Descargar
IGP-IVE / 2022-005

Boletín de incendios de
Noviembre 2022

Descargar
IGP-IVE / 2022-004

Boletín de incendios de
octubre 2022

Descargar
IGP-IVE / 2022-003

Boletín de incendios de
septiembre 2022

Descargar
IGP-IVE / 2022-002

Boletín de incendios de
agosto 2022

Descargar
IGP-IVE / BI 2022-001

Boletín de incendios de
julio 2022

Descargar

2021

IGP-IVE / IB 2021-06

Boletín de incendios de
diciembre

Descargar
IGP-IVE / IB 2021-05

Boletín de incendios de
noviembre

Descargar
IGP-IVE / IB 2021-04

Boletín de incendios de
octubre

Descargar

IGP-IVE / IB 2021-03

Boletín de incendios de
septiembre

Descargar

IGP-IVE / IB 2021-02

Boletín de incendios de
agosto

Descargar

IGP-IVE / IB 2021-01

Boletín de incendios de
julio

Descargar

2020


IGP-IVE / IB 2020-06

Boletín de incendios de
diciembre

Descargar

IGP-IVE / IB 2020-05

Boletín de incendios de
noviembre

Descargar

IGP-IVE / IB 2020-04

Boletín de incendios de
octubre

Descargar

IGP-IVE / IB 2020-03

Boletín de incendios de
septiembre

Descargar

IGP-IVE / IB 2020-02

Boletín de incendios de
agosto

Descargar

IGP-IVE / IB 2020-01

Boletín de incendios de
julio

Descargar


Acerca del estudio

El estudio de los incendios forestales es aún, un desafío para la ciencia y el manejo forestal, debido a la interacción entre factores naturales y antrópicos (Lippok et a., 2013). En las últimas dos décadas los incendios forestales han impactado severamente en varias regiones del Perú, como Cajamarca, Cusco, Apurímac, Puno entre otros (Zubieta et al., 2019a; MINAM, 2018). Las condiciones de sequía que se presentaron en la Amazonía y en los Andes peruanos durante los años 2005, 2010 y 2016 (Espinoza et al., 2011; Marengo and Espinoza, 2016; Jiménez-Muñoz et al., 2019) coinciden con el incremento severo de la ocurrencia de incendios forestales en los Andes (Zubieta et al., 2019a). Asimismo, este incremento severo coincide con la disminución de las lluvias en los Andes que se presentan durante eventos de El Niño en el Pacífico central (Lavado and Espinoza, 2014; Lagos et al., 2008; Silva et al. 2008; Sulca et al., 2018).

A pesar de que el principal factor de la ocurrencia de incendios forestales en el Perú es asociada a las quemas llevadas a cabo por la población (SERFOR, 2018). El clima desempeña un rol fundamental debido a que este determina la facilidad de la ignición, su propagación y severidad (Benson et al., 2009). Asimismo, están influenciados por factores biofísicos, como el desarrollo de la vegetación durante el periodo de estiaje e inicio de la temporada de lluvias.

Durante los últimos años, investigaciones del Instituto Geofísico del Perú (IGP) han documentado los impactos de la variabilidad climática en la cuenca amazónica, tal es el caso de las sequías (Espinoza et al., 2016; Marengo and Espinoza, 2016 entre otros) e incremento drástico de la ocurrencia de incendios en los Andes (Zubieta et al., 2019a). En consecuencia, en apoyo a la gestión agroforestal y en el marco Programa Presupuestal por Resultados Nº 68 “Reducción de vulnerabilidad y atención de emergencias por desastres”. El IGP ha formulado el boletín “Indicadores de la vegetación andina amazónica para la prevención de incendios forestales”.

El presente Boletín tiene como objetivo difundir información acerca de las condiciones climáticas y vegetativas favorables para la ocurrencia estacional de incendios, conocimientos científicos, avances científicos y noticias relacionadas al tema. Esto con la finalidad de mantener informados a los diferentes niveles de gobierno (Nacional, Regional y Local) y población, mediante herramientas basadas en ciencia para un uso óptimo de la información en la toma de decisiones.

Monitoreo del estado de la vegetación a nivel nacional

Los datos de satélite han sido usados para monitorear el desarrollo de la vegetación y el déficit hídrico, debido a que durante las sequías se reduce la actividad fotosintética ( Asner et al., 2004). Por ejemplo, una relación significativa ha sido encontrada entre la precipitación con el Índice de Vegetación de Diferencia Normalizada (NDVI, por sus siglas en inglés, Rouse et al. 1974; Chamaillé and Fritz, 2009 ) e Índice Global de Humedad en la Vegetación (GVMI, por sus siglas en inglés, Ceccato et al. 2002 ). GVMI es un índice que optimiza la estimación del contenido de agua en la vegetación, así también, minimiza los efectos de perturbaciones atmosféricas y geofísicas (Ceccato et al. 2002). El GVMI es un indicador útil para monitorear las condiciones vegetativas potenciales para un aumento de la frecuencia de incendios forestales sobre ecosistemas altoandinos ( Zubieta et al., 2021 Ccanchi, 2021 ). Para caracterizar el desarrollo de la vegetación mediante GVMI, se utilizaron datos de reflectividad del producto MOD09A1 del sensor MODIS, el cual se compone de observaciones diarias para un periodo de 8 días. La disponibilidad de estos datos en la web oficial (https://appeears.earthdatacloud.nasa.gov/) hace posible que la información publicada en este portal se actualice cada 8 a 16 días. Asimismo, el Índice de Vegetación de Diferencia Normalizada (NDVI, por sus siglas en inglés, Rouse et al. 1974 ; Chamaillé and Fritz, 2009 ) es también monitoreado. El NDVI es empleado ampliamente para caracterizar las cubiertas vegetales, estimar el vigor de las plantas y la producción de la biomasa. El desarrollo de la vegetación, relacionado con la actividad fotosintética y la estructura foliar de las plantas, permite estimar si la vegetación se encuentra sana o si tiene algún grado de estrés hídrico. Para caracterizar eel desarrollo de la vegetación mediante NDVI, se utilizaron también datos de reflectividad del producto MOD09A1 del sensor MODIS. El NDVI es también un indicador útil para monitorear las condiciones vegetativas potenciales para un aumento de la frecuencia de incendios forestales sobre ecosistemas altoandinos ( Zubieta et al., 2021 Ccanchi, 2021 ).

Anomalías de GVMI

Anomalías (últimos 30 días) del Índice Global de Humedad en la Vegetación (GVMI, por sus siglas en inglés) empleando datos del sensor MODIS (producto MOD09A1),definidas como el cambio de GVMI respecto a condiciones promedio entre 2001 y 2020 (años de sequía extrema 2005,2010 y 2016 no fueron considerados para la estimación del promedio). El color verde (anomalías positivas de GVMI) representa regiones con mayor contenido de agua en la vegetación y una mayor actividad fotosintética respecto a condiciones normales. El color de amarillo a rojo (anomalías negativas de GVMI) representa regiones con un menor contenido de agua en la vegetación y menor actividad fotosintética respecto a la media.

Actualizado hoy

Descargar imagen
Valores de GVMI

Comportamiento espacial del Índice Global de Humedad en la Vegetación (GVMI, por sus siglas en inglés), empleando datos del sensor MODIS (producto MOD09A1) para el mes indicado. El GVMI es un indicador utilizado para analizar el desarrollo en el contenido de agua en la vegetación (Ceccato et, al. 2002). Para estimar GVMI se utiliza un análisis de sensibilidad global que utiliza modelos de transferencia radiativa para comprender y cuantificar los efectos del contenido de agua en la vegetación, en en tres niveles: hoja, dosel y atmósfera (en términos de cantidad de agua por unidad de área a nivel del dosel).

Actualizado hoy

Descargar imagen
Anomalías de GVMI

Evolución promedio, cada 8 días, para el año actual (verde) del índice global de humedad en la vegetación (GVMI) para la región sur (a), región centro (b) y región norte (c) de los Andes (entre 1500 y 4000 m. s. n. m.) ( Zubieta et al. 2021). Asimismo, se muestra la evolución promedio de GVMI durante años de sequías extremas e incremento severo de incendios (2005, 2010 y 2016) (rojo). Finalmente se muestra el registro histórico (gris).

Actualizado hoy

Descargar imagen

Monitoreo de la vegetación y factores de peligro

El NDVI es un indicador utilizado para analizar el desarrollo de la vegetación ( Rouse et al. 1974 ). Al estar cercanamente vinculado a las condiciones de sequía, es posible observar las condiciones de vegetación verde saludable o no. Los valores de NDVI varían de +1 a −1. Cuando más saludable se encuentra la vegetación sus valores estarán más cercanos a 1. Suelos desnudos o con muy poca vegetación presentarían valores cercanos a 0. Valores negativos están relacionados a cuerpos de agua, nieve o nubes.

Anomalías de NDVI (últimos 30 días). El color verde (anomalías positivas de NDVI) representa regiones con mayor vigor en la vegetación y una mayor actividad fotosintética respecto a condiciones normales. El color de amarillo a rojo (anomalías negativas de NDVI) representa regiones con un menor vigor en la vegetación y menor actividad fotosintética respecto a las condiciones normales.

Monitoreo espacial de la cantidad de días secos en los ultimos 30 días

Se ha identificado una reducción de la actividad fotosintética de la vegetación (estimada a partir de índices de vegetación) a medida que se incrementa los días secos en los Andes y Amazonía (Espinoza et al., 2016; Ccanchi, 2021; Zubieta et al., 2021;). Esto sugiere un paulatino impacto sobre la vegetación a partir del déficit de humedad en el suelo. Basado en ello, resulta de alta importancia monitorear la frecuencia acumulada de días secos y a la vez el impacto en el desarrollo de la vegetación (Zubieta et al., 2021).

La distribución espacial y temporal de la lluvia es extremadamente variable sobre los Andes y Amazonía del Perú ( Espinoza et al., 2009; Lavado et al., 2012). Asimismo, la disponibilidad de datos de lluvia diaria observada en tiempo real es limitada . Ante esto, los datos satelitales surgen como fuente alternativa para aplicaciones hidrometeorológicas en los Andes y Amazonía peruana ( Zubieta et al., 2015; Zubieta et al., 2017; Zubieta et al., 2018; Zubieta et al., 2019b). Para caracterizar la frecuencia de días secos en Andes y Amazonía, se utilizan información diaria de la lluvia a partir del producto GPM ( IMERG) Late precipitation L3. Esto es consistente con estudios liderados por el IGP, el cual sugiere el monitoreo constante de días secos para prevenir incendios forestales ( Ccanchi, 2021; Zubieta et al., 2021; Zubieta et al., 2023a).

Evolución espacial y temporal de la cantidad de días secos para estudio de incendios forestales

Anomalías: Cantidad de días secos

El mapa de anomalías de la cantidad de días secos, describe la distribución espacial de días secos en déficit o exceso (DDF, por sus siglas en inglés) de los últimos 30 días, para la fecha indicada. Un día seco es definido como aquel día en el cual la lluvia no supera el valor de 1 mm. El color azul representa tendencia a un menor número de días secos con respecto al promedio histórico (2001-2020), mientras el color rojo representa tendencia a un mayor número de días secos con respecto al promedio histórico. Estas estimaciones son calculadas en base al producto GPM (IMERG) Late precipitation L3. La frecuencia de días secos es un parámetro relevante que se asocia al incremento severo de la ocurrencia de incendios forestales reportados en ecosistemas andinos y amazónicos. Más detalles en Zubieta et al. 2021 , Ccanchi, 2021 y Zubieta et al., 2023a.

Actualizado hoy

Evolución temporal de la Frecuencia Acumulada de Días Secos en los últimos 30 días

El gráfico de evolución de la cantidad de días secos, describe la evolución temporal del número de días secos durante los últimos 30 días para la región sur (a), región centro (b) y región norte (c) de los Andes del Perú (entre 1500 y 4000 m. s. n. m.) ( Zubieta et al. 2021). La región andina considerada es frecuentemente afectada por incendios sobre la cobertura vegetal. Un día seco es definido como aquel día en el cual la lluvia no supera el valor de 1 mm. En los gráficos, se muestra el registro histórico (zona gris, entre percentil 10 y 90) de días secos. En color azul, se muestra la evolución de días secos para 2020, mientras en color negro se muestra la evolución de días secos para 2016 (hace referencia al estado de emergencia por incendios forestales - Decreto Supremo N° 085-2016-PCM). En color rojo se muestra la evolución de días secos para el año actual. La frecuencia de días secos es un parámetro relevante que se asocia al incremento severo de la ocurrencia de incendios forestales reportados en ecosistemas andinos y amazónicos. Más detalles en Zubieta et al. 2021 , Ccanchi, 2021 y Zubieta et al., 2023a.

Actualizado hoy

Lluvia promedio acumulada

El gráfico de evolución de la lluvia acumulada, describe la evolución temporal de la lluvia acumulada durante los últimos 30 días para la región sur (a), región centro (b) y región norte (c) de los Andes del Perú (entre 1500 y 4000 m. s. n. m.) ( Zubieta et al. 2021). La región andina considerada es frecuentemente afectada por incendios sobre la cobertura vegetal. En los gráficos, se muestra el registro histórico (zona gris, entre percentil 10 y 90) de lluvia acumulada. En color azul, se muestra la lluvia acumulada para 2020, mientras en color negro se muestra la evolución de la lluvia acumulada durante 2016 (hace referencia al estado de emergencia por incendios forestales - Decreto Supremo N° 085-2016-PCM). En color rojo se muestra la evolución de lluvia acumulada para el año actual. La lluvia acumulada es un parámetro relevante para el estudio del incremento severo de la ocurrencia de incendios forestales reportados en ecosistemas andinos y amazónicos. Más detalles en Zubieta et al. 2021 , Ccanchi, 2021 y Zubieta et al., 2023a.

Actualizado hoy



Referencias

Asner, G. P., D. Nepstad, G. Cardinot, and D. Ray. 2004. Drought stress and carbon uptake in an Amazon forest measured with spaceborne imaging spectroscopy, Proc. Natl. Acad. Sci. U.S.A., 101(16), 6039–6044, https://doi.org/10.1073/pnas.0400168101

Benson, R., Roads, J., Weise, D. 2009. Climatic and weather factors affecting fire occurrence and behavior. Developments in Environmental Science 8, 37-60 https://doi.org/10.1016/S1474-8177(08)00002-8

Ceccato, P., Gobron, N., Flasse, S., Pinty,B. & Tarantola, S. 2002. Designing aspectral index to estimate vegetation watercontent from remote sensing data: Part 1.Theoretical approach. Remote Sensing of Environment. 82: 188-197. https://doi.org/10.1016/S0034-4257(02)00037-8

Chamaillé‐Jammes & H. Fritz. 2009. Precipitation–NDVI relationships in eastern and southern African savannas vary along a precipitation gradient, International Journal of Remote Sensing, 30:13, 3409-3422, https://doi.org/10.1080/01431160802562206

Espinoza J.C., Ronchail J., Guyot J.L., Cochonneau G., Filizola N., Lavado W., de Oliveira E., Pombosa R. and Vauchel P. 2009. Spatio-temporal rainfall variability in the Amazon Basin Countries (Brazil, Peru, Bolivia, Colombia and Ecuador). International Journal of Climatology, 29, 1574-1594. https://doi.org/10.1002/joc.1791

Espinoza, J. C., Ronchail, J., Guyot, J. L., Junquas, C., Vauchel, P., Lavado, W., Pombosa, R. 2011. Climate variability and extreme drought in the upper Solimões River (Western Amazon Basin): Understanding the exceptional 2010 drought. GEOPHYSICAL RESEARCH LETTERS, 38, 1–6. https://doi.org/10.1029/2011GL047862

Espinoza, J.C., Segura, H., Ronchail, J., Drapeau, G. y Gutierrez-Cori, O. 2016: Evolution of wet- and dry-day frequency in the western Amazon basin: Relationship with atmospheric circulation and impacts on vegetation. Water Resources Research. https://doi.org/10.1002/2016WR019305

Jimenez-Muñoz, J. C., J. Marengo, L. Alves, J. C. Sulca, K. Takahashi, S. Ferret, and M. Collins, 2019: The role of ENSO flavors and TNA on recent droughts over Amazon forests and the Northeast Brazil region. Int. J. Climatol. https://doi.org/10.1002/joc.6453

Lagos, P., Silva, Y., Nickl, E., Mosquera, K. 2008. El Niño, Climate Variability and Precipitation Extremes in Peru, Adv. Geosciences. 14, 231-237. https://adgeo.copernicus.org/articles/14/231/2008/adgeo-14-231-2008.html

Lavado W., Ronchail J., Labat D.,Espinoza JC., Guyot J.L. 2012. Basin-scale analysis of rainfall and runoff in Peru (1969-2004): Pacific, Titicaca and Amazonas drainages. Hydrological Sciences Journal https://doi.org/10.1080/02626667.2012.672985

Lavado, W., Espinoza, J.C. 2014. Impact of El Niño and La Niña events on Rainfall in Peru. Revista Brasileira de Meteorologia, v.29, 171-182. http://dx.doi.org/10.1590/S0102-77862014000200003

Lippok, D., Beck, S., Renison, D., Gallegos, S., Saavedra, F., Hensen, I., Schleuning, M. 2013. Forest recovery of areas deforested by fire increases with elevation in the tropical Andes. Forest Ecology and Management. https://doi.org/10.1016/j.foreco.2013.01.011

Marengo, J.A. and Espinoza, J.C. 2016. Extreme seasonal droughts and floods in Amazonia: causes, trends and impacts. International Journal of Climatol-ogy, 36, 1033–1050. https://doi.org/10.1002/joc.4420

MINAM. 2018. Dirección General de Ordenamiento Territorial Ambiental (DGOTA). Registro histórico de incendios sobre la cobertura vegetal a nivel nacional. Ministerio del Ambiente-Peru, 1–4. http://geoservidor.minam.gob.pe/monitoreo-y-evaluacion/registros-historicos-cfoi/

Rouse, J. W., Hass, R. H., Schell, J. A., &Deering, D. W. 1974. Monitoring vegeta-tion systems in the Grat Plains with ERTS.Proceedings, third Earth Resources Techno-logy Satellite-1 Symposium, Greenbelt,NASA SP-351: 309-317. https://ui.adsabs.harvard.edu/abs/1974NASSP.351..309R/abstract

SERFOR. 2018. Plan de prevención y reducción de riesgos de incendios forestales 2019-2022, Servicio Nacional Forestal y de Fauna Silvestre. https://www.serfor.gob.pe/portal/wp-content/uploads/2018/12/Plan-de-prevenci%C3%B3n-y-reducci%C3%B3n-de-riesgos-de-incendios-forestales.pdf

Silva, Y., Takahashi, K., Chávez, R., 2008. Dry and wet rainy seasons in the Mantaro river basin (Central Peruvian Andes). Advances in Geosciences 14, 261-264. https://doi.org/10.5194/adgeo-14-261-2008

Sulca J, Takahashi K, Espinoza J-C, Vuille M, Lavado-Casimiro W. 2018. Impacts of different ENSO flavors and tropical Pacific convection variability (ITCZ, SPCZ) on austral summer rainfall in South America, with a focus on Peru. Int. J. Climatol. 38, 420-435. https://doi.org/10.1002/joc.5185

Zubieta R, Geritana A, Espinoza JC, Lavado W. 2015. Impacts of satellite-based precipitation datasets on rainfall-runoff modeling of the western Amazon basin of Peru and Ecuador. J Hydrol. https://doi.org/10.1016/j.jhydrol.2015.06.064

Zubieta, R., Getirana, A., Espinoza, J.C., Lavado-Casimiro, W. and Aragon, L. 2017. Hydrological modeling of the Peruvian–Ecuadorian Amazon Basin using GPM-IMERG satellite-based precipitation dataset. Hydrology and Earth System Sciences, 21, 3543–3555. https://doi.org/10.5194/hess-21-3543-2017

Zubieta, R., Laqui, W., Lavado, W. 2018. Modelación hidrológica de la cuenca del río Ilave a partir de datos de precipitación observada y de satélite, periodo 2011 -2015, Puno , Perú. Tecnología y Ciencias del Agua. 9 (5), 85-105. DOI: https://doi.org/10.24850/j-tyca-2018-05-04

Zubieta, R., Prudencio, F., Alarco, G. y Reupo, J. 2019a. Ocurrencia de incendios forestales en el Perú durante eventos El Niño. Boletín técnico: Generación de información y monitoreo del Fenómeno El Niño, 6 (5), 5-9. https://repositorio.igp.gob.pe/handle/IGP/4704

Zubieta, R., Saavedra, M., Espinoza, J. C., Ronchail, J., Sulca, J., Drapeau, G., & Martin‐Vide, J. 2019b. Assessing precipitation concentration in the Amazon basin from different satellite‐based data sets. International Journal of Climatology, 39 (7), 3171-3187. https://doi.org/10.1002/joc.6009

Ccanchi (2021) Evaluación de sequías y del riesgo potencial a la ocurrencia de incendios forestales en ecosistemas altoandinos mediante uso de sensores remotos. Tesis para optar el Título profesional de Ingeniero Agrícola, Universidad Nacional Agraria La Molina. http://190.119.243.88/handle/20.500.12996/5195

Zubieta Ricardo, Prudencio Fernando, Ccanchi Yerson, Saavedra Miguel, Sulca Juan, Reupo Jorge, Alarco Glory (2021) Potential conditions for fire occurrence in vegetation in the Peruvian Andes. International Journal of Wildland Fire 30, 836-849. https://doi.org/10.1071/WF21029