Predicción de zonas susceptibles a incendios forestales aplicando técnicas de aprendizaje automático en el cantón Zapotillo, Loja – Ecuador

Abstract

Un incendio forestal afecta grandes extensiones de ecosistemas a nivel mundial, causando daños ambientales. En Ecuador se ha presenciado esta realidad, debido a que el 38% de los eventos naturales y antrópicos que afectaron al país, entre 2010 y 2018 fueron incendios forestales. La región de la Sierra fue la más afectada por los incendios, representando el 80% a nivel nacional. En esta región, la provincia de Loja se encuentra entre las más impactadas del país, con un 19% de los eventos registrados. En particular, el cantón Zapotillo fue afectado significativamente por estos eventos, debido a sus extensas áreas de bosque seco, albergando una diversidad florística y faunística significativa. En respuesta a esta problemática, la presente investigación modeló la probabilidad de ocurrencia de incendios forestales en el cantón Zapotillo. Se aplicaron tres algoritmos de aprendizaje automático supervisado (RL, MARS y LMT) con 164 puntos (incendio y no incendio) correspondientes al periodo 2018 – 2021, que sirvieron para entrenar (75 %) y validar (25 %) los modelos. Se utilizó ocho variables de entrada asociadas a factores ambientales, topográficos y antrópicos. El modelo de RL obtuvo el mejor rendimiento con un Área Bajo la Curva (AUC) de 0,65 (set de entrenamiento) y 0,63 (set de validación). Con este modelo, se generó un mapa de probabilidad de ocurrencia de incendios forestales (enero – diciembre 2020), lo que permitió automatizar la evaluación del riesgo mediante un análisis espacio-temporal, determinando que las zonas urbanas son las que presentan mayor probabilidad a incendios.