Modelamiento predictivo de áreas propensas a incendios forestales y análisis de factores ambientales mediante los Sistemas de Información Geográfica en la provincia de Chota

Abstract

El presente estudio tuvo como objetivo generar un modelo predictivo de áreas propensas a incendios forestales y analizar los factores ambientales mediante los Sistemas de Información Geográfica (SIG) en la provincia de Chota. La metodología se basó en la recopilación de información climática, topográfica, cobertura vegetal y focos de calor, así como en el procesamiento de imágenes satelitales; se integraron variables como precipitación, temperatura, pendiente y cobertura vegetal mediante herramientas de análisis espacial y modelamiento en SIG, además de aplicar el Índice de Calcinación Normalizada (NBR) a partir de imágenes Landsat 9 y realizar verificaciones en campo en localidades como Tacabamba, Conchán, Querocoto, Miracosta, Chalamarca y Lajas. Los resultados muestran dos modelos predictivos: el Modelo 01, que identificó 2 048,43 km² de áreas propensas a incendios forestales considerando las cuatro variables de estudio, y el Modelo 02, que incluyó además los focos de calor, delimitando 777,96 km² de áreas críticas; adicionalmente, el análisis del NBR permitió identificar 16,95 km² con alta severidad de afectación. Se concluye que los incendios forestales están influenciados principalmente por altas temperaturas, baja precipitación, pendientes pronunciadas y vegetación densa, y que la integración de estas variables en un entorno SIG constituye una herramienta eficaz para identificar zonas de riesgo, mejorar la planificación territorial, prevenir incendios forestales y proteger ecosistemas y comunidades vulnerables. Asimismo, los resultados demuestran la efectividad y aplicabilidad del modelo predictivo en la identificación de áreas críticas, lo que lo convierte en una herramienta valiosa para la gestión ambiental y la toma de decisiones.