Bosbrandernst Beoordelen: Tools van Satellieten tot Grond

Brandernst bepalen – de mate van ecosystemverandering door brand – vereist een multi-tool benadering over schalen:

1. Brandgedrag Voorspellingssystemen

Modellen (bijv. FARSITE, FlamMap, BEHAVE) integreren weer, brandstof, topografie, en ontbranding om verspreidingssnelheid, vlamlengte, brandlijnintensiteit, kroonbrandpotentieel te voorspellen. Gebruikt pre- en tijdens-brand voor tactische beslissingen.

2. Satelliet Remote Sensing

• Actieve branddetectie: MODIS, VIIRS (375 m-1 km) voor real-time perimeter.
• Brandernst kartering: dNBR (differenced Normalized Burn Ratio) uit Landsat/Sentinel-2 (10-30 m) vergelijkt pre/post NIR/SWIR reflectantie. Klassen: ongebrand, laag, matig, hoge ernst.
• BAI (Burn Area Index), MIRBI voor specifieke ecosystemen.

3. Luchtbeoordelingen

• Bemande vliegtuigen: IR lijnscanners, hoog-res RGB, LiDAR voor 3D structuurverlies.
• Drones (UAVs): cm-resolutie orthomosaieken, thermisch, multispectraal – ideaal voor gerichte gebieden.

4. Grondgebaseerde Composite Burn Index (CBI)

Veldpercelen scoren substraat (grondverbranding, duffverbranding), kruiden, struiken, bomen (kroonverschrikking, sterfte, stamverbranding). Kalibreert satellietindices.

5. Grondanalyse

Na-brand bemonstering voor hydrofobiciteit, voedingsstofverlies (N, P), microbiële biomassa, pH, aggregaatstabiliteit. Wijst op hersteltraject en erosierisico.

6. Na-Brand Vegetatiemonitoring

Herhaalde percelen, LiDAR, hyperspectraal volgen regeneratie, invasieve kolonisatie, koolstofherstel over jaren.

Integratie van deze tools – gevalideerd door velddata – produceert ernstkaarten die herstel (zaaien, mulchen), bergingshouteffectbeslissingen, en lange-termijn monitoring sturen.