Estimación de Riesgo de Incendios Forestales en Nueva Segovia, para el año 2016

La importancia de la estimación del riesgo para la gestión forestal y la protección del medio ambiente radica en su capacidad para tomar decisiones y acciones que minimicen los impactos negativos de los incendios forestales. El presente estudio estima el riesgo de incendios forestales en el departam...

Descripción completa

Detalles Bibliográficos
Autor principal: Pérez Mairena, Maya Rebeca Isabel
Formato: Tesis
Lenguaje:Español
Publicado: 2024
Materias:
Acceso en línea:http://repositorio.una.edu.ni/4973/
Descripción
Sumario:La importancia de la estimación del riesgo para la gestión forestal y la protección del medio ambiente radica en su capacidad para tomar decisiones y acciones que minimicen los impactos negativos de los incendios forestales. El presente estudio estima el riesgo de incendios forestales en el departamento de Nueva Segovia durante el año 2016, aplicando herramientas estadísticas y Sistemas de Información Geográfica. Como primer paso, se identificó la unidad espacial de estudio, siendo este el departamento de Nueva Segovia por la importancia en la producción forestal de las cuatro especies de conífera del país. Para determinar el año del estudio, el periodo seleccionado de incendios fue el año 2016 debido a la disponibilidad de los datos (puntos) de los incendios, tomando como referencia los datos de puntos de calor del National Oceanic and Atmospheric Administration (NOAA). Estos puntos de incendios se clasificaron como la variable dependiente que implica la presencia de incendios y luego se distribuyeron puntos al azar como ausencia de incendios forestales. Sé realizó un análisis estadístico de regresión logística, a través de un código R, para valorar la contribución de los factores edafoclimáticos en la ocurrencia de un evento de incendio en los bosques del departamento. Estos factores edafoclimáticos, que funcionaron como covariables independientes, fueron covariables de ignición, de combustible, meteorológicas y topográficas. Mediante la técnica de regresión logística binaria, una vez eliminadas las covariables que presentaban problemas de colinealidad y utilizando la variable dependiente obtenida a partir de interpolación mediante Kernel adaptativo, se seleccionó el modelo que ofrecía una mejor relación entre complejidad (número de covariables independientes) y acierto en la clasificación. El uso del suelo, precipitaciones, temperaturas y las distancias a caminos fueron las covariables independientes más determinantes en la estimación del riesgo a incendios. Los municipios que resultaron con mayores riesgos a incendios forestales son Ciudad Antigua, San Fernando y Jícaro en el departamento de Nueva Segovia