Modelos de Riesgo y Vulnerabilidad a Incendios Forestales

Documento Técnico No. 7 - 2008 FOMABO

Modelos de Riesgo y Vulnerabilidad a Incendios Forestales, a partir de condiciones naturales y antrópicas; Caso de Estudio Parque Nacional Tunari Ing. MSc. Gustavo Guzmán Torrez Ing. MSc. Armando M. Rodríguez Montellano

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 Ingeniería 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 responsabilidad 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.

DOCUMENTO TÉCNICO No. 1 - 2008 / FOMABO

Modelos de Riesgo y Vulnerabilidad a Incendios 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

a. Docente - Investigador en la Universidad Mayor de San Simón (UMSS), Facultad de Ciencias Agrícolas, 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) Universidad Mayor de San Simón (UMSS), Facultad de Ciencias Agrícolas, Pecuarias, Forestales y Veterinarias. Escuela de Ciencias Forestales (ESFOR). Carrera de Ingeniería Forestal. Av. Atahuallpa (Final), Zona Temporal, Barrio Prefectural Casilla 447, Cochabamba, Bolivia Telf./fax: +591-4 4451236. cel: +591 -4 71435778 e-mail: [email protected], [email protected],.

Cochabamba - Bolivia

Editorial Proyecto FOMABO/ESFOR-UMSS Escuela de Ciencias Forestales de la Universidad Mayor de San Simón Av. Atahualla (final), Zona Temporal, Barrio Prefectural s/n, Casilla 447, Telf./fax: +591-04-4456187 Telf:4292343 Web: www.esfor.umss.edu.bo E-mail: [email protected] Cochabamba, Bolivia Proyecto FOMABO/UAGRM Carrera de Ingenieria Forestal Vallecito, Carretera al norte Km. 8,5 Santa Cruz de la Sierra, Bolivia Responsable de edición: Escuela de Ciencias Forestales (ESFOR) Av. Atahuallpa (Final), Zona Temporal, Barrio Prefectural Casilla 447, Cochabamba, Bolivia Telf./fax: +591-4 4451203 Web: 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

Todos los derechos reservados. Se autoriza la reproducción y difusión de material contenido en este producto educativo para fines educativos u otros fines no comerciales sin previa autorización escrita de los titulares de los derechos de autor, siempre que se especifique claramente la fuente. Se prohíbe la reproducción del material contenido en este producto educativo para reventa u otros fines comerciales sin previa autorización escrita de los titulares de los derechos de autor.

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

FOMABO

MODELOS DE RIESGO Y VULNERABILIDAD A INCENDIOS FORESTALES, A PARTIR DE CONDICIONES NATURALES Y ANTRÓPICAS; CASO DE ESTUDIO PARqUE NACIONAL TUNARI

RESUMEN Este estudio proporcionó un modelo espacial para evaluar el riesgo y la vulnerabilidad a incendios forestales en un área representativa del Parque Nacional Tunari en el departamento de Cochabamba, haciendo participe a instituciones locales en la conformación de posibles acciones, luego de demostrar los resultados, se identificaron variables preponderantes que influyen en la ocurrencia de estos siniestros desde el enfoque predictivo. Se empleo básicamente el método de Análisis Espacial Multicriterio. La estructura del índice de peligro de incendios forestales incluye tres componentes. El componente 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 se estructurara con la integración de la temperatura superficial, la precipitación total mensual y vientos predominantes, que se obtuvo básicamente a partir del Modelo de Elevación Digital DEM. Por último, el componente de causa derivado mediante la evaluación de elementos socioculturales y de uso del Suelo, representados por rasgos geográficos. Los tres componentes se integraron en un modelo de integración y escenarios críticos que mostrarán la localización de las áreas vulnerables y riesgosas a incendios forestales, y posible comportamiento del fuego. Palabras clave: Peligro de incendios, combustibles forestales, análisis multicriterio, Parque Nacional Tunari

7

FOMABO


ABSTRACT This study I provide a space model to evaluate the risk and vulnerability to forest fires in a representative area of the National Park Tunari in the department of Cochabamba, doing participates to local institutions in the conformation of possible actions, after demonstrating the results, identified preponderant variables that influence in the occurrence of these wrecks from the predictive approach. Use basically the method of Space Analysis Multicriterio. 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, three combustible scenes were evaluated, i)Eucalyptus globulus. ii)Pinus radiata, iii)Polylepis besseri, in these areas I value the preventive activities like raleos removal of hojarasca or combustible bed; the meteorological component that was structured with the integration of the skin temperature, the monthly total precipitation and predominant winds, that of it basically obtained from the Model of Digital Elevation DEM. Finally, the component of cause derived by means of the evaluation of sociocultural elements and use of Soil, represented by geographic characteristics. The three components integrated in model of integration and critical scenes that showed the location of the vulnerable and risky areas forest fires, and possible behavior of the fire. Key words: Danger of fires, forest fuels, analysis multicriteria, National Park Tunari

8

FOMABO


1. INTRODUCCIÓN 1.1. Antecedentes generales Los incendios en el Parque Nacional Tunari (PNT) son considerados como el factor de perturbación que más daño ha causado y esta causando a los ecosistemas, y son la resultante de la interacción de diversos elementos de carácter socioeconómico e incluso político y cultural que, influidos por factores topográficos y climáticos, dificultan la minimización de los daños. Con la finalidad de reducir los daños por el fuego, dirigir las acciones de combate, y contar con una mejor eficiencia en el uso de los recursos humanos y 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 vez modificado provocando cambios drásticos en su estructura, extensión y composición biológica de las especies existentes, todo esto provocada por la influencia humana (comunidades, visitantes, otros) a través de los continuos incendios forestales, lo que esta produciendo 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 la predicción y evolución de un incendio. Un trabajo de este tipo tiene que incluir los factores 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 muy complicado obtener esta información. El campo de aplicación de los Sistemas de Información Geográfica es amplio. Su rol como herramienta para la toma de decisiones abarca en la actualidad a prácticamente todos los ámbitos del desarrollo. Por ejemplo, es posible encontrar aplicaciones en la prevención de desastres naturales, modelos de cambio climático, procesos de contaminación ambiental, 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 aquellas otras relativas al ordenamiento territorial, por lo que para esta investigación el SIG juega un papel importante en el modelamiento planteado en este trabajo de investigación, que nos permita elaborar un modelo espacial de riesgos y vulnerabilidad a incendios forestales potenciales aplicando análisis multicriterio.

9

FOMABO


1.2. Objetivos Objetivo general • Elaborar un modelo espacial de riesgos y vulnerabilidad a incendios forestales potenciales aplicando análisis multicriterio, a partir de la identificación de condiciones naturales y antrópicas para el Parque Tunari, que permitan predecir la ocurrencia a estos siniestros.

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 datos geográficos, biofísicos y meteorológicos, que una vez procesados nos permitan generar los mapas de riesgos de incendios forestales y a la vez permitan predecir los Incendios forestales (IF). • Integrar variables meteorológicas, socioeconómicas y de combustibles forestales con el propósito 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 de zonas: Tirani, Leuquepampa, Pajcha. En el marco del riesgo de incendio (FIRERISK) se muestrearon, además de las especies herbáceas, también se recogieron especies arbóreas, Pinos, Eucaliptos, Kewiñas, en ambas se calcularon el contenido de humedad que después fue relacionado con propiedades combustibles. Para el muestreo de la cama combustible (pastos y mantillos generalmente) se diseño un cuadrado de 2*2m de los cuales solo se muestreo uno de ellos vale decir 1m2. Las muestras de humedad fueron tomadas desde junio a septiembre de 2006 durante los meses de máximo peligro. Las diferentes muestras de vegetación (pasto y material vegetal verde) se llevó a cabo de manera aleatoria siguiendo un protocolo específico. Se tomaron entre 100 y 200 gramos 10

FOMABO


de muestra aproximado dentro del metro cuadrado, siendo pesadas en el momento de su recolección mediante una balanza portátil (ver anexo 4.1, 4.2). Posteriormente las muestras fueron trasladadas al laboratorio para ser secadas en una estufa durante 72 horas a una temperatura de ±105ºC. Tras esta operación las muestras son nuevamente pesadas para calcular el contenido de humedad. Dicho contenido, en este estudio sobre peligro de incendio, se expreso como el porcentaje de peso en agua en relación con el peso en seco, Fuel Moisture Content (FMC):

⎛ Ph − Ps ⎞ FMC = ⎜ ⎟ *100 ⎝ Ps ⎠

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 todos los tipos de combustible, hojarasca, mantillo, y otros ya descritos anteriormente, después serán llevados a laboratorio para poder saber el comportamiento de contenido de humedad. Las partículas leñosas pequeñas pierden rápidamente parte de su humedad como consecuencia de sus dimensiones, condición que favorece en gran medida la combustión y el inicio de la mayoría de los incendios, por lo que constituyen una variable de gran influencia en el peligro de incendios. Para estimar la cantidad o carga de combustibles, se realizó un inventario con un diseño de muestreo estratificado al azar, donde los tipos de vegetación constituyeron los estratos. La obtención de los datos se hizo con la técnica de intersecciones, planimétricas, que ha sido difundida y utilizada en diversos tipos de bosques con 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 longitud cuya dirección es definida aleatoriamente. Para el caso de la cama de combustibles forestales, se registra la profundidad a los 5, 10, 15 y 20 m. de longitud de la línea. Además, 11

FOMABO


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 muestra de aproximadamente 300 gr. para su posterior secado en el laboratorio. El peso seco de estas muestras será relacionado con el peso del material colectado in situ y de esta forma se 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 realiza siguiendo los lineamientos propuestos por Van Wagner (1982), empleando la siguiente ecuación:

⎛ 0.1234 ⎞ 2 W1 = ⎜G ⎟∑ d * c ⎝ L ⎠

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 volumen a kg/m2 y, c un factor de corrección por pendiente el mismo que es calculado con la siguiente ecuación:

⎛ % pendiente ⎞ 2 C = 1+ ⎜ ⎟ ⎝ ⎠ 100

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 será asignada a los polígonos de vegetación, dando lugar a la cartografía del complejo de combustibles forestales (Ver Anexo 4,7 - 4,10). Después de los cálculos (ver anexo 4.7 - 4.10) de contenido de humedad de los agentes combustibles, extraídos en campo, y analizados en laboratorio e introducidos en NEXUS se generaron resultados interesantes, de comportamiento de propagación por componente combustible expresado en Kilómetros por hora. 12

FOMABO


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

NDVI =

(NIR − R) (NIR + R)

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 conveniente realizar una cierta calibración de las variaciones causadas por el rango espectral que podría ser encubierto, es así que se aplican los siguientes algoritmos que fueron adoptados y modificados de Chuvieco et. al (2000):

⎛ (118.49 + (520 * NDVI) + (3.82 * NDVI)) ⎞ ch pastos = ⎜ + 1208,25 * ED⎟ TS ⎝ ⎠ ⎛ (21,199 + (91,476 * NDVI) + (8,60 * NDVI)) ⎞ chmatorral = ⎜ + 131,44 * ED⎟ TS ⎝ ⎠

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 13

FOMABO


2.6 Generación de modelos digitales del terreno Las variables topográficas seleccionadas son: la altitud sobre el nivel del mar y la orientación de la pendiente. Ambos rasgos se consideraron como expresiones de la variación de la temperatura y la humedad en el terreno, y para su representación se empleó un modelo digital de elevaciones con una resolución espacial de 30 m. generado a partir de curvas de nivel. Para el efecto de proyectar el avance del incendio era necesario obtener el mapa de pendientes, y de orientación para cuantificar las horas luz en cada zona por lo que se calculó a partir de la siguiente ecuación.

⎛ HYP(DX.DY ) ⎞ Pendiente = 100 * ⎜ ⎟ ⎝ pixelsize * DEM ⎠

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 a su influencia en el contenido de humedad de los combustibles, factor que regula la ocurrencia de incendios forestales. Se busca el set de datos de estaciones metereológicas de Cochabamba de años recientes. Para conocer la distribución espacial de las variables meteorológicas, 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 la relación existente entre la altitud, latitud y longitud de las estaciones meteorológicas y la temperatura y la precipitación pluvial. El objetivo de este análisis es obtener modelos numéricos que permitan estimar el valor de estas variables climáticas a partir de variables independientes de fácil adquisición (Chuvieco et al., 2000).

14

FOMABO


2.8 Temperatura La temperatura es uno de los factores más importantes por que permite la perdida de humedad de la cobertura en función al contenido de humedad, estos datos se generan a partir de las estaciones vecinas, de Linku Pata, que es la que tiene más datos y mucho más confiables, 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 pequeñas que realmente nos sirvan para el análisis se empleo la Banda 6 del LANDSAT utilizando las siguientes ecuaciones.

⎛ L + (Lmax − Lmin ) ⎞ L = ⎜ min ⎟*Q ⎝ ⎠ 255 T=

K2 ⎛ K1 ⎞ ln⎜ ⎟ ⎝ L + 1⎠

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 de calcular el mapa de densidades de dosel forestal, primero se sacaron puntos GPS con las características de cada sitio y con la ayuda del programa de densidades (Gaplyght) con fotografías extraídas de estos lugares se pudo calcular las densidades por cada una de las especies forestales, (Kewiña, Pino, Eucalipto), a partir de estos datos más el Índice Normalizado de Vegetación (NDVI) se calculó un mapa de densidades de cobertura forestal en el Forest Canopy Density (FCD). 15

FOMABO


a Densidad Forestal de Eucalipto

b Densidad Forestal de Kewiña

Análisis de densidades de Cobertura forestal comparación con el modelo FCD, Fotografía de Eucaliptus sp, con resultados de 60.02% de densidades.

Análisis de densidades de Cobertura forestal comparación con el modelo FCD, Fotografía de Polypepis sp, con resultados de 15.08% de densidades.

c Densidad Forestal de Pino Análisis de densidades de Cobertura forestal comparación con el modelo FCD, Fotografía de Pinus sp, con resultados de 22.00% de densidades.

Figura 1 Densidades de cobertura de tres especies seleccionadas en el Parque Tunari, para el estudio 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 a Incendios Forestales (IPIF) se hará en términos de un análisis Multicriterio (AMC). Análisis que no es más que la valoración o ponderación en ambiente SIG sobre todas las variables definidas, ponderándolas de acuerdo a su peligrosidad a provocar incendio forestal en el área. A través de la selección y análisis de los criterios, se obtendrá una regla de decisión que mostrará alternativas de solución al objetivo (Eastman, 1999), en este caso la localización de áreas susceptibles a incendios forestales de acuerdo a las tablas antes mencionadas, en este paso se crearan mapas intermedios con características de cada variable en rangos definidos, estos mapas después serán cruzados en un análisis multicriterio en el software ILWIS. A continuación en la figura siguiente se describe como, secuencialmente se elaboró el modelo (de abajo hacia arriba), desde la toma de datos o compilación de datos, hasta la ponderación de las variables expresados en mapas para obtener el modelo final.

16

FOMABO


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), se considera que los criterios a evaluar no poseen el mismo grado de influencia en la solución del problema espacial planteado, sino que existe un esquema jerárquico en donde cada criterio aporta valores de importancia en distinta proporción. Para el modelo propuesto se esperan obtener los componentes de combustibles forestales (CCF), meteorológico (CM) y el de causa (CC), que dan lugar al IPIF. A continuación puede observarse la estructura del modelo de peligro de incendios forestales, así como las variables que se evaluaron. - Elevación - Pendiente - Dirección de Pendiente - Modelo combustible - Cobertura del dosel - Altura del dosel - Actividades antrópicas - Grado de cobertura y densidad

Figura 3 Esquema de ponderación por variables en Fuzzy

Como resultado final a obtener en este paso son los mapas recategorizados en niveles de riesgo, en base a estos mismos se realizan modelamientos también de comportamiento de incendios en el software NEXUS. 17

FOMABO


En virtud de que cada criterio tiene unidades dimensiónales distintas, es necesario estandarizar cada variable a un rango numérico común _escala byte_, lo que permitirá su posterior 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 alternativa y el 255 el mayor valor. Lo anterior 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 incluido en el programa ILWIS 3.3 (Integrated Land and Water Information 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 central se define en la cota 2750m. línea divisoria entre la ciudad, pero especialmente cerca de Cochabamba 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 púneños subhumedos del Tunari (Serie de Berberis commutata, Polylepis besseri), pajonales ribereños de Sehuenka (Cortaderia rudiuscula). Con pajonales subnival criorotropical

18

FOMABO


saxícola con Deyeuxia glacialis, Vegetación saxícola altoandina de pedregales y afloramientos 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 y protección pasa por el conocimiento de sus recursos, y la manutención del equilibrio ecosistémico, que hasta ahora se preserva pero de manera dispuesta al creador. Entre las plantaciones predominantes sobresalen los bosques de pino y los de eucalipto de 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, el área es muy importante tomarla en cuenta porque en ella se contemplan todas las variables necesarias para poner en marcha el modelamiento a incendios forestales en el Parque, al referirnos a áreas implantadas no estamos ignorando características biofísicas naturales, sino más bien estamos tratando de vincular todas las variables de manera de tener un modelo mas 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, esta delimitada por el área de estudio que cubre una superficie de 8.241.83 ha. siendo una porción del Parque, zona seleccionada por tener un mayor número de diferencias en cuanto a cobertura, altitud, exposición de luz, presencias antropicas, por turismo y agricultura. El combustible es uno de los factores más importantes y muchas veces es decisivo para el comportamiento del incendio. Basta recordar que es uno de los componentes del conocido “triángulo del fuego”. Las propiedades extrínsecas más importantes (aquellas que cambian de acuerdo con la 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) por unidad de superficie; se puede encontrar expresada en diferentes unidades como toneladas por hectárea (t/ha), toneladas por acre (t/a), libras por pie cuadrado (lb/ft2) o 19

FOMABO


kilogramo por metro cuadrado (kg/m2).

Figura 5 Gráficas de componente combustible y modelo de comportamiento de incendio forestal (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 geométricas más importantes del combustible. La forma se refiere al aspecto (cilíndrica, esférica, irregular, etc.). El tamaño, al grueso, ancho y largo. Estos parámetros suelen presentarse mediante 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 el tamaño del combustible decrece (conforme s aumenta) y que la velocidad de propagación de un incendio varía directamente con el valor de s.

20

FOMABO


Pinus sp Eucalyptus sp Polilepis sp Pastos + Matorrales

Pinus sp Eucalyptus sp Polilepis sp Pastos + Matorrales

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 forma más común de realizar esta clasificación es mediante una descripción generalizada del combustible en los denominados modelos de combustible. Las características intrínsecas de los combustibles tales como poder calorífico, composición química, densidad, conductividad térmica, etc. son igualmente importantes 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 variables utilizadas en el estudio a través del análisis multicriterio.

Cada variable se estandarizo a una escala byte logrando una ponderación numérica, 21

FOMABO


ponderándolas de acuerdo a su peligrosidad a provocar incendio forestal en el área, lo anterior 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 incluido en el programa ILWIS, anteriormente señalado. Lograda la ponderación se logro integrar las variables y así calcular el Índice de Peligro y el de Vulnerabilidad para la zona en estudio. La figura 7 nos señala gráficamente como se toma en cuenta cada una de las variables Climáticas, de uso y cobertura y de combustibles para la ponderación y al final lograr los mapas de Riesgo y Vulnerabilidad de manera de encontrar las áreas susceptibles a los Incendios forestales acorde a las tablas antes mencionadas.

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 otras unidades, 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 tiene su correspondencia en un mapa que tiene categorizaciones extrapoladas (anexo 4.7 -

22

FOMABO


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

23

FOMABO


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 las probabilidades de riesgo a incendios forestales. Es importante mencionar que la ponderación fue asignada a cada atributo de cada uno de los 10 mapas, y a cada mapa se le asigno un peso ponderado. A continuación se presenta una síntesis de los factores seleccionados 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 realizó mediante una Combinación Lineal Ponderada, cuya expresión es:

Rif = ∑k w k rik

eq.10

Donde: Rif: es el vector de prioridades asociado con el késimo elemento de la estructura jerárquica de 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 objetivo planteado la localización de áreas susceptibles a incendios a través del producto de los valores de importancia de cada criterio (w) y sus alternativas estandarizadas (r). A continuacion se muestra el resultado de la ponderación de incendios forestales para el área 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 y circunstancia. El riesgo se puede estimar si se conocen las características de la amenaza y de la vulnerabilidad (de infraestructura, social, económica, etc.)

24

FOMABO


Ese momento (temporal) y las condiciones de la zona (espacial) hacen que se pueda predecir el riesgo del Incendio Forestal, en el marco del conocimiento y manejo adecuado de los datos y la información, la presencia (p. ej.) de la vegetación mayor como las plantaciones (nativas o exóticas) denota dos circunstancias, una que de todas maneras protege el área y la otra es que el riesgo de incendio es mayor por la presencia de combustible en el área. En segundo lugar la agricultura en todas sus formas unida a la preparación de los terrenos para 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 del personal del PNT, respecto del ordenamiento predial, el acceso a las zonas de mayores riesgos pre-determinado y una capacitación en manejo y control de los Incendios Forestales 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 es donde se observa con claridad que el manejo de esta área debe ser integral, para esto recomendar que el Servicio Nacional de Áreas protegidas (SNAP), retitulice a esta reserva como un área de manejo integrado, esto permitirá realizar acciones mucho más centradas en el potencial de uso de los suelos, sin embargo sin un impulso por parte de la Prefectura 25

FOMABO


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

3.8 Vulnerabilidad a incendios forestales La vulnerabilidad a incendios forestales es la susceptibilidad o predisposición intrínseca del Parque Nacional Tunari o de algún ecosistema del PNT a ser afectado seriamente. Además del 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 de amenaza que podría sufrir el PNT. La amenaza en el Parque esta dada por acciones derivadas de la interacción de la actividad humana y la naturaleza. que son provocadas por el abuso y el descuido de la acción humana en su relación con el medio ambiente, por ejemplo, no practicar silvicultura preventiva. En el caso de los rodales tanto de pino como de eucalipto es que no se desarrollan esquemas de manejo de plantaciones, estas debían planificarse desde el inicio del establecimiento incluso y generar planes de manejo acorde a la fisiología de la especie y el desarrollo de los árboles. En el caso de la agricultura de susbsistencia y la intensiva en el caso de la preparación de terrenos y su habilitación para las siembras lo requerido es que los mismos propietarios asuman las actividades de quemas controladas sin permitir que el fuego se escape de sus linderos de las áreas que están en preparación, esto necesariamente requiere de una capacitación en temas de manejo y control del fuego.

26

FOMABO


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 antes ensayar una introducción de especies adecuadas que se adapten a las condiciones de sitio y cumplan doble propósito ser de utilidad para el ganado lanar de la zona y por el otro protejan el suelo. Un ordenamiento predial sumado a la concienciación de los comunarios contribuirá de manera particular a la preservación integral del PNT.

4. DISCUSIÓN La descripción de los diversos aspectos fenomenológicos que intervienen en los incendios forestales pone de manifiesto su extraordinaria complejidad. La gama de posibilidades que afectan a este tipo de incendios es extraordinariamente amplia: el tipo de combustible (árboles, matorral, pastizal, etc.), las condiciones del terreno (pendiente, orientación.) y las condiciones meteorológicas (humedad, velocidad del viento), junto a los factores antrópicos (de muy difícil predicción) hacen sumamente difícil la modelización de este fenómeno. Las propiedades del combustible y la influencia del terreno aumentan extraordinariamente la complejidad de los incendios forestales cuando se los compara con los incendios de hidrocarburos (tan importantes en la industria química que, por el intenso estudio al que han sido sometidos, podrían contribuir al marco de referencia para un tratamiento cuantitativo). Así mismo, el continuo desplazamiento del frente de llama sobre un terreno de condiciones variables constituye un elemento diferencial respecto a otros tipos de incendio, contribuyendo a complicar aún más la modelización. Es evidente por tanto que, si bien es factible una aproximación cuantitativa basada en los métodos ingenieriles usados en la modelización del fuego en otros campos, la misma 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 de un incendio en el PNT, se predecirá la posibilidad de ocurrencia y la forma en la que se podrá comportar el fuego y que permita su control. Con objeto de mejorar la capacidad de discriminación del índice final de riesgo, se ha procedido a reclasificar el mismo a partir de una modificación de las tablas con las que se obtiene el mapa final de riesgos y vulnerabilidades por grados. 27

FOMABO


Los resultados de los estudios de bondad del índice después de los reajustes a través de los análisis de sensibilidad, indican una clara mejoría en la capacidad del mismo para distinguir entre los distintos estratos de riesgo, que permitirán a los guardaparques principalmente atender o dar prioridad a estas zonas en fechas previstas, sobre todo entre los valores alto y extremo. Desarrollar las capacidades de análisis del riesgo a nivel de todas las instituciones involucradas, 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 de incendios forestales que pase de local a nacional donde se puede hacer nuevas investigaciones, que permitan ampliar el panorama, incorporando en sus políticas preventivas, acciones contra incendios, educación sobre el comportamiento de fuego en ciertas condiciones como también el uso de herramientas de alerta como un Sistema de Información Geográfica que puedan utilizar los guardaparques. Y talvez lo más importante la adecuación de la Legislación a fin de que pueda ser aplicada en los planes de desarrollo de infraestructura y de uso del suelo, que tengan relación principalmente con la restricción en Áreas Protegidas. Todavía queda mucho por hacer, por investigar sobre este tema y lo mas importante poner en marcha algún programa o proyecto de prevención, utilizando estas investigaciones como base para poner en práctica lo aprendido, seria muy bueno continuar esta investigación 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 datos meteorológicos e historial de incendios forestales en una porción del Parque, que se ha clasificado a efectos de predicción del índice de riesgo de incendios forestales y áreas vulnerables, en el modelo planteado en este estudio, indican un buen ajuste en general entre los valores de la probabilidad de ignición y la ocurrencia de incendios y, sobre todo, la extensión de los mismos. 28

FOMABO


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

6. AGRADECIMIENTOS Este proyecto fue desarrollado con el apoyo institucional y financiero del Proyecto Manejo de Bosques FOMABO de la Universidad Mayor de San Simón UMSS – Escuela de Ciencias Forestales ESFOR.

7. REFERENCIAS BIBLIOGRÁFICAS Albini F. A., Stocks B. J. 1986. “Predicted and observed rates of spread of crown fires in immature jack pine”. Combustion Science and Technology, 48: 65-76. Arnaldos J., Navalón X., Pastor E., Planas E., Zárate L. 2001. “Manual d’enginyeria per a la 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 surface fuels and biomass in the interior west, USDA Forest Service, General Technical Report INT129. Byram, G.M. 1959. “Combustion of forest fuels”. A Forest fire control and use, K.P Davis.(ed.). McGraw-Hill, Nueva York. Catchpole T., de Mestre N. 1986. “Physical models for a spreading line fire”. Australian Forestry, 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 risk mapping. Megafires Project”, in Chuvieco, E. (ed.), A review of remote sensing methods for 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 and convective model including fire-induced flow effects”. International Journal of Wildland Fire, 9(3): 155-172. ENCOFOR 2005. Environment and community based framework for designing afforestation, reforestation and revegetation projects in the CDM: Pre-Feasibility Report Tunari Case Study 29

FOMABO


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 to decrease digitising efforts for natural phenomena”. Cartography and Geographic Information Systems. Vol 22, nº 3, pp. 222-231. Mostacedo, B., T.S. Fredericksen, K. Gould and M. Toledo 1999. Comparacion de la respuesta de las comunidades vegetales a los incendios forestales en los bosques tropicales secos y humedos de Bolivia. Documento Técnico 83. Navarro G., Maldonado M., 2005. Geografia ecoligica de Bolivia, Vegetacion y Ambientes Acuaticos. 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 Incendios Forestales. 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 Rocky Mountains”. USDA Forest Service Research, Paper INT-438. Salas, F. 1995. Detección de áreas de riesgo de incendio forestal a partir de los Sistemas de Información Geográfica y la Teledetección, tesis Doctoral, Universidad de Alcalá de Henares, 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 Management Notes, 59(2): 20-24. Van Wagner C. E. 1968. “Fire behavior mechanisms in a red pine plantation: field and laboratory 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 a fireline inclined in relation to the slope gradient or to wind direction”. III International Conf. on Forest Fire Research -14th Conference on Fire and Forest Meteorology (I), p. 325 – 342.

30

FOMABO


ANEXO 1: Anexo 1: Base de datos

31

FOMABO


Anexo 2 Planilla de Campo de datos Biofisicos

32

FOMABO


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

33

FOMABO


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

34

FOMABO


Anexo 4: Informe Graficado (fotografías) Diferentes muestras de vegetación (pasto y material vegetal verde)

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

35

FOMABO


Anexo 4: Informe Graficado (fotografías) Diferentes muestras de vegetación (pasto y material vegetal verde)

Anexo 4.5 Recolección de muestras combustibles herbáceas.

Anexo 4.6 Area de extracción de muestras herbáceas.

36

FOMABO


Anexo 4.7 Modelo combustible 1



Anexo 4.10 Modelo combustible 4 - 7

Anexo 4.11 Area incendiada agosto 2006

Anexo 4.12 Area incendida agosto 2006

37

FOMABO


Publicaciones en la serie “Documento Científico” Proyecto FOMABO 2005 No 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 Universidad Autónoma “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 concesión forestal “Lago Rey” Santa Cruz, Bolivia. Documento Científico Proyecto FOMABO no. 3 - 2005. Proyecto FOMABO, Cochabamba, Bolivia.

2006 No 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 científico Proyecto 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 2006 No. 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. Documento Técnico 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 Proyecto FOMABO no. 3-2006. Proyecto FOMABO, Santa Cruz, Bolivia No 4. Pérez Castellón, Ariel, 2006. Análisis de políticas publicas relacionadas con la investigación forestal en Bolivia. 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 de investigación para el trópico de Cochabamba. Informe Técnico Proyecto FOMABO no. 5-2006. Proyecto FOMABO, Cochabamba, Bolivia. No 6. Coca Morante, M., 2006 (ed). Taller interno sobre actividades académicas, investigación e interacción universitaria en la escuela de Ciencias Forestales (ESFOR). Informe Técnico Proyecto FOMABO no. 62006. 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.

38

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.

CONTACTOS FOMABO-UMSS 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, Bolivia Telf./fax: +591-4 4451203 E-mail: [email protected] FOMABO-UAGRM Universidad Autónoma “Gabriel René Moreno” (UAGRM) Facultad de Ciencias Agrícolas Carrera de Ingeniería Forestal “Vallecito”, Carretera al Norte Km. 8.5, Santa Cruz de la Sierra, Bolivia Telf./fax: +591 3 344 2553 E-mail: [email protected]

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

Modelos de Riesgo y Vulnerabilidad a Incendios Forestales

Recommend Documents