Galicia se quema ¿pero cuánto?

Los satélites ofrecen información objetiva en cantidades ingentes ¿cómo es posible una guerra de cifras tan desproporcionadas sobre los incendios en Galicia?

Resumen para los colegas del otro lado del charco: en Galicia ha habido en las últimas semanas un montón de incendios. Las cifras sobre superficie quemada difieren excesivamente, entre 77000 y 170000 ha lo cual se usa como arma por los partidos políticos y sectores afines a cada cual para zurrarse.
Antecedentes: por ejemplo, en Malaprensa.

Se dice que el 99,9% de la información que se genera cada día procede de los satélites de observación terrestre. Es más, tanta es la información captada por dichos artefactos que muchos sólo funcionan intermitentemente porque es imposible transmitir los datos captados a la Tierra en el tiempo disponible. Aún así, cada día se añaden unos cuantos Tb a los archivos de las agencias espaciales que deben ser procesados, almacenados y, en su caso, servidos.
Hay dos formas de observar la Tierra. La primera es medir el reflejo de la luz del Sol; la segunda es emitir una señal propia y captar el eco. Los sensores del primer tipo se denominan pasivos ya que se limitan a medir la reflectancia de la superficie terrestre. Los sensores activos (segundo tipo) son radares cuyas antenas reciben los ecos de señales emitidas un poquito antes por ellas mismas. Al no depender del Sol pueden funcionar en cualquier lugar, sea de día o de noche. La espectacular imagen del vertido del Prestige que comenté hace un tiempo es de este tipo.

Las áreas quemadas se evalúan mediante escenas tomadas por sensores pasivos. Como ejemplo, la imagen de abajo está captada por un instrumento llamado ASTER y muestra una composiciónen falso color a partir de tres bandas (ver a continuación).

Esta imagen es un fragmento de otra mayor (180x180 km) y muestra parte del embalse de Orellana, en Extremadura (España). Las aguas profundas aparecen negras, las someras en verde, la vegetación en rojo y las zonas sin ella en azul. Pulsar para ampliar.

Cada sensor está formado por un par de miles de CCD (células fotoeléctricas) que transforman la luz recibida en una señal eléctrica proporcional entre 0 (objeto negro, no hay reflectancia) y 255 (saturación del sensor). Pero los CCD no forman una matriz como en las cámaras digitales convencionales y tampoco toman instantáneas. La imagen se forma porque los CCD están en línea perpendicular a la órbita y barren el terreno de forma continua con el movimiento del satélite.
ASTER lleva 15 sensores de barrido actuando simultáneamente. ¿Por qué tantos? El motivo es que cada sensor mide la reflectancia sólo en una estrecha ventana del espectro electromagnético. Por ejemplo, una imagen mostrará la reflectancia de la superficie a la luz verde: 0 indicará una absorción total en esta zona del espectro y 255 lo contrario. De los 15 sensores, 2 trabajan en la zona visible (verde y rojo), 1 en el infrarrojo (IR) próximo, 5 en el IR medio y 6 en el IR térmico (sí, falta uno, pero es para otra cosa que no tiene que ver con esta). Cada imagen es distinta porque los materiales tienen propiedades ópticas diferentes en cada zona del espectro. La imagen de Orellana está formada a partir de sólo tres bandas, las dos en el visible y una en el IR próximo.
Y este es el concepto importante: dos tipos de materiales diferirán en las reflectancias de algunas de las bandas. Las figuras de abajo son ejemplos de signaturas espectrales de granito y de pinos.

Figuras tomadas de Spectral Library del JPL [Pulsar para ampliar]

La idea es que si encontramos un píxel con fuerte reflectancia en la zona de 2 y 4 µm es más probable que sea granito que pino. Existen librerías de signaturas espectrales, por ejemplo, en Spectral Library del JPL pero normalmente los usuarios se construyen las suyas adaptadas a la zona de trabajo. Usando estas librerías, la zona estudiada se clasifica píxel a píxel buscando a qué clase se parece más dentro de la librería de signaturas espectrales. Para ello se utilizan distancias de diverso tipo cuyo objetivo final es dar una estimación del grado o valor de pertenencia de cada píxel a cada clase.
El problema en Galicia no es complicado en principio ya que queremos detectar zonas quemadas, cuya signatura espectral es bastante diferente a las zonas con vegetación. El proceso sería algo así:

1. Elaborar una librería de signaturas para los diferentes tipos de bosques, matorrales, cultivos, áreas urbanas y todos los usos del suelo que existan en la zona. Para eso se usan mapas previos de ocupación del suelo.
2. Clasificar la zona y asignar a cada píxel un valor de pertenencia a la clase de “zona quemada” (ZQ). Supongamos que este valor esté en el rango 0-1.
3. Definir un umbral para ese valor de pertenencia a partir del cual se supone que el píxel pertenece a la clase ZQ, por ejemplo 0,65.
4. Hacer una estimación de la superficie quemada multiplicando el número de píxeles de la clase ZQ (con valor mayor o igual a 0,65) por su superficie unitaria.
   
5. Definir qué se ha quemado: se utilizan clasificaciones anteriores o mapas de usos del suelo previos a los que se superponen los píxeles quemados determinando la clase de vegetación que había antes.

El problema está servido porque la superficie que salga depende de donde se ponga el valor umbral: si elijo 0,98 estoy seguro de que he recogido sólo zona quemada pero el riesgo de pasar por alto otras zonas quemadas, tal vez con menos intensidad, es muy alto; si elijo 0,40 estoy seguro de que todo lo quemado está recogido pero también habré incluido zonas no quemadas (roquedos, ciertos tipos de matorral…) al relajar excesivamente el umbral de clasificación.
Otro factor influyente es el tamaño del píxel. En MODIS cada píxel mide 6,25 ha como mínimo por lo que será difícil detectar zonas quemadas pequeñas cuya signatura espectral quedará camuflada por la del entorno. El error se puede subsanar en parte relajando el valor umbral pero con alto riesgo de pasarse y sobreestimar el total. Por lo tanto, MODIS no es una buena opción para incendios pequeños y dispersos sino para hacer detecciones a escala continental.
Un instrumento adecuado para evaluar zonas quemadas sería el sensor TM (Thematic Mapper) transportado por los satélites Landsat pero no parece que estén disponibles aún imágenes de la zona ya que el periodo de toma es de 15 días y no se ponen a la venta de forma inmediata. ASTER es también una buena opción técnica pero es un sensor experimental y no se garantiza una toma periódica y estable de las zonas por lo que parece que no hay disponibilidad de imágenes recientes de Galicia.
Hay más variaciones, claro. Por ejemplo, el cálculo del valor de pertenencia de cada píxel a cada clase se puede hacer de muchas formas diferentes y darán resultados distintos. Curiosamente, la mayoría de los algoritmos usados son estadísticamente inadecuados, pero eso es otra historia.

¿Quién tiene razón, por tanto? Pues para saberlo sería estupendo que se hicieran públicas las clasificaciones y los metadatos sobre la metodología utilizada. Mientras tanto pongan las cifras en la fresquera, a la espera de ver cual acaba apestando más.