Fuzzy logic applied to forest fire risk modeling in the Cajamarca region, Peru

Abstract

Forest fires have become more frequent due to anthropogenic activities and climate change. Besides being also a natural phenomenon in all plant ecosystems of the world, it contributes to reduce forest areas when occurs in tropical, boreal and temperate vegetation. The objective of this study was apply Fuzzy logic as an alternative to multicriteria analysis, in order to model forest fire risk in Cajamarca region, Peru. Eight variables have been incorporated to represented biological, topographic, socioeconomic and meteorological factors. Necessary methodological steps for this study were as follows: a) Database acquisition, editing and rasterization, b) Application of Fuzzy membership functions and images fuzzification, c) Fuzzy overlay and d) Spatial reclassification of forest fire risk. According to results, 71.68% of the area is under very low to medium forest fire risk. However, 28.32% of the study area has high and very high fire risk, which makes fire occurrence susceptible to lack of rain and water in the soil. It was found that biological, topographic and socioeconomic factors with their respective variables were directly influenced by the meteorological factor variables, which were temperature, rainfall and water availability. The proposed methodology integrates geotechnology and artificial intelligence to model the complex interactions between vegetation, topography and climate, as well as social, economic and anthropic activities, in order to map vulnerable areas to forest fires. Fuzzy logic provided flexibility to model forest fire risk in Cajamarca region, Peru. By elucidating and mapping fire risk, this approach can provide great environment, economic and social benefits through initiatives that mitigate fire environmental impacts, which improves income, life quality and local population GDP. This methodology can be applied to other areas around the world to provide information about the risk of forest fires. Keywords: Geotechnology. Spatial analysis. Multi-criteria analysis. Membership functions.

Os incêndios florestais têm se tornado mais frequentes devido às atividades antrópicas e às mudanças climáticas. Além de ser também um fenômeno natural em todos os ecossistemas vegetais do mundo, contribui para a redução de áreas florestais quando ocorre em vegetação tropical, boreal e temperada. O objetivo deste estudo foi aplicar a lógica Fuzzy como alternativa à análise multicritério, a fim de modelar o risco de incêndio florestal na região de Cajamarca, Peru. Oito variáveis foram incorporadas a fatores biológicos, topográficos, socioeconômicos e meteorológicos representados. As etapas metodológicas necessárias para este estudo foram as seguintes: a) Aquisição, edição e rasterização do banco de dados, b) Aplicação de funções de pertinência Fuzzy e fuzzificação de imagens, c) Sobreposição fuzzy e d) Reclassificação espacial do risco de incêndio florestal. De acordo com os resultados, 71,68% da área está sob risco de incêndio florestal de baixíssimo a médio. Porém, 28,32% da área de estudo apresenta risco alto e muito alto de incêndio, o que torna a ocorrência de incêndio suscetível à falta de chuva e água no solo. Constatou-se que os fatores biológicos, topográficos e socioeconômicos com suas respectivas variáveis foram influenciados diretamente pelas variáveis dos fatores meteorológicos, que foram temperatura, pluviosidade e disponibilidade hídrica. A metodologia proposta integra geotecnologia e inteligência artificial para modelar as complexas interações entre vegetação, topografia e clima, bem como atividades sociais, econômicas e antrópicas, a fim de mapear áreas vulneráveis a incêndios florestais. A lógica fuzzy forneceu flexibilidade para modelar o risco de incêndio florestal na região de Cajamarca, Peru. Ao elucidar e mapear o risco de incêndio, essa abordagem pode proporcionar grandes benefícios ambientais, econômicos e sociais por meio de iniciativas que mitiguem os impactos ambientais dos incêndios, o que melhora a renda, a qualidade de vida e o PIB da população local. Essa metodologia pode ser aplicada em outras áreas do mundo para fornecer informações sobre o risco de incêndios florestais. Palavras-chave: Geotecnologia. Análise espacial. Análise multicritério. Funções de associação.