Search

[ES] Para que se inicie un fuego es necesario que se produzca una reacción de combustión en la que interviene un combustible, un comburente y una aportación de calor. La disponibilidad de los combustibles y el comportamiento del fuego son claves en la gestión integral de los incendios forestales, y estos dos factores están condicionados por la humedad del combustible vivo, el cual indica el contenido de agua que tiene la vegetación. De esta forma, es necesario efectuar un análisis espacio-temporal de la humedad del combustible vivo para comprender y predecir el comportamiento del fuego en un incendio forestal. En este trabajo se plantea efectuar un estudio de la humedad del combustible vivo de la especie vegetal Rosmarinus officinalis, la cual está presente en la mayoría de los montes de la Comunidad Valenciana (España). Para ello se usarán los datos que mensualmente viene adquiriendo la empresa pública VAERSA para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, desde abril de 2014 hasta diciembre de 2017, en 18 puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. Se usará el software libre R para efectuar un análisis espacial y temporal de la distribución de estos datos, analizando su relación con otras variables meteorológicas y topográficas. Se investigará la aplicación de técnicas de análisis multivariante (correlación, regresión múltiple ) y técnicas geoestadísticas para confeccionar mapas que reflejen la distribución espacial de la humedad de combustible vivo en la Comunidad Valenciana bajo distintas condiciones ambientales., [EN] It is necessary to produce a combustion reaction involving a fuel, an oxidizer and a contribution of heat for a fire to start. The availability of fuels and fire behavior are the key to the integral management of forest fires, and these two factors are conditioned by the live fuel moisture content, which indicates the water content of the vegetation. In this way, it is necessary to carry out a spatio-temporal analysis of the live fuel moisture content to understand and predict the behavior of fire in a forest fire. In this work, it is proposed to carry out a study of the humidity of the live fuel of the Rosmarinus officinalis vegetable species, which is present in most of the forests of the Valencian region (Spain). To this end, the data that the public company VAERSA has been acquiring every month for the Dirección de Prevención de Incendios Forestales of the Generalitat Valenciana, from April 2014 to December 2017, in 18 sampling points distributed throughout the three provinces of the Valencian region, will be used. Free R software will be used to perform a spatial and temporal analysis of the distribution of this data, analyzing its relationship with other meteorological and topographic variables. The application of multivariate analysis techniques (correlation, multiple regression ...) and geostatistical techniques to prepare maps that reflect the spatial distribution of live fuel moisture content in the Valencian region under different environmental conditions will be investigated.

[ES] El contenido de agua que tiene la vegetación es un parámetro crítico que afecta la inflamabilidad de la vegetación y el comportamiento del fuego. Dicho parámetro se conoce como contenido de humedad del combustible vivo (HCV) y su valor depende de la especie forestal que se esté analizando. Se necesitan estimaciones actualizadas de HCV en las distintas especies forestales para la evaluación del riesgo de incendios forestales. Además, se tiene que estimar la proporción que las especies forestales guardan en cada parcela de muestreo. Sin embargo, el monitoreo detallado y constante de HCV en el campo es costoso y consume mucho tiempo. En el presente trabajo se pretende construir un nuevo método de estimación temporal de los valores de HCV en diferentes parcelas forestales de la Comunidad Valenciana. Para ello se utilizarán técnicas de regresión múltiple, usando diferentes índices de vegetación como variables predictoras, los cuales han sido obtenidos desde enero de 2016 a través de imágenes del satélite Sentinel-2 en un conjunto de píxeles tomados en cada parcela forestal. Dichas parcelas están repartidas por las tres provincias de la Comunidad Valenciana, en las cuales se cuenta con datos mensuales de HCV para las diferentes especies forestales, teniendo en cuenta la proporción que guardan las mismas en la parcela forestal. Los datos de HCV han sido proporcionados por la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana a través de la empresa pública VAERSA. Para mejorar la precisión de los modelos de regresión de HCV en cada parcela, calculados a partir de los índices de vegetación, se probará la introducción de variables meteorológicas, extraídas para diferentes periodos de tiempo. Se calculará la estimación del valor de HCV en cada parcela en otros valores de tiempo no usados en la muestra de entrenamiento del modelo de regresión, analizando la capacidad predictiva de los modelos en cada parcela forestal., [EN] The water content in the vegetation is a critical parameter that affects the inflammability of the vegetation as well as fire behaviour. This parameter is known as live fuel moisture (LFM) and its value depends on the forest species being analyzed. To evaluate the risk of forest fires, updated estimations of LFM are required. Moreover, it is necessary to estimate the proportion that forest species have in each sampling plot. However, detailed and constant monitoring are time and cost intensive. This research generated a new method to estimate temporal values of LFM in various plots located in the Valencian Community. Accordingly, multiple regression techniques will be used. The predictors comprise various vegetation indexes generated through the analysis of satellite imagery of each plot taken by Sentinel-2 satellite since 2016. These parcels are distributed across three provinces of the Valencian Community, in which there is monthly data of LFM of the forest species, considering their proportion in the forest parcel. The LFM data has been obtained from the “Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana” through the public enterprise VAERSA. To improve the precision of LFM regression models in each parcel, calculated through vegetation indexes, the use of meteorological variables obtained at different time periods was tested. Also, the analysis of the predictive capacity of the models in each forest parcel was achieved by generating the LFM values for each parcel at times different from those employed to build the models.

[ES] La humedad del combustible vivo (HCV) es un factor importante para determinar el riesgo de incendio en los montes de la Comunitat Valenciana (España). La empresa pública VAERSA viene adquiriendo mensualmente, desde abril de 2014, datos de HCV de la especie vegetal Rosmarinus officinalis, para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, en diferentes puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. En este trabajo se analizará la relación entre los valores de HCV y los valores de diferentes variables meteorológicas calculadas a partir de los valores de precipitación, temperatura, velocidad y dirección del viento, humedad relativa y punto de Rocío en observatorios cercanos a los puntos de muestreo. Para ello se describirá el proceso de creación de los modelos de regresión múltiple que permiten estimar los valores de HCV en toda la serie temporal de cada punto de muestreo usando las variables meteorológicas como variables predictoras. También se explicará el proceso de elección del mejor modelo de regresión múltiple usando diferentes indicadores: R2 ajustada por los grados de libertad, el estadístico Cp de Mallows y varios criterios de información. Y se analizará la verificación de las hipótesis de los modelos de regresión. Para la obtención de los modelos de regresión se usará el programa Statgraphics y el programa R. Se estudiará la mejora en la precisión que se obtiene al añadir diferentes índices de vegetación como variables predictoras , los cuales han sido extraídos a nivel de píxel en imágenes obtenidas con el satélite Sentinel-2. También se analizará la capacidad predictiva de los modelos obtenidos usando el método de validación cruzada. La metodología descrita se aplicará a cada uno de los puntos de muestreo comparando las variables introducidas en cada modelo y las diferencias que existen a nivel espacial., [EN] The Live Fuel Moisture Content (LFMC) is an important factor to determine the risk of fire in the mountains of the Valencian Community (Spain). The public company VAERSA has been acquiring monthly, since April 2014, LFMC data of the plant species Rosmarinus officinalis, for the "Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana", in different sampling points distributed by the three provinces of the Valencian Community . In this work, the relationship between such LFMC values and the values of different meteorological variables calculated from the values of precipitation, temperature, wind speed and direction, relative humidity and dew point in observatories near the sampling points, will be analyzed. The process of creating multiple regression models will be described, which allow estimating LFMC values throughout the time series of each sampling point using meteorological variables as predictor variables. The process of choosing the best multiple regression model using different indicators will also be explained: R2 adjusted for the degrees of freedom, Mallows's Cp statistic and several information criteria. The verification of the hypothesis of the regression models will also be analyzed. The Statgraphics and the R program will be used to obtain the regression models. The improvement in precision obtained by adding different vegetation indices as predictor variables will be studied, which have been extracted at the pixel level in images obtained with the Sentinel-2 satellite. The predictive capacity of the models obtained using the cross-validation method will also be analyzed. The methodology described will be applied to each of the sampling points, comparing the variables introduced in each model and the differences that exist at the spatial level.

[ES] El contenido de agua que tiene la vegetación es un parámetro crítico que afecta la inflamabilidad de la vegetación y el comportamiento del fuego. Dicho parámetro se conoce como contenido de humedad del combustible vivo (HCV) y su valor depende de la especie forestal que se esté analizando. Se necesitan estimaciones actualizadas de HCV en las distintas especies forestales para la evaluación del riesgo de incendios forestales. Además, se tiene que estimar la proporción que las especies forestales guardan en cada parcela de muestreo. Sin embargo, el monitoreo detallado y constante de HCV en el campo es costoso y consume mucho tiempo. En el presente trabajo se pretende construir un nuevo método de estimación temporal de los valores de HCV en diferentes parcelas forestales de la Comunidad Valenciana. Para ello se utilizarán técnicas de regresión múltiple, usando diferentes índices de vegetación como variables predictoras, los cuales han sido obtenidos desde enero de 2016 a través de imágenes del satélite Sentinel-2 en un conjunto de píxeles tomados en cada parcela forestal. Dichas parcelas están repartidas por las tres provincias de la Comunidad Valenciana, en las cuales se cuenta con datos mensuales de HCV para las diferentes especies forestales, teniendo en cuenta la proporción que guardan las mismas en la parcela forestal. Los datos de HCV han sido proporcionados por la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana a través de la empresa pública VAERSA. Para mejorar la precisión de los modelos de regresión de HCV en cada parcela, calculados a partir de los índices de vegetación, se probará la introducción de variables meteorológicas, extraídas para diferentes periodos de tiempo. Se calculará la estimación del valor de HCV en cada parcela en otros valores de tiempo no usados en la muestra de entrenamiento del modelo de regresión, analizando la capacidad predictiva de los modelos en cada parcela forestal., [EN] The water content in the vegetation is a critical parameter that affects the inflammability of the vegetation as well as fire behaviour. This parameter is known as live fuel moisture (LFM) and its value depends on the forest species being analyzed. To evaluate the risk of forest fires, updated estimations of LFM are required. Moreover, it is necessary to estimate the proportion that forest species have in each sampling plot. However, detailed and constant monitoring are time and cost intensive. This research generated a new method to estimate temporal values of LFM in various plots located in the Valencian Community. Accordingly, multiple regression techniques will be used. The predictors comprise various vegetation indexes generated through the analysis of satellite imagery of each plot taken by Sentinel-2 satellite since 2016. These parcels are distributed across three provinces of the Valencian Community, in which there is monthly data of LFM of the forest species, considering their proportion in the forest parcel. The LFM data has been obtained from the “Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana” through the public enterprise VAERSA. To improve the precision of LFM regression models in each parcel, calculated through vegetation indexes, the use of meteorological variables obtained at different time periods was tested. Also, the analysis of the predictive capacity of the models in each forest parcel was achieved by generating the LFM values for each parcel at times different from those employed to build the models.

[ES] Para que se inicie un fuego es necesario que se produzca una reacción de combustión en la que interviene un combustible, un comburente y una aportación de calor. La disponibilidad de los combustibles y el comportamiento del fuego son claves en la gestión integral de los incendios forestales, y estos dos factores están condicionados por la humedad del combustible vivo, el cual indica el contenido de agua que tiene la vegetación. De esta forma, es necesario efectuar un análisis espacio-temporal de la humedad del combustible vivo para comprender y predecir el comportamiento del fuego en un incendio forestal. En este trabajo se plantea efectuar un estudio de la humedad del combustible vivo de la especie vegetal Rosmarinus officinalis, la cual está presente en la mayoría de los montes de la Comunidad Valenciana (España). Para ello se usarán los datos que mensualmente viene adquiriendo la empresa pública VAERSA para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, desde abril de 2014 hasta diciembre de 2017, en 18 puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. Se usará el software libre R para efectuar un análisis espacial y temporal de la distribución de estos datos, analizando su relación con otras variables meteorológicas y topográficas. Se investigará la aplicación de técnicas de análisis multivariante (correlación, regresión múltiple ) y técnicas geoestadísticas para confeccionar mapas que reflejen la distribución espacial de la humedad de combustible vivo en la Comunidad Valenciana bajo distintas condiciones ambientales., [EN] It is necessary to produce a combustion reaction involving a fuel, an oxidizer and a contribution of heat for a fire to start. The availability of fuels and fire behavior are the key to the integral management of forest fires, and these two factors are conditioned by the live fuel moisture content, which indicates the water content of the vegetation. In this way, it is necessary to carry out a spatio-temporal analysis of the live fuel moisture content to understand and predict the behavior of fire in a forest fire. In this work, it is proposed to carry out a study of the humidity of the live fuel of the Rosmarinus officinalis vegetable species, which is present in most of the forests of the Valencian region (Spain). To this end, the data that the public company VAERSA has been acquiring every month for the Dirección de Prevención de Incendios Forestales of the Generalitat Valenciana, from April 2014 to December 2017, in 18 sampling points distributed throughout the three provinces of the Valencian region, will be used. Free R software will be used to perform a spatial and temporal analysis of the distribution of this data, analyzing its relationship with other meteorological and topographic variables. The application of multivariate analysis techniques (correlation, multiple regression ...) and geostatistical techniques to prepare maps that reflect the spatial distribution of live fuel moisture content in the Valencian region under different environmental conditions will be investigated.

[ES] El contenido de agua que tiene la vegetación es un parámetro crítico que afecta la inflamabilidad de la vegetación y el comportamiento del fuego. Dicho parámetro se conoce como contenido de humedad del combustible vivo (HCV) y su valor depende de la especie forestal que se esté analizando. Se necesitan estimaciones actualizadas de HCV en las distintas especies forestales para la evaluación del riesgo de incendios forestales. Además, se tiene que estimar la proporción que las especies forestales guardan en cada parcela de muestreo. Sin embargo, el monitoreo detallado y constante de HCV en el campo es costoso y consume mucho tiempo. En el presente trabajo se pretende construir un nuevo método de estimación temporal de los valores de HCV en diferentes parcelas forestales de la Comunidad Valenciana. Para ello se utilizarán técnicas de regresión múltiple, usando diferentes índices de vegetación como variables predictoras, los cuales han sido obtenidos desde enero de 2016 a través de imágenes del satélite Sentinel-2 en un conjunto de píxeles tomados en cada parcela forestal. Dichas parcelas están repartidas por las tres provincias de la Comunidad Valenciana, en las cuales se cuenta con datos mensuales de HCV para las diferentes especies forestales, teniendo en cuenta la proporción que guardan las mismas en la parcela forestal. Los datos de HCV han sido proporcionados por la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana a través de la empresa pública VAERSA. Para mejorar la precisión de los modelos de regresión de HCV en cada parcela, calculados a partir de los índices de vegetación, se probará la introducción de variables meteorológicas, extraídas para diferentes periodos de tiempo. Se calculará la estimación del valor de HCV en cada parcela en otros valores de tiempo no usados en la muestra de entrenamiento del modelo de regresión, analizando la capacidad predictiva de los modelos en cada parcela forestal., [EN] The water content in the vegetation is a critical parameter that affects the inflammability of the vegetation as well as fire behaviour. This parameter is known as live fuel moisture (LFM) and its value depends on the forest species being analyzed. To evaluate the risk of forest fires, updated estimations of LFM are required. Moreover, it is necessary to estimate the proportion that forest species have in each sampling plot. However, detailed and constant monitoring are time and cost intensive. This research generated a new method to estimate temporal values of LFM in various plots located in the Valencian Community. Accordingly, multiple regression techniques will be used. The predictors comprise various vegetation indexes generated through the analysis of satellite imagery of each plot taken by Sentinel-2 satellite since 2016. These parcels are distributed across three provinces of the Valencian Community, in which there is monthly data of LFM of the forest species, considering their proportion in the forest parcel. The LFM data has been obtained from the “Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana” through the public enterprise VAERSA. To improve the precision of LFM regression models in each parcel, calculated through vegetation indexes, the use of meteorological variables obtained at different time periods was tested. Also, the analysis of the predictive capacity of the models in each forest parcel was achieved by generating the LFM values for each parcel at times different from those employed to build the models.

[ES] La humedad del combustible vivo (HCV) es un factor importante para determinar el riesgo de incendio en los montes de la Comunitat Valenciana (España). La empresa pública VAERSA viene adquiriendo mensualmente, desde abril de 2014, datos de HCV de la especie vegetal Rosmarinus officinalis, para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, en diferentes puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. En este trabajo se analizará la relación entre los valores de HCV y los valores de diferentes variables meteorológicas calculadas a partir de los valores de precipitación, temperatura, velocidad y dirección del viento, humedad relativa y punto de Rocío en observatorios cercanos a los puntos de muestreo. Para ello se describirá el proceso de creación de los modelos de regresión múltiple que permiten estimar los valores de HCV en toda la serie temporal de cada punto de muestreo usando las variables meteorológicas como variables predictoras. También se explicará el proceso de elección del mejor modelo de regresión múltiple usando diferentes indicadores: R2 ajustada por los grados de libertad, el estadístico Cp de Mallows y varios criterios de información. Y se analizará la verificación de las hipótesis de los modelos de regresión. Para la obtención de los modelos de regresión se usará el programa Statgraphics y el programa R. Se estudiará la mejora en la precisión que se obtiene al añadir diferentes índices de vegetación como variables predictoras , los cuales han sido extraídos a nivel de píxel en imágenes obtenidas con el satélite Sentinel-2. También se analizará la capacidad predictiva de los modelos obtenidos usando el método de validación cruzada. La metodología descrita se aplicará a cada uno de los puntos de muestreo comparando las variables introducidas en cada modelo y las diferencias que existen a nivel espacial., [EN] The Live Fuel Moisture Content (LFMC) is an important factor to determine the risk of fire in the mountains of the Valencian Community (Spain). The public company VAERSA has been acquiring monthly, since April 2014, LFMC data of the plant species Rosmarinus officinalis, for the "Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana", in different sampling points distributed by the three provinces of the Valencian Community . In this work, the relationship between such LFMC values and the values of different meteorological variables calculated from the values of precipitation, temperature, wind speed and direction, relative humidity and dew point in observatories near the sampling points, will be analyzed. The process of creating multiple regression models will be described, which allow estimating LFMC values throughout the time series of each sampling point using meteorological variables as predictor variables. The process of choosing the best multiple regression model using different indicators will also be explained: R2 adjusted for the degrees of freedom, Mallows's Cp statistic and several information criteria. The verification of the hypothesis of the regression models will also be analyzed. The Statgraphics and the R program will be used to obtain the regression models. The improvement in precision obtained by adding different vegetation indices as predictor variables will be studied, which have been extracted at the pixel level in images obtained with the Sentinel-2 satellite. The predictive capacity of the models obtained using the cross-validation method will also be analyzed. The methodology described will be applied to each of the sampling points, comparing the variables introduced in each model and the differences that exist at the spatial level.

[ES] Para que se inicie un fuego es necesario que se produzca una reacción de combustión en la que interviene un combustible, un comburente y una aportación de calor. La disponibilidad de los combustibles y el comportamiento del fuego son claves en la gestión integral de los incendios forestales, y estos dos factores están condicionados por la humedad del combustible vivo, el cual indica el contenido de agua que tiene la vegetación. De esta forma, es necesario efectuar un análisis espacio-temporal de la humedad del combustible vivo para comprender y predecir el comportamiento del fuego en un incendio forestal. En este trabajo se plantea efectuar un estudio de la humedad del combustible vivo de la especie vegetal Rosmarinus officinalis, la cual está presente en la mayoría de los montes de la Comunidad Valenciana (España). Para ello se usarán los datos que mensualmente viene adquiriendo la empresa pública VAERSA para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, desde abril de 2014 hasta diciembre de 2017, en 18 puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. Se usará el software libre R para efectuar un análisis espacial y temporal de la distribución de estos datos, analizando su relación con otras variables meteorológicas y topográficas. Se investigará la aplicación de técnicas de análisis multivariante (correlación, regresión múltiple ) y técnicas geoestadísticas para confeccionar mapas que reflejen la distribución espacial de la humedad de combustible vivo en la Comunidad Valenciana bajo distintas condiciones ambientales., [EN] It is necessary to produce a combustion reaction involving a fuel, an oxidizer and a contribution of heat for a fire to start. The availability of fuels and fire behavior are the key to the integral management of forest fires, and these two factors are conditioned by the live fuel moisture content, which indicates the water content of the vegetation. In this way, it is necessary to carry out a spatio-temporal analysis of the live fuel moisture content to understand and predict the behavior of fire in a forest fire. In this work, it is proposed to carry out a study of the humidity of the live fuel of the Rosmarinus officinalis vegetable species, which is present in most of the forests of the Valencian region (Spain). To this end, the data that the public company VAERSA has been acquiring every month for the Dirección de Prevención de Incendios Forestales of the Generalitat Valenciana, from April 2014 to December 2017, in 18 sampling points distributed throughout the three provinces of the Valencian region, will be used. Free R software will be used to perform a spatial and temporal analysis of the distribution of this data, analyzing its relationship with other meteorological and topographic variables. The application of multivariate analysis techniques (correlation, multiple regression ...) and geostatistical techniques to prepare maps that reflect the spatial distribution of live fuel moisture content in the Valencian region under different environmental conditions will be investigated.

[ES] Para que se inicie un fuego es necesario que se produzca una reacción de combustión en la que interviene un combustible, un comburente y una aportación de calor. La disponibilidad de los combustibles y el comportamiento del fuego son claves en la gestión integral de los incendios forestales, y estos dos factores están condicionados por la humedad del combustible vivo, el cual indica el contenido de agua que tiene la vegetación. De esta forma, es necesario efectuar un análisis espacio-temporal de la humedad del combustible vivo para comprender y predecir el comportamiento del fuego en un incendio forestal. En este trabajo se plantea efectuar un estudio de la humedad del combustible vivo de la especie vegetal Rosmarinus officinalis, la cual está presente en la mayoría de los montes de la Comunidad Valenciana (España). Para ello se usarán los datos que mensualmente viene adquiriendo la empresa pública VAERSA para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, desde abril de 2014 hasta diciembre de 2017, en 18 puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. Se usará el software libre R para efectuar un análisis espacial y temporal de la distribución de estos datos, analizando su relación con otras variables meteorológicas y topográficas. Se investigará la aplicación de técnicas de análisis multivariante (correlación, regresión múltiple ) y técnicas geoestadísticas para confeccionar mapas que reflejen la distribución espacial de la humedad de combustible vivo en la Comunidad Valenciana bajo distintas condiciones ambientales., [EN] It is necessary to produce a combustion reaction involving a fuel, an oxidizer and a contribution of heat for a fire to start. The availability of fuels and fire behavior are the key to the integral management of forest fires, and these two factors are conditioned by the live fuel moisture content, which indicates the water content of the vegetation. In this way, it is necessary to carry out a spatio-temporal analysis of the live fuel moisture content to understand and predict the behavior of fire in a forest fire. In this work, it is proposed to carry out a study of the humidity of the live fuel of the Rosmarinus officinalis vegetable species, which is present in most of the forests of the Valencian region (Spain). To this end, the data that the public company VAERSA has been acquiring every month for the Dirección de Prevención de Incendios Forestales of the Generalitat Valenciana, from April 2014 to December 2017, in 18 sampling points distributed throughout the three provinces of the Valencian region, will be used. Free R software will be used to perform a spatial and temporal analysis of the distribution of this data, analyzing its relationship with other meteorological and topographic variables. The application of multivariate analysis techniques (correlation, multiple regression ...) and geostatistical techniques to prepare maps that reflect the spatial distribution of live fuel moisture content in the Valencian region under different environmental conditions will be investigated.

[ES] El contenido de agua que tiene la vegetación es un parámetro crítico que afecta la inflamabilidad de la vegetación y el comportamiento del fuego. Dicho parámetro se conoce como contenido de humedad del combustible vivo (HCV) y su valor depende de la especie forestal que se esté analizando. Se necesitan estimaciones actualizadas de HCV en las distintas especies forestales para la evaluación del riesgo de incendios forestales. Además, se tiene que estimar la proporción que las especies forestales guardan en cada parcela de muestreo. Sin embargo, el monitoreo detallado y constante de HCV en el campo es costoso y consume mucho tiempo. En el presente trabajo se pretende construir un nuevo método de estimación temporal de los valores de HCV en diferentes parcelas forestales de la Comunidad Valenciana. Para ello se utilizarán técnicas de regresión múltiple, usando diferentes índices de vegetación como variables predictoras, los cuales han sido obtenidos desde enero de 2016 a través de imágenes del satélite Sentinel-2 en un conjunto de píxeles tomados en cada parcela forestal. Dichas parcelas están repartidas por las tres provincias de la Comunidad Valenciana, en las cuales se cuenta con datos mensuales de HCV para las diferentes especies forestales, teniendo en cuenta la proporción que guardan las mismas en la parcela forestal. Los datos de HCV han sido proporcionados por la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana a través de la empresa pública VAERSA. Para mejorar la precisión de los modelos de regresión de HCV en cada parcela, calculados a partir de los índices de vegetación, se probará la introducción de variables meteorológicas, extraídas para diferentes periodos de tiempo. Se calculará la estimación del valor de HCV en cada parcela en otros valores de tiempo no usados en la muestra de entrenamiento del modelo de regresión, analizando la capacidad predictiva de los modelos en cada parcela forestal., [EN] The water content in the vegetation is a critical parameter that affects the inflammability of the vegetation as well as fire behaviour. This parameter is known as live fuel moisture (LFM) and its value depends on the forest species being analyzed. To evaluate the risk of forest fires, updated estimations of LFM are required. Moreover, it is necessary to estimate the proportion that forest species have in each sampling plot. However, detailed and constant monitoring are time and cost intensive. This research generated a new method to estimate temporal values of LFM in various plots located in the Valencian Community. Accordingly, multiple regression techniques will be used. The predictors comprise various vegetation indexes generated through the analysis of satellite imagery of each plot taken by Sentinel-2 satellite since 2016. These parcels are distributed across three provinces of the Valencian Community, in which there is monthly data of LFM of the forest species, considering their proportion in the forest parcel. The LFM data has been obtained from the “Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana” through the public enterprise VAERSA. To improve the precision of LFM regression models in each parcel, calculated through vegetation indexes, the use of meteorological variables obtained at different time periods was tested. Also, the analysis of the predictive capacity of the models in each forest parcel was achieved by generating the LFM values for each parcel at times different from those employed to build the models.

[ES] La humedad del combustible vivo (HCV) es un factor importante para determinar el riesgo de incendio en los montes de la Comunitat Valenciana (España). La empresa pública VAERSA viene adquiriendo mensualmente, desde abril de 2014, datos de HCV de la especie vegetal Rosmarinus officinalis, para la Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana, en diferentes puntos de muestreo repartidos por las tres provincias de la Comunidad Valenciana. En este trabajo se analizará la relación entre los valores de HCV y los valores de diferentes variables meteorológicas calculadas a partir de los valores de precipitación, temperatura, velocidad y dirección del viento, humedad relativa y punto de Rocío en observatorios cercanos a los puntos de muestreo. Para ello se describirá el proceso de creación de los modelos de regresión múltiple que permiten estimar los valores de HCV en toda la serie temporal de cada punto de muestreo usando las variables meteorológicas como variables predictoras. También se explicará el proceso de elección del mejor modelo de regresión múltiple usando diferentes indicadores: R2 ajustada por los grados de libertad, el estadístico Cp de Mallows y varios criterios de información. Y se analizará la verificación de las hipótesis de los modelos de regresión. Para la obtención de los modelos de regresión se usará el programa Statgraphics y el programa R. Se estudiará la mejora en la precisión que se obtiene al añadir diferentes índices de vegetación como variables predictoras , los cuales han sido extraídos a nivel de píxel en imágenes obtenidas con el satélite Sentinel-2. También se analizará la capacidad predictiva de los modelos obtenidos usando el método de validación cruzada. La metodología descrita se aplicará a cada uno de los puntos de muestreo comparando las variables introducidas en cada modelo y las diferencias que existen a nivel espacial., [EN] The Live Fuel Moisture Content (LFMC) is an important factor to determine the risk of fire in the mountains of the Valencian Community (Spain). The public company VAERSA has been acquiring monthly, since April 2014, LFMC data of the plant species Rosmarinus officinalis, for the "Dirección de Prevención de Incendios Forestales de la Generalitat Valenciana", in different sampling points distributed by the three provinces of the Valencian Community . In this work, the relationship between such LFMC values and the values of different meteorological variables calculated from the values of precipitation, temperature, wind speed and direction, relative humidity and dew point in observatories near the sampling points, will be analyzed. The process of creating multiple regression models will be described, which allow estimating LFMC values throughout the time series of each sampling point using meteorological variables as predictor variables. The process of choosing the best multiple regression model using different indicators will also be explained: R2 adjusted for the degrees of freedom, Mallows's Cp statistic and several information criteria. The verification of the hypothesis of the regression models will also be analyzed. The Statgraphics and the R program will be used to obtain the regression models. The improvement in precision obtained by adding different vegetation indices as predictor variables will be studied, which have been extracted at the pixel level in images obtained with the Sentinel-2 satellite. The predictive capacity of the models obtained using the cross-validation method will also be analyzed. The methodology described will be applied to each of the sampling points, comparing the variables introduced in each model and the differences that exist at the spatial level.