Caracterización multiespectral del incendio de Abejorral, Antioquia (agosto 2026)

Autora: Maria Alejandra Botero Botero Fecha: 2026-08-17 (segunda revisión) Área de estudio: 5°51′21.9″N, 75°29′28.4″W (Abejorral, Antioquia, Colombia), AOI de 30×30 km Periodo analizado: 10–15 de agosto de 2026

Nota de revisión (dos correcciones metodológicas sucesivas): (1) 2026-08-16: una versión inicial usaba una escena pre-incendio del 7 de agosto sin enmascaramiento de nubes, contaminando el cálculo de dNBR (hasta 97% de los píxeles “quemados” en algunas zonas eran en realidad nube/sombra). Se corrigió cambiando la escena pre-incendio al 10 de agosto (100% cobertura válida) y aplicando una máscara SCL excluyendo nube/sombra/sin-dato. (2) 2026-08-17a: al auditar esa corrección, se encontró que la máscara excluía también la clase SCL “dark_area” (área oscura, código 2) — clase que en este caso no correspondía mayormente a sombra, sino a suelo cubierto de ceniza tras la quema, que también tiene reflectancia baja y es indistinguible de una sombra para el clasificador automático. Al verificar contra la escena pre-incendio (donde esos mismos píxeles eran vegetación sana) y contra su dNBR (promedio 0.63, rango de severidad alta), se confirmó que se trataba de núcleo de quema real, no de sombra. Se corrigió la máscara para conservar la clase “dark_area” como dato válido. Esta corrección añadió 38.3 ha adicionales (predominantemente severidad alta). (3) 2026-08-17b: una auditoría adicional, solicitada explícitamente para verificar ausencia de errores metodológicos, encontró que las ventanas de cálculo de las Zonas B1 y B2 (definidas independientemente alrededor de cada sub-foco FIRMS) se solapaban espacialmente en una franja de ~30×95 píxeles. El área quemada dentro de esa franja de solape (16.8 ha) se había contabilizado por separado en el total de B1 y en el de B2, duplicándola en el total general. Se corrigió recalculando la Zona B como la unión booleana de ambas máscaras (no la suma aritmética de sus áreas independientes), eliminando la duplicación. Esta corrección redujo el total en 16.8 ha. Todas las cifras de este documento reflejan las tres correcciones.

Resumen

Se caracteriza el incendio forestal ocurrido entre el 11 y el 13 de agosto de 2026 cerca del municipio de Abejorral (Antioquia, Colombia) combinando detección térmica activa (NASA FIRMS, sensores VIIRS/MODIS) con un análisis multiespectral de cambio (Sentinel-2 L2A, 20 m/píxel) entre una escena pre-incendio con 100% de cobertura válida sobre las zonas de interés (10 de agosto) y la primera escena post-incendio utilizable (15 de agosto). Se calculó el Índice Normalizado de Área Quemada diferencial (dNBR) con enmascaramiento explícito de nubes/sombras mediante la Scene Classification Layer (SCL) — conservando la clase “área oscura” como dato válido tras verificar que correspondía a ceniza, no a sombra —, se clasificó la severidad según la escala USGS/UN-SPIDER, se validó con un índice independiente (ΔNDVI), se cruzó la cicatriz vectorizada con el mapa de cobertura del suelo ESA WorldCover (2021), se caracterizó la geometría del área quemada, y se estimaron las emisiones de carbono asociadas mediante la metodología Tier 1 del IPCC (2006). El área quemada total estimada por dNBR, tras corregir un solape entre las ventanas de cálculo de las sub-zonas B1/B2 que duplicaba 16.8 ha, es de al menos 328.2 ha (aprox. 3.28 km², cifra mínima dado que 18–48% del área de cada zona permanece sin evaluar por nubosidad residual genuina en la escena post-incendio), distribuida en dos complejos de incendio separados por ~8 km, con 230.1 ha (70.1%) en severidad moderada o alta. Esta estimación óptica, siendo un mínimo, queda por debajo del estimado térmico preliminar basado en FIRMS (545 ha). Las emisiones de carbono estimadas son del orden de 2.50 × 10⁴ Mg CO₂eq (rango de incertidumbre 1.66–3.73 × 10⁴ Mg CO₂eq).

Palabras clave: dNBR, NBR, NDVI, Sentinel-2, FIRMS, severidad de quema, enmascaramiento de nubes, clasificación SCL, Abejorral, biomasa, emisiones de carbono.

1. Introducción

Los incendios forestales generan dos tipos de evidencia satelital con propiedades complementarias y limitaciones distintas: (a) detección térmica activa de alta frecuencia temporal pero baja precisión geométrica (p. ej. FIRMS/VIIRS-MODIS), y (b) cambio espectral post-evento de alta precisión geométrica pero baja frecuencia temporal, condicionada a la disponibilidad de imágenes ópticas sin nubes (p. ej. Sentinel-2). Un primer reporte de este mismo análisis (13 de agosto de 2026) se basó exclusivamente en (a). Este reporte incorpora (b), y documenta además dos rondas de auditoría metodológica sobre el propio proceso de enmascaramiento de nubes, que resultaron en correcciones materiales al resultado final (ver nota de revisión arriba). Se documentan ambas de forma explícita porque afectan directamente la interpretación de las cifras y porque ilustran una limitación práctica poco discutida del método dNBR: los productos de clasificación de nubes automatizados no siempre distinguen correctamente entre sombra y suelo quemado de baja reflectancia.

2. Área de estudio y datos

2.1 Área de estudio

AOI cuadrado de 30×30 km centrado en 5.856083°N, −75.491222°W, cubriendo el municipio de Abejorral y alrededores (Antioquia, Colombia), sistema de referencia EPSG:32618 (UTM 18N) para cálculos de área y geometría.

2.2 Fuentes de datos

Selección de la escena pre-incendio: se evaluó la fracción de píxeles clasificados como “limpios” (SCL ∈ {vegetación, suelo desnudo, agua, sin clasificar}) sobre cada una de las tres zonas de interés, para todas las escenas disponibles entre el 26 de julio y el 10 de agosto de 2026. La escena del 10 de agosto fue la única con 100% de cobertura limpia en las tres zonas simultáneamente, por lo que se adoptó como referencia pre-incendio definitiva.

Escena post-incendio: la escena del 13 de agosto de 2026 fue descartada por cobertura de datos válidos del 4.1% sobre el AOI completo y 0% sobre las zonas de interés (vacío de adquisición parcial de la pasada). La escena del 15 de agosto (S2C_MSIL2A_20260815T152651) presentó, tras aplicar la máscara de nubes/sombras corregida (ver 3.2), fracciones de píxeles válidos en ambas fechas de 81%, 82% y 52% sobre las Zonas A, B1 y B2 respectivamente.

3. Métodos

3.1 Clustering de detecciones térmicas

Las detecciones FIRMS (VIIRS + MODIS, ventana de 3 días) se agruparon mediante un algoritmo de union-find sobre coordenadas proyectadas (UTM18N), con distancia de enlace de 400 m. El área por clúster se estimó como la unión geométrica de los rectángulos de tamaño de píxel (scan × track) de las detecciones VIIRS; las detecciones MODIS se excluyeron del cálculo de área por su tamaño de píxel sustancialmente mayor e impreciso.

3.2 Índice Normalizado de Área Quemada (NBR) y su diferencial (dNBR)

$$NBR = \frac{\rho_{NIR} - \rho_{SWIR2}}{\rho_{NIR} + \rho_{SWIR2}}$$

usando las bandas B08 (NIR, 842 nm) y B12 (SWIR2, 2190 nm) de Sentinel-2 L2A.

$$dNBR = NBR_{pre} - NBR_{post}$$

Valores positivos indican pérdida de vegetación fotosintéticamente activa / posible quema (Key & Benson, 2006).

Figura — NBR crudo antes y después. El valor absoluto del índice cae de forma marcada y espacialmente coherente con la geometría de la cicatriz reportada en la Sección 4.

Clasificación de severidad según los umbrales estándar USGS/UN-SPIDER:

Enmascaramiento de nubes/sombras (metodología final, tras dos correcciones): se obtuvo la Scene Classification Layer (SCL) de Sentinel-2 para ambas fechas. Se excluyó del cálculo únicamente los píxeles clasificados, en cualquiera de las dos fechas, como: sin datos (0), saturado/defectuoso (1), sombra de nube (3), nube de probabilidad media (8), nube de probabilidad alta (9) o cirro delgado (10). La clase “área oscura” (2), inicialmente excluida junto con las anteriores en una primera iteración, se conservó como dato válido tras verificar que en las zonas de interés correspondía predominantemente a suelo quemado cubierto de ceniza (reflectancia baja en todas las bandas, similar a una sombra, pero de origen distinto): en los píxeles clasificados como “área oscura” en la escena post-incendio cuyo estado pre-incendio era confiable, el dNBR promedio fue 0.63 (rango de severidad alta) y el 99–100% superó el umbral de quema, frente a la ausencia de esa clase en la escena pre-incendio en las mismas coordenadas (donde la cobertura era vegetación sana). Los píxeles excluidos por las clases restantes se tratan como dato faltante (NaN) — el área quemada reportada sigue siendo un mínimo verificado, no un valor final.

Restricción espacial del análisis: el cálculo de dNBR se restringió a ventanas rectangulares alrededor de cada zona de detección térmica conocida (radio 1.0–2.0 km, verificadas para cubrir la totalidad de cada cicatriz vectorizada, con un margen residual no evaluado <0.4 ha por zona). La aplicación del umbral de forma no restringida sobre el AOI completo produce falsos positivos masivos por diferencias fenológicas y agrícolas entre fechas (Parks et al., 2014).

Verificación de solapes entre ventanas (control de doble conteo): dado que las Zonas B1 y B2 se definieron como ventanas independientes centradas en sub-focos FIRMS distintos mas próximos entre sí (~1.4 km), se verificó explícitamente la intersección geométrica de las cuatro ventanas de cálculo. Se encontró un solape real entre las ventanas B1 y B2 (30×95 píxeles, 16.8 ha de área quemada dentro de la intersección) que, al sumarse aritméticamente las áreas de B1 y B2 por separado, contabilizaba esa franja dos veces. El total de “Zona B” reportado en este documento corresponde a la unión booleana (operador OR) de ambas máscaras de quemado, no a la suma de sus áreas independientes. No se detectaron solapes entre la ventana de Zona A y las de Zona B1/B2.

Filtrado de ruido: filtro de componentes conectados (scipy.ndimage.label) sobre la máscara binaria “quemado” (dNBR ≥ 0.10 y píxel válido en ambas fechas), reteniendo agrupaciones de 3 o más píxeles contiguos.

3.3 NDVI diferencial (validación independiente)

$$NDVI = \frac{\rho_{NIR} - \rho_{RED}}{\rho_{NIR} + \rho_{RED}}, \quad \Delta NDVI = NDVI_{pre} - NDVI_{post}$$

Calculado con la misma máscara de nubes/sombras corregida que el dNBR.

3.4 Vectorización y cruce con cobertura del suelo

La máscara raster de píxeles quemados se vectorizó (rasterio.features.shapes) y se disolvió (shapely.ops.unary_union) por zona. El polígono se cruzó espacialmente con ESA WorldCover 2021 mediante muestreo sistemático de puntos (grilla de 15 m).

3.5 Geometría del área quemada

Componente conexo principal por zona, tras suavizado morfológico (relleno de huecos, apertura/cierre 2–3 px, simplificación 30 m). Índice de compacidad de Polsby–Popper ($PP = 4\pi A/P^2$) y orientación del eje mayor por PCA sobre los vértices del polígono.

3.6 Estimación de emisiones de carbono

Metodología IPCC (2006), Volumen 4, Capítulo 2:

$$C_{liberado} = A \times B \times CF \times C_f, \qquad CO_{2,eq} = C_{liberado} \times \frac{44}{12}$$

$B=150$ Mg/ha, $CF=0.50$ para bosque; $B=5$ Mg/ha, $CF=0.80$ para pastizal; $C_f=0.47$.

4. Resultados

Figura 1 — Zona A, comparación directa en color verdadero, escena pre-incendio (10 ago) vs. post-incendio (15 ago). Contorno: cicatriz vectorizada final.

Figura 2 — Zona B, comparación directa en color verdadero.

4.1 Cobertura de datos válidos tras enmascaramiento (metodología final)

4.2 Área quemada y severidad (mínimo verificado)

Figura 3 — Clasificación de severidad tras enmascaramiento de nubes corregido. El gris marca área no evaluada (nube/sombra genuina).

El 70.1% del área quemada total (230.1 ha) corresponde a severidad moderada o alta. La severidad alta (71.0 ha) se concentra en 99.7% en la Zona A. Para referencia, la suma aritmética no deduplicada de B1 (33.8 ha) + B2 (52.5 ha) habría sido 86.3 ha — 16.8 ha por encima del valor correcto de 69.5 ha, por el solape de ventanas descrito en la Sección 3.2.

4.3 Validación cruzada dNBR–ΔNDVI

Figura 4 — ΔNDVI con la máscara de nubes/sombras corregida.

El patrón espacial de ΔNDVI reproduce el de dNBR. La Zona B1 presenta una pérdida de NDVI baja relativa a su tamaño, consistente con un área quemada real menor a la sugerida por la huella térmica FIRMS original en ese sub-foco.

4.4 Composición de cobertura del suelo (cicatriz vectorizada vs. huella térmica)

La inclusión del núcleo de ceniza (mayormente sobre cobertura de pastizal) desplazó la composición de la Zona A de 58%/42% (primera corrección) a un reparto casi equitativo 51%/49% bosque/pastizal. El % de cobertura de Zona B se recalculó directamente sobre la máscara deduplicada (muestreo del 100% de los píxeles quemados, no una grilla aproximada), por lo que no requiere ajuste adicional por el solape de ventanas.

4.5 Cruce cobertura del suelo × severidad

Figura 5 — Cobertura del suelo con severidad de quema superpuesta.

Tabla 4.5.1 — Severidad × cobertura, Zona A

El patrón de severidad alta concentrada en pastizal se acentuó tras la segunda corrección (55.4 ha pastizal vs. 15.2 ha bosque en severidad alta, frente a 38.0/13.2 en la iteración anterior) — el núcleo de ceniza recuperado corresponde mayoritariamente a pastizal, consistente con combustión más completa de combustibles finos.

4.6 Geometría

La compacidad de la Zona A mejoró (0.11→0.16) al incorporar el núcleo de ceniza, que rellena parte de las irregularidades internas del polígono previamente fragmentado por la máscara incorrecta.

4.7 Emisiones estimadas

Rango de incertidumbre (biomasa aérea, rangos típicos IPCC): 16 600–37 300 Mg CO₂eq.

4.8 Comparación general de estimaciones

La estimación óptica queda un 40% por debajo del estimado térmico (frente a 37% con la duplicación de ventanas sin corregir, 44% con la máscara de “área oscura” incorrecta, y 9% en la primera versión sin corregir nubes). La brecha remanente es atribuible a la sobreestimación geométrica conocida del método FIRMS y a la cobertura de datos aún incompleta del método óptico (18–48% del área de cada zona sin evaluar por nubosidad genuina).

5. Discusión

Tras tres rondas de corrección metodológica, los resultados indican un incendio de dos complejos espacialmente separados (~8 km), con un área quemada mínima verificada de aproximadamente 328 ha. El complejo occidental (Zona A) concentra la mayor superficie (79% del total) y prácticamente toda la severidad alta (99.7%). La segunda corrección (inclusión de la clase SCL “área oscura” como dato válido) fue la de mayor impacto en la distribución de severidad: recuperó 38.3 ha adicionales, concentradas en las clases moderada-alta y alta. La tercera corrección (deduplicación del solape B1/B2) no afectó a la Zona A ni a la distribución de severidad relativa, pero redujo el total general en 16.8 ha al eliminar un conteo doble aritmético.

El hallazgo de que la severidad alta se concentra en pastizal (55.4 ha en Zona A) muy por encima de bosque (15.2 ha) se mantuvo estable a través de las tres correcciones — ninguna de ellas afectó la Zona A tras la segunda ronda, y es consistente con que el núcleo de ceniza corresponde física y espectralmente a combustión más completa de pastizal.

Dos hallazgos metodológicos, más allá del caso específico de Abejorral, merecen destacarse. Primero, las clases de clasificación de escena (SCL) diseñadas para detectar nubes pueden generar falsos negativos sistemáticos en análisis de área quemada: el suelo cubierto de ceniza reciente y la sombra de nube son ambos superficies de baja reflectancia, y el clasificador automático de Sentinel-2 no las distingue de forma confiable. Segundo, al definir múltiples zonas de análisis de forma independiente alrededor de sub-focos de detección térmica cercanos entre sí, es necesario verificar explícitamente la ausencia de solape geométrico entre sus ventanas de cálculo antes de sumar sus áreas — de lo contrario, el resultado puede sobreestimar el área real de forma silenciosa, un error que no es evidente a partir de ninguna de las cifras individuales por zona, solo de la comparación de sus geometrías.

6. Limitaciones

1. El área reportada es un mínimo, no un valor final. Entre 18% y 48% del área de cada zona permanece sin evaluar por nubosidad residual genuina.
2. La distinción entre “área oscura por ceniza” y “área oscura por sombra genuina” se hizo mediante inspección estadística (comportamiento del dNBR y del color pre-incendio) en la zona de estudio, no mediante un clasificador validado de forma independiente; podría haber píxeles de sombra genuina incorrectamente incluidos como quemados, aunque el patrón observado (dNBR≈0.63, 99–100% sobre umbral, vegetación sana en pre-incendio) hace este riesgo bajo dentro del área de estudio.
3. Las áreas y métricas de geometría reportadas por sub-zona (B1, B2) individualmente en la Sección 4.6 provienen de ventanas de cálculo que se solapan entre sí (ver 3.2); el desglose por sub-zona debe leerse como referencial, no aditivo — solo el total deduplicado de “Zona B” (Sección 4.2) es la cifra de área correcta para esa zona.
4. El intervalo pre/post-incendio (10–15 de agosto) puede subestimar el área final si la combustión continuó después del 15 de agosto.
5. La resolución de 20 m/píxel limita la detección de focos de baja intensidad o extensión submétrica.
6. Los factores de biomasa y combustión son valores globales Tier 1 del IPCC, no mediciones locales.
7. El mapa de cobertura del suelo (ESA WorldCover) es de 2021.
8. Los parámetros de suavizado morfológico en el análisis geométrico son decisiones metodológicas con efecto directo sobre las métricas reportadas.

7. Reproducibilidad

Código fuente completo disponible públicamente. Escenas Sentinel-2 verificables en Copernicus Browser para 5.856, −75.491, fechas 2026-08-10 y 2026-08-15.

Referencias

• Key, C. H., & Benson, N. C. (2006). Landscape Assessment: Ground measure of severity, the Composite Burn Index; and Remote sensing of severity, the Normalized Burn Ratio. USDA Forest Service, RMRS-GTR-164-CD.
• UN-SPIDER Knowledge Portal. Burn Severity (dNBR/RBR) mapping recommended practice. https://www.un-spider.org/
• Roy, D. P., Jin, Y., Lewis, P. E., & Justice, C. O. (2005). Prototyping a global algorithm for systematic fire-affected area mapping using MODIS time series data. Remote Sensing of Environment, 97(2), 137–162.
• IPCC (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories, Volume 4. https://www.ipcc-nggip.iges.or.jp/public/2006gl/vol4.html
• Seiler, W., & Crutzen, P. J. (1980). Estimates of gross and net fluxes of carbon between the biosphere and the atmosphere from biomass burning. Climatic Change, 2(3), 207–247.
• van der Werf, G. R., et al. (2017). Global Fire Emissions Database, version 4.1 (GFED4). Earth System Science Data, 9, 697–720.
• Parks, S. A., Dillon, G. K., & Miller, C. (2014). A new metric for quantifying burn severity: the relativized burn ratio. Remote Sensing, 6(3), 1827–1844.
• Zanaga, D., et al. (2021). ESA WorldCover 10 m 2020 v100. European Space Agency. https://esa-worldcover.org/
• NASA FIRMS (2026). VIIRS/MODIS Active Fire and Thermal Anomalies. https://firms.modaps.eosdis.nasa.gov/

Este documento es un análisis independiente basado en datos satelitales públicos. No constituye un reporte oficial de gestión del riesgo de desastres.