Análisis de Severidad de Incendios y estimación de área quemada

PN Los Alerces y localidad de Cholila - 2026

Author

Verónica Andreo

Published

April 25, 2026

Introducción y Objetivos

El objetivo de este taller es realizar una demostración básica sobre el uso de herramientas geoespaciales para evaluar el impacto de disturbios ambientales, tomando como caso de estudio los incendios ocurridos durante el verano de 2026 en el Parque Nacional Los Alerces y la zona de Cholila.

Realizaremos el mismo análisis técnico utilizando tres metodologías distintas. El propósito es demostrar la versatilidad de las plataformas actuales, comparando flujos de trabajo tradicionales con software “de escritorio” frente a enfoques basados en código automatizable, reproducible y escalable:

  1. QGIS (Software de Escritorio): La metodología tradicional basada en interfaces gráficas (“clics”). Es ideal para la inspección visual detallada y la producción de cartografía final.
  2. Google Earth Engine (GEE - Cloud Computing): Procesamiento masivo en la nube. Permite analizar petabytes de datos sin descargarlos. Es una herramienta potente y gratuita para fines académicos, aunque su infraestructura es de código cerrado.
  3. GRASS GIS en Google Colab (Open Source & Scripting): Representa la filosofía del software libre y de código abierto (FOSS). Utilizaremos el motor de procesamiento de GRASS dentro de un entorno de Python, garantizando la reproducibilidad científica total del análisis.

Datos

Los datos están en una carpeta de Google Drive (link). Es necesario hacer una copia de la misma en sus drives personales y descargar desde allí para la primera actividad. En la tercera parte los vamos a leer directamente de sus drives.

Parte 1: Tutorial en QGIS (Software de Escritorio)

En esta etapa trabajaremos con las bandas originales de Sentinel-2 contenidas en los archivos S2_PNAlerces_pre.tif y S2_PNAlerces_post.tif.

1. Carga de Datos e Identificación de Bandas

Al abrir los archivos en QGIS, el programa asigna números a las bandas.

  • S2_PNAlerces_pre.tif
N° Banda Nombre Original Descripción
1 B2_pre Azul (Visible) - Pre-fuego
2 B3_pre Verde (Visible) - Pre-fuego
3 B4_pre Rojo (Visible) - Pre-fuego
4 B8_pre NIR (Infrarrojo Cercano) - Pre-fuego
5 B11_pre SWIR 1 (Infrarrojo de Onda Corta) - Pre-fuego
6 B12_pre SWIR 2 (Infrarrojo de Onda Corta) - Pre-fuego
  • S2_PNAlerces_post.tif
N° Banda Nombre Original Descripción
1 B2_post Azul (Visible) - Post-fuego
2 B3_post Verde (Visible) - Post-fuego
3 B4_post Rojo (Visible) - Post-fuego
4 B8_post NIR (Infrarrojo Cercano) - Post-fuego
5 B11_post SWIR 1 (Infrarrojo de Onda Corta) - Post-fuego
6 B12_post SWIR 2 (Infrarrojo de Onda Corta) - Post-fuego

2. Visualización Dinámica

Color natural (Pre-fuego)

  1. Click derecho en la capa pre fuego -> Propiedades -> Simbología.
  2. Tipo de renderización: Color multibanda.
  3. Asignar: Rojo = S2_PNAlerces_pre@3 (RED), Verde = S2_PNAlerces_pre@2 (GREEN), Azul = S2_PNAlerces_pre@1 (BLUE).
  4. Click en Aceptar.

Falso Color SWIR (Post-fuego)

Para resaltar el área quemada en la imagen posterior al incendio:

  1. Click derecho en la capa -> Simbología.
  2. Tipo de renderización: Color multibanda.
  3. Asignar: Rojo = S2_PNAlerces_post@6 (SWIR), Verde = S2_PNAlerces_post@4 (NIR), Azul = S2_PNAlerces_post@3 (RED).
  4. Click en Aceptar.

3. Álgebra de Bandas: Cálculo de NDVI y NBR

  1. Ir a Ráster > Calculadora ráster.
  2. Introducir la siguiente fórmula:
  • NDVI Pre-fuego: ("S2_PNAlerces_pre@4" - "S2_PNAlerces_pre@3") / ("S2_PNAlerces_pre@4" + "S2_PNAlerces_pre@3")
  1. Guardar el resultado como ndvi_pre.tif.
  2. Visualizar con diferentes paletas de colores.
  3. Repetir el procedimiento para las siguientes fórmulas:
  • NDVI Post-fuego: ("S2_PNAlerces_post@4" - "S2_PNAlerces_post@3") / ("S2_PNAlerces_post@4" + "S2_PNAlerces_post@3")
  • NBR Pre-fuego: ("S2_PNAlerces_pre@4" - "S2_PNAlerces_pre@6") / ("S2_PNAlerces_pre@4" + "S2_PNAlerces_pre@6")
  • NBR Post-fuego: ("S2_PNAlerces_post@4" - "S2_PNAlerces_post@6") / ("S2_PNAlerces_post@4" + "S2_PNAlerces_post@6")
  1. Guardar los resultados como: ndvi_post.tif, nbr_pre.tif y nbr_post.tif.

4. Cálculo de Severidad del incendio (dNBR)

Una vez obtenidos los índices NBR, calculamos la diferencia:

  1. Abrir Calculadora ráster.
  2. Fórmula: "nbr_pre@1" - "nbr_post@1".
  3. Guardar como dnbr.tif.
  4. Visualizar con diferentes paletas de colores.

5. Enmascaramiento de Agua (Usando SWIR)

El agua puede dar valores de severidad falsos. Vamos a crear una máscara donde los valores de la banda SWIR pre-fuego sean bajos:

  1. Abrir Calculadora ráster.
  2. Fórmula para identificar “tierra firme”: "S2_PNAlerces_pre@5" > 500 (Esto genera una capa donde 1 es tierra y 0 es agua).
  3. Multiplicar dnbr por esta máscara para “limpiarlo”: "dnbr@1" * ("S2_PNAlerces_pre@5" > 500)
  4. Guardar el resultado como: dnbr_masked.tif

6. Clasificación de la severidad

Para identificar solo las áreas severamente quemadas, necesitamos convertir los valores continuos en categorías discretas para el análisis estadístico:

  1. Buscar en la Caja de herramientas de procesos: Reclasificar por tabla.
  2. Capa de entrada: dnbr_masked.
  3. En Tabla de reclasificación, hacer click en los puntos suspensivos y añadir 4 filas:
Mínimo Máximo Valor Categoría (Info)
-1.5622 0.1 1 No quemado
0.1 0.27 2 Severidad baja
0.27 0.44 3 Severidad moderada
0.44 1.8005 4 Severidad Alta

7. Estimación de Superficie severamente quemada

Para saber cuántas hectáreas se quemaron:

  1. Ir a la Caja de herramientas de procesos.
  2. Buscar la herramienta Informe de valores únicos de capa ráster.
  3. Seleccionar la capa reclasificada.
  4. El reporte dará el conteo de píxeles por clase.
  5. Cálculo: \[\text{Área (ha)} = \frac{\text{Número de píxeles} \times 100 \text{ m}^2}{10,000}\] (Recordar que cada píxel de Sentinel-2 mide 10x10 metros).

Parte 2: Google Earth Engine

Esta metodología permite realizar todo el análisis anterior sin descargar un solo byte de datos a la computadora local.

Parte 3: GRASS GIS en Google Colab (FOSS & Scripting)

Para esta sección, utilizaremos un cuaderno de Python (Notebook) para ejecutar comandos de GRASS y reproducir el mismo ejercicio.

Para abrir la notebook en Google Colab, solo usen la URL de este repositorio como se muestra abajo: