Modélisation des risques d'incendie dans la zone des pins de l'Himalaya occidental, Uttarakhand

Dans ce livre, nous avons fourni des informations sur la manière d'identifier les paramètres biophysiques influents responsables du risque d'incendie de forêt et de développer un modèle de risque d'incendie à l'aide d'un SIG et d'un progiciel statistique. Les résultats montrent que les forêts de pins situées à basse altitude et à proximité des habitations sont fortement touchées par les incendies. Des variables telles que les précipitations du mois le plus sec, les précipitations du trimestre le plus chaud, la température moyenne du trimestre le plus sec, la distance par rapport au chowki des gardes forestiers, la densité du couvert forestier, la distance par rapport à l'habitat et l'altitude influencent de manière significative le régime des incendies de forêt dans la zone des pins de l'Uttarakhand. La présente méthodologie apporte une amélioration substantielle par rapport à la méthode d'analyse de fréquence utilisée par les travailleurs antérieurs pour développer des modèles de risque d'incendie dans la zone des pins. La modélisation basée sur les SIG est utile pour identifier, cartographier et quantifier les paramètres biophysiques à l'échelle spatio-temporelle, ainsi que pour les prévisions d'incendies de forêt. La modélisation géospatiale peut potentiellement améliorer la gestion des incendies de forêt en fourniss

Autorentext

El Dr. Amit Kumar Verma trabaja como Oficial Técnico Superior en el Instituto de Investigación Forestal de Dehradun (India). Actualmente trabaja en temas de investigación relacionados con la evaluación de las pérdidas debidas a los incendios forestales en diversos tipos de bosques de la India. También ha publicado varios artículos/capítulos en revistas nacionales e internacionales revisadas por expertos.

Klappentext

Dans ce livre, nous avons fourni des informations sur la manière d'identifier les paramètres biophysiques influents responsables du risque d'incendie de forêt et de développer un modèle de risque d'incendie à l'aide d'un SIG et d'un progiciel statistique. Les résultats montrent que les forêts de pins situées à basse altitude et à proximité des habitations sont fortement touchées par les incendies. Des variables telles que les précipitations du mois le plus sec, les précipitations du trimestre le plus chaud, la température moyenne du trimestre le plus sec, la distance par rapport au chowki des gardes forestiers, la densité du couvert forestier, la distance par rapport à l'habitat et l'altitude influencent de manière significative le régime des incendies de forêt dans la zone des pins de l'Uttarakhand. La présente méthodologie apporte une amélioration substantielle par rapport à la méthode d'analyse de fréquence utilisée par les travailleurs antérieurs pour développer des modèles de risque d'incendie dans la zone des pins. La modélisation basée sur les SIG est utile pour identifier, cartographier et quantifier les paramètres biophysiques à l'échelle spatio-temporelle, ainsi que pour les prévisions d'incendies de forêt. La modélisation géospatiale peut potentiellement améliorer la gestion des incendies de forêt en fourniss