Documente Academic
Documente Profesional
Documente Cultură
RESUMEN
A pesar de la reconocida importancia de los incendios forestales, la investigacin
sobre modelacin de ocurrencia de incendios es escasa en el Hemisferio Sur, y
en particular en Chile. Se estudi el efecto de la heterogeneidad del paisaje en
la ocurrencia de incendios forestales en Chile Central. Se ajust un modelo que
incluye variables climticas, topogrficas, de actividad humana y cobertura del
suelo. La probabilidad de ocurrencia aument con una mayor temperatura mnima
y estacionalidad de la precipitacin, y disminuy con una mayor distancia a las
ciudades. El modelo clasific correctamente un 65% de los datos de validacin.
Las predicciones sugieren que un 38% del rea de estudio tiene muy alta proba-
bilidad de ocurrencia de incendios, la cual aumenta bajo un simulado escenario
futuro. El modelo predictivo debera ser utilizado como una herramienta para
orientar aspectos urgentes de proteccin y prevencin, lo cual debe continuar
siendo discutido y evaluado.
Palabras clave: Clima, disturbios antrpicos, patrones de paisaje, regresin logsti-
ca, sensores remotos.
ABSTRACT
Forest fires are recognized as a serious problem. Despite its importance, research
into modelling of forest fire occurrence is lacking for the southern hemisphere, in
particular for Chile. We investigated how landscape heterogeneity affects the prob-
ability of the occurrence of forest fires in Central Chile. We fitted a logistic regres-
sion model which included climatic, topographic, human-related and land-cover
variables. Estimated probabilities of forest fi re occurrence increased positively
1 Esta investigacin fue apoyada por la Direccin de restales, Universidad de La Frontera (Chile).
Investigacin de la Universidad de La Frontera. Los E-mail: adison.altamirano@ufrontera.cl;
autores agradecen a Jos Mara Rey-Benayas de 3 Laboratorio de Anlisis Cuantitativo de Recursos
la Universidad de Alcal (Espaa) por facilitar la Naturales, Departamento de Ciencias Forestales,
imagen satelital Landsat que fue utilizada en esta Universidad de La Frontera (Chile).
investigacin (REFORLAN Project, INCO Contract E-mail: christian.salas@ufrontera.cl
CT2006-032132). Tambin se agradece a la Corpo- 4 Laboratorio de Anlisis Cuantitativo de Recursos
racin Nacional Forestal (CONAF) por su apoyo en Naturales, Departamento de Ciencias Forestales,
este estudio mediante la facilitacin de informacin Universidad de La Frontera (Chile).
de incendios forestales, y a Alejandro Miranda por E-mail: valeskayaitul@gmail.com
su apoyo en la elaboracin de los mapas finales. Ar- 5 Instituto de Ecologa y Biodiversidad (Chile).
tculo recibido el 4 de abril de 2012, aceptado el 10 E-mail: csmith@willnet.cl
de noviembre de 2012 y corregido el 29 de octubre 6 Centro de Modelacin y Computacin Cientfi ca,
de 2012. Departamento de Ingeniera Matemtica, Universi-
2 Laboratorio de Anlisis Cuantitativo de Recur- dad de La Frontera (Chile).
sos Naturales, Departamento de Ciencias Fo- E-mail: andres.avila@ufrontera.cl
158 REVISTA DE GEOGRAFA NORTE GRANDE
with the minimum temperature and precipitation seasonality, and decreased with
distance to cities. The model correctly classified 65% of the validation data set.
Our predictions suggest that 38% of the study area has a very high probability of
forest fire occurrence. Under the assumed future scenario we predict an important
increase in the probability of forest fire occurrence. The prediction model should
be seen as a tool for addressing urgent protection and prevention issues, which
should be discussed and evaluated further.
Key words: Climate, human disturbance, landscape patterns, logistic regression,
remote sensing.
Los ecosistemas estn sujetos a distin- Abarza & Moreno, 2008, Beaty & Taylor,
tos tipos de disturbios, los cuales ocurren a 2008; Burrows, 2008). Aunque la investiga-
diferentes escalas espaciales y temporales cin en prediccin de ocurrencia de incen-
(Coppin et al., 2004), siendo los incendios dios forestales a nivel o escala de paisaje (i.e.
forestales uno de los ms frecuentes. Los dis- >100.000 ha) ha sido un tema creciente y
turbios por incendios forestales son recono- reciente en el Hemisferio Norte (Vega-Garca
cidos como un problema serio debido a sus & Chuvieco, 2006; Schumacher et al., 2006;
enormes impactos ecolgicos y econmicos Lozano et al., 2007; Ryu et al., 2007; Calef et
(Cardille et al., 2001; Gustafson et al., 2004; al., 2008; Flatley et al., 2011; Armenteras et
Gonzlez et al., 2005; Ryu et al., 2007). Los al., 2011; Zhang et al., 2010), en Sudamrica
incendios forestales resultan en enormes no ha tenido suficiente atencin. Causas atri-
prdidas econmicas debido a la quema de buibles a esta situacin pueden estar relacio-
madera, disminucin de la calidad del bos- nadas con la falta de informacin suficiente
que, altos costos de supresin, efectos en el y confiable (Castillo et al., 2012). En Chile,
medio ambiente y los valores recreacionales, recientemente algunos estudios han evaluado
y ocasionalmente causando la prdida de vi- reas de riesgo, propagacin y dao poten-
das humanas (Yadav & Kaushik, 2007). El im- cial de incendios forestales (Muoz et al.,
pacto del fuego sobre los procesos ecolgicos 2007; Castillo, 2012; Castillo et al., 2012),
y la biodiversidad local es altamente variable adems del monitoreo de combustibles
entre regiones, lo cual a su vez tiene distintas (INFOR, 2008). Tambin fue desarrollado un
implicancias para el manejo. Mientras en al- sistema para predecir la ocurrencia y pro-
gunas reas la composicin y estructura de la pagacin de incendios forestales (Castillo,
vegetacin, as como las caractersticas de la 1997). Sin embargo, ninguno de tales estu-
historia natural de las plantas son altamente dios ha investigado acerca de los efectos de
dependientes de la recurrencia de incendios la heterogeneidad del paisaje como precur-
forestales, en otras reas, el fuego puede ser sores de los incendios forestales.
un agente causante de disturbios, usualmen-
te introducido por el hombre (Keeley, 1989; A pesar de su importancia, el conoci-
Lepart & Debuschee, 1992; Cowling et al., miento acerca de la prediccin de ocurrencia
1996; Armesto et al., 2009). de incendios forestales a nivel de paisaje en
Chile y su relacin con la heterogeneidad
Varios estudios acerca de ecologa del espacial en ecosistemas afectados por incen-
fuego han sido realizados, pero la prediccin dios es escaso. El entendimiento de cmo
de incendios forestales a nivel de paisaje es los patrones del paisaje determinan procesos
an un desafo reciente. Aspectos relacio- especficos, tales como la ocurrencia de in-
nados con el fuego, tales como incendios cendios forestales, es de gran importancia
naturales y antrpicos, efectos postincendio para la toma de decisiones en planes de orde-
sobre la vegetacin, manejo forestal y agr- namiento territorial considerando el contexto
cola, historia del fuego y dinmica temporal, econmico y social. El efecto de los patrones
han sido importantes temas de estudio en de paisaje en el proceso de toma de deci-
ecologa (Armesto y Gutirrez, 1978; Mon- siones es esencial para entender el impacto
tenegro et al., 2004; Gonzlez et al., 2005; de las prcticas de manejo y uso del suelo
I NFLUENCIA DE LA HETEROGENEIDAD DEL PAISAJE EN LA OCURRENCIA DE 159
INCENDIOS FORESTALES EN CHILE CENTRAL
(Foster et al., 1997). Ignorar los patrones del fueron: a) entender la relacin entre la ocu-
paisaje es una de las razones de la baja efec- rrencia de incendios forestales y variables
tividad que tienen los esfuerzos para reducir climticas, topogrficas, de actividad humana
las amenazas que representan actualmente y cobertura del suelo; b) desarrollar un mode-
los incendios forestales (Platt et al., 2006). El lo para estimar la probabilidad de ocurrencia
estudio de las relaciones entre la ocurrencia de incendios forestales; y c) aplicar el mode-
de incendios forestales y la heterogeneidad lo ajustado para evaluar futuros escenarios
espacial del paisaje se ve dificultado debido de ocurrencia de incendios forestales. Esta
a las complejas interacciones entre los fac- investigacin representa el primer estudio
tores que influencian los incendios forestales sobre modelacin de ocurrencia de incendios
a travs del paisaje. Por ello, la modelacin forestales a nivel de paisaje en ecosistemas
espacial representa una herramienta muy mediterrneos en Chile Central.
valiosa para entender estas complejas interac-
ciones (Martell et al., 1987; Gustafson et al., Mtodos
2004, Ryu et al., 2006). A escala de paisaje
la probabilidad de grandes incendios es aso-
Descripcin del rea de estudio
ciada con mltiples factores, incluyendo el
clima, actividades humanas, uso y cobertura
El rea de estudio se ubica en la zona
del suelo, y caractersticas fisiogrficas (Dick-
mediterrnea de Chile, abarcando parte de la
son et al., 2006). De acuerdo a lo sealado
regin de Valparaso y Metropolitana (Figura
por Seidl et al. (2011) en varios modelos re-
N 1). Esta rea est localizada entre los 33
cientes, la ocurrencia de incendios forestales
y 34 de latitud Sur, cubriendo una superficie
puede ser modelada a travs de interacciones
de 9.061 km2 y elevaciones que varan desde
entre clima, vegetacin e impactos humanos
el nivel del mar hasta 1.835 m.s.n.m. El clima
(e.g., Schumacher et al., 2006: LANDCLIM;
predominante es de tipo mediterrneo carac-
Kloster et al., 2010: CLM-CN).
terizado por precipitaciones de 500 mm al
ao concentradas en invierno (junio-agosto),
En Chile, la ocurrencia de incendios fo-
y temperatura anual promedio de 14,5C (Di
restales ha aumentado fuertemente en los
Castri y Hajek, 1976). La vegetacin predo-
ltimos aos. La frecuencia media es de apro-
minante es de tipo esclerfila de costa me-
ximadamente cinco mil incendios forestales
diterrnea, compuestos principalmente por
por ao, afectando una superficie promedio
especies arbreas como Cryptocarya alba,
de cincuenta mil hectreas al ao (Navarro
Peumus boldus y Lithraea caustica (Luebert y
et al., 2008; CONAF, 2010). Las principales
Pliscoff, 2006).
causas han sido asociadas con la accin hu-
mana (CONAF, 2010). La zona ms afectada
La poblacin es de aproximadamente
por incendios forestales es Chile central (33-
1,6 milln de habitantes (INE, 2005), lo cual
34 S), donde existe un clima mediterrneo
representa alrededor de 11% de la pobla-
y domina la vegetacin de tipo esclerfila
cin nacional. Las principales actividades
(Luebert y Pliscoff, 2006). En esta zona los
econmicas son la produccin vincola, y los
incendios forestales tienen un gran impacto
cultivos de frutas, maz, y trigo (Schulz et al.,
econmico y social debido a la alta densi-
2010). Los bosques nativos estn expuestos
dad poblacional (INE, 2005). Adems, estos
a varias amenazas como la extraccin para
ecosistemas son considerados altamente vul-
lea, la expansin de la agricultura y los in-
nerables a los impactos del cambio climtico
cendios forestales (Lara et al., 1996). Adems,
(IPCC, 2001; Gonzlez et al., 2011), lo cual
se han establecido en los ltimos aos planta-
incluye cambios en el rgimen de incendios
ciones forestales exticas (principalmente de
forestales y sus impactos (Burrows, 2008).
Pinus radiata y Eucalyptus globulus). Debido
a su alto grado de endemismo y la presencia
El propsito de este estudio fue investigar
de gneros monotpicos (Arroyo et al., 1996)
cmo la heterogeneidad del paisaje afecta
esta zona ha sido clasificada como un hots-
la probabilidad de ocurrencia de incendios
pot de biodiversidad a nivel mundial (Myers
forestales en ecosistemas mediterrneos
et al., 2000).
en Chile Central. Los objetivos especficos
160 REVISTA DE GEOGRAFA NORTE GRANDE
Figura N 1
rea de estudio y distribucin de ocurrencia de incendios forestales
Cuadro N 1
Variables climticas, topogrficas, de influencia humana y cobertura del suelo, utilizadas para
modelar la probabilidad de ocurrencia de incendios forestales en el rea de estudio
(Cdigo = abreviacin usada, St dev = desviacin estndar)
7 Datos categricos: 7 categoras (1 = matorral abier- val denso, 5 = matorral abierto, 6 = renoval abierto,
to, 2 = bosque nativo, 3 = matorral denso, 4 = reno- 7 = plantacin forestal).
162 REVISTA DE GEOGRAFA NORTE GRANDE
Para ello se calcul para celdas con y sin predictoras. Para evitar la multicolinealidad
incendios la distancia Euclidiana ms corta entre las variables predictoras se calcul el
entre su localizacin y caminos pavimenta- coeficiente de correlacin lineal entre las
dos, caminos de tierra, y ciudades mayores a variables de cada grupo (i.e. climticas, to-
10.000 habitantes. pogrficas, actividad humana, cobertura del
suelo), descartando aquellas con un valor r
Variables de cobertura del suelo: se utiliz mayor a 0,6. Se utilizaron diferentes poten-
una imagen satelital Landsat TM (path 233, ciales variables predictoras para obtener una
row 83) para identifi car los diferentes tipos mayor variedad de modelos, los cuales fueron
de coberturas del suelo y calcular ndices es- ajustados mediante mxima verosimilitud. Las
pectrales. La imagen utilizada fue obtenida de comparaciones entre estos modelos fueron
Schulz et al. (2010), incluyendo correciones realizadas usando ndices y pruebas estads-
de tipo geomtrica, atmosfrica y topogrfica. ticas basadas en mxima verosimilitud, tales
Se aplic una clasificacin de tipo supervisa- como el ndice de Akaike y la prueba de ra-
da usando un algoritmo de mxima verosimi- zn log-likelihood. Despus de seleccionar el
litud (Lillesand et al., 2004). Se identificaron modelo final se evalu su capacidad predicti-
siete categoras de coberturas del suelo: terre- va a travs de una tabla de contingencia. Esta
nos agrcolas, plantaciones forestales, mato- tabla fue derivada usando un lmite de proba-
rral abierto, matorral denso, renoval abierto, bilidad de corte de 0,5, y tambin se calcul
renoval denso, y bosque adulto. Otros tipos el xito total de la prediccin de ocurrencia o
de coberturas del suelo fueron excluidas del no ocurrencia de incendios forestales.
anlisis y las predicciones reportadas en este
estudio. Adicionalmente, se calcularon dos Prioridad de proteccin y escenario
ndices espectrales: el ndice de vegetacin futuro
de diferencia normalizado (NDVI) y el ndice
infrarrojo de diferencia normalizado (NDII). Para analizar la prioridad de proteccin se
NDVI fue calculado como la diferencia entre categoriz la actual probabilidad de ocurren-
la reflectancia del infrarrojo cercano y el rojo cia de incendios forestales en cuatro niveles:
divido por la suma de ambos, representando muy alta (>0,75), alta (0,75-0,50), baja (0,50-
una medida del vigor de la vegetacin (Turner 0,25) y muy baja (<0,25), lo cual fue hecho
et al., 2003; Aplin, 2005). NDII se calcul para todas las celdas de la imagen (con reso-
como la diferencia entre la refl ectancia del lucin espacial de 750 m). La probabilidad
infrarrojo cercano y el infrarrojo medio di- futura de ocurrencia de incendios forestales
vidido por la suma de ambos, ndice que es fue categorizada usando los mismos criterios
relacionado con el estrs hdrico (Bannari et anteriores, y los resultados fueron compa-
al., 1995; Gao, 1996). rados en trminos de: (1) rea ocupada por
cada categora de proteccin actual y futura;
Como se detallar en la siguiente sec- (2) rea total que cambiar a una categora de
cin, se construir un modelo estadstico de proteccin distinta en el futuro. Para generar
ocurrencia de incendios forestales mediante el escenario futuro las variables predictoras
regresin logstica. Debido a que este tipo de fueron modificadas para analizar el efecto de
modelos es afectado por una desproporcin este cambio en la ocurrencia de incendios
de las muestras (Maddala, 1996; Prentice, forestales en el rea de estudio.
1986), se utiliz una base de datos balancea-
da para el ajuste del modelo. De esta manera,
se seleccionaron 600 pxeles con ocurrencia Modelacin de ocurrencia de
de incendios y la misma cantidad de pxeles incendios forestales
sin ocurrencia de incendios, obteniendo una
muestra total de 1.200 pxeles. Dada la alta correlacin (r = 0,93) entre
las variables predictoras T min y ELEV, fue
Anlisis estadsticos elegida T min entre ambas por las siguientes
razones: primero, Tmin tiene un efecto directo
Se construy un modelo de regresin lo- sobre la ocurrencia de incendios forestales
gstica entre la variable respuesta de tipo bi- debido al desecamiento de la vegetacin, en
naria (ocurrencia de incendios) y las variables cambio ELEV es una variable sustituta con
I NFLUENCIA DE LA HETEROGENEIDAD DEL PAISAJE EN LA OCURRENCIA DE 163
INCENDIOS FORESTALES EN CHILE CENTRAL
Cuadro N 2
Modelo de regresin logstica de probabilidad de ocurrencia de incendios forestales. D.f. = grados
de libertad; Error std = error estndar; p = probabilidad; todas las predicciones son para celdas de
750 x 750 m. Ver Cuadro N 1 para nombres completos y unidades de variables
Cuadro N 3
Tabla de clasificacin para nmero de incendios observados y predichos
de menor elevacin y alta temperatura (Figura adems de informacin sobre variabilidad cli-
N 2a). Estas zonas son dominadas principal- mtica futura para Chile (CONAMA y Univer-
mente por coberturas de matorrales, planta- sidad de Chile, 2007). Basados en estos mo-
ciones exticas y terrenos agrcolas. Las pre- delos se decidi como un escenario plausible
dicciones sugieren que actualmente un 40% un incremento promedio de 1C de Tmin para
de las celdas del rea de estudio (3.635 km2) el ao 2050. El escenario futuro tambin con-
presentan una alta o muy alta probabilidad sider la variable relacionada con actividad
de ocurrencia de incendios forestales (Figura humana DCIT. Para ello, se revisaron estudios
N 3). Un 38% de estas celdas tendran una realizados en Chile que han analizado los pa-
alta prioridad de proteccin (0,5-0,75), y trones espaciales del crecimiento de ciudades
un 2% muy alta prioridad de proteccin de de tamao medio en los ltimos cincuenta
acuerdo a las predicciones. La categora baja aos (Azcar et al., 2007; Azcar et al.,
prioridad de proteccin (0.5-0.25) representa 2003). Estos resultados muestran que las tasas
un 38% de todas las celdas, y la categora de crecimiento promedio varan entre 2,4% y
muy baja (<0.25) un 22% del rea de estudio. 5,2% por ao en trminos de rea urbana. De
Para generar el escenario futuro se utili- acuerdo a estos estudios, se consider una
zaron las variables Tmin y DCIT del modelo disminucin en la distancia a las ciudades de
fi nal. Las predicciones asumen que no hay 1 km para el ao 2050.
cambio en la cobertura del suelo. Para Tmin
se utilizaron datos proyectados para el ao Las predicciones futuras (Figura N 2b)
2050 a partir del modelo de clima del Centro sugieren que la ocurrencia de incendios fo-
Hadley (HadCM3) (Zhang y Nearing, 2005), restales incrementar mayormente en la parte
Figura N 2.
Probabilidad estimada actual (A) y futura (B) de ocurrencia de incendios forestales en el rea de
estudio
oeste y norte del rea de estudio. De esta for- ocurrencia de incendios forestales para 3.258
ma, se espera que el gradiente de ocurrencia km2 (36%), mantenindose la restante super-
de incendios forestales persista travs del rea fi cie relativamente constante (Figura N 3).
de estudio, pero la probabilidad de ocurren- De los pxeles que se predicen cambios para
cia de incendios forestales aumente en la ma- el ao 2050, 11% de ellos cambiarn desde
yora de los lugares. En trminos generales, muy baja a baja prioridad de proteccin,
de los 9.061 km2 de superficie para los cuales 20% de baja a alta prioridad de proteccin,
se hicieron las predicciones futuras, se espera y 5% de alta a muy alta prioridad de protec-
un incremento neto de la probabilidad de cin (Figura N 3).
Figura N 3
rea actual por categora (eje horizontal) de prioridad de proteccin (valor), y cmo estas
cambiarn el ao 2050 (sombreado) de acuerdo a las predicciones del modelo en el rea de
estudio
plica porque en esta zona se concentran las para la seleccin del modelo fue basado en
ciudades con mayor cantidad de poblacin, plausibilidad terica y simplicidad. A pesar
infraestructura y carreteras, lo cual se asocia de las limitaciones de este tipo de modelos,
con un alto nivel de actividad humana. Adi- el modelo fi nal es robusto desde un punto
cionalmente, la zona oeste del rea de estu- de vista estadstico. Todos los parmetros son
dio es una de las rea ms tursticas en Chile, estadsticamente significativos y cuentan con
recibiendo un alto nmero de visitantes cada pocas variables explicatorias, reduciendo la
ao, especialmente en verano, lo cual coin- aparicin de artefactos, lo cual es de particu-
cide con la mayor ocurrencia de incendios lar importancia cuando se requiere predecir
forestales. Tendencias similares han sido escenarios futuros. El modelo rene los su-
reportadas por otros estudios (Pew & Larsen, puestos de homocedasticidad y normalidad
2001; Bonazountas et al., 2007; Calef et al., de los residuos. La capacidad predictiva del
2008; Zhang et al., 2010), donde la actividad modelo alcanz un 64,7% de correcta clasi-
humana es uno de los principales precurso- ficacin de las respuestas observadas y pre-
res de la ocurrencia de incendios forestales. dichas por el modelo sobre los pxeles con y
Algunos puntos especficos del rea oriental sin presencia de incendios, lo cual es bastan-
tambin muestran una alta probabilidad de te tpico en estudios en este tipo de escalas
ocurrencia de incendios, siendo estas reas similares (Pew & Larsen, 2001; Vega-Garca &
caracterizadas por una menor elevacin, alta Chuvieco, 2006; Lozano et al., 2007; Zhang
temperatura y la presencia de ciudades de et al., 2010). Sin embargo, la mayora de
tamao mediano, condiciones que contribuye estos estudios han producido modelos com-
a una mayor probabilidad de ocurrencia de plejos, lo cual puede afectar la confianza en
incendios. la robustez y aplicabilidad de los resultados.
influencing wildfires in the Upper Midwest, DUBE, O.P. Linking fire and climate: in-
United States. Ecological Applications, 2001, teractions with land use, vegetation, and soil.
N 11, p. 111127. Current Opinion in Environmental Sustainabil-
ity, 2009, N 1, p. 161169.
CASTILLO, M. Mtodo de validacin del
simulador de incendios del sistema Kitral. FLATLEY, W.; LAFON, C.W. & GRISSI-
Santiago de Chile: Tesis de grado Ingeniera NO-MAYER, H.D. Climatic and topographic
Forestal, Facultad de Ciencias Forestales, Uni- controls on patterns of fi re in the southern
versidad de Chile, 1997. and central Appalachian Mountains, USA.
Landscape Ecology, 2011, N 26, p. 195-209.
CASTILLO, M. The identification and as-
sessment of areas at risk of forest fire using FOSTER, D.R.; ABER, J.D.; MELILLO,
fuzzy methodology. Applied Geography, J.M.; BOWDEN, R.D. & BAZZAZ, F.A. Forest
2012, N 35, p. 199-207. response to disturbance and anthropogenic
stress. Bioscience, 1997, N 47, p. 437445.
CASTILLO, M.; MOLINA-MARTNEZ, J.;
RODRGUEZ SILVA, F. & JULIO, G. A territo- GAO, B.C. NDWI-A normalized differ-
rial fire vulnerability model for Mediterranean ence water index for remote sensing of vege-
ecosystems in South America. Ecological In- tation liquid water from space. Remote Sens-
formatics, 2012. ing of Environment, 1996, N 58, p. 257266.
historic forest structure compatible? A spatial SEIDL, R.; FERNANDES, P.M.; FON-
modeling assessment. Annals of the Associa- SECA, T.F.; GILLET, F.; JONSSON, A.M.;
tion of American Geographers, 2006, N 96, MERGANICOVA, K.; NETHERER, S.; ARPA-
p. 455470. CI, A.; BONTEMPS, J.D.; BUGMANN, H.;
GONZLEZ-OLABARRA, J.R.; LASCH, P.;
PRASSAD, V.K.; BADARINATH, K.V.S. & MEREDIEU, C.; MOREIRA, F.; SCHELHAAS,
EATURU, A. Biophysical and anthropogenic M.J. & MOHREN, F. Modelling natural distur-
controls of forest fires in the Deccan Plateau, bances in forest ecosystems: a review. Ecolog-
India. Journal of Environmental Management, ical Modelling, 2011, N 222, p. 903-924.
2008, N 86, p. 113.
TURNER, W.; SPECTOR, S.; GARDIN-
PRENTICE, R.L. A case-cohort design for ER, N.; FLADELAND, M.; STERLING, E. &
epidemiologic cohort studies and disease STEININGER, M. Remote sensing for bio-
prevention trials. Biometrika, 1986, N 73, p. diversity science and conservation. Trends
111. in Ecology and Evolution, 2003, N 18, p.
306314.
RYU, S.; CHEN, J.; ZHENG, D. & LAC-
ROIX, J.J. Relating surface fire spread to land- VEGA-GARCA, C. & CHUVIECO, E. Ap-
scape structure: An application of FARSITE in plying local measures of spatial heterogeneity
a managed forest landscape. Landscape and to Landsat-TM images for predicting wildfire
Urban Planning, 2007, N 83, p. 275283. occurrence in Mediterranean landscapes.
Landscape Ecology, 2006, N 21, p. 595605.
RYU, S.; CHEN, J.; ZHENG, D.; BRESEE,
M.K. & CROW, T.R. Simulating the effects YADAV, B.S. & KAUSHIK, R. Forest fire
of prescribed burning on fuel loading and and its impacts. Plant Archives, 2007, N 7,
timber production (EcoFL) in managed north- p. 33-37.
ern Wisconsin forests. Ecological Modelling,
2006, N 196, p. 395406. ZHANG, X.C. & NEARING, M.A. Impact
of climate change on soil erosion, runoff, and
SCHULZ, J.J.; CAYUELA, L.; ECHEVERRIA, wheat productivity in central Oklahoma. Ca-
C.; SALAS, J. & REY BENAYAS, J.M. Monitor- tena, 2005, N 61, p. 185195.
ing land cover change of the dryland forest
landscape of Central Chile (19752008). Ap- ZHANG, Z.X.; ZHANG, H.Y. & ZHOU,
plied Geography, 2010, N 30, p. 436447. D.W. Using GIS spatial analysis and logistic
regression to predict the probabilities of hu-
SCHUMACHER, S.; REINEKING, B.; SI- man-caused grassland fi res. Journal of Arid
BOLD, J. & BUGMANN, H., 2006. Modelling Environments, 2010, N 74, p. 386393.
the impact of climate and vegetation on fire
regimes in mountain landscapes. Landscape
Ecology, 2006, N 21, p. 539554.