PZPatricia Zarazúa-Villaseñor

Patricia Zarazúa-Villaseñor

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Patricia Zarazúa-Villaseñor has a total of 7 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    VARIABLES AMBIENTALES QUE DETERMINAN LA REGENERACIÓN NATURAL DE PINOS EN ECOSISTEMAS ALTERADOS POR INCENDIOS

    by Ana Graciela Flores-Rodríguez, José German Flores-Garnica, Diego Raymundo González-Eguiarte, Agustín Gallegos-Rodríguez, Patricia Zarazúa Villaseñor, Salvador Mena-Munguía, Mónica Edith Lomelí-Zavala, Daniel Alejandro Cadena-Zamudio

    Environmental factors influence positively or negatively for the establishment of natural pine s regeneration, which may be linked to forest fires. Therefore, the objective of this study was to determine the environmental variables that influence the establishment of natural pines regeneration in impacted areas under three fire severity conditions (no fire, moderate fire and extreme fire) in pine - oak forests (Pinus lumholtzii BL Rob. & Fernald, Pinus devoniana Lindl., Pinus oocarpa Scheide, Quercus castanea Née, Quercus magnoliifolia Née) in the state of Jalisco (Mexico). For this purpose, different parameters of natural regeneration were evaluated: trees, live and dead fuels in circular sites of ~400 m2. Correlation analyses were performed with the data obtained to identify the most significant variables, and to use them in the stepwise regression analyses to identify predictor variables useful for the definition of the model for the estimation of natural pine regeneration in areas affected by fire. The analyzes showed that the "stepwise" process presents the best model with an R2 of 0.6837 and an AIC of 568.58, selecting the following variables: dry weight of herbs, height of shrubs, crown diameter of shrubs and grasses, 10 hour fuels and exposure. Subsequently, considering the mean square of the error as the main criterion, a comparison was made of the models resulting from the combination of these variables, with the best model excluding the dry weight of herbs. It is concluded that the establishment of the natural regeneration of pine is associated with certain variables of ground cover, understory and relief.


  • Open Access

    Análisis comparativo de índices espectrales para ubicar y dimensionar niveles de severidad de incendios forestales

    by Ana Graciela Flores Rodríguez, José German Flores-Garnica, Diego Raymundo Gonz´aLez-Eguiarte, Agustín Gallegos-Rodríguez, Patricia Zarazúa-Villaseñor, Salvador Mena-Munguía

    Los efectos de los incendios forestales en los ecosistemas son variables dependiendo de la severidad del fuego, sin embargo su evaluación en campo significa un importante gasto de recursos, ya sea por la amplitud, o inaccesibilidad. Debido a esto se han implementado estrategias alternas, como el uso de índices espectrales derivados de sensores remotos. Sin embargo, existe un amplio número y diversidad de estos, por lo que en este trabajo se hizo un análisis comparativo en relación a la detección y clasificación de la severidad de un incendio forestal, ocurrido en 2018 en un bosque de pino-encino. Los índices se derivaron de imágenes Landsat 8 (OLI) y se agruparon como: a) Monotemporales (Consideran una sola fecha imagen): NIR, NDVI, NDWI, NBR, EVI, NBRT, BAI, OSAVI, GCI, SIPI, GNDVI, GEMI; y b) Bitemporales (Para su estimación se usan dos fechas de imágenes): RdNBR, dNBR, RBR, RI, NRI, dNDVI. Para la selección se determinó, a través de una matriz de confusión, la precisión global y el coeficiente kappa. Debido a que se observó una diferencia dependiendo del tiempo transcurrido después de la ocurrencia del incendio, se definió el índice PK (coeficiente kappa/precisión global). De esta forma, el mejor índice para la detección y clasificación de la severidad del incendio fue el NBR. También se observó que la precisión está relacionada a la temporalidad, de esta forma los mejores índices definidos después del incendio fueron: NBR, GNDVI, RdNBR, Dnbr, RBR, RI y BAI; mientras que los definidos después de lluvias fueron: NBR, NBRT, NDVI y NDWI.


  • Open Access

    Revisión de métodos de sensores remotos para la detección y evaluación de la severidad de incendios forestales

    by Ana Graciela Flores-Rodríguez, José Germán Flores-Garnica, Diego Raymundo González-Eguiarte, Agustín Gallegos-Rodríguez, Patricia Zarazúa-Villaseñor, Salvador Mena-Munguía

    Los efectos que tienen los incendios en los ecosistemas forestales son variables, dependiendo de diversos factores entre los cuales se encuentra la severidad del fuego. Lo cual, a su vez, repercute en su recuperación. Sin embargo, evaluar áreas afectadas por fuego directamente en campo implica alta inversión de recursos que, junto con el tiempo, son generalmente limitados. No obstante, para la planeación de las estrategias de manejo y de restauración es necesario tener conocimiento del impacto del fuego. Para esto, los sensores remotos son una herramienta práctica para la evaluación de grandes áreas, o áreas inaccesibles, impactadas por incendios forestales. Cuyo uso va en aumento, siguiendo diferentes perspectivas de evaluación, como son el espectro infrarrojo, la detección de vegetación, ubicación de cenizas, etc. Por lo que para saber cuál es la mejor alternativa en el estudio de incendios forestales, es necesario conocer toda la gama de posibilidades y de esta manera poder elegir la más conveniente. Debido a esto, en este trabajo se hace una revisión de diferentes propuestas de evaluación de áreas impactadas por incendios forestales a través de sensores remotos. Las cuales se definen, principalmente, en una serie de índices espectrales, con base a los cuales, directa o indirectamente, se pretende no solo ubicar y dimensionar los incendios forestales, sino, en algunos casos, determinar el nivel de severidad. De esta forma, en este documento se agrupan las principales propuestas, con base a sus objetivos de detección de áreas impactadas: vegetación, suelo, agua, área quemada y radar.