Consecuencias del fuego en la composición de la vegetación y su influencia en la distribución del Leaf Area Index (LAI) mediante imágenes multi-resolución

En las últimas décadas, los incendios forestales constituyen una de las principales perturbaciones de los ecosistemas mediterráneos. Comprender cómo se recuperan las formaciones afectadas es fundamental para evaluar su resiliencia y gestionar adecuadamente medidas de restauración hidrológico-forestal. Este estudio analiza la regeneración vegetal en zonas incendiadas representativas de la diversidad paisajística de Aragón (NE de la Península Ibérica), considerando (i) el tipo de vegetación colonizadora en relación con la preexistente y (ii) su impacto en la distribución espacial del Índice de Área Foliar (LAI), este último utilizado como proxy de la funcionalidad eco-fisiológica de las formaciones afectadas. Se hace uso de imágenes GeoSAT-2 de alta resolución espacial y colecciones Sentinel-2 L2A para obtener cartografías sobre la distribución de la vegetación actual y compuestos multitemporales de LAI, respectivamente. Se emplean tablas de contingencia derivadas de comparaciones diacrónicas del tipo de vegetación dominante (antes del fuego y en el momento actual) y modelos predictivos Random Forest (RF), que también han permitido determinar la importancia de diferentes factores naturales en la distribución espacial de las formaciones vegetales colonizadoras. Los resultados ponen de manifiesto la alta dependencia entre las formaciones vegetales previas y las colonizadoras (χ² = 10.067) y el papel de las trayectorias regenerativas en la distribución espacial del LAI (p < 0.05), observándose una mayor regeneración en áreas donde predominaban especies con estrategias reproductivas activas (rebrote y serotinia). Asimismo, en la modelización mediante Random Forest (OOB = 21%) la vegetación preexistente emerge como el factor más determinante (MDG = 600) en la predicción de la vegetación actual, por encima de la severidad del fuego y la tendencia regenerativa del Normalized Difference Vegetation Index (MDG ≈ 250), cuyos efectos varían en función del tipo de formación vegetal.

Authors

Institutions

Publication Details

Journal
Cuadernos de Investigación Geográfica
Published
2025-12-04
DOI
https://doi.org/10.18172/cig.6769
Primary Topic
Remote Sensing in Agriculture
Type
article
Field-Weighted Citation Impact
0.00

Funders

Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Consecuencias del fuego en la composición de la vegetación y su influencia en la distribución del Leaf Area Index (LAI) mediante imágenes multi-resolución

Paola Ortíz, Fernando Pérez‐Cabello, Cristian Iranzo, Raquel Montorio Llovería
Cuadernos de Investigación Geográfica
Remote Sensing in Agriculture
article

Consecuencias del fuego en la composición de la vegetación y su influencia en la distribución del Leaf Area Index (LAI) mediante imágenes multi-resolución

Paola Ortíz, Fernando Pérez‐Cabello, Cristian Iranzo, Raquel Montorio Llovería
article en

Abstract

En las últimas décadas, los incendios forestales constituyen una de las principales perturbaciones de los ecosistemas mediterráneos. Comprender cómo se recuperan las formaciones afectadas es fundamental para evaluar su resiliencia y gestionar adecuadamente medidas de restauración hidrológico-forestal. Este estudio analiza la regeneración vegetal en zonas incendiadas representativas de la diversidad paisajística de Aragón (NE de la Península Ibérica), considerando (i) el tipo de vegetación colonizadora en relación con la preexistente y (ii) su impacto en la distribución espacial del Índice de Área Foliar (LAI), este último utilizado como proxy de la funcionalidad eco-fisiológica de las formaciones afectadas. Se hace uso de imágenes GeoSAT-2 de alta resolución espacial y colecciones Sentinel-2 L2A para obtener cartografías sobre la distribución de la vegetación actual y compuestos multitemporales de LAI, respectivamente. Se emplean tablas de contingencia derivadas de comparaciones diacrónicas del tipo de vegetación dominante (antes del fuego y en el momento actual) y modelos predictivos Random Forest (RF), que también han permitido determinar la importancia de diferentes factores naturales en la distribución espacial de las formaciones vegetales colonizadoras. Los resultados ponen de manifiesto la alta dependencia entre las formaciones vegetales previas y las colonizadoras (χ² = 10.067) y el papel de las trayectorias regenerativas en la distribución espacial del LAI (p < 0.05), observándose una mayor regeneración en áreas donde predominaban especies con estrategias reproductivas activas (rebrote y serotinia). Asimismo, en la modelización mediante Random Forest (OOB = 21%) la vegetación preexistente emerge como el factor más determinante (MDG = 600) en la predicción de la vegetación actual, por encima de la severidad del fuego y la tendencia regenerativa del Normalized Difference Vegetation Index (MDG ≈ 250), cuyos efectos varían en función del tipo de formación vegetal.

Cuadernos de Investigación GeográficaVol. 51(2)
Universidad de Zaragoza (ES)
Ministerio de Ciencia, Innovación y Universidades, Centro para el Desarrollo Tecnológico Industrial
Openalex Percentile: Top 63%
Remote Sensing in Agriculture
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.