Modelos de Riesgo y Vulnerabilidad a Incendios … DOCUMENTOS... · político y cultural que,...

Documento Técnico No. 7 - 2008FOMABO



Ing. MSc. Gustavo Guzmán TorrezIng. MSc. Armando M. Rodríguez MontellanoIng. MSc. Gustavo Guzmán TorrezIng. MSc. Armando M. Rodríguez MontellanoIng. MSc. Gustavo Guzmán TorrezIng. MSc. Armando M. Rodríguez Montellano

Modelos de Riesgo yVulnerabilidad a IncendiosForestales, a partir decondiciones naturales yantrópicas; Caso de EstudioParque Nacional Tunari



El “Documento Científico” es el producto de las actividades técnico-científicas, desarrolladas en el marco del proyecto FOMABO, en la Universidad Autónoma Gabriel René Moreno (UAGRM) de Santa Cruz a través de la Carrera de Ingeni-

ería Forestal, la Universidad Mayor de San Simón (UMSS) de Cochabamba a través de la Escuela de Ciencias Forestales (ESFOR) y el Centro Danés de

Bosque, Paisaje y Manejo de la Universidad Real de Veterinaria y Agricultura (KVL) de Copenhague, Dinamarca. El proyecto FOMABO esta financiado por la

Cooperación Danesa (DANIDA) a través del programa de capacitación e investigación ENRECA.

El documento tiene el fin de comunicar normas, ensayos y resultados de investigaciones científicas.

Las opiniones y juicios expresados en este documento son de exclusiva respon-sabilidad del autor y no reflejan necesariamente la opinión o política de

UAGRM, UMSS o KVL.

Fotografías tapa

De izquierda a derecha: 1) Colecta muestras verdes de eucalipto, 2) Densidad de cobertura PNT, 3) Post incendio 2007, 4) Rodal quemado de pino.

Referencia

Guzmán T. G, Rodríguez M. A. 2008. Modelo de Riesgo y Vulnerabilidad a Incendios Forestales, a partir de condiciones naturales y antrópicas, Parque Nacional Tunari . Documento Técnico Proyecto FOMABO CIIFOR no. 1-2008.

Modelos de Riesgo y Vulnerabilidad aIncendios Forestales, a partir de

condiciones naturales y antrópicas;Caso de Estudio Parque Nacional

Tunari

Ing. MSc. Gustavo Guzmán Torreza

Ing. MSc. Armando M. Rodríguez Montellanob

DOCUMENTO TÉCNICO No. 1 - 2008 / FOMABO

a. Docente - Investigador en la Universidad Mayor de San Simón (UMSS), Facultad de CienciasAgrícolas, Pecuarias, Forestales y Veterinarias. Escuela de Ciencias Forestales (ESFOR).Carrera de Ingeniería Forestal. Coordinador General del Posgrado de la ESFOR. Av.Atahuallpa (Final), Zona Temporal, Barrio Prefectural Casilla 447, Cochabamba, Bolivia.Telf./fax: +591-4 4451236, cel: +591-4 70394655. e-mail: [email protected] ,[email protected].

b. Investigador Asociado Centro de Investigación e Innovación Forestal (CIIFOR) UniversidadMayor de San Simón (UMSS), Facultad de Ciencias Agrícolas, Pecuarias, Forestales yVeterinarias. Escuela de Ciencias Forestales (ESFOR). Carrera de Ingeniería Forestal. Av.Atahuallpa (Final), Zona Temporal, Barrio Prefectural Casilla 447, Cochabamba, BoliviaTelf./fax: +591-4 4451236. cel: +591 -4 71435778 e-mail: [email protected],[email protected],.

Cochabamba - Bolivia

Todos los derechos reservados. Se autoriza la reproducción y difusión de materialcontenido en este producto educativo para fines educativos u otros fines nocomerciales sin previa autorización escrita de los titulares de los derechos de autor,siempre que se especifique claramente la fuente. Se prohíbe la reproducción delmaterial contenido en este producto educativo para reventa u otros fines comercialessin previa autorización escrita de los titulares de los derechos de autor.

Editorial

Proyecto FOMABO/ESFOR-UMSSEscuela de Ciencias Forestales de la Universidad Mayor de San SimónAv. Atahualla (final), Zona Temporal, Barrio Prefectural s/n, Casilla 447,Telf./fax: +591-04-4456187 Telf:4292343 Web: www.esfor.umss.edu.boE-mail: [email protected] Cochabamba, Bolivia

Proyecto FOMABO/UAGRMCarrera de Ingenieria Forestal Vallecito, Carretera al norte Km. 8,5Santa Cruz de la Sierra, Bolivia

Responsable de edición: Escuela de Ciencias Forestales (ESFOR)Av. Atahuallpa (Final), Zona Temporal, Barrio PrefecturalCasilla 447, Cochabamba, Bolivia Telf./fax: +591-4 4451203Web: www.esfor.ums.edu.bo/biblioesfor/ E-mail: [email protected]

Todos los Derechos Reservados ISBN: 978 - 99905 - 893 - 3 - 7 Deposito legal: 2 - 2 - 1025 - 06

Tiraje

500 ejemplares

Impresión

Impresiones Poligraf

INDICE

RESUMEN 5

ABSTRACT 6

1. INTRODUCCIÓN 7

1.1.ANTECEDENTES GENERALES 7

1.2.OBJETIVOS 8

OBJETIVO GENERAL 8

OBJETIVOS ESPECÍFICOS 8

2. MÉTODOS Y MATERIALES 8

2.1 DATOS EXTRAÍDOS EN CAMPO 8

2.2 CUANTIFICACIÓN DE COMBUSTIBLES FORESTALES 9

2.3 DATOS EN GABINETE SIG 11

2.4 PROCESAMIENTO DE LAS IMÁGENES DE SATÉLITE Y ANÁLISIS

DEL ÍNDICE DE VEGETACIÓN NORMALIZADO (NDVI) 11

2.5 NORMALIZACIÓN DEL ÍNDICE DE VEGETACIÓN 11

2.6 GENERACIÓN DE MODELOS DIGITALES DEL TERRENO 12

2.7 ANÁLISIS DE VARIABLES METEOROLÓGICAS 12

2.8 TEMPERATURA 13

2.9 DENSIDADES DE COBERTURA 13

2.10ANÁLISIS DE VARIABLES 14

INTEGRACIÓN DE LOS CRITERIOS 13

2.11ASIGNACIÓN DE VALORES DE IMPORTANCIA A LOS CRITERIOS 15

2.12ÁREA DE ESTUDIO 16

3. RESULTADOS 17

3.1 CARGA DE COMBUSTIBLE 17

3.2 FORMA Y TAMAÑO DEL COMBUSTIBLE 18

3.3 DISPOSICIÓN DEL COMBUSTIBLE 19

3.4 INTEGRACIÓN DE LOS CRITERIOS 19

3.5 MODELOS COMBUSTIBLES 20

3.6 MODELO ESPACIAL DE PONDERACIÓN PARA INCENDIOS FORESTALES 22

3.7 RIESGO A INCENDIOS FORESTALES 22

3.8 VULNERABILIDAD A INCENDIOS FORESTALES 24

4. DISCUSIÓN 25

5. CONCLUSIONES 26

6. AGRADECIMIENTOS 27

7. REFERENCIAS BIBLIOGRAFICAS 27

RESUMEN

Este estudio proporcionó un modelo espacial para evaluar el riesgo y la vulnerabilidad aincendios forestales en un área representativa del Parque Nacional Tunari en eldepartamento de Cochabamba, haciendo participe a instituciones locales en laconformación de posibles acciones, luego de demostrar los resultados, se identificaronvariables preponderantes que influyen en la ocurrencia de estos siniestros desde el enfoquepredictivo. Se empleo básicamente el método de Análisis Espacial Multicriterio. Laestructura del índice de peligro de incendios forestales incluye tres componentes. Elcomponente de combustibles forestales, que tiene una alta o baja densidad de cobertura,se evaluaron tres escenarios combustibles, i)Eucalyptus globulus. ii)Pinus radiata,iii)Polylepis besseri, en estas áreas se valoró las actividades preventivas como los raleos,remoción de hojarasca o cama de combustible; el componente meteorológico que seestructurara con la integración de la temperatura superficial, la precipitación total mensualy vientos predominantes, que se obtuvo básicamente a partir del Modelo de ElevaciónDigital DEM. Por último, el componente de causa derivado mediante la evaluación deelementos socioculturales y de uso del Suelo, representados por rasgos geográficos. Lostres componentes se integraron en un modelo de integración y escenarios críticos quemostrarán la localización de las áreas vulnerables y riesgosas a incendios forestales, yposible comportamiento del fuego.

Palabras clave: Peligro de incendios, combustibles forestales, análisis multicriterio, ParqueNacional Tunari

7

FOMABOMODELOS DE RIESGO Y VULNERABILIDAD A INCENDIOS FORESTALES, A PARTIR DE CONDICIONES NATURALES Y

ANTRÓPICAS; CASO DE ESTUDIO PARqUE NACIONAL TUNARI

ABSTRACT

This study I provide a space model to evaluate the risk and vulnerability to forest fires in arepresentative area of the National Park Tunari in the department of Cochabamba, doingparticipates to local institutions in the conformation of possible actions, after demonstratingthe results, identified preponderant variables that influence in the occurrence of thesewrecks from the predictive approach. Use basically the method of Space AnalysisMulticriterio. The structure of the index of forest fire danger includes three components.The forest fuel component, that has one of discharge or low density of cover, threecombustible scenes were evaluated, i)Eucalyptus globulus. ii)Pinus radiata, iii)Polylepisbesseri, in these areas I value the preventive activities like raleos removal of hojarasca orcombustible bed; the meteorological component that was structured with the integrationof the skin temperature, the monthly total precipitation and predominant winds, that of itbasically obtained from the Model of Digital Elevation DEM. Finally, the component ofcause derived by means of the evaluation of sociocultural elements and use of Soil,represented by geographic characteristics. The three components integrated in model ofintegration and critical scenes that showed the location of the vulnerable and risky areasforest fires, and possible behavior of the fire.

Key words: Danger of fires, forest fuels, analysis multicriteria, National Park Tunari



8

1. INTRODUCCIÓN

1.1. Antecedentes generales

Los incendios en el Parque Nacional Tunari (PNT) son considerados como el factor deperturbación que más daño ha causado y esta causando a los ecosistemas, y son laresultante de la interacción de diversos elementos de carácter socioeconómico e inclusopolítico y cultural que, influidos por factores topográficos y climáticos, dificultan laminimización de los daños. Con la finalidad de reducir los daños por el fuego, dirigir lasacciones de combate, y contar con una mejor eficiencia en el uso de los recursos humanosy materiales, es preciso contar con estrategias de prevención y control de incendios.

Este espacio, de fuente de agua y aire para el desarrollo de la región, esta siendo cada vezmodificado provocando cambios drásticos en su estructura, extensión y composiciónbiológica de las especies existentes, todo esto provocada por la influencia humana(comunidades, visitantes, otros) a través de los continuos incendios forestales, lo que estaproduciendo muchos efectos negativos en el suelo, en la vida silvestre, en la vegetación,en el microclima, el turismo y la parte social.

Es necesario por tanto un esfuerzo en el desarrollo de modelos espaciales que permitan lapredicción y evolución de un incendio. Un trabajo de este tipo tiene que incluir losfactores que determinan el comportamiento del mismo como el clima, la meteorología,la topografía, y la vegetación típica del PNT, que desde el punto de vista de acceso es muycomplicado obtener esta información.

El campo de aplicación de los Sistemas de Información Geográfica es amplio. Su rol comoherramienta para la toma de decisiones abarca en la actualidad a prácticamente todos losámbitos del desarrollo. Por ejemplo, es posible encontrar aplicaciones en la prevenciónde desastres naturales, modelos de cambio climático, procesos de contaminaciónambiental, y en una diversidad de disciplinas profesionales relacionadas con la agricultura,la pesca, la minería, la silvicultura, el desarrollo urbano y, en general, en todas aquellasotras relativas al ordenamiento territorial, por lo que para esta investigación el SIG juegaun papel importante en el modelamiento planteado en este trabajo de investigación, quenos permita elaborar un modelo espacial de riesgos y vulnerabilidad a incendios forestalespotenciales aplicando análisis multicriterio.

9



1.2. Objetivos

Objetivo general

• Elaborar un modelo espacial de riesgos y vulnerabilidad a incendios forestalespotenciales aplicando análisis multicriterio, a partir de la identificación de condicionesnaturales y antrópicas para el Parque Tunari, que permitan predecir la ocurrencia a estossiniestros.

Objetivos específicos

• Compilar y generar bases de datos geográficos, biofísicos y meteorológicos.

• Evaluar el complejo de combustibles, bióticos y abióticos, forestales, pastizales y otros.

• Desarrollar herramientas de cómputo para el análisis de información de datosgeográficos, biofísicos y meteorológicos, que una vez procesados nos permitan generarlos mapas de riesgos de incendios forestales y a la vez permitan predecir los Incendiosforestales (IF).

• Integrar variables meteorológicas, socioeconómicas y de combustibles forestales con elpropósito de generar el Índice de Riesgo y Vulnerabilidad a los Incendios Forestales.

2. MÉTODOS Y MATERIALES

2.1 Datos extraídos en campo

El muestreo contempla dos tipos de áreas de trabajo: pre-muestreo y validación.

La primera ha sido realizada solo en puntos representativos, en el Parque Nacional Tunari,mientras que la verificación se ha desarrollado, en toda el área protegida, en una serie dezonas: Tirani, Leuquepampa, Pajcha. En el marco del riesgo de incendio (FIRERISK) semuestrearon, además de las especies herbáceas, también se recogieron especies arbóreas,Pinos, Eucaliptos, Kewiñas, en ambas se calcularon el contenido de humedad que despuésfue relacionado con propiedades combustibles.

Para el muestreo de la cama combustible (pastos y mantillos generalmente) se diseño uncuadrado de 2*2m de los cuales solo se muestreo uno de ellos vale decir 1m2. Las muestrasde humedad fueron tomadas desde junio a septiembre de 2006 durante los meses demáximo peligro.

Las diferentes muestras de vegetación (pasto y material vegetal verde) se llevó a cabo demanera aleatoria siguiendo un protocolo específico. Se tomaron entre 100 y 200 gramos



10

de muestra aproximado dentro del metro cuadrado, siendo pesadas en el momento de surecolección mediante una balanza portátil (ver anexo 4.1, 4.2).

Posteriormente las muestras fueron trasladadas al laboratorio para ser secadas en una estufadurante 72 horas a una temperatura de ±105ºC. Tras esta operación las muestras sonnuevamente pesadas para calcular el contenido de humedad. Dicho contenido, en esteestudio sobre peligro de incendio, se expreso como el porcentaje de peso en agua enrelación con el peso en seco, Fuel Moisture Content (FMC):

Ec. 1

Donde:

FMC: Contenido de humedad del combustible (Fuel Moisture Content)

Ph: es el peso en húmedo de la muestra

Ps: el peso en seco de la misma muestra.

2.2 Cuantificación de combustibles forestales

Para la toma de datos referidos al complejo combustible, se recogierón muestras de todoslos tipos de combustible, hojarasca, mantillo, y otros ya descritos anteriormente, despuésserán llevados a laboratorio para poder saber el comportamiento de contenido dehumedad.

Las partículas leñosas pequeñas pierden rápidamente parte de su humedad comoconsecuencia de sus dimensiones, condición que favorece en gran medida la combustióny el inicio de la mayoría de los incendios, por lo que constituyen una variable de graninfluencia en el peligro de incendios. Para estimar la cantidad o carga de combustibles, serealizó un inventario con un diseño de muestreo estratificado al azar, donde los tipos devegetación constituyeron los estratos. La obtención de los datos se hizo con la técnica deintersecciones, planimétricas, que ha sido difundida y utilizada en diversos tipos de bosquescon el fin de caracterizar el complejo de combustibles forestales (Brown, 1982; Van Wagner,1982). Cada sitio de muestreo consiste en la ubicación de una línea de 20 m. de longitudcuya dirección es definida aleatoriamente. Para el caso de la cama de combustiblesforestales, se registra la profundidad a los 5, 10, 15 y 20 m. de longitud de la línea. Además,

FMC =Ph − PsPs

⎛

⎝ ⎜

⎞

⎠ ⎟ *100

11



se colectó la hojarasca contenida en 1 m2, compuesto por cuatro cuadrantes de 0.25 m2

distribuidos a lo largo de la línea. Cada cuadrante es pesado in situ y se toma una muestrade aproximadamente 300 gr. para su posterior secado en el laboratorio. El peso seco deestas muestras será relacionado con el peso del material colectado in situ y de esta formase obtuvo la cantidad de este tipo de combustible por unidad de superficie (ver anexo 4.3- 4.6).

Por otra parte, la estimación de la carga de combustibles superficiales muertos, se realizasiguiendo los lineamientos propuestos por Van Wagner (1982), empleando la siguienteecuación:

Ec. 2

Donde:

W1: peso del material combustible por unidad de superficie;

d: diámetro de la partícula en la intersección,

L: longitud de la línea de muestreo,

G: gravedad específica de la madera, 0.1234 la constante de transformación de volumena kg/m2 y, c un factor de corrección por pendiente el mismo que es calculado con lasiguiente ecuación:

Ec. 3

Se analizan los datos para poder clasificar los combustibles en tres categorías: ligeros,pesados y cama de combustibles. La carga de combustibles por tipo para cada estrato seráasignada a los polígonos de vegetación, dando lugar a la cartografía del complejo decombustibles forestales (Ver Anexo 4,7 - 4,10).

Después de los cálculos (ver anexo 4.7 - 4.10) de contenido de humedad de los agentescombustibles, extraídos en campo, y analizados en laboratorio e introducidos en NEXUSse generaron resultados interesantes, de comportamiento de propagación por componentecombustible expresado en Kilómetros por hora.

W1 = G 0.1234L⎛

⎝ ⎜

⎞

⎠ ⎟ ∑d2 *c

C = 1+%pendiente

100⎛

⎝ ⎜

⎞

⎠ ⎟ 2



12

2.3 Datos en gabinete Sistema de Información Geográfica (SIG)

Todos los datos colectados en campo (metereológicos, topográficos, combustibles,socioeconómicos y de suelo) en principio se procesa y analizan individualmente, luegoestas se integran en un análisis u opción multicriterio, siguiendo algoritmos desarrollados

por el SIG, utilizando diferentes software.

2.4 Procesamiento de las imágenes de satélite y análisis del Índice deVegetación Normalizado (NDVI)

A partir de las bandas infrarrojas del Landsat (B3/B4), se obtienen los porcentajes decobertura y con la ayuda de los puntos de control se pudo correlacionar la informaciónde campo más la información del índice de vegetación normalizado NDVI.

Ec. 4

Donde:

NDVI: Índice de Vegetación de Diferencial Normalizado

R: Banda Roja

NIR: Banda de Infra-rojo cercano

2.5 Normalización del índice de vegetación

Después de generar el mapa de índice normalizado de vegetación se vio convenienterealizar una cierta calibración de las variaciones causadas por el rango espectral quepodría ser encubierto, es así que se aplican los siguientes algoritmos que fueron adoptadosy modificados de Chuvieco et. al (2000):

Ec. 5

Ec. 6

Donde:ED: EXP(-0,0222*JULIANO) , en función a las horas luz del lugar.TS: Temperatura Superficial.NDVI; Índice de Vegetación de Diferencial Normalizado

NDVI =(NIR − R)(NIR + R)

chpastos =118.49 + (520*NDVI) + (3.82*NDVI)( )

TS +1208,25* ED⎛

⎝ ⎜

⎞

⎠ ⎟

chmatorral =21,199 + (91,476*NDVI) + (8,60*NDVI)( )

TS +131,44 * ED⎛

⎝ ⎜

⎞

⎠ ⎟

13



2.6 Generación de modelos digitales del terreno

Las variables topográficas seleccionadas son: la altitud sobre el nivel del mar y laorientación de la pendiente. Ambos rasgos se consideraron como expresiones de lavariación de la temperatura y la humedad en el terreno, y para su representación se empleóun modelo digital de elevaciones con una resolución espacial de 30 m. generado a partirde curvas de nivel.

Para el efecto de proyectar el avance del incendio era necesario obtener el mapa dependientes, y de orientación para cuantificar las horas luz en cada zona por lo que secalculó a partir de la siguiente ecuación.

Ec. 7

Donde:

HYP: Hipotenusa

DX: Diferencial de X

DY: Diferencial de Y

DEM: Modelo de Elevación Digital.

2.7 Análisis de variables meteorológicas

Se utilizó la temperatura media máxima mensual y precipitación total mensual, debido asu influencia en el contenido de humedad de los combustibles, factor que regula laocurrencia de incendios forestales. Se busca el set de datos de estaciones metereológicasde Cochabamba de años recientes. Para conocer la distribución espacial de las variablesmeteorológicas, se recurre al método global de interpolación por funciones de regresión,basado en el análisis de una serie de rasgos ligados al territorio, esto es, considerando larelación existente entre la altitud, latitud y longitud de las estaciones meteorológicas y latemperatura y la precipitación pluvial. El objetivo de este análisis es obtener modelosnuméricos que permitan estimar el valor de estas variables climáticas a partir de variablesindependientes de fácil adquisición (Chuvieco et al., 2000).

Pendiente =100* HYP(DX .DY )pixelsize*DEM

⎛

⎝ ⎜

⎞

⎠ ⎟



14

2.8 Temperatura

La temperatura es uno de los factores más importantes por que permite la perdida dehumedad de la cobertura en función al contenido de humedad, estos datos se generan apartir de las estaciones vecinas, de Linku Pata, que es la que tiene más datos y mucho másconfiables, otras estaciones circundantes son también tomadas en cuenta, La Violeta(Tiquipaya), Wara Wara (PNT) y Chimboco (Sacaba).

Para corregir los datos generales y hacerlos más puntuales con unidades más pequeñasque realmente nos sirvan para el análisis se empleo la Banda 6 del LANDSAT utilizandolas siguientes ecuaciones.

Ec. 8

Ec. 9

Donde:

L: valor de fulgor en el infrarrojo termal.

T: temperatura (kelvin).

Q: registro digital.

K1, K2,: coeficientes de la calibración.

K1=666.09 / (µm)

K2=1282.71 Kelvin

Lmin = 0.1238 vatios / (µm)

Lmax = 1.500 vatios / (µm)

2.9 Densidades de cobertura

El análisis de combustibles forestales se obtuvo a través de puntos de control, después decalcular el mapa de densidades de dosel forestal, primero se sacaron puntos GPS con lascaracterísticas de cada sitio y con la ayuda del programa de densidades (Gaplyght) confotografías extraídas de estos lugares se pudo calcular las densidades por cada una de lasespecies forestales, (Kewiña, Pino, Eucalipto), a partir de estos datos más el ÍndiceNormalizado de Vegetación (NDVI) se calculó un mapa de densidades de coberturaforestal en el Forest Canopy Density (FCD).

L =Lmin + (Lmax − Lmin )

255⎛

⎝ ⎜

⎞

⎠ ⎟ *Q

T =K 2

ln K1L + 1

⎛

⎝ ⎜

⎞

⎠ ⎟

15



Figura 1 Densidades de cobertura de tres especies seleccionadas en el Parque Tunari, para elestudio y posterior incorporacion de las variables.

2.10 Análisis de Variables

Integración de los criterios

La integración de las variables para calcular el Índice de peligro y vulnerabilidad aIncendios Forestales (IPIF) se hará en términos de un análisis Multicriterio (AMC). Análisisque no es más que la valoración o ponderación en ambiente SIG sobre todas las variablesdefinidas, ponderándolas de acuerdo a su peligrosidad a provocar incendio forestal en elárea. A través de la selección y análisis de los criterios, se obtendrá una regla de decisiónque mostrará alternativas de solución al objetivo (Eastman, 1999), en este caso lalocalización de áreas susceptibles a incendios forestales de acuerdo a las tablas antesmencionadas, en este paso se crearan mapas intermedios con características de cadavariable en rangos definidos, estos mapas después serán cruzados en un análisismulticriterio en el software ILWIS.

A continuación en la figura siguiente se describe como, secuencialmente se elaboró elmodelo (de abajo hacia arriba), desde la toma de datos o compilación de datos, hasta laponderación de las variables expresados en mapas para obtener el modelo final.



16

a Densidad Forestal de Eucalipto

Análisis de densidades de Cober-tura forestal comparación con elmodelo FCD, Fotografía de Euca-liptus sp, con resultados de60.02% de densidades.

c Densidad Forestal de Pino

Análisis de densidades de Cober-tura forestal comparación con elmodelo FCD, Fotografía de Pinussp, con resultados de 22.00% dedensidades.

b Densidad Forestal de Kewiña

Análisis de densidades de Cober-tura forestal comparación con elmodelo FCD, Fotografía de Poly-pepis sp, con resultados de15.08% de densidades.

Figura 2 Flujograma para el análisis y modelamiento de incendios forestales

2.11 Asignación de valores de importancia a los criterios

En el contexto de la Asignación de valores de Importancia a los Criterios (AMC), seconsidera que los criterios a evaluar no poseen el mismo grado de influencia en la solucióndel problema espacial planteado, sino que existe un esquema jerárquico en donde cadacriterio aporta valores de importancia en distinta proporción. Para el modelo propuesto seesperan obtener los componentes de combustibles forestales (CCF), meteorológico (CM)y el de causa (CC), que dan lugar al IPIF. A continuación puede observarse la estructuradel modelo de peligro de incendios forestales, así como las variables que se evaluaron.

Figura 3 Esquema de ponderación por variables en Fuzzy

Como resultado final a obtener en este paso son los mapas recategorizados en niveles deriesgo, en base a estos mismos se realizan modelamientos también de comportamientode incendios en el software NEXUS.

17



- Elevación- Pendiente- Dirección de Pendiente- Modelo combustible- Cobertura del dosel- Altura del dosel- Actividades antrópicas- Grado de cobertura y densidad

En virtud de que cada criterio tiene unidades dimensiónales distintas, es necesarioestandarizar cada variable a un rango numérico común _escala byte_, lo que permitirá suposterior combinación espacial a través de un promedio ponderado (Lowell, et al 1995).

La escala byte consta de 256 valores, donde el 0 representa el menor valor de la alternativay el 255 el mayor valor. Lo anterior indica que, conforme aumenta el valor byte el peligrode incendios se incrementa. La estandarización de cada criterio fue llevada a cabo con elcomando FUZZY incluido en el programa ILWIS 3.3 (Integrated Land and WaterInformation System).

2.12 Área de estudio

El Parque Nacional Tunari se localiza en el departamento de Cochabamba entre 17º00´-17º30´ latitud sur y 66º00´ - 66º42´ longitud hacia el oeste. Su límite con el valle centralse define en la cota 2750m. línea divisoria entre la ciudad, pero especialmente cerca deCochabamba allí puede encontrarse las urbanizaciones sobre la cota permitida.

Figura 4 Ubicación del área de estudio

Su descripción Biogeográfica esta en la provincia Puna Peruana, Bosques púneñossubhumedos del Tunari (Serie de Berberis commutata, Polylepis besseri), pajonalesribereños de Sehuenka (Cortaderia rudiuscula). Con pajonales subnival criorotropical



18

saxícola con Deyeuxia glacialis, Vegetación saxícola altoandina de pedregales yafloramientos rocosos (Navarro et al 2005).

El Parque es un área protegida de importancia regional por la diversidad de sus recursos,por el germoplasma de las especies nativas, adaptadas al medio. Su conservación yprotección pasa por el conocimiento de sus recursos, y la manutención del equilibrioecosistémico, que hasta ahora se preserva pero de manera dispuesta al creador.

Entre las plantaciones predominantes sobresalen los bosques de pino y los de eucaliptode las cuencas, Pajcha, Canta rana, Wara wara y Pintu Mayu, que abarca más de 400 ha,donde además existen varias comunidades campesinas entre las más importantes Tirani,Andrada, Pocolla y Leuquepampa.

Puntualmente el estudio se llevará a cabo en áreas reforestadas con especies introducidas, elárea es muy importante tomarla en cuenta porque en ella se contemplan todas las variablesnecesarias para poner en marcha el modelamiento a incendios forestales en el Parque, alreferirnos a áreas implantadas no estamos ignorando características biofísicas naturales, sinomás bien estamos tratando de vincular todas las variables de manera de tener un modelomas acorde a la realidad, pues esta área también contempla influencias antrópicas y naturales.

3. RESULTADOS

El análisis de variables climáticas y ambientales descritas en esta metodología, estadelimitada por el área de estudio que cubre una superficie de 8.241.83 ha. siendo unaporción del Parque, zona seleccionada por tener un mayor número de diferencias en cuantoa cobertura, altitud, exposición de luz, presencias antropicas, por turismo y agricultura.

El combustible es uno de los factores más importantes y muchas veces es decisivopara el comportamiento del incendio. Basta recordar que es uno de los componentesdel conocido “triángulo del fuego”.

Las propiedades extrínsecas más importantes (aquellas que cambian de acuerdo conla cantidad que se considere) y que afectan a la intensidad y velocidad de propagación,son:

3.1 Carga de combustible

La carga de combustible se define como la cantidad de combustible (en base seca) porunidad de superficie; se puede encontrar expresada en diferentes unidades comotoneladas por hectárea (t/ha), toneladas por acre (t/a), libras por pie cuadrado (lb/ft2) o

19



kilogramo por metro cuadrado (kg/m2).

Figura 5 Gráficas de componente combustible y modelo de comportamiento de incendioforestal (estado natural) a)diámetro medio en pulgadas; b)altura promedio en pies; c) altura

y tamaño de dosel; d) Especies por estrato.

3.2 Forma y tamaño del combustible

Se puede afirmar que la forma y el tamaño son las características geométricasmás importantes del combustible. La forma se refiere al aspecto (cilíndrica, esférica,irregular, etc.). El tamaño, al grueso, ancho y largo. Estos parámetros suelen presentarsemediante la relación superficie/volumen (expresada normalmente con la letra s y las

unidades de m2/m3).

De manera general, se observa que el tiempo de ignición decrece conforme eltamaño del combustible decrece (conforme s aumenta) y que la velocidad de

propagación de un incendio varía directamente con el valor de s.



20

Figura 6 Gráficas de componente combustible para tres tipos de cobertura

3.3 Disposición del combustible

La disposición del combustible se refiere a la distribución de la vegetación sobre el terreno,tanto desde el punto de vista de un plano horizontal como de un plano vertical

Existe una extraordinaria variabilidad en la disposición del combustible, tipo, forma,tamaño, compactación, por lo que es necesaria una clasificación del mismo. La formamás común de realizar esta clasificación es mediante una descripción generalizadadel combustible en los denominados modelos de combustible.

Las características intrínsecas de los combustibles tales como poder calorífico,composición química, densidad, conductividad térmica, etc. son igualmenteimportantes para un estudio completo del fenómeno de combustión.

3.4 Integración de los criterios

El uso del software ILWIS 3.3 (Software Integrated Land and Water Information System),permitio crear mapas intermedios con rangos definidos para cada una de las variablesutilizadas en el estudio a través del análisis multicriterio.

Cada variable se estandarizo a una escala byte logrando una ponderación numérica,

21



Pinus sp

Eucalyptus sp

Polilepis sp

Pastos + Matorrales

Pinus sp

Eucalyptus sp

Polilepis sp

Pastos + Matorrales

ponderándolas de acuerdo a su peligrosidad a provocar incendio forestal en el área, loanterior indica que, conforme aumenta el valor byte, el peligro de incendios se incrementa.La estandarización de cada criterio fue llevada a cabo con el comando FUZZY incluidoen el programa ILWIS, anteriormente señalado.

Lograda la ponderación se logro integrar las variables y así calcular el Índice de Peligro yel de Vulnerabilidad para la zona en estudio. La figura 7 nos señala gráficamente como setoma en cuenta cada una de las variables Climáticas, de uso y cobertura y de combustiblespara la ponderación y al final lograr los mapas de Riesgo y Vulnerabilidad de manera deencontrar las áreas susceptibles a los Incendios forestales acorde a las tablas antesmencionadas.

Figura 7 Flujograma de modelo de Riesgo y Vulnerabilidad a incendios forestales en el PNT.

3.5 Modelos Combustibles

Los modelos combustibles fueron agrupados en siete, por la alta similitud con las otrasunidades, eso quiere decir que de los trece que tiene el modelo propuesto por Rothermel,se obtuvo la re categorización, en la siguiente tabla se presentan estos modelos que tienesu correspondencia en un mapa que tiene categorizaciones extrapoladas (anexo 4.7 -



22

4.10).

Tabla 1 Modelos seleccionados para el área de estudios (7 modelos combustibles)

23



Figura 8 Modelos Combustibles Seleccionados para el Estudio fuente: Modificado de Rothermel 1991

3.6 Modelo espacial de ponderación para incendios Forestales.

En función del objetivo, se seleccionaron 10 (diez) factores que pueden afectar lasprobabilidades de riesgo a incendios forestales. Es importante mencionar que laponderación fue asignada a cada atributo de cada uno de los 10 mapas, y a cada mapa sele asigno un peso ponderado. A continuación se presenta una síntesis de los factoresseleccionados e indicadores a utilizar posibles de incorporar en la Evaluación Multicriterio.

La integración de los criterios en cada componente y en el modelo final, se realizómediante una Combinación Lineal Ponderada, cuya expresión es:

eq.10

Donde:

Rif: es el vector de prioridades asociado con el késimo elemento de la estructura jerárquicade los criterios

Skw = 1

rik: es el vector de prioridades derivado de la comparación de alternativas de cada criterio.

W: importancia de crirterio

R: alternativas estandarizadas

Esta regla de decisión incorpora un método aditivo diseñado para resolver el objetivoplanteado la localización de áreas susceptibles a incendios a través del producto de losvalores de importancia de cada criterio (w) y sus alternativas estandarizadas (r).

A continuacion se muestra el resultado de la ponderación de incendios forestales para elárea de estudio que despues fue extrapolada a toda el área protegida.

3.7 Riesgo a incendios forestales

El riesgo es la interacción de la amenaza y la vulnerabilidad en determinado momento ycircunstancia. El riesgo se puede estimar si se conocen las características de la amenazay de la vulnerabilidad (de infraestructura, social, económica, etc.)

Rif = kwkrik



24

Ese momento (temporal) y las condiciones de la zona (espacial) hacen que se puedapredecir el riesgo del Incendio Forestal, en el marco del conocimiento y manejo adecuadode los datos y la información, la presencia (p. ej.) de la vegetación mayor como lasplantaciones (nativas o exóticas) denota dos circunstancias, una que de todas manerasprotege el área y la otra es que el riesgo de incendio es mayor por la presencia decombustible en el área.

En segundo lugar la agricultura en todas sus formas unida a la preparación de los terrenospara la siembra de sus productos provoca, también un riesgo mayor para los incendios,sin embargo como se dijo anteriormente el manejo de la información por parte delpersonal del PNT, respecto del ordenamiento predial, el acceso a las zonas de mayoresriesgos pre-determinado y una capacitación en manejo y control de los IncendiosForestales disminuirá tremendamente el riesgo de las diferentes áreas a los Incendios.

Figura 9 Mapa de Riesgo a incendios forestales en el PNT.

Por último, las áreas destinadas a los pastizales merecen una atención específica y acá esdonde se observa con claridad que el manejo de esta área debe ser integral, para estorecomendar que el Servicio Nacional de Áreas protegidas (SNAP), retitulice a esta reservacomo un área de manejo integrado, esto permitirá realizar acciones mucho más centradasen el potencial de uso de los suelos, sin embargo sin un impulso por parte de la Prefectura

25



esto no prosperará y las actividades que enfocan a un control de quemas en el área seránvanas.

3.8 Vulnerabilidad a incendios forestales

La vulnerabilidad a incendios forestales es la susceptibilidad o predisposición intrínseca delParque Nacional Tunari o de algún ecosistema del PNT a ser afectado seriamente. Ademásdel factor interno de riesgo, esta situación depende de la actividad humana presente.

La vulnerabilidad no es general, sino que debe entenderse en función de cada tipo deamenaza que podría sufrir el PNT.

La amenaza en el Parque esta dada por acciones derivadas de la interacción de laactividad humana y la naturaleza. que son provocadas por el abuso y el descuido de laacción humana en su relación con el medio ambiente, por ejemplo, no practicarsilvicultura preventiva. En el caso de los rodales tanto de pino como de eucalipto es queno se desarrollan esquemas de manejo de plantaciones, estas debían planificarse desde elinicio del establecimiento incluso y generar planes de manejo acorde a la fisiología de laespecie y el desarrollo de los árboles.

En el caso de la agricultura de susbsistencia y la intensiva en el caso de la preparación deterrenos y su habilitación para las siembras lo requerido es que los mismos propietariosasuman las actividades de quemas controladas sin permitir que el fuego se escape de suslinderos de las áreas que están en preparación, esto necesariamente requiere de unacapacitación en temas de manejo y control del fuego.



26

Figura 10 Mapa de Vulnerabilidad a Incendios Forestales para el parque Nacional Tunari.

Así mismo el renuevo de pastizales debe enmarcarse en las quemas prescritas, no sin antesensayar una introducción de especies adecuadas que se adapten a las condiciones de sitioy cumplan doble propósito ser de utilidad para el ganado lanar de la zona y por el otroprotejan el suelo. Un ordenamiento predial sumado a la concienciación de los comunarioscontribuirá de manera particular a la preservación integral del PNT.

4. DISCUSIÓN

La descripción de los diversos aspectos fenomenológicos que intervienen en losincendios forestales pone de manifiesto su extraordinaria complejidad. La gama deposibilidades que afectan a este tipo de incendios es extraordinariamente amplia: el tipode combustible (árboles, matorral, pastizal, etc.), las condiciones del terreno (pendiente,orientación.) y las condiciones meteorológicas (humedad, velocidad del viento), junto alos factores antrópicos (de muy difícil predicción) hacen sumamente difícil la modelizaciónde este fenómeno.

Las propiedades del combustible y la influencia del terreno aumentan extraordinariamentela complejidad de los incendios forestales cuando se los compara con los incendiosde hidrocarburos (tan importantes en la industria química que, por el intenso estudio alque han sido sometidos, podrían contribuir al marco de referencia para un tratamientocuantitativo). Así mismo, el continuo desplazamiento del frente de llama sobre un terrenode condiciones variables constituye un elemento diferencial respecto a otros tipos deincendio, contribuyendo a complicar aún más la modelización.

Es evidente por tanto que, si bien es factible una aproximación cuantitativa basadaen los métodos ingenieriles usados en la modelización del fuego en otros campos, lamisma estará sometida a las limitaciones originadas por estos condicionantes.

Las posibilidades y condiciones en un incendio son infinitas; dentro de esta amplia gama,se han seleccionado condiciones de alto riesgo de manera que en caso de ocurrencia deun incendio en el PNT, se predecirá la posibilidad de ocurrencia y la forma en la que sepodrá comportar el fuego y que permita su control.

Con objeto de mejorar la capacidad de discriminación del índice final de riesgo, se haprocedido a reclasificar el mismo a partir de una modificación de las tablas con las quese obtiene el mapa final de riesgos y vulnerabilidades por grados.

27



Los resultados de los estudios de bondad del índice después de los reajustes a través delos análisis de sensibilidad, indican una clara mejoría en la capacidad del mismo paradistinguir entre los distintos estratos de riesgo, que permitirán a los guardaparquesprincipalmente atender o dar prioridad a estas zonas en fechas previstas, sobre todo entrelos valores alto y extremo.

Desarrollar las capacidades de análisis del riesgo a nivel de todas las institucionesinvolucradas, para la toma de decisiones en Ordenamiento y Desarrollo Territorial,seria el siguiente paso de este estudio, con el afán de formar o conformar un programa deincendios forestales que pase de local a nacional donde se puede hacer nuevasinvestigaciones, que permitan ampliar el panorama, incorporando en sus políticaspreventivas, acciones contra incendios, educación sobre el comportamiento de fuego enciertas condiciones como también el uso de herramientas de alerta como un Sistema deInformación Geográfica que puedan utilizar los guardaparques.

Y talvez lo más importante la adecuación de la Legislación a fin de que pueda ser aplicadaen los planes de desarrollo de infraestructura y de uso del suelo, que tengan relaciónprincipalmente con la restricción en Áreas Protegidas.

Todavía queda mucho por hacer, por investigar sobre este tema y lo mas importante poneren marcha algún programa o proyecto de prevención, utilizando estas investigacionescomo base para poner en práctica lo aprendido, seria muy bueno continuar estainvestigación en temas referidos a:

• Técnicas de prevención de incendios forestales.

• Sistemas de alerta temprana.

• Delimitación de puntos de vigilancia.

• Comportamiento de regeneración de especies afectadas por incendios.

• Cursos de actualización sobre acciones rápidas.

• Guías de control y prevención a incendios forestales.

5. CONCLUSIONES

La presente investigación realizada en el PNT y sobre una amplia muestra de datosmeteorológicos e historial de incendios forestales en una porción del Parque, que se haclasificado a efectos de predicción del índice de riesgo de incendios forestales y áreasvulnerables, en el modelo planteado en este estudio, indican un buen ajuste en generalentre los valores de la probabilidad de ignición y la ocurrencia de incendios y, sobre todo,la extensión de los mismos.



28

En el caso de los valores finales del índice de riesgo y vulnerabilidad obtenidos a partir delos valores de la probabilidad de ignición, viento, combustibles, los resultados indicanque se mantiene un buen nivel de correlación entre dicho índice y los incendios que seproducen en, los meses de junio a principios de septiembre por el aumento de vientos ypor la época seca que aprovechan los comunarios para realizar barbechos.

6. AGRADECIMIENTOS

Este proyecto fue desarrollado con el apoyo institucional y financiero del Proyecto Manejode Bosques FOMABO de la Universidad Mayor de San Simón UMSS – Escuela de CienciasForestales ESFOR.

7. REFERENCIAS BIBLIOGRÁFICAS Albini F. A., Stocks B. J. 1986. “Predicted and observed rates of spread of crown fires inimmature jack pine”. Combustion Science and Technology, 48: 65-76.

Arnaldos J., Navalón X., Pastor E., Planas E., Zárate L. 2001. “Manual d’enginyeria per ala prevenció d’incendis forestals”. Centre d’Estudis del Risc Tecnològic. E.T.S.E.I.B. - U.P.C.,Barcelona.

Brown, J. K., R. D. Oberheu and C. M. Johnston 1982. Handbook for inventorying surfacefuels and biomass in the interior west, USDA Forest Service, General Technical Report INT-129.

Byram, G.M. 1959. “Combustion of forest fuels”. A Forest fire control and use, K.PDavis.(ed.). McGraw-Hill, Nueva York.

Catchpole T., de Mestre N. 1986. “Physical models for a spreading line fire”. AustralianForestry, 49(2): 102–111.

Chandler, C., Cheney, P., Thomas, P., Trabaud, L. and Williams, D.1991. Fire in forestry.Volume I. Forest Fire behaviour and effects. Krieger Publishing Company, 450 pp.

Chuvieco, E., F. Salas and C. Vega 2000. “Remote sensing and GIS for long-term fire riskmapping. Megafires Project”, in Chuvieco, E. (ed.), A review of remote sensing methodsfor the study of large wildland fires, Universidad de Alcalá, pp. 91-107.

Dupuy J. L., Larini M. 1997. “Fire spread through a porous forest fuel bed: A radiative andconvective model including fire-induced flow effects”. International Journal of WildlandFire, 9(3): 155-172.

ENCOFOR 2005. Environment and community based framework for designingafforestation, reforestation and revegetation projects in the CDM: Pre-Feasibility ReportTunari Case Study

29





30

FAO. Forest Fire - The Situation (http://www.fao.org/montes/fon/fonp/fire/firesit.stm)

Lowell, K.; Gold, Ch. 1995. “Using a fuzzy surface-based cartographic representation todecrease digitising efforts for natural phenomena”. Cartography and GeographicInformation Systems. Vol 22, nº 3, pp. 222-231.

Mostacedo, B., T.S. Fredericksen, K. Gould and M. Toledo 1999. Comparacion de larespuesta de las comunidades vegetales a los incendios forestales en los bosques tropicalessecos y humedos de Bolivia. Documento Técnico 83.

Navarro G., Maldonado M., 2005. Geografia ecoligica de Bolivia, Vegetacion y AmbientesAcuaticos. pp 243-250.

Pyne S. J., Andrews P. L., Laven, R. D. 1996. “Introduction to wildland fire”. 2nd Edition.John Wiley & Sons Ltd., Nueva York.

Rodríguez, N. y A. Moretti. 1988. Índice de peligro de propagación de IncendiosForestales. VI Congreso Forestal Argentino. Tomo III. Santiago del Estero. 5pp.

Rothermel R.C. 1972. “A mathematical model for predicting fire spread in wildland fuels”.USDA Forest Service Research, Paper INT-115.

Rothermel R.C. 1991. “Predicting behavior and size of crown fires in the Northern RockyMountains”. USDA Forest Service Research, Paper INT-438.

Salas, F. 1995. Detección de áreas de riesgo de incendio forestal a partir de los Sistemasde Información Geográfica y la Teledetección, tesis Doctoral, Universidad de Alcalá deHenares, España.

Sánchez, J. 1989. “Los incendios forestales y las prioridades de investigación en México”,Congreso Forestal Mexicano, tomo II, México, pp. 719-723.

Scott J.H. 1999. “Nexus: A system for assessing crown fire hazard”. Fire ManagementNotes, 59(2): 20-24.

Van Wagner C. E. 1968. “Fire behavior mechanisms in a red pine plantation: field andlaboratory evidence”. Can. Dep. For. Rural Develop., For. Branch, nº 1129. Ottawa.

Viegas D. X., Ribeiro P. R., Maricato L. 1998. “An empirical model for the spread of afireline inclined in relation to the slope gradient or to wind direction”. III InternationalConf. on Forest Fire Research -14th Conference on Fire and Forest Meteorology (I), p. 325– 342.

31



ANEXO 1:

Anexo 1: Base de datos



32

Anexo 2 Planilla de Campo de datos Biofisicos

33



Anexo 3 Planilla de campo de datos de Cobertura y combustibles forestales



34

Anexo 3.1 Descripción simplificada de los modelos de combustible deRothermel (1972)

Anexo 4: Informe Graficado (fotografías)

Diferentes muestras de vegetación (pasto y material vegetal verde)

35



Anexo 4.1 Pesaje de muestra in situ Anexo 4.2 Pesaje muestra verde in situ

Anexo 4.3 Pesaje en laboratorio Anexo 4.4 Pesaje muestra verde en laboratorio

Anexo 4: Informe Graficado (fotografías)

Diferentes muestras de vegetación (pasto y material vegetal verde)



36

Anexo 4.5 Recolección de muestras combustibles herbáceas.

Anexo 4.6 Area de extracción de muestras herbáceas.

37



Anexo 4.7 Modelo combustible 1 Anexo 4.8 Modelo combustible 2

Anexo 4.9 Modelo combustible 3 Anexo 4.10 Modelo combustible 4 - 7

Anexo 4.11 Area incendiada agosto 2006 Anexo 4.12 Area incendida agosto 2006



38

Publicaciones en la serie “Documento Científico” Proyecto FOMABO

2005No 1. Ponce, E., 2005. Valoración de niveles de participación de las comunidades de la TCO ”Guarayos”,

Bolivia, en actividades de manejo forestal sostenible. Documento Científico Proyecto FOMABO no. 1- 2005. Proyecto FOMABO, Cochabamba, Bolivia.

No 2. Ponce, E., 2005. El proceso de desarrollo curricular en la carrera de Ingeniería Forestal de la UniversidadAutónoma “Gabriel Rene Moreno” Santa Cruz, Bolivia. Documento Científico Proyecto FOMABO no.2 - 2005. Proyecto FOMABO, Cochabamba, Bolivia.

No 3. Ponce, E., 2005. Análisis multicriterio para la planificación de caminos de bajo impacto en la concesiónforestal “Lago Rey” Santa Cruz, Bolivia. Documento Científico Proyecto FOMABO no. 3 - 2005.

Proyecto FOMABO, Cochabamba, Bolivia.

2006No 1. Ponce, E., 2006. Sostenibilidad del manejo de los bosques secos tropicales de Bolivia aplicando

múltiples objetivos. Documento Científico Proyecto FOMABO no. 1 - 2006. Proyecto FOMABO,Cochabamba, Bolivia.

No 2. Sandoval, Eduardo. 2006. Ensayo de longevidad de semillas de quebracho blanco. Documento científicoProyecto FOMABO no. 2 -2006. Proyecto FOMABO, Santa Cruz, Bolivia.

No 3. Sandoval, Eduardo. 2006. Consideraciones económicas sobre plantaciones de serebó. Documento

científico Proyecto FOMABO no. 3 -2006. Proyecto FOMABO, Santa Cruz, Bolivia.

Publicaciones en la serie “Informe Técnico” Proyecto FOMABO

2006No. 1.Kamelarczyk, FBF, E. Magariños y R.C. Bulegio, 2006. Memoria del taller para fortalecer la asignatura

de Forestería Comunitaria en la UMSS y UAGRM. Informe Técnico Proyecto FOMABO no. 1-2006.Proyecto FOMABO, Santa Cruz, Bolivia.

No 2. Raebild, A. y H. Meilby. 2006. Calculo de tablas volumétricas y tablas de crecimiento. DocumentoTécnico Proyecto FOMABO no. 2-2006. Proyecto FOMABO, Santa Cruz, Bolivia

No 3. Raebild, A., 2006. Análisis estadístico de ensayos multi-especies de FOMABO. Informe Técnico ProyectoFOMABO no. 3-2006. Proyecto FOMABO, Santa Cruz, Bolivia

No 4. Pérez Castellón, Ariel, 2006. Análisis de políticas publicas relacionadas con la investigación forestal enBolivia. Informe Técnico Proyecto FOMABO no. 4-2006. Proyecto FOMABO, Santa Cruz, Bolivia

No 5. Coca Morante, M. y A. A. Stilma, 2006 (eds). Taller de evaluación y planificación de actividades deinvestigación para el trópico de Cochabamba. Informe Técnico Proyecto FOMABO no. 5-2006. ProyectoFOMABO, Cochabamba, Bolivia.

No 6. Coca Morante, M., 2006 (ed). Taller interno sobre actividades académicas, investigación e interacciónuniversitaria en la escuela de Ciencias Forestales (ESFOR). Informe Técnico Proyecto FOMABO no. 6-2006. Proyecto FOMABO, Cochabamba, Bolivia.

No 7 Sandoval, Eduardo. 2006. Programa de compensación por servicios ambientales en Santa Cruz.Documento Técnico Proyecto FOMABO no. 7-2006. Proyecto FOMABO, Santa Cruz, Bolivia.

Que es el proyecto FOMABO?

El proyecto de mejoramiento de la capacidad de investigación “Manejo forestal de las tierras

bajas de Bolivia” (FOMABO) es una colaboración entre la UAGRM (Santa Cruz,

Bolivia), la UMSS (Cochabamba, Bolivia) y la KVL (Copenhague, Dinamarca). Desde fines

del 2000, el proyecto ha operado con el objetivo de desarrollo de mejorar la capacidad

para el manejo sostenible de los recursos forestales en las tierras bajas de Bolivia. El

trabajo está organizado en tres componentes: (1) educación y organización, (2) ecología y manejo forestal, y (3) forestería comunitaria,

economía forestal, políticas y planificación. La visión de largo plazo del proyecto es durante

un periodo de 12 años la de crear las capacidades necesarias de investigación y

formación concernientes al manejo y planificación forestal sostenible, especialmente en relación con formas de manejo basadas en comunidades rurales locales y la utilización de

especies arbóreas valiosas produciendo madera y productos no maderables en áreas de

manejo forestal natural, agroforestería y reforestación de áreas degradadas.

Universidad Mayor de San Simón (UMSS)Facultad de Ciencias Agrícolas y Pecuarias (FCA y P)Escuela de Ciencias Forestales (ESFOR)Av. Atahuallpa (Final), Zona Temporal, Barrio Prefectural, Casilla 447, Cochabamba, BoliviaTelf./fax: +591-4 4451203E-mail: [email protected]

Universidad Autónoma “Gabriel René Moreno” (UAGRM)Facultad de Ciencias AgrícolasCarrera de Ingeniería Forestal“Vallecito”, Carretera al Norte Km. 8.5, Santa Cruz de la Sierra, BoliviaTelf./fax: +591 3 344 2553E-mail: [email protected]

Universidad Real de Veterinaria y Agricultura (KVL)Centro Danés de Bosque, Paisaje y ManejoRolighedsvej 23, 1958 Frederiksberg C., Copenhague, DinamarcaTelf.: +45 35 28 17 66Fax: +45 35 28 15 08E-mail: [email protected]

CONTACTOSCONTACTOSCONTACTOS

FOMABO-UMSSFOMABO-UMSSFOMABO-UMSS

FOMABO-UAGRMFOMABO-UAGRMFOMABO-UAGRM

FOMABO-KUFOMABO-KUFOMABO-KU

Modelos de Riesgo y Vulnerabilidad a Incendios … DOCUMENTOS... · político y cultural que,...

Documents

Transcript of Modelos de Riesgo y Vulnerabilidad a Incendios … DOCUMENTOS... · político y cultural que,...