Análisis multivariante espacio-temporal de variables agrarias y socioeconómicas vinculadas al riesgo de incendio en España peninsular

Abstract

[ES]Los incendios forestales están condicionados por factores climáticos y naturales, pero las actividades humanas son responsables del 90% de las igniciones actuales en los bosques europeos. La pirogeografía emerge como una herramienta fundamental para el desarrollo de estrategias de gestión del fuego adaptadas a las características específicas de cada región. Este estudio explora la evolución de la estructura de covariación entre variables agrarias y socioeconómicas desde 1982 hasta 2020, utilizando métodos estadísticos multivariantes como STATIS-Dual, análisis de Co-inercia y el modelo de Regresión PLS. El análisis STATIS-Dual reveló una notable estabilidad en las variables agrarias a lo largo de los periodos 1982, 1989, 1999 y 2009. Sin embargo, se detectó un cambio significativo en 2020, atribuido a los efectos disruptivos de la pandemia de COVID-19. El análisis de Co-inercia entre las variables agrarias y socioeconómicas de los a˜nos 2009 y 2020, mostró una correlación moderada, con una concentración significativa de variabilidad en un ´único eje, indicando una asociación limitada entre los datos agrarios y socio-económicos durante este periodo. Estos análisis se complementaron mediante sendos análisis de clusters, que permitieron caracterizar cartográficamente las trayectorias de los municipios durante en los periodos estudiados. El modelo PLSR destacó que las variables asociadas con superficies agrícolas peque˜ñas y medianas son esenciales para la predicción del régimen de incendios, aunque la capacidad predictiva del modelo fue moderada. Estos resultados resaltan la relevancia de analizar las particularidades agrarias para obtener una comprensión más detallada y eficiente del riesgo de incendios en distintos contextos locales y regionales.

[EN]Forest fires are influenced by climatic and natural factors, but human activities are responsible for 90% of current ignitions in European forests. Pyrogeography emerges as a fundamental tool for developing fire management strategies adapted to the specific characteristics of each region. This study explores the evolution of the covariation structure between agricultural and socioeconomic variables from 1982 to 2020, using multivariate statistical methods such as STATIS-Dual, Co-inertia analysis, and the PLS regression model. The STATIS-Dual analysis revealed notable stability in agricultural variables across the periods of 1982, 1989, 1999, and 2009. However, a significant change was detected in 2020, attributed to the disruptive effects of the COVID-19 pandemic. The Co-inertia analysis between the agricultural and socioeconomic variables from 2009 and 2020 showed a moderate correlation, with a significant concentration of variability in a single axis, indicating a limited association between agricultural and socioeconomic data during this period. These analyses were complemented by cluster analyses, which allowed the cartographic characterization of municipal trajectories over the studied periods. The PLSR model highlighted that variables associated with small and medium-sized agricultural areas are essential for predicting fire regimes, although the predictive capacity of the model was moderate. These results underscore the importance of analyzing specific agricultural characteristics to gain a more detailed and efficient understanding of fire risk in different local and regional contexts.