Modelaje Del Huracan Dean 8

7272019 Modelaje Del Huracan Dean 8

httpslidepdfcomreaderfullmodelaje-del-huracan-dean-8 116

593

R ESUMEN

Las selvas afectadas por huracanes acumulan grandes car-

gas de combustibles forestales en corto de tiempo que jun-to con el mal uso local del fuego y la sensibilidad de los

bosques tropicales las hacen vulnerables a la ocurrencia de

incendios catastroacuteficos En 2007 el Huracaacuten Dean afectoacute las

selvas de Quintana Roo Campeche y Yucataacuten Con el pro-

poacutesito de generar informacioacuten uacutetil para formular planes de

manejo del fuego en la regioacuten por las autoridades estatales

y federales los objetivos de este estudio fueron estimar las

cargas de combustibles forestales generadas por el paso del

huracaacuten modelar el peligro de incendio e identificar aacutereas

prioritarias de proteccioacuten Se muestrearon 165 conglome-

rados en Quintana Roo Campeche y Yucataacuten en 2007 El

peligro de incendio combinoacute riesgo (periacutemetro de aacutereasagropecuarias) y peligro de incendio forestal (carga de com-

bustibles) Las estimaciones espaciales se hicieron usando

modelos multivariados (kriging) con las que se elaboraron

mapas en un sistema de informacioacuten geograacutefica (SIG) La

moda para cargas fue 40-60 Mg ha 1 la media 40 Mg ha 1

y el maacuteximo 137 Mg ha 1 En total 992 000 ha tuvieron pe-

ligro muy alto-extremo Los mayores impactos fueron al este

de Quintana Roo y se redujeron hacia el oeste conforme el

huracaacuten perdioacute fuerza por la friccioacuten con la tierra

Palabras clave disturbios fuego selvas

A BSTRACT

Forests affected by hurricanes accumulate large forest fuel

loads in a short time that along with the local fire misuseand the sensibility of the tropical forests make them

vulnerable to the occurrence of catastrophic wildfires In

2007 Dean Hurricane affected Quintana Roo Campeche

and Yucataacuten forests In order to generate useful information

for developing fire management plans in the region by state

and federal authorities the aim of this study was to estimate

forest fuel loads generated by the passage of the hurricane

to model the fire danger and identify priority areas for

protection Samples were collected in 165 conglomerates

in Quintana Roo Campeche and Yucataacuten in 2007 The fire

danger combined risk (perimeter of agricultural areas) and

forest fire hazard (fuel load) Spatial estimates were madefrom multivariate models (kriging) with which maps were

drawn in a geographic information system (GIS) Mode for

loads was 40-60 Mg ha 1 the average 40 Mg ha 1 and

the maximum 137 Mg ha 1 A total of 992 000 ha had

very high-extreme hazard The biggest impacts were at the

eastern part of Quintana Roo and fell to the western part

as the hurricane lost strength by friction with the earth

Key words disturbances fire tropical forests

INTRODUCTION

Historically fuels generated by hurricanesincrease fire hazards as it has happened

with Hurricane Carmen (1974) Gilberto(1988) Roxanne (1995) Emily and Wilma (2005)(CONAFOR 2006)[4] Despite hurricanes arecommon and the widespread effect that these meteorsoften cause their impact has been little studied

MODELAJE DEL PELIGRO DE INCENDIO FORESTALEN LAS ZONAS AFECTADAS POR EL HURACAacuteN DEAN

MODELING FOREST FIRE DANGER IN THE ZONES AFFECTED BY HURRICANE DEAN

Dante A Rodriacuteguez-Trejo1 Hubert Tchikoueacute1 Carlos Ciacutentora-Gonzaacutelez 1Rafael Contreras-Aguado2 Alfonso de la Rosa-Vaacutezquez 3

1Divisioacuten de Ciencias Forestales Universidad Autoacutenoma Chapingo 56230 Km 385Carretera Meacutexico-Texcoco Chapingo Estado de Meacutexico (dantearturoyahoocom)(tchikouehotmailcom) (c_c_glzyahoocom) 2Consultora Forestal 77028 Donato Guerra32 Fraccionamiento Plutarco Eliacuteas Calles Chetumal Quintana Roo (rcontreagyahoocom)3Campo Experimental Edzna INIFAP 24520 Km 155 Carretera Poc-yaxum CampecheCampeche (delarosaalfonsoinifapgobmx)

Autor responsable v Author for correspondenceRecibido diciembre 2010 Aprobado junio 2011Publicado como ARTIacuteCULO en Agrociencia 45 593-608 2011



594

AGROCIENCIA 1 de julio - 15 de agosto 2011

VOLUMEN 45 NUacuteMERO 5

INTRODUCCIOacuteN

Histoacutericamente los combustibles generadospor huracanes aumentan el peligro de in-cendio como ha sucedido con los huraca-

nes Carmen (en 1974) Gilberto (en 1988) Roxanne(en 1995) Emily y Wilma (en 2005) (CONAFOR2006)[4] A pesar de ser comunes y del extenso efectoque con frecuencia originan estos meteoros su im-pacto ha sido poco estudiado La interaccioacuten entre huracanes e incendios fores-tales en los bosques tropicales ocurre desde hace mi-llones de antildeos (Loacutepez et al 1990 Myers y van Lear1998) Si se agrega el efecto de factores antroacutepicoscomo el cambio de uso del suelo y el mal uso del fue-go resulta deforestacioacuten y fragmentacioacuten en los bos-ques tropicales sensibles al fuego Asiacute Rodriacuteguez et

al (2008) anotan que la superficie de aacutereas perturba-das o el apoyo financiero al productor agropecuarioentre otros factores se correlacionan con la superficieafectada por incendios en Meacutexico El 21 de agosto de 2007 el huracaacuten Dean arri-boacute a la costa de Quintana Roo y se dirigioacute al oestecon una velocidad de 260 km h1 y rachas de hasta315 km h1 El meteoro damnificoacute a la poblacioacutenincrementoacute el peligro de incendio afectoacute las exis-tencias maderables los avances en ordenamiento ymanejo forestal proyectos ecoturiacutesticos plantacionescomerciales infraestructura de caminos y aserrade-

ros (CONAFOR-SEMARNAT 2007)[5]

Las selvasresguardan gran parte de la biodiversidad mundialy de Meacutexico (Challenger y Soberoacuten 2008) pero elpaso del huracaacuten el peligro de incendio derivado delmismo y la sensibilidad de estos ecosistemas al fuegoamenazan tal biodiversidad El peligro de incendio forestal es resultado de fac-tores constantes y variables que afectan el inicio lapropagacioacuten y la dificultad de su control Entre talesfactores destacan topografiacutea carga de combustiblesy tiempo atmosfeacuterico (Chandler et al 1983) La to-pografiacutea es sensiblemente plana en Quintana Roo

por lo que se consideroacute que su efecto es relativamenteuniforme y no se tomoacute en cuenta El huracaacuten Deanprodujo distintas acumulaciones de combustibles

Hurricane-fire interactions in tropical forestsoccur over millions of years (Loacutepez et al 1990Myers and van Lear 1998) By adding the effectof anthropical factors such as changing land useand misuse of fire this results in deforestation andfragmentation in fire-sensitive tropical forests ThusRodriacuteguez et al (2008) point out that the surface ofdisturbed areas or financial support to agriculturalproducers among other factors are correlated withthe surface affected by fires in Meacutexico On August 21 2007 Hurricane Dean reachedthe coast of Quintana Roo and headed west

with a speed of 260 km h1 and wind gusts ofup to 315 km h1 The hurricane affected thepopulation increased fire hazard affected timberstocks advances in forest management ecotourismprojects commercial plantations infrastructure of

roads and sawmills (CONAFOR-SEMARNAT2007)[5] Forests shelter a large part of global andMeacutexico biodiversity (Challenger and Soberoacuten2008) but the passage of hurricane the firehazard derived from it and the sensitivity of theseecosystems to fire threat such biodiversity

The forest fire danger is result of constant andvariable factors affecting the start propagationand difficult to control it Such factors includetopography fuel load and weather (Chandleret al 1983) Topography is substantially flat inQuintana Roo so it is considered that its effect

is relatively uniform and was not taken intoaccount Hurricane Dean caused various forestfuel accumulations throughout the affected areaand its load itself was considered Many indicesuse meteorological variables but others do not(Pyne et al 1996) In the present study thesevariables were not included The variables relatedto agricultural activities (43 of fire causes inMeacutexico) were included To estimate the forest fire danger the risk factorschosen in one or more numerical or qualitativeindices related to the need for protection are

integrated (Chandler et al 1983) Research onestimation of fire hazard in tropical areas affected byhurricanes is very scarce In the Amazons Maeda et

4 CONAFOR (Comisioacuten Nacional Forestal) 2006 Evaluacioacuten del riesgo de incendios forestales por el huracaacuten ldquoWilmardquo 2005 QuintanaRoo CONAFOR Reporte teacutecnico (ineacutedito)5 CONAFOR-SEMARNAT 2007 Programa emergente para la prevencioacuten y combate de incendios forestales zona centro-sur del estadode Quintana Roo Reporte teacutecnico (ineacutedito)



MODELAJE DEL PELIGRO DE INCENDIO FORESTAL EN LAS ZONAS AFECTADAS POR EL HURACAacuteN DEAN

595RODRIacuteGUEZ-TREJO et al

forestales a lo largo y ancho del aacuterea afectada y sucarga siacute fue contemplada Muchos iacutendices empleanvariables meteoroloacutegicas pero otros no (Pyne et al 1996) En el presente estudio no se incluyeron dichasvariables pero siacute las relativas a actividades agropecua-rias (43 de las causas de incendio en Meacutexico) Para estimar el peligro de incendio forestal se in-tegra los factores de peligro elegidos en uno o maacutesiacutendices numeacutericos o cualitativos relacionados con lanecesidad de proteccioacuten (Chandler et al 1983) Lainvestigacioacuten sobre estimacioacuten de peligro de incendioen aacutereas tropicales afectadas por huracanes es muy es-casa En el Amazonas Maeda et al (2011) utilizaronanaacutelisis vectorial para estimar el riesgo de incendioforestal con las variables aacutereas agriacutecolas y bosque condiferentes niveles de perturbacioacuten o con variables deuso del suelo y su dinaacutemica de cambio empleando

redes neuronales artificiales (Maeda et al 2009)Para estimar el peligro de incendio en aacutereas templa-das de la Sierra Madre Oriental Meacutexico Muntildeoz etal (2005) integraron variables de carga de combus-tibles forestales meteoroloacutegicas y antroacutepicas usandoanaacutelisis espacial multicriterio En zonas templadas deNueva Inglaterra (EEUU) la elevada carga de com-bustibles acumulada tras el paso de huracanes es elprincipal factor que incrementa el peligro de incen-dio (Uriarte y Papaik 2007) Por lo anterior los objetivos del presente estudiofueron 1) determinar la disposicioacuten espacial y patro-

nes de distribucioacuten de cargas de combustibles foresta-les producto del Huracaacuten Dean 2) evaluar el peligrode incendio y 3) determinar aacutereas de proteccioacuten prio-ritaria y elaborar la cartografiacutea respectiva La hipoacutetesisfue que el peligro de incendio forestal aumenta con lacarga de combustibles forestales y con el nuacutemero deaacutereas agriacutecolas o su superficie o su periacutemetro asiacute comocon la densidad o la longitud de caminos

M ATERIALES Y MEacuteTODOS

Aacuterea de estudio y muestreo de combustibles

El aacuterea de trabajo incluyoacute el centro y sur de Quintana Roo el

este de Campeche y el sur de Yucataacuten (Figura 1) y el muestreo se

hizo al azar por conglomerados en el 2007 Cada conglomerado

estuvo compuesto por tres liacuteneas principales para muestreo de

combustibles lentildeosos seguacuten Brown (1974) orientadas a 0 120

y 240deg de azimut y dos cuadros de 0303 m para hojarasca y

capa de fermentacioacuten (Flores et al 2008)

al (2011) used vector analysis to estimate the forestfire hazard with the agricultural and forest areavariables at different levels of disturbance or land usevariables and its dynamics of change using artificialneuronal networks (Maeda et al 2009) To estimatethe fire hazard in temperate areas of the Sierra MadreOriental Meacutexico Muntildeoz et al (2005) integratedvariables of forest fuel load meteorological andanthropical using multi-criteria spatial analysis Intemperate areas of New England (USA) the highestfuel load accumulated after the passage of hurricanesis the main factor increasing the fire hazard (Uriarteand Papaik 2007) Therefore the objectives of this study were1) to determine the spatial arrangement andpatterns of distribution of forest fuel loads result ofHurricane Dean 2) evaluate the danger of fire and

3) determine priority protection areas and developthe respective mapping The hypothesis was thatthe forest fire danger increases with forest fuelloads and the number of agricultural areas or theirsurface or their perimeter as well as the density orlength of roads

M ATERIALS AND METHODS

Study area and fuel sampling

The study area included the central and southern part of

the state of Quintana Roo eastern Campeche and southern Yucataacuten (Figure 1) and sampling was carried out at random by

conglomerates in 2007 Each conglomerate consisted of three

main lines for sampling of woody fuels according to Brown

(1974) oriented at 0 120 and 240deg azimuth and two squares

of 0303 m for litter and fermentation layer (Flores et al

2008)

The sampling lines were 14 m long and divided into four

segments to measure different types of fuel according to the

timelag classes (TL) of woody fuels 35 m (TL1 h and

TL10 h) 7 m (TL100 h) and 14 m (TL1000 h) Samples

of litter and fermentation layer were collected dried in the

laboratory and their load was calculated Samples were collectedin 165 conglomerates 330 sites for litter and fermentation

layer and 1980 lines for woody fuel The sampling intensity

corresponded to a line for sampling of woody fuels per each

2803 ha The center of each conglomerate was geo-referenced

with a geopositioner (GPS) The sample was distributed over

1 400 000 ha obtaining 81 33 and 41 conglomerates in

areas of high medium and low affected areas plus 10 next to



596



Las liacuteneas de muestreo tuvieron 14 m de longitud y se

dividieron en cuatro segmentos para medir diferentes ti-

pos de combustible seguacuten el tiempo de retardo (TR) de los

combustibles lentildeosos 35 m (TR 1 h y TR 10 h) 7 m

(TR 100 h) y 14 m (TR 1000 h) Las muestras de hoja-

rasca y capa de fermentacioacuten se recolectaron se secaron en

laboratorio y se calculoacute su carga Se muestrearon 165 conglo-

merados 330 sitios para hojarasca y capa de fermentacioacuten y

1980 liacuteneas para combustibles lentildeosos La intensidad de mues-

treo correspondioacute a una liacutenea para muestreo de combustibleslentildeosos por cada 2803 ha El centro de cada conglomerado

fue georreferenciado con un geoposicionador (GPS) La mues-

tra se distribuyoacute sobre 1 400 000 ha obteniendo 81 33 y

41 conglomerados en aacutereas de afectacioacuten alta media y baja

maacutes 10 colindantes con el aacuterea afectada Los niveles de afec-

tacioacuten fueron determinados por CONAFOR-SEMARNAT

(2007)[5] seguacuten el impacto en la cobertura de copas

mediante recorridos aeacutereos afectacioacuten baja cuando la cober-

tura se redujo en 30 o menos media con 301-60 y alta

con 60 Las clases de cargas de combustibles forestales

establecidas fueron 20 20-399 40-599 60-799 80-999

y 100 Mg ha 1

Iacutendice de peligro de incendio forestal (IPIF)

El modelo de peligro de incendio forestal fue definido

por un componente de riesgo (factores que causan el fuego) y

otro de peligro (los que facilitan su inicio y desarrollo) Dado

que las actividades agropecuarias son la causa maacutes importante

the affected area The levels of damage were determined by

CONAFOR-SEMARNAT (2007)[5] according to the effects

on canopy cover by air inspection low affected area when the

coverage was reduced 30 or less medium with 301-60

and high with 60 The types of forest fuel loads

established were 20 20-399 40-599 60-799 80-999

and 100 Mg ha 1

Forest fire danger index (FFDI)

The model of forest fire danger was defined by an element

of risk (factors that cause the fire) and other of danger (which

facilitate fire start and development) Since agricultural activities

are the major cause of forest fires in the study area (CONAFOR

2009)[6] and in Chiapas there is a relationship between the area

affected by fire and road density (Cuesta and Martiacutenez 2006)

the variables for the component of risk were chosen (Table 1)

These variables were used because with a greater number of

agricultural lands area or perimeter would be more likely that

some agricultural burning escape to the forest In the case of

roads it is logical that a greater access increases the likelihood of

fires by campfires cigarette butts burning of rights-of-way or byintention

The variables of Table 1 were observed in digital mapping

of land uses of INEGI (2004) in 55 km squares (2500

ha) whose center corresponded to the coordinates of the

conglomerates sampled It was also counted the number of

day hotspots per year and the day hotspots total for the period

2003-2007 within the squares from digital maps (shapefile

Figura 1 Distribucioacuten de los con-glomerados de muestreo

Figure 1 Distribution of samplingconglomerates

Campeche

Quintana Roo

Yucataacuten





de incendios forestales en el aacuterea de estudio (CONAFOR

2009)[6] y que en Chiapas hay relacioacuten entre la superficie afec-

tada por el fuego y la densidad de caminos (Cuesta y Martiacutenez

2006) se eligieron las variables para el componente de riesgo

(Cuadro 1) Estas variables se usaron porque con un mayor nuacute-

mero de terrenos agropecuarios aacuterea o periacutemetro seriacutea maacutes pro-

bable que alguna quema agropecuaria escape hacia la selva En el

caso de los caminos es loacutegico que un mayor acceso aumente la

probabilidad de incendios por fogatas colillas quema de dere-

chos de viacutea o por intencioacuten

Las variables del Cuadro 1 se observaron en cartografiacutea di-

gital de usos del suelo de INEGI (2004) en cuadros de 55 km

(2500 ha) cuyo centro correspondioacute a las coordenadas de los

conglomerados muestreados Ademaacutes se contabilizoacute el nuacutemero

de puntos de calor diurnos por antildeo y el total de puntos de ca-

lor para el periodo 2003-2007 dentro de los cuadros a partir

de una cartografiacutea digital (formato shapefile) proporcionada

directamente por la Comisioacuten Nacional para la Biodiversidad

(CONABIO)

La presenciaausencia de puntos de calor en los cuadros

referidos y las demaacutes variables consideradas permitieron correr

modelos logiacutesticos (Hosmer y Lemeshow 2000) con el procedi-

miento Logistic del programa SAS para microcomputadoras (v

90) (SAS Institute 2002) para obtener probabilidad de ocu-

rrencia de incendio (P ) y elegir los modelos significativos Tal

probabilidad no es predictiva pero relaciona estadiacutesticamente las

aacutereas de mayor ocurrencia de 2003 a 2007 con las variables ex-

plicatorias elegidas Despueacutes de correr pruebas con las variables

y sus combinaciones se obtuvo la siguiente expresioacuten con el pe-

riacutemetro de aacutereas agropecuarias ( X 1 en km) la uacutenica variable queresultoacute significativa (componente de riesgo)

P e X

= +( )minus minus +( )

1 1 0 9069 0 2096 1

(1)

El modelo fue significativo (p00001) al igual que el inter-

cepto y la variable explicatoria (p00228 y p00001) Razoacuten

format) directly provided by the National Commission for

Biodiversity (CONABIO)

The presenceabsence of hotspots in the squares referred to

and the other variables considered allowed to run logistic models

(Hosmer and Lemeshow 2000) with the Logistic procedure of the

SAS program for microcomputers (V90) (SAS Institute 2002) to

obtain probability of fire occurrence (P ) and choose the significant

models This probability is not predictive but statistically relates

the areas of higher occurrence from 2003 to 2007 with the

explanatory variables chosen After running the tests with the

variables and their combinations the following expression was

obtained with the perimeter of agricultural areas ( X 1 in km) the

only variable that became significant (risk component)

P e X


1 1 0 9069 0 2096 1

(1)

The model was significant (p00001) as the intercept

and the explanatory variable (p00228 and p00001)Odds ratio 123 confidence interval (95 ) of 114 to 134

concordance 898 (Figure 2)

For the danger component (Pe ) it was empirically taken into

account the proportion of the load of a given conglomerate with

regard to the maximum load of fuel

Pe C CM (2)

where C total load of fuels in the conglomerate(Mg ha 1)

CM maximum load found in the sampling (Mg ha 1)

While the light fuels tend to govern the behavior of fire it isalso true that they break down quickly and the increase caused

by the hurricane will last a little while In contrast the total load

is more representative of the accumulation of fuel over several

years as the wood takes longer to decompose In order to be valid

the use of the fire danger index for several years the total fuel

load was used in its estimation

Cuadro 1 Variables explicatorias elegidasTable 1 Selected explanatory variables

Peligro Riesgo

Carga total de combustibles forestales Nuacutemero de aacutereas agriacutecolas o pecuarias por cuadro de 55 km Aacuterea de aacutereas agriacutecolas o pecuarias por cuadro de 55 km

Periacutemetro de aacutereas agriacutecolas o pecuarias por cuadro de 55 kmDensidad de caminos (nuacutemero de ramales ha 1) por cuadro de 55 km

Longitud de caminos (kmha) por cuadro de 55 km

6 CONAFOR (Comisioacuten Nacional Forestal) 2009 Reporte de incendios forestales CONAFOR Folleto



598



de momios 123 intervalo de confianza (al 95 ) de 114 a

134 concordancia 898 (Figura 2)

Para el componente de peligro (Pe ) de manera empiacuterica se

tomoacute en cuenta la proporcioacuten que la carga de un conglomerado

dado representa con respecto a la carga maacutexima de combustibles

Pe C CM (2)

donde C carga total de combustibles en el conglomerado(Mg

ha 1) CM carga maacutexima hallada en el muestreo (Mg ha 1)

Si bien los combustibles ligeros tienden a gobernar el com-

portamiento del fuego tambieacuten es cierto que se descomponen

raacutepidamente y su aumento originado por el huracaacuten duraraacute poco

tiempo En cambio la carga total es maacutes representativa de la acu-

mulacioacuten de combustibles a lo largo de varios antildeos pues la ma-

dera tarda maacutes en descomponerse Para que el iacutendice de peligro

de incendios sea vaacutelido durante varios antildeos se usoacute la carga totalde combustibles en su estimacioacuten

El peligro de incendio forestal (PI ) propuesto se establecioacute

como un promedio del componente de riesgo (P ) y del compo-

nente de peligro (Pe )

PI P Pe = +( )( )( ) 2 100 (3)

Finalmente el iacutendice de peligro de incendio forestal (IPIF )

se ajustoacute a 100 como valor maacuteximo mediante una proporcioacuten

de tal forma que el maacuteximo hallado de entre todos los conglome-

rados muestreados fue 100 mientras que el miacutenimo fue 22

IPIF (PI Maacutex PI ) (100) (4)

donde Maacutex PI maacuteximo peligro de incendio registrado

Las clases del IPIF consideradas fueron bajo (40) medio-

bajo (40-499) medio (50-599) alto (60-699) muy alto (70-

799) y extremo (80) En la definicioacuten de estas clases influye-

ron los valores miacutenimo y maacuteximo de IPIF obtenidos asiacute como

el nuacutemero de categoriacuteas de peligro que usa el sistema canadiense

(Van Wagner y Picket 1985 Arnaldos et al 2004)

Para definir las aacutereas prioritarias de proteccioacuten se consideroacute

el valor del peligro de incendio ademaacutes de variables subjetivastiacutepicas en la literatura (Pyne et al 1996) para determinar este

tipo de aacutereas en este caso la presencia de asentamientos huma-

nos dentro del cuadro de 55 km (debido al peligro que puede

representar el fuego para las poblaciones) aacutereas bajo aprovecha-

miento forestal (muchas de las zonas afectadas por el huracaacuten

estaban bajo aprovechamiento) y reservas de la biosfera (por su

relevancia para la conservacioacuten de la biodiversidad)

The forest fire danger (PI ) proposed was established as an

average of the risk component (P ) and of the danger component

(Pe )

PI P Pe = +( )( )( ) 2 100 (3)

Finally the forest fire danger index (IPIF ) was adjusted to

100 as maximum value by a proportion so that the maximum

found among all sampled conglomerates was 100 while the

minimum was 22


where Max PI maximum fire danger recorded

The classes of the IPIF considered were low (40) medium

low (40-499) medium (50-599) high (60-699) very high

(70-799) and extreme (80) In the definition of these classes

influenced the minimum and maximum IPIF obtained and the

number of categories of danger that the Canadian system uses

(Van Wagner and Picket 1985 Arnaldos et al 2004)

To define priority areas for protection the value of fire

danger is considered as well as subjective variables typical in the

literature (Pyne et al 1996) to determine these areas in this

case the presence of human settlements within the square of

55 km (because of the danger that fire may represent for the

populations) areas under logging (much of hurricane-affected

areas were in use) and biosphere reserves (for its relevance for the

conservation of biodiversity)

Figura 2 Probabilidad de presencia de puntos de calor (in-cendios forestales) como funcioacuten del periacutemetro delas aacutereas agropecuarias

Figure 2 Probability of presence of hotspots (forest fires)as a function of the perimeter of the agriculturelivestock areas





Anaacutelisis espacial y elaboracioacuten de mapas

Para modelar el comportamiento de la carga de combustibles

y del iacutendice de peligro de incendio forestal se efectuoacute un anaacutelisis

estadiacutestico espacial usando las coordenadas de cada sitio de mues-

treo asiacute como varias respuestas asociadas a cada sitio Se consi-

deroacute de intereacutes la prediccioacuten de la variable respuesta de intereacutes

en puntos no muestreados mediante la teacutecnica geo-estadiacutestica de

krigado (kriging) (Cressie 1993 Ripley 1981) La razoacuten de usar

esta teacutecnica y no meacutetodos elementales como distancia inversa o

alguna de sus variantes es que el krigado es un meacutetodo de pre-

diccioacuten oacuteptima con sustento teoacuterico soacutelido (Cressie 1993) que

permite efectuar predicciones de la respuesta en puntos no ob-

servados asiacute como estudiar el posible efecto de covariables sobre

tales predicciones

El anaacutelisis espacial preliminar consideroacute un anaacutelisis del va-

riograma definido por 2 γ h ( )= +( )( )Var Z s h donde s es el

punto asociado a coordenadas espaciales dadas y h es un vector

que representa un punto especiacutefico en el espacio de intereacutes Para

seleccionar un semi-variograma teoacuterico (h ) que representara

la tendencia muestral se analizoacute el semivariograma empiacuterico ro-

busto (Cressie 1993) el cual se calculoacute con base en los datos ob-

servados A partir de tal informacioacuten se eligioacute el semi-variograma

exponencial como modelo teoacuterico

γ

θ θ αh

h

h h

( )==

+ minus minus( )( ) ne

0 0

1 3 00 1

exp (5)

En la expresioacuten anterior j y son paraacutemetros j 12 y

la variable respuesta es el valor del semi-variograma empiacutericola estimacioacuten de los paraacutemetros del semi-variograma teoacuterico se

efectuoacute mediante miacutenimos cuadrados no lineales

Para el presente caso la variable respuesta de intereacutes diga-

mos Z representa una de dos variables especiacuteficas el iacutendice de

peligro calculado para el sitio con longitud X y latitud Y o bien

la carga total de combustibles correspondiente a tal sitio Usando

como respuesta los valores del iacutendice de peligro se obtuvieron

las estimaciones θ0 159 6= θ1 93 41= y α=2 798 pseudo-

R 2 092 Para decidir si existiacutea componente de tendencia en

los valores del iacutendice y la subsecuente necesidad de eliminar tal

componente de tendencia se estimoacute un modelo de regresioacuten cua-

draacutetico en las coordenadas usando el iacutendice de peligro como va-riable respuesta Los resultados muestran que no existe efecto de

tendencia significativo para tales datos α=( )0 72 por lo que se

efectuoacute un krigado ordinario El error estaacutendar residual obteni-

do de la estimacioacuten asumiendo un proceso estocaacutestico Gausiano

estacionario de segundo orden fue 2052 unidades del iacutendice

Con respecto a la variable carga total el semi-variograma

teoacuterico sugerido por los datos tambieacuten fue el exponencial en

Spatial analysis and mapping

To model the behavior of the fuel load and the forest fire

danger index a spatial statistical analysis was carried out using

the coordinates of each sampling site as well as a number of

responses associated to each site It was considered of interest

the prediction of the response variable of interest in non-

sampled points using the geo-statistics technique of kriging

(Cressie 1993 Ripley 1981) The reason for using this

technique and not basic methods such as inverse distance or

some of its variants is that kriging is an optimal prediction

method with strong theoretical support (Cressie 1993) which

allows for predictions of the response in points not observed

as well as to study the possible effect of covariates on such

predictions

The preliminary spatial analysis considered an analysis of the

variogram defined by 2 γ h ( )= +( )( )Var Z s h where s is the

point associated to spatial coordinates given and h is a vector

representing a specific point in the space of interest To select a

theoretical semi-variogram (h ) representing the sample trend

the robust empirical semi-variogram was analyzed (Cressie

1993) which was calculated based on the observed data From

such information the exponential semi-variogram was selected as

a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

In the previous expression j and are parameters j 1

2 and the response variable is the value of the empirical semi-variogram the estimation of the parameters of the theoretical

semi-variogram was performed by nonlinear least squares

For this case the response variable of interest say Z

represents one of two specific variables the danger index

calculated for the site with longitude X and latitude Y or the

total fuel load for that site Using as response the values of

the danger index the following estimations were obtained

θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2

092 To decide whether there was trend component in the

index values and the subsequent need to eliminate this trend

component it was estimated a quadratic regression model in the

coordinates using the danger index as the response variableThe results show that there is no significant trend effect for

such data α=( )0 72 so an ordinary kriging was utilized The

residual standard error obtained from the estimation assuming

a Gaussian stationary stochastic process of second order was

2052 units of the index

With respect to the total load variable the theoretical semi-

variogram suggested by the data was also the exponential in this



600



este caso las estimaciones fueron θ0 435 2= θ1 989 5= α=8 2506 y pseudo-R 2 094 El efecto de tendencia en las

coordenadas fue no significativo α=( )0 84 y debido a esto

tambieacuten se utilizoacute un krigado ordinario para predecir esta va-

riable respuesta El error estaacutendar residual obtenido de la esti-

macioacuten fue 304 unidades de carga total Aunque en ocasiones se realizan particiones del conjunto

de observaciones y con base en eacutestas se hacen predicciones

que permiten la validacioacuten cruzada auacuten hay controversia de

la validez de tales teacutecnicas bajo algunas estructuras de auto-

correlacioacuten (Cressie 1993) Asiacute en este caso se consideraron

criterios suficientes la optimalidad predictiva del krigado y

el ajuste satisfactorio de los semi-varigramas muestrales Las

Figuras 3 y 4 muestran los semi-variogramas estimados

Las estimaciones requeridas se efectuaron usando funciones

escritas por el usuario en el programa S-Plus y usando el moacutedulo

Spatial Statistics V 15 (Insightful Corporation 2002) La sis-

tematizacioacuten de datos de los sitios de muestreo se realizoacute con elSIG Arc View (v 32 Environmental Systems Research Institute

1999) para obtener mapas

R ESULTADOS Y DISCUSIOacuteN

La superficie afectada a distintas intensidades fue1 278 589 ha (alta intensidad) 986 979 ha (media)y 2 788 971 ha (baja) 5 054 539 ha en total La sel-va mediana subperennifolia tuvo 840 620 ha de altaafectacioacuten por su amplia extensioacuten donde el huracaacutencausoacute los mayores impactos en la regioacuten este de la

Peniacutensula de Yucataacuten

case the estimates were θ0 435 2= θ1 989 5= α=8 2506

and pseudo-R 2 094 The effect of trend in the coordinates

was not significant α=( )0 84 and because of this it was also

used an ordinary kriging to predict this response variable The

residual standard error obtained from the estimation was 304

units of total load Although sometimes partitions of the set of observations are

carried out and based on these partitions predictions are made

that allow cross-validation there is still controversy as to the

validity of such techniques in some structures of autocorrelation

(Cressie 1993) So in this case sufficient criteria were considered

the predictive optimality of kriging and the satisfactory

adjustment of the sample semi-variogramas Figures 3 and 4

show the estimated semi-variograms

The required estimations were done using functions written

by the user in the program S-Plus and using the module

Spatial Statistics V 15 (Insightful Corporation 2002) Data

systematization of the sampled sites was performed with the SIG Arc View (v 32 Environmental Systems Research Institute

1999) to obtain maps

R ESULTS AND DISCUSSION

The area affected at different intensities was1 278 589 ha (high intensity) 986 979 ha (mediumintensity) and 2 788 971 ha (low intensity)5 054 539 ha in total The medium semi-evergreentropical forest had 840 620 ha of high damage for its

wide extension where the hurricane cause the greatest

impact in the eastern region of the Yucataacuten peninsula

Figura 4 Semi-variograma estimado para la variable cargatotal

Figure 4 Semi-variogram estimated for the total load variable

Figura 3 Semivariograma estimado para la variable iacutendicede peligro

Figure 3 Semi-variogram estimated for the danger index variable





Carga de combustibles forestales

La categoriacutea de carga maacutes comuacuten fue del intervalo20 a 40 Mg ha 1 (2 200 000 ha 431 de la su-perficie) seguida por las clases de 40 a 60 Mg ha 1 (1 200 000 ha 229 ) y20 Mg ha 1 (1 400 000 ha281 ) (Cuadro 2) Las mayores cargas (60 Mgha 1) se observaron en Quintana Roo en selvas me-dianas (Cuadro 2) en aacutereas de importancia forestal ode conservacioacuten como la Organizacioacuten de Produc-tores Canan karsquoachx y parte de la Reserva Xian Kaan(Figura 5) destacando asiacute la necesidad de protegerlasLa carga media fue 404 Mg ha 1 (maacuteximo 137 ymiacutenimo 109 Mg ha 1) La maacutexima se observoacute enselva mediana subperennifolia y fue menor al maacutexi-mo de 1791 Mg ha 1 referido por CONAFOR etal (2005)[7] en aacutereas afectadas por el Huracaacuten Wilma

en 2005 aunque este uacuteltimo usoacute muestreo selecti-vo Los combustibles lentildeosos con un TR de 1000 hrepresentaron casi 30 de la carga media (11994Mg ha 1) en tanto que el total de los combustibleslentildeosos alcanzoacute casi 64

En bosques tropicales huacutemedos no perturbados247 de la carga correspondioacute a combustibles conTR de 1000 h en tanto que 369 fue hojarascay capa de fermentacioacuten (Gould et al 2008) Es-tas proporciones son semejantes a las halladas en el

Forest fuel load

The most common load category was in therange 20 to 40 Mg ha 1 (2 200 000 ha 431 ofthe surface) followed by classes from 40 to 60 Mgha 1 (1 200 000 ha 229 ) and 20 Mg ha 1 (1400 000 ha 281 ) (Table 2) The higher loads(60 Mg ha 1) were observed in Quintana Rooin medium tropical forests (Table 2) in areas offorest importance or conservation areas such as theOrganization of Producers of Canan karsquoachx and partof the Xian Kaan Reserve (Figure 5) emphasizingthus the need to protect them The average load

was 404 Mg ha 1 (maximum 137 and minimum109 Mg 1) The maximum was observed in a semi-evergreen forest and was less than the maximum of1791 Mg ha 1 referred to by CONAFOR et al

(2005)[7]

in areas affected by Hurricane Wilma in2005 although the latter used selective samplingThe woody fuels with a TL of 1000 h accounted foralmost 30 of the average load (11994 Mg ha 1)

while the total wood fuels reached almost 64 In undisturbed tropical rain forests 247 ofthe load corresponded to fuels with TL of 1000h while 369 was litter and fermentation layer(Gould et al 2008) These percentages are similarto those found in this study The proportion of fuels

Cuadro 2 Superficie (ha) por categoriacutea de carga de combustibles y tipo de vegetacioacuten

Table 2 Area (ha) by category of fuel loads and vegetation type

Vegetacioacuten

Carga de combustibles forestales (Mg ha 1)

20 20 - 40 40 - 60 60 - 80 80 - 100 100Total porvegetacioacuten

Manglar 8158 18209 105 8295 12 0984 51194 125 6839Palmar 30122 30122Pastizal cultivado 183 1738 183 1738Pastizal inducido 23 5102 23 5102Sabana 36319 60820 97138Selva baja caducifolia 72 7712 72 7712Selva baja subcaducifolia 11679 93434 14 1140 24 6253

Selva baja subperennifolia 116 7110 451 6851 177 2139 20 9579 33172 769 8851Selva mediana subcaducifolia 534 5967 458 4382 32 9110 27688 1 028 7147Selva mediana subperennifolia 352 0489 1 254 8866 839 6375 192 4242 39 9636 259127 2 681 5521Tular 130 8958 130 8958Total por intervalo de carga 1 418 1552 2 175 9249 1 156 7598 237 5927 62 5142 259127 5 053 5381 281 431 229 47 12 005 1000

7 CONAFOR SEMARNAT CONANP USDA FS TNC PRONATURA 2005 Evaluacioacuten del riesgo de incendios forestales por elHuracaacuten Wilma Reporte ineacutedito



602



presente estudio La proporcioacuten de combustibles conTR 1000 h no exhibioacute cambios importantes en losdistintos niveles de afectacioacuten Los promedios de laproporcioacuten de combustibles con TR 1000 h fueron

292 289 y 271 para las intensidades alta mediay baja A su vez la proporcioacuten de hojarasca y capa defermentacioacuten fue 383 390 y 307 con lo quetodos estos combustibles mantienen su proporcioacutena distintos niveles de afectacioacuten aunque su carga siacutecambie (Cuadro 3)

Cargas por tipo de vegetacioacuten

En las zonas de alta afectacioacuten la selva medianasubperennifolia tuvo una carga media de 496 Mgha 1 mayor que en la selva baja subperennifolia

(386 Mg ha 1) La maacutexima carga (137 Mg ha 1)correspondioacute a selva mediana con afectacioacuten alta(Cuadro 3) La carga media entre tipos de vegeta-cioacuten en la zona de alto impacto fue 488 Mg ha 1Respecto a zonas de afectacioacuten media la selva me-diana subcaducifolia (383 Mg ha 1) y la medianasubperennifolia (382 Mg ha 1) superaron a la selvabaja subperennifolia (348 Mg ha 1) En este nivel

with TL 1000 h showed no significant changes inthe different levels of damage The average ratios offuel with TL 1000 h were 292 289 and 271 for high medium and low intensities In turn the

litter and fermentation layer ratio was 383 390and 307 with what all of these fuels maintaintheir ratio to different levels of damage althoughdoes change its load (Table 3)

Loads per vegetation type

In areas of high damage the semi-evergreentropical forest had a medium load of 496 Mgha 1 higher than the low-evergreen tropicalforest (386 Mg ha 1) The maximum load(137 Mg ha 1) corresponded to medium forest

tropical which was highly affected (Table 3) Themedium load between types of vegetation in thearea of high impact was 488 Mg ha 1 Withregard to areas of medium damage the mediumsub-deciduous tropical forest (383 Mg ha 1)and the semi-evergreen tropical forest (382 Mgha 1) exceeded the low semi-evergreen tropicalforest (348 Mg ha 1) In this level of damage the

Figura 5 Mapa de cargas de combustibles forestalesFigure 5 Map of loads of forest fuels

Adolfo de la Huerta

Felipe Carrillo Puerto

Hopelcheacuten

Campeche

Quintana Roo

YucataacutenCampeche

Champotoacuten

Escaacutercega

Chetumal





maximum load was 847 Mg ha 1 in the semi-evergreen tropical forest and the average betweentypes of vegetation was 382 Mg ha 1 For areas

with low damage the low semi-evergreen tropicalforest showed the highest average (374 Mg ha 1)followed by the medium semi-evergreen tropicalforest (337 Mg h1) and the medium semi-deciduous tropical forest (162 Mg ha 1) Theaverage load in this level of damage was 295 Mgha 1 Similarly Rodriacuteguez et al (1998) report thatthe load increased in vegetation types with more

biomass as high and medium tropical forests afterthe passage of Hurricane Gilbert The means of 496 382 and 337 Mg ha 1 for thelevels of high to low affected areas in medium semi-evergreen tropical forest (2 700 000 ha affected) arehigher than the loads reported by Gould et al (2008)of 279 Mg ha 1 and 197 Mg ha 1 in rainforestsand seasonal tropical forests both undisturbed forests

Analysis by type of fuels

Based on the estimates (response surfaces) of

forest fuels (not shown) litter and fermentationlayer show their highest values to the northeast andsoutheast of the studied area Of woody materials

with 1 h of TL the highest loads are seen in thesoutheast and east-central sectors of the most affectedarea (east) The distribution of these fine materialsis relevant because according to Pyne et al (1996)control the direction of fire spread Moreover the

Cuadro 3 Cargas de combustibles forestales (Mg ha 1) por nivel de afectacioacuten del huracaacutenTable 3 Forest fuel loads (Mg ha 1) by level of affected areas by hurricane

CombustiblesBaja Media Alta

Promedio Maacuteximo Miacutenimo Promedio Maacuteximo Miacutenimo Promedio Maacuteximo Miacutenimo

1 h 1325 2304 0225 1764 5845 0000 2100 6322 001410 h 3585 8802 0391 3307 6063 0000 4691 16626 0000100 h 6476 28315 0000 7188 43808 0000 9136 55027 0534110100 h 11022 33534 0000 10310 56484 0000 13994 68563 00001000 h F 3405 26489 0000 7197 36067 0000 8906 47626 00001000 h P 3891 39225 0000 3857 17782 0000 5441 42492 00001000 h F+P 7297 56708 0000 11054 36945 0000 14347 76165 0000Lentildeosos totales 18682 72411 4102 23313 78200 0000 30274 121160 0548Hojarasca 2327 6811 0023 4015 10030 0481 5646 17021 0407Capa de fermentacioacuten 5943 28625 0149 10887 31815 1852 13143 53891 1926Carga total 26952 83760 10880 38215 94677 11099 49063 137002 13696

F firmes P en descomposicioacutenv F solid P in decomposition

de afectacioacuten la carga maacutexima fue 847 Mg ha 1 enselva mediana subperennifolia y la media entre tiposde vegetacioacuten fue 382 Mg ha 1 Para las aacutereas conbaja afectacioacuten la selva baja subperennifolia mostroacuteel mayor promedio (374 Mg ha 1) seguida por lamediana subperennifolia (337 Mg ha 1) y la media-na subcaducifolia (162 Mg ha 1) La carga media eneste nivel de afectacioacuten fue 295 Mg ha 1 Similar-mente Rodriacuteguez et al (1989) refieren que la cargaaumentoacute en tipos de vegetacioacuten con maacutes biomasacomo las selvas altas y medianas luego del paso del

huracaacuten Gilberto Las medias de 496 382 y 337 Mg ha 1 paralos niveles de afectacioacuten alto a bajo en selva medianasubperennifolia (2 700 000 ha afectadas) son supe-riores a las cargas reportadas por Gould et al (2008)de 279 Mg ha 1 y 197 Mg ha 1 en bosques tropi-cales huacutemedos y en los secos ambos no perturbados

Anaacutelisis por clase de combustibles

Con base en las estimaciones (superficies de res-puesta) de los combustibles forestales (no mostra-

das) la hojarasca y la capa de fermentacioacuten exhibensus mayores valores hacia el noreste y el sureste dela zona estudiada De los materiales lentildeosos con 1 hde TR las mayores cargas se aprecian en los sectoressureste y centro-este de la zona de mayor afectacioacuten(este) La distribucioacuten de estos materiales finos esrelevante porque seguacuten Pyne et al (1996) contro-lan la direccioacuten de propagacioacuten del fuego Ademaacutes



604



el patroacuten y caracteriacutesticas de combustibles como hojarasca y capa de fermentacioacuten influyen en la pro-babilidad de incendios subterraacuteneos los que emitenmaacutes partiacuteculas suspendidas a la atmoacutesfera (Cochraney Ryan 2009) La capa de fermentacioacuten tarda maacutesque la hojarasca en iniciar su combustioacuten pero libe-ra maacutes energiacutea y hace maacutes severos los incendios sub-terraacuteneos comparados con los superficiales (Neri etal 2008) Los incendios subterraacuteneos son difiacutecilesde combatir y con frecuencia imparables Los com-bustibles con 10 h de TR tuvieron una tendenciasimilar a los de 1 h de TR La mayor concentracioacutende combustibles con 100 h de TR estaacute en la porcioacutenNE y en la centro-este En anaacutelisis combinado decombustibles de 1-100 h de TR la tendencia de losde 100 h prevalece Hay cargas altas de combustibles lentildeosos con TR

de 1000 h desde la costa hasta los liacutemites de Yucataacuteny Campeche por la peacuterdida de fuerza del huracaacutenCon materiales maacutes pesados como estos uacuteltimos elfuego adquiere mayor intensidad lo que dificulta elcontrol (Pyne et al 1996) ademaacutes cuentan con ma-yor tiempo de residencia Finalmente la carga totalmuestra una tendencia semejante a la anterior Paratodos los combustibles lentildeosos hay picos intercala-dos entre partes maacutes o menos planas u onduladasEste comportamiento y la relativa escasez de com-bustibles con TR de 1 y 10 h al NE y una relativa-mente menor presencia de combustibles con TR de

100 h al SE obedecen a distintos efectos del huracaacutenen regiones con diferentes tipos y proporciones deselvas y usos de suelo

Peligro de incendio forestal

El peligro de incendio fue alto en 2 400 000 ha(46 de la superficie) muy alto en 906 000 ha(17 ) y extremo en 85 923 ha (16 ) En Cam-peche influye maacutes el riesgo de incendio por igni-ciones agropecuarias pero en Quintana Roo haypeligro y riesgo por la acumulacioacuten de combustibles

y la presencia de agostaderos y aacutereas agriacutecolas Con-siderando soacutelo selvas medianas en Quintana Roo1 800 000 ha tuvieron peligro de alto a extremoel peligro es mayor al E (Figura 6) Los vientos delSE dominantes en la primavera (Suaacuterez y Rivera1998) la temporada de incendios implican peligroadicional pues dirigiraacuten los incendios a aacutereas conmaacutes combustibles

pattern and characteristics of fuels such as litterand layer of fermentation influence the likelihoodof underground fires which emit more particulatematter into the atmosphere (Cochrane and Ryan2009) The fermentation layer takes longer thanlitter to start burning but it releases more energyand makes more severe underground fires comparedto surface fires (Neri et al 2008) The undergroundfires are difficult to control and often they areunstoppable Fuels with 10 h of TL had a trendsimilar to the 1 h of TL The highest concentrationof fuels with 100 h of TL is at NE and Central-Eastsections In combined analysis of fuels of TL 1-100 hthe trend of 100 h prevails

There are high loads of woody fuels with TL of1000 h from the coast to the borders of Yucataacutenand Campeche due to the loss of strength of the

hurricane With heavier materials like the latter thefire becomes more intense making it difficult tocontrol (Pyne et al 1996) also they are those thathave longer residence time Finally the total loadshows a similar trend to the previous one For all

woody fuels there are peaks interspersed betweenparts more or less flat or wavy This trend and therelative scarcity of fuels with TR of 1 and 10 h to NEand a relatively smaller presence of fuels with TL of100 h to SE are due to various effects of the hurricanein regions with different types and proportions offorests and land uses

Forest fire danger

The fire danger was high in 2 400 000 ha (46 of the surface) very high in 906 000 ha (17 ) andextreme in 85 923 ha (16 ) In Campeche the riskof fire by agricultural ignitions has more influencebut in Quintana Roo there is danger and risk for theaccumulation of fuels and the presence of rangelandand agricultural areas Considering only mediumtropical forests in Quintana Roo 1 800 000 ha hadhigh to extreme danger the danger is greater to the

East (Figure 6) The prevailing SE winds in spring(Suaacuterez and Rivera 1998) the fire season involveadditional danger because the fires will lead to areas

with more fuels The increase in fuel loading indicates danger notonly per se but also by the reduction in the canopycover which facilitates the drying and combustion ofmaterials brought down by hurricanes (Myers and





El aumento en la carga de combustibles indica pe-ligro no soacutelo per se sino tambieacuten por la reduccioacuten enla cobertura de copas que facilita el secado y la com-bustioacuten de los materiales derribados por huracanes

(Myers y van Lear 1998) En selvas los incendios su-perficiales pueden propiciar incendios subterraacuteneosdependiendo de la profundidad de los materiales or-gaacutenicos (Cochrane y Schulze 1999) entre otros fac-tores lo que genera maacutes severidad al quemar el suelo(Jain et al 2008) Histoacutericamente se han presentado incendios enregiones afectadas por huracanes en el sureste deMeacutexico 1) en las aacutereas afectadas por el huracaacuten Janet(deacutecada de 1950) 2) en1989 hubo incendios en 119233 ha en aacutereas afectadas por el huracaacuten Gilberto(Villa et al 1990) y 3) incendios forestales en 2009

en aacutereas impactadas por el huracaacuten Wilma en 2005 Asiacute la conjugacioacuten de factores como sequiacutea intensarelacionada con fenoacutemenos como el Nintildeo o la Nintildease presenta desde el mismo antildeo o hasta unos cua-tro antildeos despueacutes del paso del huracaacuten propiciandolos incendios forestales ante el continuo y ampliouso y mal uso del fuego en la regioacuten Seguacuten Cookeet al (2007) el paso de cualquier huracaacuten aumenta

van Lear 1998) In tropical forests surface fires cancause underground fires depending on the depthof organic materials (Cochrane and Schulze 1999)among other factors which generates more severity

when burning the soil (Jain et al 2008) Historically fires have been present in regionsaffected by hurricanes in southeastern Meacutexico1) in the affected areas by the hurricane Janet (decade1950) 2) in 1989 there were wildfires in 119 233 ha in areas affected by the Hurricane Gilberto (Villaet al 1990) y 3) forest fires in 2009 in areasimpacted by the Hurricane Wilma in 2005 Thusthe combination of factors such as severe droughtassociated with El Nintildeo or La Nintildea comes from thesame year or until about four years after the passageof the hurricane leading to the forest fires related

to the continued and broad use and misuse of firein the region According to Cooke et al (2007)the passage of any hurricane increases fuels andfire danger such as Katrina which increased from3 to 13 the areas with very high fire danger insouthern Mississippi High loads influences more on severe firesand on a low ecological restoration and forest

Figura 6 Mapa de iacutendice de peligro de incendio forestalFigure 6 Map of forest fire danger index

Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606



combustibles y peligro de incendio como Katrinaque incrementoacute de 3 a 13 las aacutereas con muy altopeligro de incendio al sur del Mississippi Las cargas altas repercuten en incendios maacutes seve-ros y en una lenta recuperacioacuten ecoloacutegica y de la pro-duccioacuten forestal asiacute como se favorece el cambio deuso del suelo Rodriacuteguez et al (1989) reportan que88 de los aacuterboles estaban derribados en las aacutereasafectadas por el huracaacuten Gilberto (1988) e incendiosforestales (1989) y 54 en las aacutereas afectadas soacutelopor huracaacuten

Aacutereas prioritarias de proteccioacuten

Estas aacutereas se concentran en Quintana Roo don-de estaacuten las mayores cargas de combustibles ade-maacutes estaacuten representadas por selvas medianas con

aprovechamiento forestal selvas medianas y otrostipos de vegetacioacuten como los humedales en las aacutereasnaturales protegidas de XianKaan Quintana Rooy Calakmul Campeche Hay aacutereas con aprovecha-miento forestal que antes del huracaacuten estaban enbuena condicioacuten y con bajo riesgo de incendio poractividades agropecuarias Sin embargo luego delos embates de los vientos huracanados estas aacutereaspueden degradarse maacutes en caso de incendios fores-tales pues son ecosistemas sensibles al fuego Lasaacutereas prioritarias de proteccioacuten estaacuten divididas enalta (gran acumulacioacuten de combustibles selvas bajo

manejo o de conservacioacuten) media (selvas bajas in-cluso en zonas con alto impacto del huracaacuten) y baja(en Campeche a reserva del riesgo de incendio poractividades agropecuarias) (Figura 7)

CONCLUSIONES

En la regioacuten hay maacutes de 2 millones ha con peligroalto muy alto o extremo de incendio forestal Debi-do a que en la definicioacuten de peligro de incendio setomoacute en cuenta la carga de todos los combustiblesforestales incluidos los combustibles pesados por

su lenta descomposicioacuten y disponibilidad durantela eacutepoca de sequiacutea y al extendido uso agropecuariodel fuego en la regioacuten la zonificacioacuten relativa a pe-ligro de incendio forestal y la de aacutereas prioritariasde atencioacuten estaraacuten vigentes durante varios antildeos

A mayor porte de la vegetacioacuten mayor la carga decombustibles generada como las selvas medianasque ademaacutes tienen la maacutes amplia distribucioacuten entre

production recovery as well as the change ofthe land use is favored Rodriacuteguez et al (1989)reported that 88 of the trees were felled in theareas affected by Hurricane Gilbert (1988) andforest fires (1989) and 54 in areas affected onlyby hurricane

Priority areas for protection

Priority forest areas for protection wereconcentrated in Quintana Roo where the highestloads of fuels are located in addition they arerepresented by rainforests with forest exploitationsemi-evergreen forests and other type of vegetationsuch as wetlands in the natural protected areasof XianKaan Quintana Roo and CalakmulCampeche There are areas with forest exploitation

that before the hurricane were in good conditionand with low risk of fire by agriculture-livestockactivities However after the strike of the hurricane

winds these areas may be more degraded in case offorest fires because they are fire-sensitive ecosystemsPriority areas for protection are divided into highpriority (large accumulation of fuels forests undermanagement or conservation) medium priority (lowtropical forests including areas with high impact ofhurricane) and low priority (in Campeche subject tothe fire risk by agricultural activities) (Figure 7)

CONCLUSIONS

In the region there are over 2 million ha withhigh very high or extreme forest fire danger Due tothe fact that in the definition of fire danger the loadof all forest fuels was taken into account includingthe heavy fuels by their slow decomposition andavailability during the drought season and the

widespread agricultural use of fire in the region thedivision into zones related to the forest fire dangerand the priority areas for protection will be in effectfor several years The higher the size of vegetation

the greatest the load of fuels generated such asmedium tropical forests which also have the widestdistribution among the forests of the area There wasa gradient of affected areas and loads of fuels withthe highest levels to the east and the lowest to the

west as the hurricane decreased its strength The higher level of risk corresponded to theeastern region with high loads and agriculture





las selvas de la zona Hubo un gradiente de afec-tacioacuten y cargas de combustibles con los mayoresniveles al este y los menores al oeste en la medidaen que el huracaacuten disminuyoacute su fuerza

El mayor nivel de peligro correspondioacute a la regioacuteneste con elevadas cargas y uso agropecuario de fuegoHacia el oeste con menores cargas las actividadesagropecuarias imprimen riesgo Las aacutereas prioritariasde proteccioacuten incluyen zonas con altos niveles de pe-ligro como las aacutereas bajo aprovechamiento forestallas reservas de la biosfera y poblaciones La hipoacutetesis se cumplioacute parcialmente pues detodas las variables probadas soacutelo el periacutemetro de lasaacutereas agropecuarias resultoacute significativo para estimarla presencia de incendios forestales Se considera quelos modelos utilizados fueron apropiados para alcan-

zar los objetivos planteados La informacioacuten de este estudio es uacutetil para quie-nes toman decisiones de manejo del fuego y de eco-sistemas en la regioacuten

A GRADECIMIENTOS

A CONAFOR que autorizoacute uso de datos del proyecto ldquoPro-

grama de prevencioacuten y combate de incendios forestales y manejo

livestock use of fire To the west with smaller loadsthe agriculturelivestock activities fix risk Priorityareas for protection include areas with high dangersuch as areas under forest exploitation the biospherereserves and populations

The hypothesis was partially fulfilled becausefrom all variables tested only the perimeter of theagricultural areas resulted significant to estimatethe presence of forest fires It is considered that themodels used were appropriate to achieve the posedobjectives The information of this study is useful todecision makers of fire management and ecosystemmanagement in the region

991252End of the English version991252

983152983152983152983158983120983120983120

del fuego en las aacutereas afectadas por el huracaacuten Dean en las aacutereas

tropicales del sureste de Meacutexicordquo elaborado por la UACH A

Ing Viacutector Sosa Cedillo Ing Roberto Martiacutenez Domiacutenguez Dr

J Germaacuten Flores G Dr Juan de D Benavides S y a los Ings o

MC Kuc Uc Gener D Juan O Hernaacutendez L Isaac Mendiola

G Mauricio R Castantildeeda M Rosa L Carrillo Diana Lahoz

Figura 7 Mapa de aacutereas prioritarias de proteccioacutenFigure 7 Map of priority areas for protection

Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega Chetumal



608



G Karina Coliacuten Y Diana L Saacutenchez V G Elena Islas M y

Elsa Berenice

L ITERATURA CITADA

Arnaldos V J X Navaloacuten N E Pastor F E Planas C

y L Zaacuterate L 2004 Manual de Ingenieriacutea Baacutesica para laPrevencioacuten y Extincioacuten de Incendios Forestales MundiPrensa Madrid 414 p

Brown J K 1974 Handbook for Inventorying Downed WoodyMaterial USDA For Serv Gen Tech Rep INT-16

Challenger A y J Soberoacuten M 2008 Los ecosistemas terrestresVol I Conocimiento actual de la biodiversidad In SarukhaacutenK J Capital Natural de Meacutexico CONABIO Meacutexico DF pp 87-108

Chandler C P Cheney P Thomas L Trabaud and D Williams 1983 Fire in Forestry Vol II Wiley New York298 p

Cochrane M A and M D Schulze 1999 Fire as a recurrentevent in tropical forests of the eastern Amazon effects on

forest structure biomass and species composition Biotropica31 2-16Cochrane M A and K C Ryan 2009 Fire and fire ecology

concepts and principles In Cochrane M A (ed) TropicalFire Ecology Climate Change Land Use and EcosystemDynamics Springer-Praxis Chichester UK pp 25-62

Cooke W H K Grala D Evans and C Collins 2007 Assessment of pre- and post-Katrina fuel conditions asa component of fire potential modeling for SouthernMississippi J For (Dec) 389-397

Cressie N A C 1993 Statistics for Spatial Data Wiley New York 900 p

Cuesta R R M and J Martiacutenez V 2006 Effectiveness ofprotected areas in mitigating fire within their boundariesCase study of Chiapas Meacutexico Cons Biol 20(4) 1074-

1086Environmental Systems Research Institute 1999 Arc View GIS

32 Redland California USAFlores G J G O G Rodriacuteguez Ch M Meleacutendez G y O

G Rosas A 2008 Sitios de muestreo para el monitoreo decombustibles forestales SIMMCOF Centro de InvestigacioacutenRegional del Paciacutefico Centro Campo Experimental Centro Altos de Jalisco INIFAP Folleto Teacutecnico no 1 47 p

Gould W G Gonzaacutelez A T Hudak T Nettleton H and JHollingsworth 2008 Forest structure and downed woodydebris in boreal temperate and tropical forest fragments Ambio 37(7-8) 577-587

Hosmer D W and S Lemeshow 2000 Applied LogisticRegression Wiley New York 392 p

INEGI 2004 Carta de Uso del Suelo y Vegetacioacuten 1250 000Insightful Corporation 2002 S-plus v 8p for WindowsEnterprise Developer Edition Washington USA

Jain T B W A Gould R T Graham D S Pilliod L BLentile and G Gonzaacutelez 2008 A soil burn severity indexfor understanding soil-fire relations in tropical forests Ambio 37(7-8) 563-568

Loacutepez P J M Keyes A Gonzaacutelez E F Cabrera y O Saacutenchez1990 Los incendios de Quintana Roo iquestCataacutestrofe ecoloacutegicao evento perioacutedico Ciencia y Desarrollo 16(91) 43-57

Maeda E E A R Formaggio Y E Shimabukono G F B Arcoverde and M C Hansen 2009 Predicting forest firein the Brazilian Amazon using Modis imagery and artificialneural networks Int J Applied Earth Observation andGeoinformation 11(4) 265-272

Maeda E E G F B Arcoverde P K E Pellikka and Y EShimabukoro 2011 Fire risk assessment in the Brazilian Amazon using Modis imagery and change vector analysis Appl Geography 31(1) 76-84

Muntildeoz R C A E J Trevintildeo G J Veraacutestegui Ch J JimeacutenezP y O A Aguirre C 2005 Desarrollo de un modeloespacial para la evaluacioacuten del peligro de incendios forestalesen la Sierra Madre Oriental de Meacutexico InvestigacionesGeograacuteficas 56 101-117

Myers R K and D H van Lear 1998 Hurricane-fireinteractions in coastal forests of the south a review andhypothesis For Ecol Manag 103 265-276

Neri A C D A Rodriacuteguez T y R Contreras A 2008Inflamabilidad de combustibles forestales en las selvas deCalakmul Campeche Universidad y Ciencia 25(2) 125-132

Pyne S J P L Andrews and R D Laven 1996 Introductionto Wildland Fire 2nd ed Wiley New York 769 p

Ripley B D 1981 Spatial Statistics Wiley New York 252 pRodriacuteguez F C G Vera C F Carrillo A J Chavelas P J C

Escoto P y C Paraguirre L 1989 Evaluacioacuten de dantildeos en lazona afectada por el huracaacuten Gilberto y el incendio ocurridoel presente antildeo CIFAP-Meacutex Reporte Teacutecnico 100 p

Rodriacuteguez T D A H Ramiacuterez M H Tchikoueacute y J SantillaacutenP 2008 Factores que inciden en la siniestralidad de incendios

forestales Ciencia For Meacutex 33(104) 37-58SAS Institute 2002 Statistical Analysis System v 90 for

Microcomputers Cary North Carolina USASuaacuterez M E y E Rivera A 1998 Zooplancton e hidrodinaacutemica

en zonas litorales y arrecifales de Quintana Roo MeacutexicoHidrobioloacutegica 8 19-32

Uriarte M and M Papaik 2007 Hurricane impacts ondynamics structure and carbon sequestration potential offorest ecosystems in southern New England USA Tellus59A 519-528

Van Wagner C E and T L Picket 1985 Equations andFORTRAN program for the Canadian Forest Fire WeatherIndex System Forestry Technical Report 33 CanadianForest Service Ottawa Ontario 18 p

Villa S A B E A Hernaacutendez O y V E Sosa C (eds)1990 Plan de manejo silviacutecola integral de la zona norte deQuintana Roo AMPF A C Meacutexico D F 100 p



594



INTRODUCCIOacuteN

Histoacutericamente los combustibles generadospor huracanes aumentan el peligro de in-cendio como ha sucedido con los huraca-

nes Carmen (en 1974) Gilberto (en 1988) Roxanne(en 1995) Emily y Wilma (en 2005) (CONAFOR2006)[4] A pesar de ser comunes y del extenso efectoque con frecuencia originan estos meteoros su im-pacto ha sido poco estudiado La interaccioacuten entre huracanes e incendios fores-tales en los bosques tropicales ocurre desde hace mi-llones de antildeos (Loacutepez et al 1990 Myers y van Lear1998) Si se agrega el efecto de factores antroacutepicoscomo el cambio de uso del suelo y el mal uso del fue-go resulta deforestacioacuten y fragmentacioacuten en los bos-ques tropicales sensibles al fuego Asiacute Rodriacuteguez et

al (2008) anotan que la superficie de aacutereas perturba-das o el apoyo financiero al productor agropecuarioentre otros factores se correlacionan con la superficieafectada por incendios en Meacutexico El 21 de agosto de 2007 el huracaacuten Dean arri-boacute a la costa de Quintana Roo y se dirigioacute al oestecon una velocidad de 260 km h1 y rachas de hasta315 km h1 El meteoro damnificoacute a la poblacioacutenincrementoacute el peligro de incendio afectoacute las exis-tencias maderables los avances en ordenamiento ymanejo forestal proyectos ecoturiacutesticos plantacionescomerciales infraestructura de caminos y aserrade-

ros (CONAFOR-SEMARNAT 2007)[5]

Las selvasresguardan gran parte de la biodiversidad mundialy de Meacutexico (Challenger y Soberoacuten 2008) pero elpaso del huracaacuten el peligro de incendio derivado delmismo y la sensibilidad de estos ecosistemas al fuegoamenazan tal biodiversidad El peligro de incendio forestal es resultado de fac-tores constantes y variables que afectan el inicio lapropagacioacuten y la dificultad de su control Entre talesfactores destacan topografiacutea carga de combustiblesy tiempo atmosfeacuterico (Chandler et al 1983) La to-pografiacutea es sensiblemente plana en Quintana Roo

por lo que se consideroacute que su efecto es relativamenteuniforme y no se tomoacute en cuenta El huracaacuten Deanprodujo distintas acumulaciones de combustibles

Hurricane-fire interactions in tropical forestsoccur over millions of years (Loacutepez et al 1990Myers and van Lear 1998) By adding the effectof anthropical factors such as changing land useand misuse of fire this results in deforestation andfragmentation in fire-sensitive tropical forests ThusRodriacuteguez et al (2008) point out that the surface ofdisturbed areas or financial support to agriculturalproducers among other factors are correlated withthe surface affected by fires in Meacutexico On August 21 2007 Hurricane Dean reachedthe coast of Quintana Roo and headed west

with a speed of 260 km h1 and wind gusts ofup to 315 km h1 The hurricane affected thepopulation increased fire hazard affected timberstocks advances in forest management ecotourismprojects commercial plantations infrastructure of

roads and sawmills (CONAFOR-SEMARNAT2007)[5] Forests shelter a large part of global andMeacutexico biodiversity (Challenger and Soberoacuten2008) but the passage of hurricane the firehazard derived from it and the sensitivity of theseecosystems to fire threat such biodiversity

The forest fire danger is result of constant andvariable factors affecting the start propagationand difficult to control it Such factors includetopography fuel load and weather (Chandleret al 1983) Topography is substantially flat inQuintana Roo so it is considered that its effect

is relatively uniform and was not taken intoaccount Hurricane Dean caused various forestfuel accumulations throughout the affected areaand its load itself was considered Many indicesuse meteorological variables but others do not(Pyne et al 1996) In the present study thesevariables were not included The variables relatedto agricultural activities (43 of fire causes inMeacutexico) were included To estimate the forest fire danger the risk factorschosen in one or more numerical or qualitativeindices related to the need for protection are

integrated (Chandler et al 1983) Research onestimation of fire hazard in tropical areas affected byhurricanes is very scarce In the Amazons Maeda et

4 CONAFOR (Comisioacuten Nacional Forestal) 2006 Evaluacioacuten del riesgo de incendios forestales por el huracaacuten ldquoWilmardquo 2005 QuintanaRoo CONAFOR Reporte teacutecnico (ineacutedito)5 CONAFOR-SEMARNAT 2007 Programa emergente para la prevencioacuten y combate de incendios forestales zona centro-sur del estadode Quintana Roo Reporte teacutecnico (ineacutedito)



























2008)















596























y 100 Mg ha 1












and 100 Mg ha 1






















Campeche

Quintana Roo

Yucataacuten























(CONABIO)












P e X


1 1 0 9069 0 2096 1

(1)
















P e X


1 1 0 9069 0 2096 1

(1)







Pe C CM (2)










Peligro Riesgo







598








Pe C CM (2)













PI P Pe = +( )( )( ) 2 100 (3)























(Pe )

PI P Pe = +( )( )( ) 2 100 (3)




minimum was 22




































tales predicciones










γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

































predictions









a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)









θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2













600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





























































2008)















596























y 100 Mg ha 1












and 100 Mg ha 1






















Campeche

Quintana Roo

Yucataacuten























(CONABIO)












P e X


1 1 0 9069 0 2096 1

(1)
















P e X


1 1 0 9069 0 2096 1

(1)







Pe C CM (2)










Peligro Riesgo







598








Pe C CM (2)













PI P Pe = +( )( )( ) 2 100 (3)























(Pe )

PI P Pe = +( )( )( ) 2 100 (3)




minimum was 22




































tales predicciones










γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

































predictions









a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)









θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2













600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































596























y 100 Mg ha 1












and 100 Mg ha 1






















Campeche

Quintana Roo

Yucataacuten























(CONABIO)












P e X


1 1 0 9069 0 2096 1

(1)
















P e X


1 1 0 9069 0 2096 1

(1)







Pe C CM (2)










Peligro Riesgo







598








Pe C CM (2)













PI P Pe = +( )( )( ) 2 100 (3)























(Pe )

PI P Pe = +( )( )( ) 2 100 (3)




minimum was 22




































tales predicciones










γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

































predictions









a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)









θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2













600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA

























































(CONABIO)












P e X


1 1 0 9069 0 2096 1

(1)
















P e X


1 1 0 9069 0 2096 1

(1)







Pe C CM (2)










Peligro Riesgo







598








Pe C CM (2)













PI P Pe = +( )( )( ) 2 100 (3)























(Pe )

PI P Pe = +( )( )( ) 2 100 (3)




minimum was 22




































tales predicciones










γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

































predictions









a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)









θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2













600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































598








Pe C CM (2)













PI P Pe = +( )( )( ) 2 100 (3)























(Pe )

PI P Pe = +( )( )( ) 2 100 (3)




minimum was 22




































tales predicciones










γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

































predictions









a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)









θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2













600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA




















































tales predicciones










γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)

































predictions









a theoretical model

γ

θ θ αh

h

h h

( )==


0 0

1 3 00 1

exp (5)









θ0 159 6= θ1 93 41= and α=2 798 pseudo-R 2













600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































600

























































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA











































Forest fuel load



(2005)[7]





Vegetacioacuten








602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































602














Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal
























604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA


























































604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































604













Forest fire danger















Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA














































Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten

Escaacutercega

Chetumal



606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































606








CONCLUSIONES









CONCLUSIONS












A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA










































A GRADECIMIENTOS






983152983152983152983158983120983120983120








Adolfo de la Huerta


Hopelcheacuten

Campeche

Quintana Roo


Champotoacuten




608




Elsa Berenice

L ITERATURA CITADA





































608




Elsa Berenice

L ITERATURA CITADA



































Date post:	14-Apr-2018
Category:	Documents
Upload:	paola-teran-castro
View:	228 times
Download:	0 times

Modelaje Del Huracan Dean 8

Documents