Documentos de Académico
Documentos de Profesional
Documentos de Cultura
M. L. Carreo
O. D. Cardona
A. H. Barbat
M. L. Carreo
O. D. Cardona
A. H. Barbat
Agradecimientos
Prefacio
ndice
NDICE
1.
2.
3.
1.1.
MARCO CONCEPTUAL
(1.1)
Marco conceptual
(1.2)
1.2.
1.3.
10
Cardona, en general, acepta los sinnimos inherente o intrnseca, pero no los considera los ms
apropiados, dado que reflejan que se trata de algo innato, propio o esencial, con lo cual no esta de
acuerdo. Prefiere el concepto de que es algo adquirido que prevalece o que predomina.
2.1.
INTRODUCCIN
12
2.2.
METODOLOGA DE CLCULO
(2.1)
(2.2)
Esta denominacin se la dio un grupo de expertos en uno de los talleres de trabajo del proyecto BIDIDEA, realizado en Barcelona en noviembre de 2003.
3
Este mtodo se explica en el Anexo A, as como tambin las matrices con las cuales se han
determinado los pesos respectivos.
Metodologa de clculo
13
Es importante indicar que la relacin entre impacto directo e indirecto que se menciona se refiere a
estimaciones gruesas de efectos econmicos directos e indirectos. No existe un estudio que relacione
empricamente los coeficientes de agravamiento aqu propuestos con los efectos econmicos
indirectos; sin embargo, dichos indicadores son un proxy de los aspectos que agravan la situacin en
caso de presentarse el dao fsico, contribuyendo al impacto socioeconmico indirecto que en este
caso se valora con fines de evaluaciones relativas.
14
Fragilidad social
Falta de resiliencia
Descriptor
rea de barrios marginales
Tasa de mortalidad
Tasa de delincuencia
ndice de disparidad social
Densidad de la poblacin
Camas hospitalarias
Recurso humano en salud
Espacio pblico
Personal de socorro
Nivel de desarrollo de la localidad
Operatividad en emergencias
Descriptor
rea de barrios marginales
Tasa de mortalidad
Tasa de delincuencia
ndice de disparidad social
Densidad de poblacin
Camas hospitalarias
Recurso humano en salud
Espacio pblico
Personal de socorro
Nivel de desarrollo de la localidad
Operatividad en emergencias
Unidades
rea barrios marginales / rea localidad
Nmero de muertos cada 10000 habitantes
Nmero de delitos cada 100000 habitantes
ndice entre 0 y 1
Hab / Km2 de rea construida
Nmero de camas cada 1000 hab
Recurso humano en salud cada 1000 hab
rea de espacio pblico/ rea total
Personal de socorro cada 10000 hab
Calificacin de 1 a 4
Calificacin de 0 a 2
Descriptor
rea destruida
Muertos
Heridos
Roturas red de acueducto
Roturas red de gas
Longitud de redes elctricas cadas
Vulnerabilidad de centrales telefnicas
Vulnerabilidad subestaciones elctricas
Dao en la red vial
Unidades
% (rea destruida / rea construida)
Nmero de heridos cada 1000 habitantes
Nmero de muertos cada 1000 habitantes
Nmero de roturas / Km2
Nmero de roturas / Km2
m de longitud cada / Km2
ndice de vulnerabilidad
ndice de vulnerabilidad
ndice de dao
FFS1
FFS2
FFS3
FFS4
FFS5
FFR1
FFR2
FFR3
FFR4
FFR5
FFR6
18
4
4
18
18
6
6
4
3
9
9
31
10
10
19
11
11
4
4
RF
Coeficiente de agravamiento
Riesgo fsico
RT = RF (1 + F )
Figura 2.1. Factores de riesgo fsico, fragilidad social y falta de resiliencia y sus pesos
rea destruida
Muertos
Heridos
Roturas red de acueducto
Roturas red de gas
Longitud de redes elctricas cadas
Vulnerabilidad centrales telefnicas
Vulnerabilidad subestaciones elctricas
FRF1
FRF2
FRF3
FRF4
FRF5
FRF6
FRF7
FRF8
16
FFS1
FFS3
2000
500
0.5
1000
2000
2500
3000
3500
2.5
4000
1
1.5
2
Densidad de poblacin P[4000 25000]
1500
4500
x 104
5000
Figura 2.2. Funciones de transformacin utilizadas para obtener los factores de agravamiento por fragilidad social
1800
0
1600
0.1
600
800 1000 1200 1400
Tasa de delincuencia P[10 1400]
0.2
0.4
0.5
0.6
0.7
0.8
0.9
0.1
400
0.2
200
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
rea de barrios marginales / rea localidad P[0.05 0.75]
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.3
1
0.9
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
FFS2
FFS5
20
25
0.2
0.4
0.5
0.6
0.7
0.8
0.9
10
12
14
4
5
6
7
personal de rescate , P[0 7]
16
18
Figura 2.3a. Funciones de transformacin utilizadas para obtener los factores de agravamiento por falta de resiliencia
0.18
40
0.1
0.16
35
30
0.1
0.04
15
0.2
0.02
10
0.2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.3
1
0.9
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Metodologa de clculo
FFR1
FFR3
FFR2
FFR4
10
20
17
18
FFR5
FRF1
2.5
Nivel de desarrollo
3.5
10
15
20
25
30
0.2
0.4
0.6
0.8
1
1.2
1.4
Operatividad en emergencia
10
1.6
20
30
40
50
60
Muertos P[0 50] (muertos cada 1000 habitantes)
Figura 2.4a. Funciones de transformacin utilizadas para obtener los factores de riesgo fsico
0.1
0.2
0.4
0.5
0.6
0.7
0.8
0.9
0.2
0.1
1.8
70
Figura 2.3b. Funciones de transformacin utilizadas para los factores de agravamiento por falta de resiliencia
1.5
0.3
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
80
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
FFR6
FRF2
40
50
60
70
80
20
60
80
100
120
140
160
180
Redes elctricas cadas P[0 200] ( m longitud cada / Km )
40
5
10
Dao en la red de acueducto P[0 10] (nmero de roturas / km2)
Figura 2.4b. Funciones de transformacin utilizadas para obtener los factores de riesgo fsico
0.4
0.5
0.6
0.7
0.8
0.9
0.1
2
3
4
5
6
Dao en la red de gas P[0 5] (nmero de roturas / km2)
100
0.1
90
0.2
30
20
0.2
10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.3
1
0.9
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Metodologa de clculo
FRF3
FRF5
FRF4
FRF6
200
15
19
Ejemplos de aplicacin
20
2.3.
2.3.1
EJEMPLOS DE APLICACIN
Riesgo ssmico de Bogot D.C., Colombia
Suba
Usaquen
Engativa
Fontibon
Barrios Unidos
elito
R a Tunju
fa
el
Ur
ibe
Chapinero
Teusaquillo
Ciudad Kennedy
da
an
s
Ar
ire
e
a rt Santa Fe
nt
Bosa
M
e
u
os
La Candelaria
PA
nto nLio
Nario
Ciudad Bolivar
San Cristobal
Usme
Ejemplos de aplicacin
21
N
143
146
157
137
136
Av
.S
138
154
147
an
144
168
158
J os
e
155
142
X=1 ' 0 17 .0 00 m
145
148
156
131
150
130
A v. Su ba
Cl
l 13
129
Au
ni
el
d
.t Me
116
151
161
113
122
A
v.
Cll
112
124
81119
D or
El
un
l Co
105
a do
o
ya
ca
.B
66
Av
65
63
21
173
Av. L as
Ame ri ca s 74
64
23
174
80
73
79
55
89
24
Cl
75
54
A
v.
42
44
132
46
14
180
52
51
37
179
v.
45
41
31
un 178
er
os
Cll 4 4 Su r
38
32
8A
177
s Co
m
53
43
Auto p si t a Su r
33
ll1
Lo
Roads
% Damaged area
0- 5
5 - 10
10 - 15
15 - 20
20 - 25
25 - 30
25
176
C
Ca
ra
ca
s
ayo
26
78l 1 3
77
76
10
56 M
v.
36
de
35
v7
34
A v. Boy
a ca
Av.
57
59
19
72
61
58
X=1 ' 0 01 .0 00
20
Dia g
. 57
22
Dia g
. 53
88
62
18
53
90
81
71
60
i a g.
87
Av
82
i
al
107
D 106
de
17
Cll 175
68
.6
ad
11
si t a
ui d
16
so de
op
C
v.
A
13
108
104
92
Pa
A ut
67
12
103
93
86
91
X=1 ' 0 05 .0 00 m
121
C ra
11
102
95
83
8
28
10
Cl 9
l 10
0
109
101
70
172
t ry
94
68
110
100
a al
n
A v. Ca
ra ca
X=1 ' 0 09 .0 00 m
rlo
sG
85
84
123
120
Av .
Ca
69
C 111
hi le
4
6
A
v.
99
13
Av .
98
171
166
164
165
Av. 27
Ro dr g
i o L a ra
B on i l a
96
Av
. L
ui s
1 47
12 9
163
118
170
d ea s
Av
167
.
162
126
Di
125a g .
128
117
153
152
127
114
A v. Sa
nta B ar b
a ra
141
115
160
Av. La
s O rq
ui
A v 13
149
140
97
169
17 0
139
133
X=1 ' 0 13 .0 00 m
159 Cll
15
134
135
40
X= 9 9 7.0 0 0m
47
30
50
39
29
0m
48
4000 m
Y = 1 ' 00 9 . 00 0 m
Y = 1 ' 00 5 . 00 0 m
Y = 1 ' 00 1 . 00 0 m
Y = 9 9 7. 0 0 0m
Y = 9 9 3.0 0 0m
m
X= 99 3.00 0 m
Y = 9 8 9. 0 0 0
Y = 9 8 5.0 0 0m
49
Figura 2.6. Escenario de riesgo fsico ssmico, Universidad de los Andes (1996)
En la evaluacin realizada por Cardona (2001) esta localidad tambin presenta la situacin ms
crtica una vez se corrigen algunos valores que en la informacin se encontraban errados.
22
Usaquen
Chapinero
Santafe
San Cristbal
Usme
Tunjuelito
Bosa
Ciudad Kennedy
Fontibn
Engativa
Suba
Barrios Unidos
Teusaquillo
Mrtires
Antonio Nario
Puente Aranda
Candelaria
Rafael Uribe Uribe
Ciudad Bolvar
Localidad
Ejemplos de aplicacin
15,1186
5,0302
6,6070
4,9278
10,5870
3,5494
4,2461
4,8198
5,3163
6,8777
13,8449
12,2659
10,2985
7,0283
4,0287
5,7006
8,9515
3,2433
8,8908
XRF1
4
5
3
2
0
0
2
0
1
1
2
4
8
6
0
1
9
1
1
XRF2
27
27
16
13
1
1
12
2
7
5
13
27
41
30
2
6
44
11
11
XRF3
2
5
7
4
1
1
3
1
1
1
1
2
4
2
2
2
6
2
1
XRF4
0
0
0
0
1
0
1
0
0
0
0
1
0
0
0
0
0
0
1
XRF5
24
81
63
34
14
7
42
11
5
3
19
45
36
18
17
20
81
29
21
XRF6
0,7
0,77
0,62
0,68
0,67
0,58
0,73
0,54
0,64
0,66
0,66
0,75
0,74
0,66
0,67
0,69
0,67
0,65
0,64
XRF7
0,83
0,9
0,9
0,9
0,9
0,7
0,9
0,7
0,7
0,8
0,77
0,9
0,9
0,7
0,8
0,7
0,9
0,9
0,9
XRF8
23
FRF1
0,881
0,127
0,218
0,121
0,557
0,063
0,090
0,116
0,141
0,237
0,811
0,701
0,529
0,247
0,081
0,162
0,401
0,0526
0,395
0,41
Localidad
Usaquen
Chapinero
Santafe
San Cristobal
Usme
Tunjuelito
Bosa
Ciudad Kennedy
Fontibn
Engativa
Suba
Barrios Unidos
Teusaquillo
Mrtires
Antonio Nario
Puente Aranda
Candelaria
Rafael Uribe Uribe
Ciudad Bolvar
Bogot D.C.
24
0,0039
0,0128
0,02
0,0072
0,0032
0
0
0,0032
0
0,0008
0,0008
0,0032
0,0128
0,0512
0,0288
0
0,0008
0,0648
0,0008
0,0008
FRF2
0,0536
0,259
0,259
0,091
0,0601
0,000356
0,000356
0,0512
0,00142
0,0174
0,00889
0,0601
0,259
0,589
0,32
0,00142
0,0128
0,658
0,043
0,043
FRF3
0,0924
0,08
0,5
0,82
0,32
0,02
0,02
0,18
0,02
0,02
0,02
0,02
0,08
0,32
0,08
0,08
0,08
0,68
0,08
0,02
FRF4
0,0486
0
0
0
0
0,08
0
0,08
0
0
0
0
0,08
0
0
0
0
0
0
0,08
FRF5
0,0379
0,0288
0,328
0,198
0,0578
0,0098
0,00245
0,0882
0,00605
0,00125
0,00045
0,0181
0,101
0,0648
0,0162
0,145
0,02
0,328
0,042
0,022
FRF6
0,6645
0,7
0,77
0,62
0,68
0,67
0,58
0,73
0,54
0,64
0,66
0,66
0,75
0,74
0,66
0,67
0,69
0,67
0,65
0,64
FRF7
0,8630
0,83
0,9
0,9
0,9
0,9
0,7
0,9
0,7
0,7
0,8
0,77
0,9
0,9
0,7
0,8
0,7
0,9
0,9
0,9
FRF8
0,2246
0,386
0,264
0,314
0,175
0,253
0,076
0,152
0,092
0,105
0,139
0,326
0,350
0,366
0,186
0,116
0,126
0,426
0,103
0,206
RF
XFS1
0,311
0,161
0,370
0,614
1,476
0,738
1,076
0,501
0,340
0,257
0,326
0,001
0,166
0,201
0,112
0,058
0,775
0,532
0,418
Localidad
Usaquen
Chapinero
Santafe
San Cristbal
Usme
Tunjuelito
Bosa
Ciudad Kennedy
Fontibn
Engativa
Suba
Barrios Unidos
Teusaquillo
Mrtires
Antonio Nario
Puente Aranda
Candelaria
Rafael Uribe Uribe
Ciudad Bolvar
1260
1786
1082
1511
421
715
664
1433
1000
2789
1880
950
0
570
534
1147
0
927
970
XFS2
433
1282
1034
216
74
322
258
380
275
278
316
509
888
831
513
448
904
288
162
XFS3
0,33
0,00
0,36
0,82
1,00
0,45
0,51
0,44
0,39
0,41
0,41
0,29
0,05
0,33
0,20
0,37
0,34
0,50
0,92
XFS4
12720,00
9655,00
19223,00
32242,00
353106,00
33095,00
17383,00
22352,00
9795,00
22488,00
12658,00
16908,00
11536,00
11902,00
20414,00
15203,00
11422,00
23125,00
28058,00
XFS5
0,17937
0,49088
0,62909
0,10353
0,06368
0,17567
0,04872
0,06875
0,02736
0,06770
0,08701
0,15437
0,51755
1,14030
0,09494
0,03858
0,00000
0,01863
0,07044
XFR1
28
89
143
19
2
13
3
8
4
7
15
33
20
103
5
4
0
11
3
XFR2
0,0496
0,0129
0,0032
0,0148
0
0,0978
0,0359
0,0202
0,0109
0,0005
0,0257
0,1170
0,1126
0,0271
0,0131
0,0030
0
0,00133
0
XFR3
0,844
3,231
3,382
3,882
7,323
4,504
7,837
3,454
3,870
3,371
4,202
6,175
1,540
25,426
8,884
1,488
0
3,696
5,880
XFR4
4
4
3
1
1
2
1
2
3
2
2
4
4
3
4
3
3
1
1
XFR5
Tabla 2.6. Valores de los descriptores de agravamiento por fragilidad social y falta de resiliencia, FS y FR
Ejemplos de aplicacin
2
1
2
2
2
2
1
1
2
2
2
1
2
1
1
2
0
2
2
XFR6
25
Bogot D.C.
0,762
0,278
0,0503
0,418
0,925
1,000
0,999
1,000
0,747
0,343
0,175
0,311
0,000
0,0549
0,0931
0,0157
0,000261
1,000
0,806
0,550
FFS1
0,032
0,0150
0,1370
0,00149
0,0580
0
0
0
0,0417
0,0000
0,6740
0,1720
0
0
0
0
0,0048
0
0
0
FFS2
0,111
0,1610
0,985
0,853
0,030
0,000632
0,0812
0,0475
0,120
0,056
0,057
0,078
0,231
0,712
0,645
0,235
0,174
0,730
0,0622
0,0138
FFS3
0,736
0,327
0,000
0,362
0,816
1,000
0,449
0,515
0,440
0,385
0,409
0,415
0,290
0,050
0,331
0,198
0,373
0,340
0,503
0,920
FFS4
0,880
0,345
0,145
0,849
1,000
1,000
1,000
0,737
0,968
0,152
0,971
0,340
0,703
0,258
0,283
0,905
0,565
0,250
0,984
1,000
FFS5
0,999
1
0,999
0,999
1
0,999
1
1
1
1
1
0,998
1
0,999
0,997
1
1
1
1
1
FFR1
0,670
0
0
0
0
0,964
0,0356
0,92
0,436
0,858
0,564
0
0
0
0
0,778
0,858
1
0,142
0,92
FFR2
0,922
0,840
0,999
1
0,998
1
0,278
0,932
0,989
1
1
0,975
0,111
0,143
0,97
0,999
1
1
1
1
FFR3
0,188
0,969
0,575
0,533
0,396
0,000
0,255
0,000
0,513
0,399
0,536
0,321
0,030
0,904
0,000
0,000
0,911
1,000
0,445
0,049
FFR4
0,774
0
0
0,3
1
1
0,6
1
0,6
0,3
0,6
0,6
0
0
0,3
0
0,3
0,3
1
1
FFR5
0,089
0
0,5
0
0
0
0
0,5
0,5
0
0
0
0,5
0
0,5
0,5
0
1
0
0
FFR6
0,663
0,309
0,245
0,478
0,707
0,797
0,587
0,701
0,643
0,358
0,521
0,369
0,302
0,193
0,325
0,407
0,391
0,631
0,635
0,700
Tabla 2.7. Coeficiente de agravamiento, F, a partir de los factores de fragilidad social y falta de resiliencia, FFS y FFR
Usaquen
Chapinero
Santafe
San Cristbal
Usme
Tunjuelito
Bosa
Ciudad Kennedy
Fontibn
Engativa
Suba
Barrios Unidos
Teusaquillo
Mrtires
Antonio Nario
Puente Aranda
Candelaria
Rafael Uribe Uribe
Ciudad Bolvar
Localidad
26
Ejemplos de aplicacin
27
RT
Usaquen
Chapinero
Santafe
San Cristbal
Usme
Tunjuelito
Bosa
Ciudad Kennedy
Fontibn
Engativa
Suba
Barrios Unidos
Teusaquillo
Mrtires
Antonio Nario
Puente Aranda
Candelaria
Rafael Uribe Uribe
Ciudad Bolivar
0,386
0,264
0,314
0,175
0,253
0,076
0,152
0,092
0,105
0,139
0,326
0,350
0,366
0,186
0,116
0,126
0,426
0,103
0,206
0,309
0,245
0,478
0,707
0,797
0,587
0,701
0,643
0,358
0,521
0,369
0,302
0,193
0,325
0,407
0,391
0,631
0,635
0,700
0,505
0,329
0,464
0,298
0,454
0,121
0,258
0,150
0,142
0,211
0,446
0,456
0,436
0,246
0,163
0,175
0,694
0,169
0,350
Bogot D.C.
0.225
0.663
0.374
Localidad
N
5
10 Kilmetros
Figura 2.7. ndice de riesgo fsico, RF, para las localidades de Bogot D.C.
28
10 Kilmetros
Figura 2.8. ndice de riesgo total, RT, para las localidades de Bogot D.C.
ndice de riesgo fsico, RF
CANDELARIA
0,426
USAQUEN
0,386
0,366
TEUSAQUILLO
0,350
B/UNIDOS
0,326
SUBA
SANTAFE
0,314
CHAPINERO
0,264
0,253
USME
0,206
CIUDAD BOLIVAR
MARTIRES
0,186
SAN CRISTOBAL
0,175
0,152
BOSA
0,139
ENGATIVA
0,126
PUENTE ARANDA
ANTONIO NARIO
0,116
FONTIBON
0,105
RAFAEL URIBE
0,103
0,092
CIUDAD KENNEDY
0,076
TUNJUELITO
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
Figura 2.9. Valor del fndice de riesgo fsico para las localidades de Bogot D.C., ordenado
descendentemente
Ejemplos de aplicacin
29
Coeficiente de agravamiento, F
USME
0,80
SAN CRISTOBAL
0,71
BOSA
0,70
CIUDAD BOLIVAR
0,70
CIUDAD KENNEDY
0,64
RAFAEL URIBE
0,64
CANDELARIA
0,63
TUNJUELITO
0,59
ENGATIVA
0,52
SANTAFE
0,48
ANTONIO NARIO
0,41
PUENTE ARANDA
0,39
SUBA
0,37
FONTIBON
0,36
MARTIRES
0,32
USAQUEN
0,31
B/UNIDOS
0,30
CHAPINERO
0,24
TEUSAQUILLO
0,00
0,19
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
Figura 2.10. Valor del coeficiente de agravamiento para las localidades de Bogot D.C.,
ordenado descendentemente
0,69
USAQUEN
0,50
SANTA FE
0,46
BARRIOS UNIDOS
0,46
USME
0,45
SUBA
0,45
TEUSAQUILLO
0,44
CIUDAD BOLIVAR
0,35
CHAPINERO
0,33
SAN CRISTOBAL
0,30
BOSA
0,26
MARTIRES
0,25
ENGATIVA
0,21
PUENTE ARANDA
0,18
0,17
ANTONIO NARIO
0,16
CIUDAD KENNEDY
0,15
FONTIBON
0,14
TUNJUELITO
0,0
0,12
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Figura 2.11 Valor del ndice de riesgo total para las localidades de Bogot D.C., ordenado
descendentemente
30
2.3.2
La ciudad de Barcelona est formada por diez distritos que estn dirigidos por
un Gerente nombrado por Alcalda, Figura 2.12. Los distritos tienen
competencias en temas de urbanismo, va pblica, mantenimiento de
infraestructuras, servicios personales, poblacin, etc. y son: Ciutat Vella,
Eixample, Sants-Montjuc, Les Corts, Sarri-Sant Gervasi, Grcia, HortaGuinard, Nou Barris, Sant Andreu y Sant Mart. Los distritos a su vez se
subdividen en 38 barrios o zonas estadsticas grandes (ZEG). Barcelona tambin
est subdividida en 248 zonas estadsticas pequeas (ZRP). En este caso para
riesgo fsico se parti de un escenario para un sismo probabilista calculado en el
marco del proyecto RISK-UE que fue calculado teniendo en cuenta las 248
zonas ZRP (ICC/CIMNE, 2004). El coeficiente de agravamiento fue estimado
por distrito, debido a las competencias que este nivel tiene.
Nou Barris
Horta-Guinardo
Sant Andreu
Sarri-Sant Gervasi
Gracia
Les Corts
Sant Mart
Eixample
Ciutat Vella
Sants-Montjuc
Ejemplos de aplicacin
31
10 Kilmetros
0,710
Nou Barris
0,649
0,581
Sant Andreu
Ciutat Vella
0,526
0,458
Horta-Guinard
0,370
Eixample
0,328
Grcia
0,292
Sant - Montjuic
Les Corts
0,190
Sarri-Sant Gervasi
0,180
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Figura 2.14. Coeficiente de agravamiento para los distritos de la ciudad de Barcelona, Espaa
32
10 Kilmetros
XRF1
XRF2
XRF3
XRF4
XRF5
XRF6
XRF7
XRF8
XRF9
001
002
003
004
005
006
007
008
009
010
...
240
241
242
243
244
245
246
247
248
16,9
19,5
19,7
20,5
20,7
22,2
24,2
10,1
8,9
8,3
...
3,9
1,6
2,4
11,1
2,9
8,4
3,3
3,3
4,9
6
10
9
6
7
5
7
3
2
4
...
3
4
5
19
7
16
7
8
9
12
21
19
12
15
11
14
6
5
8
...
6
8
10
40
15
34
15
18
20
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
...
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
...
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
...
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
...
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
...
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,025
0
0
0,2
0,2
0
0,2
0
0
0
...
0,05
0
0,025
0,025
0
0
0,025
0,025
0
FRF1
0,952
0,999
1
1
1
1
1
0,51
0,396
0,344
...
0,0761
0,0128
0,0288
0,604
0,042
0,353
0,0544
0,0544
0,12
0,152
ZRP
001
002
003
004
005
006
007
008
009
010
...
240
241
242
243
244
245
246
247
248
Barcelona
Ejemplos de aplicacin
0,017
0,0288
0,08
0,0648
0,0288
0,0392
0,02
0,0392
0,0072
0,0032
0,0128
...
0,0072
0,0128
0,02
0,289
0,0392
0,205
0,0392
0,0512
0,0648
FRF2
0,033
0,0512
0,157
0,128
0,0512
0,08
0,043
0,0697
0,0128
0,00889
0,0228
...
0,0128
0,0228
0,0356
0,564
0,08
0,411
0,08
0,115
0,142
FRF3
0,020
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
...
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
FRF4
0,020
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
...
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
FRF5
0,020
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
...
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
FRF6
0,170
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
...
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
0,17
FRF7
0,320
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
...
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
0,32
FRF8
0,031
0,025
0
0
0,2
0,2
0
0,2
0
0
0
...
0,05
0
0,025
0,025
0
0
0,025
0,025
0
FRF9
0,076
0,306
0,331
0,328
0,336
0,340
0,316
0,339
0,172
0,139
0,126
...
0,053
0,032
0,041
0,279
0,048
0,183
0,054
0,058
0,078
RF
33
34
0,3
0
0
0
0
0
0,1
0,2
0,1
0,4
Ciutat Vella
Eixample
Sant - Montjuic
Les Corts
Sarri-Sant Gervasi
Grcia
Horta-Guinard
Nou Barris
Sant Andreu
Sant Mart
119
119
102
81
95
115
95
95
91
93
XFS2
252,87
60,04
73,61
30,99
30,99
42,66
36,00
31,54
31,54
42,44
XFS3
1
0,5
0,5
0,2
0
0,3
0,8
1
0,8
1
XFS4
12690
14186
6834
14080
11647
16570
21573
28256
19890
19069
XFS5
4,9650
6,1475
0
10,6864
10,8704
7,1269
16,1716
0
1,1325
0
XFR1
4
5
0
10
10
6
14
0
1
0
XFR2
0,0828
0,0180
0,1219
0,0424
0,0194
0,0324
0,0369
0,0430
0,0198
0,0337
XFR3
4,918
5,853
4,971
5,853
1,766
3,242
3,242
3,257
3,257
1,119
XFR4
1
3
3
4
4
3
2
1
2
1
XFR5
Barcelona
Ciutat Vella
Eixample
Sant - Montjuic
Les Corts
Sarri-Sant Gervasi
Grcia
Horta-Guinard
Nou Barris
Sant Andreu
Sant Mart
Distrito
0,10
0,255
0
0
0
0
0
0,0102
0,0918
0,0102
0,5
FFS1
FFS3
0,00033
0,00352
0,00061
0,0452
0,00061 0,000111
0,000347 0,000612
0,000123
0
0,00026
0
0,000542
0
0,00026
0
0,00026
0
0,000215
0
0,000237
0
FFS2
0,72
1
0,633
0,633
0,0408
0
0,163
1
1
1
1
FFS4
0,69
0,342
0,471
0,0364
0,461
0,265
0,678
0,947
1
0,882
0,84
FFS5
0,87
0,964
0,925
1
0,755
0,769
0,894
0,436
1
0,997
1
FFR1
0,66
0,858
0,68
1
0,222
0,222
0,564
0
1
0,991
1
FFR2
0,75
0,461
0,993
0,0806
0,893
0,991
0,949
0
0,889
0,99
0,943
FFR3
0,54
0,383
0,0801
0,461
0,0801
0,889
0,589
0,589
0,578
0,578
0,955
FFR4
0,58
1
0,3
0,3
0
0
0,3
0,6
1
0,6
1
FFR5
0,47
0,5259
0,3698
0,2920
0,1905
0,1799
0,3284
0,4579
0,6493
0,5810
0,7099
Tabla 2.12. Coeficiente de agravamiento calculado a partir de los factores de fragilidad social y de falta de resiliencia en Barcelona
XFS1
Distrito
Tabla 2.11. Valores de los descriptores de agravamiento por fragilidad social y falta de resiliencia en Barcelona
Ejemplos de aplicacin
35
2.3.3
ZRP
RF
FA
RT
001
002
003
004
005
006
007
008
009
010
...
240
241
242
243
244
245
246
247
248
0,306
0,331
0,328
0,336
0,340
0,316
0,339
0,172
0,139
0,126
...
0,053
0,032
0,041
0,279
0,048
0,183
0,054
0,058
0,078
0,526
0,526
0,526
0,526
0,526
0,526
0,526
0,526
0,526
0,526
...
0,710
0,710
0,710
0,710
0,710
0,710
0,710
0,710
0,710
0,467
0,506
0,500
0,513
0,519
0,482
0,517
0,263
0,212
0,193
...
0,091
0,055
0,070
0,476
0,082
0,313
0,092
0,100
0,134
Barcelona
0.0759
0.47
0.115
Comparacin de resultados
Los resultados obtenidos para Bogot han sido comparados con los obtenidos
para Barcelona. Los valores promedio de riesgo y agravamiento para las dos
ciudades se presentan en la tabla 2.14. Bogot esta situada en una zona de
amenaza ssmica intermedia, mientras que Barcelona esta localizada en una
zona de amenaza ssmica baja. Los valores promedio obtenidos para el ndice de
riesgo fsico RF reflejan dicha situacin. Es interesante observar que los
resultados obtenidos para el coeficiente de agravamiento F, que tiene en cuenta
las condiciones de fragilidad socio-econmica y de falta de resiliencia del
contexto, no presentan una diferencia muy grande. Los valores ms bajos del
coeficiente de agravamiento son similares (0,193 para la localidad de
Teusaquillo en Bogot y 0.1799 para el distrito de Sarri en Barcelona). Los
valores altos en las dos ciudades si presentan una diferencia ms notable (0.797
para la localidad de Usme en Bogot y 0.7099 para el distrito de Sant Marti en
Barcelona). La metodologa, como se ha ilustrado, permite la comparacin entre
diferentes ciudades del mundo, lo que permite una evaluacin holstica del
riesgo unificada.
36
Bogot D.C.
Barcelona
0.225
0.663
0.374
0.0759
0.47
0.1150
3.1.
ENFOQUE METODOLGICO
38
39
b) suministrar los medios necesarios para que puedan medir los elementos
fundamentales de la vulnerabilidad de los pases ante fenmenos
naturales y su capacidad de gestin de riesgos, as como los parmetros
comparativos para evaluar los efectos de sus polticas e inversiones en
el desempeo de la gestin del riesgo; y
c) fomentar el intercambio de informacin tcnica para la formulacin de
polticas y programas de gestin de riesgo en la regin.
De esta manera se contribuye a llenar un importante vaco de
informacin para la toma de decisiones por parte de organismos nacionales
relacionados con aspectos financieros, econmicos, ambientales, de salud
pblica, ordenamiento territorial, vivienda e infraestructura. Los pases ahora
cuentan con una herramienta de monitoreo y promocin para el desarrollo de su
capacidad de gestin de riesgos. Los pases tienen la posibilidad de observar en
diferentes momentos en el tiempo su posicin relativa y compararse con otros
pases en la regin.
3.2.
40
(3.1)
IVPct( ES , SF , LR ) =
w I
i =1
N
w
i =1
t
ic
( ES , SF , LR )
(3.2)
41
xict x m
I =
rango ( xit )
t
ic
I ict =
xM x
rango ( x )
t
ic
t
i
, para (ES,SF)
(3.3)
, para (LR)6
(3.4)
que representa las condiciones de vulnerabilidad para cada componente (ES, FS, FR)
respectivamente;
xict es el dato original de la variable para el pas c y el perodo t, y
xit es la variable que en conjunto se considera entre los pases.
xM es el valor mximo para cada indicador definido para efectos de normalizacin;
xm corresponde al valor mximo para cada indicador definido para efectos de
normalizacin.
En este caso, para cada subndice se utilizan ocho indicadores. Cardona
et al. (2004) describen el procedimiento y las alternativas de tratamiento
numrico que se tendrn en cuenta para la evaluacin de los ndices que
componen el IVP segn pas.
Mediante la tcnica de la ecuacin 3.4, los valores de resiliencia, que son
inversamente proporcionales a la vulnerabilidad, se convierten en ndices de
falta de resiliencia.
3.2.1
Mediante esta tcnica se convierten los valores de resiliencia, que son inversamente proporcionales a
la vulnerabilidad, en indicadores de falta de resiliencia.
42
variables capturan una nocin del contexto sobre el cual habra impacto fsico
directo. Algunas de ellas reflejan de manera indirecta tambin una nocin de
susceptibilidad ante la accin de eventos peligrosos, cualquiera que sea la
naturaleza y severidad de los mismos. Estar expuesto y ser susceptible es una
condicin necesaria para que exista riesgo. No obstante sera necesario
establecer si la exposicin es relevante ante cada tipo de amenaza factible, es
posible admitir en una escala nacional que ciertas variables constituyen una
situacin comparativamente adversa, suponiendo que las amenazas naturales
existen como un factor externo permanente sin precisar su caracterizacin.
Tabla 3.1. Indicadores de exposicin y susceptibilidad
Indicador
ES1. Crecimiento poblacional,
tasa promedio anual en %
Relevancia
El aumento de la poblacin, en general,
significa mayor cantidad de personas
expuestas a amenazas o que pueden llegar
ocupar reas propensas a sufrir efectos por la
ocurrencia de fenmenos peligrosos.
Un rpido proceso de urbanizacin por
migracin del campo a la ciudad o por arribo
de personas desplazadas por conflictos
significa problemas de ambiente urbano,
dificultad para proveer servicios, vivienda
insegura y ocupacin de zonas propensas.
La concentracin de poblacin espacialmente
favorece la afectacin en conjunto de
asentamientos humanos, en particular en
reas marginadas que usualmente coinciden
con las zonas de mayor riesgo por
inundacin y deslizamientos.
Los estratos de poblacin de ms bajos
ingresos son usualmente los ms afectados
cuando se materializa el riesgo. En zonas
urbanas no pueden costearse sitios seguros y
en reas rurales pierden recurrentemente sus
medios de sustento.
Los activos tanto del sector pblico como
privado constituyen los elementos fsicos
expuestos como infraestructura, edificios,
contenidos e inversiones que pueden sufrir el
impacto directo de los fenmenos peligrosos
que se presentan.
Fuente
UNDESA
WB
WB
UNDESA
WB
GEO
HABITAT
UNEP/GRID
GEO
WB
UNICEF
WB
Ministerios
de Hacienda
o
Planificacin.
43
WB
WB
FAO
GEO
Fuentes de informacin. UNDESA: United Nations Department of Economical and Social Affairs; WB: World Bank; GEO: Group
on Earth Observations; HABITAT; UNEP/GRID: United Nations Environment Programme / Global Resource Information Database;
UNICEF: United Nations Children's Fund; FAO: Food and Agriculture Organization of the United Nations.
3.2.2
44
Relevancia
Las condiciones de inseguridad humana y sin
acceso a servicios bsicos reflejan la situacin
de mayor desproteccin ante cualquier tipo de
amenaza. Las personas en condiciones de
pobreza extrema son las ms gravemente
afectadas por los desastres.
La proporcin de personas de mayor edad y de
nios con respecto a la poblacin en capacidad
de trabajar representa un segmento de la
poblacin que en general est en desventaja
para enfrentar situaciones crisis extremas
como los desastres.
La concentracin del ingreso en un porcentaje
menor de la poblacin representa una
condicin de reducido bienestar y calidad de
vida para la mayora de la poblacin, aunque
exista crecimiento econmico8. Ausencia de
bienestar social y desarrollo humano significa
ausencia de seguridad ante amenazas.
No estar empleado es una situacin de
desventaja econmica adicional de la poblacin, debido a que la ausencia de ingresos
significa una reducida capacidad de acceso a
recursos y medios de proteccin.
La prdida del poder adquisitivo es una
desventaja econmica que significa una
reduccin adicional de la capacidad de la
poblacin para acceder a recursos y refleja
problemas econmicos que inciden de manera
macro en la respuesta de la sociedad.
La dependencia del crecimiento econmico del
sector agrcola refleja el impacto a la sociedad,
en general, por la afectacin de la produccin
agrcola como resultado de los recurrentes
eventos que genera la variabilidad climtica y
el cambio global ambiental.
Fuente
UNDP
WB
WB
ILO
WB
UNICEF
WB
WB
No es suficiente crecer para ampliar el bienestar social y necesariamente hay que acudir a polticas
redistributivas (CID 2003; Barreto 2003).
45
Relevancia
Alto endeudamiento significa un bajo margen
de recursos propios y la necesidad de aumentar
la deuda para cubrir la recuperacin despus
de un desastre. En caso de existir restricciones
para asumir nuevas obligaciones la deuda se
podra volver insostenible y existira la
posibilidad de no recuperarse.
La degradacin del suelo inducida en forma
antrpica refleja el nivel de deterioro ambiental y de uso inadecuado de los recursos
naturales. Este deterioro exacerba la generacin de amenazas de origen socio-natural y
reduccin del amortiguamiento de fenmenos
extremos.
Fuente
WB
FAO/UNEP
GEO
Fuentes de informacin. UNPD: United Nations Development Programme; WB: World Bank; ILO: International
Labour Organization; UNICEF: United Nations Children's Fund; FAO: Food and Agriculture Organization of the
United Nations; UNEP: United Nations Environment Programme; GEO: Group on Earth Observations.
3.2.3
46
LR5. Aseguramiento de
infraestructura y vivienda en
porcentaje del PIB. [Inv]
Relevancia
Representa el nivel desarrollo de la poblacin
teniendo en cuenta los promedios de
longevidad, alfabetizacin de las personas, su
escolaridad y el ingreso en paridades de poder
adquisitivo per capita. A mayor desarrollo
mayor es la capacidad para reducir el riesgo y
enfrentar los desastres.
Ajusta el grado desarrollo para reflejar las
desigualdades entre hombres y mujeres en las
mismas dimensiones del IDH. Representa
capacidad de la mujer como capital humano.
Su mayor participacin e igualdad significan
mayor capacidad de la poblacin frente a las
adversidades.
Significa recursos orientados al mejoramiento
de la seguridad de la poblacin ms pobre y
vulnerable. Un adecuado y amplio cubrimiento de los programas de inversin social
reduce la fragilidad de las personas que son
ms afectadas por desastres.
Representa eficiencia de la gestin pblica,
legitimidad, transparencia y democratizacin.
Una mayor gobernabilidad social significa
mejor institucionalidad, legislacin, equidad
e integracin de la gestin del riesgo en la
planificacin del desarrollo.
Una adecuada cobertura de las prdidas
potenciales en la vivienda y los bienes
pblicos y privados por parte de la industria
de seguros significa una mayor proteccin
financiera de la poblacin frente a las
amenazas factibles.
La recepcin de informacin con tecnologa
audiovisual facilita la divulgacin eficiente,
oportuna y continua de conocimientos. Una
adecuada divulgacin y cubrimiento mejora la
comprensin sobre el riesgo y los desastres e
influye positivamente en una mejor percepcin y toma de conciencia de la poblacin.
Fuente
UNDP
UNDP
WB
BID, TI, WB
WB
Se escalan seis indicadores propuestos por Daniel Kaufmann y colaboradores que se consideran
dimensiones de la gobernabilidad: Voz y Responsabilidad; Estabilidad Poltica; Ausencia de
Violencia; Eficacia del Gobierno; Calidad Reguladora; Cumplimiento de la Ley; y Control de la
Corrupcin (Kaufmann et al 2003).
47
WB
WEF
Fuentes de informacin. UNPD: United Nations Development Programme; WB: World Bank; IADB: Inteamerican Development
Bank, TI: Transparency International; WEF: World Environment Foundation.
3.3.
Algunos ndices e indicadores no han sido estimados para todos los perodos que se esperan evaluar
con fines comparativos. Se optar por mantener valores constantes que no afecten la agregacin para
la evaluacin de los respectivos subndices de vulnerabilidad prevalente.
48
(3.5)
2
E
IPe
= 1
e =1 IP
( K , A, L )
donde
IP( K , A, L ) = IPe ( K , A, L )
e =1
(3.6)
IPe ( K , A, L ) = 100 CL em ( K , A, L )
(3.7)
m =1
En este caso los eventos son cuatro: i) deslizamientos y flujos, ii) fenmenos sismotectnicos, iii) inundaciones y tormentas y iv) otros eventos. CLem es el Coeficiente
de Localizacin de los efectos x (K,A,L) causados por cada tipo de evento e en
cada municipio m del pas
CLem ( K , A, L ) =
xem xeC
xm xC
( K , A, L )
(3.8)
11
El valor de estos subndices aumenta si existe una distribucin uniforme de la variable entre los
municipios y los diferentes tipos de evento. As, los valores ms bajos significan que hay alta
disparidad y que la variable est concentrada. En el caso de que sea igual a 400/3, el valor mximo
del subndice es 100, lo que significa que la variable es similar para todos los tipos de evento y que su
distribucin es similar entre los municipios.
49
IDL =
'
i =1
M 1
(3.9)
2 pi
i =1
donde
Z
qi = i
ZM
(3.10)
Z i = xmL j m j
j =1
Z M = x mL j m j
(3.11)
j =1
pi =
12
Ni
NM
(3.12)
El valor de este ndice vara entre 0.5, que significa distribucin uniforme y 1.0 que significa alta
concentracin.
50
es la relacin que resulta del nmero de orden del municipio con respecto al total de
municipios del pas. La figura 3.1 muestra un ejemplo hipottico de las relaciones
antes mencionadas. La formulacin de estos ndices tiene especial inters porque
permite comparar de manera razonable pases grandes y pequeos.
Concentracin de
prdidas
3.4.
51
IDD =
LR
P
RE
(3.13)
donde:
13
Un enfoque similar ha sido propuesto por Freeman et al. (2002b) que afirman que la capacidad de
contar con los fondos necesarios para la reconstruccin inmediatamente despus de ocurrido un
desastre es crucial para que un pas pueda recuperarse con un mnimo de consecuencias a largo plazo.
52
LR = LR
P
(3.14)
(3.15)
donde:
E es el valor econmico de las propiedades expuestas;
V( ) es la funcin de vulnerabilidad, que relaciona la intensidad del
evento con la fraccin del valor que se pierde si se presenta un evento de
tal intensidad;
IR es la intensidad del evento asociado al perodo de retorno
seleccionado;
FS es un factor que corrige intensidades que dan razn de efectos de
sitios locales;
K es un factor que corrige la incertidumbre en la funcin de
vulnerabilidad.
En caso de un evento mayor posiblemente el gobierno tendr que proponer subvenciones y crditos
blandos para apoyar a los estratos socio-econmicos ms pobres que se han quedado sin vivienda o
han perdido sus medios de sustento y para contrarrestar el desempleo adicional que se presente por la
posible paralizacin de los diferentes sectores productivos.
53
RE = Fi
P
i =1
(3.16)
donde FiP representa los posibles fondos internos o externos para hacer frente al
dao a los que el gobierno, como responsable de la recuperacin o propietario
de los bienes afectados, puede acceder en el momento de la evaluacin. El
acceso a dichos fondos tiene restricciones y costos asociados por lo cual es
necesario estimarlos como valores factibles de acuerdo con las condiciones
macroeconmicas y financieras de cada pas. Para cada caso es necesario
estimar los siguientes valores:
15
En el caso del sector pblico pueden ser muy importantes vas, puentes, plantas de energa,
hospitales, escuelas, aeropuertos, puertos, edificios de oficinas, etc. Incluso en el caso de concesiones
(operacin de bienes pblicos por parte del sector privado), donde la propiedad sigue siendo del
gobierno, o de infraestructura de los gobiernos subnacionales, cuya recuperacin, no obstante los
procesos de descentralizacin existentes, dependera en parte del nivel nacional.
16
Puede ocurrir, por ejemplo, que el EMC es un terremoto que podra tener un efecto mnimo en
cultivos. Otro evento importante, como una inundacin extrema, podra causar efectos mayores en
cultivos pero no alcanzara a ser el EMC.
54
55
56
IDD =
'
Ly
EC
(3.17)
3.5.
3.5.1
EJEMPLOS DE APLICACIN
Evaluacin a nivel nacional: Colombia
Ejemplos de aplicacin
57
3.5.1.1.
Fragilidad socio-econmica
Indicador
Peso
SF1
20,9
SF2
8,5
SF3
16,4
SF4
12,5
SF5
9,4
SF6
9,6
SF7
9,6
SF8
13
Falta de resiliencia
Indicador
Peso
LR1
21,9
LR2
10,5
LR3
13,6
LR4
15
LR5
12,9
LR6
3,7
LR7
9,2
LR8
13,2
IVPES
IVPSF
IVPLR
IVP
22,00
21,7
26,09
18,28
26,79
27,68
59,96
36,45
59,94
59.96
57,52
54,59
36,24
36,45
36,55
34,59
58
3.5.1.2.
Ejemplos de aplicacin
59
Ahora bien, con el fin de agregar en una sola variable de dao fsico
directo las viviendas y las hectreas de cultivos, se acord expresar los daos en
prdidas en dlares equivalentes promedio para cada perodo de anlisis. Para
esta aproximacin, la reposicin de cada vivienda destruida corresponde a una
vivienda de inters social segn el patrn existente en cada pas (nmero de
metros cuadrados), en el perodo de anlisis y el valor por metro cuadrado de
vivienda de inters social corresponde al valor de un salario mnimo legal
promedio en el mismo perodo. Por otra parte, el valor de una hectrea de
cultivos se determina con base en un precio promedio ponderado de las reas de
cultivos usualmente afectadas, segn el criterio de expertos de cada pas en el
perodo de anlisis.
La informacin de DesInventar permite obtener las estimaciones
anteriores para todos los municipios o localidades de cada pas, por lo que es
posible normalizar cada valor teniendo en cuenta la superficie (en kilmetros
cuadrados) de cada municipio. Los valores normalizados permiten tener una
nocin local de la concentracin de efectos y son estos los valores que deben
utilizarse para la construccin de los indicadores agregados nacionales.
En resumen, para el clculo del IDL se adecua la base de datos
DesInventar para procesar la informacin de tres variables: i) muertos, ii)
afectados y iii) prdida directa representada en una valoracin econmica de
las viviendas y cultivos destruidos para los siguientes tipos de evento: i)
deslizamientos y flujos, ii) fenmenos sismo-tectnicos, iii) inundaciones y
tormentas y iv) otros eventos. Con esto y siguiendo la metodologa explicada en
la seccin 3.3 se estudiaron Colombia y los otros diez pases mencionados de
Amrica Latina y el Caribe. Los resultados obtenidos para Colombia para los
perodos estudiados se muestran en la tabla 3.6.
Tabla 3.6. Resultados obtenidos del IDL para Colombia
1981-1985
1986-1990
1991-1995
1996-2000
IDLK
IDLA
IDLL
IDL
IDL
14,085
60,139
81,702
90,495
4,059
8,388
9,202
13,044
7,976
13,007
15,928
40,564
26,121
81,536
106,833
144,105
0,966
0,910
0,908
0,907
En la evaluacin del IDL se estudiaron cuatro perodos de tiempo, 19811985, 1986-1990, 1991-1995 y 1996-2000. De los resultados obtenidos se
observa que, en el ultimo perodo se presentan los mayores valores para el IDL
y sus componentes, lo que indica que, entre 1996 y 2000, Colombia se vio ms
afectada por desastres naturales, y se present una mayor uniformidad de los
efectos (muertos, afectados y prdidas) en los municipios del pas. El valor del
IDL en todos los perodos estudiados indica una alta concentracin; es decir
que pocos municipios concentran la mayora de los efectos.
60
3.5.1.3.
IDD50
IDD100
IDD500
IDDGC
0.47
0.80
0.81
0.46
0.61
1.04
1.71
1.73
1.01
1.33
4.58
6.36
6.41
4.50
5.40
4.40%
8.83%
9.49
4.54%
5.90%
Ejemplos de aplicacin
3.5.2
61
3.5.2.1.
50
4 94 9
40
3 63 53 5
34
30
20
3 63 63 7
35
44
40
38
36
4 04 03 93 8
2 62 72 62 5
38
35
4 13 9
4 03 94 14 2
4 64 5
4 44 3
47
55
4 94 94 94 8
525251
1985
1990
1995
27
25
2000
10
0
CHL
CRI
COL
PER
MEX
ARG
ECU
TTO
DOM
GT M
SLV
JAM
62
altos en general, siendo muy notables en Guatemala, Per, Jamaica y El Salvador, aunque su valor ha disminuido levemente en los ltimos aos, excepto en Jamaica,
Ecuador y Argentina. En Costa Rica y Chile se presenta la mayor resiliencia. La figura
11 ilustra los valores del IVP para los pases cada cinco aos desde 1985 a 2000.
Aunque en el 2000 Jamaica presenta el valor ms alto, que ha sido ms o menos
constante a lo largo de los aos, Guatemala es el pas que ha presentado los valores de
ms altos IVP desde 1985. En general el IVP refleja susceptibilidad por el grado
de exposicin fsica de bienes y personas, lo que favorece el impacto directo.
Igualmente, refleja condiciones de fragilidad social y econmica que favorecen
el impacto indirecto e intangible. Y, tambin, refleja falta de capacidad para
absorber las consecuencias, responder eficientemente y recuperarse. La
reduccin de este tipo de factores, objeto de un proceso de desarrollo humano
sostenible y de polticas explcitas de reduccin de riesgo, es uno de los
aspectos en los cuales debe hacerse especial nfasis.
IVP ES
70
60
6 26 0
50
40
46
43 41
30
20
10
21
18
13
15
26
2 22 2
18
26 24
21 22
COL
PER
27
56555856
40
35
28 29
22 25
38
34
39 39
35 36
4 34 34 24 2
46
42
39
33
4 94 8
1985
1990
40
34
1995
2000
14 15
0
CHL
GT M
MEX
ECU
ARG
CRI
DOM
TTO
SLV
JAM
IVP SF
60
50
47
40
37
30
20
22
19
10
29
2 52 4
1312 15
1816
2 62 6
2 42 3
30
27 28
23
30
2 82 7
24
ECU
TTO
MEX
3 02 92 8
3 02 8
27 26
25
31
2 72 82 6
3 63 4
33
5151
49
44
40
36
34
1985
35
1995
2000
19
0
CHL
PER
CRI
1990
DOM
ARG
COL
JAM
SLV
GT M
Ejemplos de aplicacin
63
IVP LR
80
70
60
50
40
6 06 058
55
4 54 34 54 4
4 64 74 64 5
30
40
49
43
56555456
6 059586 0
6 86 6
6 46 46 1
6 16 2
61
71
67
6 36 3
737473
70
8 1797978
6 36 46 36 5
1985
1990
1995
35
20
10
2000
0
CRI
CHL
ARG
COL
TTO
ECU
DOM
MEX
SLV
JAM
PER
GT M
3.5.2.2.
64
1000
900
800
700
1981-1985
600
1986-1990
500
1991-1995
400
300
1996-2000
200
100
0
JAM
TTO
SLV
CRI
DOM
ARG
CHL
ECU
M EX
PER
GTM
COL
Afectados (miles)
2.500
4.500
6.800
2.000
1981-1985
1.500
1986-1990
1991-1995
1.000
1996-2000
500
0
DOM
JAM
TTO
CRI
SLV
ECU
CHL
M EX
GTM
PER
COL
ARG
Fallecidos
5.000
25.000
2.500
2.000
1981-1985
1.500
1986-1990
1991-1995
1.000
1996-2000
500
0
TTO
JAM
DOM
CRI
SLV
CHL
ARG
GTM
ECU
M EX
PER
COL
Ejemplos de aplicacin
65
IDL
250
200
1981-1985
150
1986-1990
1991-1995
100
1996-2000
50
0
TTO
JAM
PER
CRI
M EX
CHL
ECU
COL
SLV
DOM
ARG
GTM
1981-1985
1986-1990
50
40
30
1991-1995
1996-2000
20
10
0
PER
JAM
CRI
ECU
TTO
M EX
DOM
COL
GTM
ARG
CHL
SLV
IDL A
90
80
70
60
1981-1985
50
1986-1990
40
1991-1995
30
1996-2000
20
10
0
TTO
M EX
CRI
COL
PER
JAM
ECU
SLV
CHL
ARG
DOM
GTM
66
IDL K
100
90
80
70
60
50
40
30
20
10
0
1981-1985
1986-1990
1991-1995
1996-2000
TTO
CHL
JAM
SLV
DOM
PER
M EX
CRI
ARG
GTM
ECU
COL
1981-1985
1986-1990
1991-1995
1996-2000
TTO
JAM
DOM
CRI
SLV
ARG
GTM
M EX
COL
CHL
PER
ECU
3.5.2.3.
Ejemplos de aplicacin
67
COL
5,40
DOM
COL
5,34
PER
4,81
ECU
PER
4,09
TTO
CHL
ARG
5504
1,32
MEX
1,30
GTM
2009
ARG
2662
1963
14034
CRI
0,76
1
8021
CHL
1,24
CRI
2521
SLV
1,78
GTM
4787
TTO
2,77
MEX
11939
6331
JAM
3,75
SLV
6008
ECU
4,56
JAM
20166
DOM
5000
10000
15000
20000
25000
Con excepcin de Costa Rica, todos los pases tienen un IDD mayor que 1.0,
siendo la situacin ms crtica la de Colombia que presenta un IDD de 5.4 ante
una prdida de US$ 20 166 millones de dlares. La Figura 3.15 presenta el IDD
y las prdidas potenciales de todos los pases para un evento de 100 aos de
perodo de retorno (probabilidad del 10% de ocurrencia en 10 aos).
L100 (US$ millones), 2000
IDD100, 2000
PER
3,53
DOM
PER
2,45
1,90
SLV
JAM
JAM
1,33
ECU
CRI
350
800
CHL
CRI
852
GTM
0,31
0,10
ARG
6273
TTO
0,37
GTM
783
MEX
0,76
0,41
CHL
3254
ECU
0,86
TTO
845
COL
1,14
MEX
3773
SLV
1,77
COL
4479
1361
DOM
431
ARG
187
0
1000
2000
3000
4000
5000
6000
7000
68
En este caso, la situacin sigue siendo crtica para siete de los doce
pases analizados, en cuanto a poder acceder a recursos para la reconstruccin.
Los otros cinco pases presentan un IDD menor que 1.0 pero el impacto del
desastre sera muy alto, en particular en el caso de Mxico. La Figura 3.16
muestra el IDD y las prdidas potenciales de los pases para un evento de 50
aos de perodo de retorno (probabilidad del 18% de ocurrencia en 10 aos).
IDD50, 2000
PER
1,26
1,24
DOM
SLV
0,99
JAM
0,30
270
TTO
131
0,18
CHL
CRI
0,17
CRI
0,03
0,0
334
387
GTM
0,13
ARG
3794
ECU
CHL
GTM
1392
MEX
0,44
TTO
316
COL
0,56
ECU
1771
JAM
0,81
MEX
1329
598
SLV
0,61
COL
PER
DOM
180
ARG
0,2
0,4
0,6
0,8
1,0
1,2
50
1,4
1000
4000
3000
2000
IDDGC
SLV
32,31%
SLV
138,5
TTO
9,22%
TTO
JAM
8,82%
JAM
PER
8,72%
PER
DOM
8,07%
DOM
CRI
7,89%
CRI
COL
5,90%
ECU
MEX
CHL
GTM
123,5
56,3
29,7
163,1
ECU
3,41%
38,5
MEX
2,69%
326,5
CHL
GTM
1,81%
5%
34,7
COL
4,22%
ARG
ARG 0,41%
0%
15,9
10%
15%
20%
25%
30%
35%
65,2
17,1
11,7
50
100
150
200
250
300
350
Ejemplos de aplicacin
69
70
325
300
275
250
225
200
175
150
125
100
75
50
25
0
6.800
Ly 1980
Ly 1985
Ly 1990
Ly 1995
Ly 2000
ARG
TTO
GT M
CRI
JAM
ECU
DOM
CHL
PER
SLV
COL
MEX
Figura 3.18. Prima tcnica estimada cada cinco aos entre 1980 y 2000
Ejemplos de aplicacin
71
72
8
7
6
5
IDD 50
IDD 100
IDD 500
2
1
0
ARG
MEX
GTM
CRI
CHL
TTO
COL
SLV
PER
DOM
ECU
JAM
8
7
6
5
IDD 50
IDD 100
IDD 500
2
1
0
MEX
ARG
GTM
CHL
JAM
CRI
TTO
SLV
PER
COL
ECU
DOM
8
7
6
5
IDD 50
IDD 100
IDD 500
2
1
0
MEX
GTM
ARG
CHL
JAM
CRI
TTO
SLV
PER
DOM
ECU
COL
Ejemplos de aplicacin
73
6
5
4
IDD 50
IDD 100
IDD 500
2
1
0
CRI
ARG
CHL
GTM
MEX
TTO
SLV
PER
COL
ECU
DOM
JAM
6
5
4
IDD 50
IDD 100
IDD 500
2
1
0
CRI
ARG
GTM
MEX
CHL
SLV
TTO
JAM
ECU
PER
DOM
COL
74
75%
70%
65%
60%
55%
50%
45%
40%
35%
30%
25%
20%
15%
10%
5%
0%
71.5%
IDD'GC 1980
IDD'GC 1985
IDD'GC 1990
IDD'GC 1995
IDD'GC 2000
ARG
GTM
CHL
MEX
ECU
COL
CRI
DOM
PER
JAM
TTO
SLV
3.5.3.1.
Ejemplos de aplicacin
75
3.30 presentan los resultados para los componentes del IVP (IVPES, IVPSF e
IVPFR) para los aos considerados. Las figuras 3.31 y 3.32 presentan los
resultados para el IVP. En este ndice se tuvo en cuenta la ciudad de Bogot
independientemente.
De las estimaciones realizadas se puede decir que el departamento del
Choc es el que presenta el mayor IVP tanto en 1995 como en el ao 2000 y que
se cuenta dentro de los que presentan la ms alta vulnerabilidad por exposicin
IVPES, fragilidad social IVPSF y falta de resiliencia IVPFR. La vulnerabilidad por
exposicin se mantuvo entre 1995 y el 2000, la vulnerabilidad por fragilidad
social aumento considerablemente, ya que aument el desempleo y la poblacin
por debajo de la lnea de indigencia. La vulnerabilidad por falta de resiliencia
disminuy debido a un aumento en el ndice de calidad de vida y en el nmero
de personas afiliadas al seguro social. Los otros departamentos que tienen unos
valores de IVP altos fueron Crdoba, Nario, Sucre, Cauca y Bolvar en 1995 y
en el ao 2000, aunque en este ao vari un poco el orden. Los mnimos
corresponden a Cundinamarca, Valle del Cauca, Antioquia y Risaralda en 1995
y a Quindo, Cundinamarca, Antioquia y Valle del Cauca en el ao 2000.
En el caso del IVPES y el IVPSF, los mximos aumentaron entre 1995 y el
2000; este aumento es ms notorio en el IVPSF y los valores mnimos se
mantuvieron para el IVPES y aumentaron para el IVPSF. En el caso del IVPFR, los
valores mximos disminuyeron y los mnimos aumentaron.
Los departamentos de Sucre, Choc, Bolvar y Crdoba tienen los
mayores valores de IVPES en 1995 y el 2000; los mnimos fueron registrados en
los departamentos de Antioquia, Risaralda, Caldas, Tolima, Santander y Valle
del Cauca en los dos aos y se mantienen sin mayor variacin. En todo el pas
existe una tendencia al aumento de los valores de vulnerabilidad por fragilidad
social IVPSF. Los mayores valores del IVPFS son los de Nario, Choc, Crdoba,
Cauca y Boyac en 1995, mientras que en el ao 2000 se presentan en Choc,
Cauca, Crdoba y Nario, todos con valores superiores a los mximos de 1995.
Los mnimos del IVPSF para 1995 los obtuvieron Atlntico, Magdalena,
Risaralda, Cundinamarca, Sucre, Guajira, Caquet y Meta; en el ao 2000 los
obtuvieron Norte de Santander, Quindo, Meta, Caquet, Magdalena y Guajira,
todos con valores mayores a los mnimos de 1995. En cuanto al los valores del
IVPFR, se observa que los departamentos con valores mximos en 1995 son
Crdoba, Sucre, Choc y Caquet; presentan valores notablemente superiores
que los mximos del 2000 Caquet, Crdoba, Nario y Choc. Los mnimos del
IVPFR los presenta Cundinamarca, Valle del Cauca y Antioquia; en el ao 2000
los tienen Cundinamarca, Quindo y Antioquia. La ciudad de Bogot, en
trminos generales, aument su vulnerabilidad prevalente, aunque la
componente por falta de resiliencia, IVPFR, mostr una leve disminucin.
76
IVP ES - 1995
Bogot, D.C.
0,58
Sucre
0,39
Choco
0,33
Bolvar
0,32
Crdoba
0,31
0,30
Magdalena
Nario
0,28
Atlntico
0,26
La Guajira
0,25
Cauca
0,24
Cesar
0,23
Norte de Santander
0,22
Caquet
0,21
Boyac
0,20
Quindo
0,19
Huila
0,19
Cundinamarca
0,18
0,18
Meta
Antioquia
0,15
Risaralda
0,15
Caldas
0,15
Tolima
0,15
Santander
0,12
0,12
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
IVPES 1995
0
0 - 20
20 40
40 60
60 80
80 - 100
Informacin insuficiente
N
Ejemplos de aplicacin
77
IVP ES - 2000
Bogot, D.C.
0,63
Sucre
0,39
Choco
0,34
Bolvar
0,31
Crdoba
0,30
Magdalena
0,29
Nario
0,28
Atlntico
0,27
La Guajira
0,25
Cauca
0,24
Cesar
0,23
Norte de Santander
0,22
Caquet
0,21
Boyac
0,20
Huila
0,19
Quindo
0,19
Meta
0,18
Cundinamarca
0,18
Antioquia
0,15
Risaralda
0,15
Caldas
0,15
Tolima
0,15
Santander
0,12
0,11
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
IVPES 2000
0
0 - 20
20 40
40 60
60 80
80 - 100
Informacin insuficiente
N
78
IVP SF - 1995
Nario
0,59
Choco
0,59
Crdoba
0,56
Cauca
0,53
Boyac
0,52
Huila
0,43
Antioquia
0,41
Bolvar
0,40
Caldas
0,40
Tolima
0,39
Santander
0,37
0,36
Quindo
0,33
Cesar
0,32
Norte de Santander
0,31
0,30
Atlntico
0,30
Magdalena
0,30
Bogot, D.C.
0,29
Risaralda
Cundinamarca
0,28
Sucre
0,28
0,26
La Guajira
0,23
Caquet
0,21
Meta
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
IVPSF 1995
0
0 - 20
20 40
40 60
60 80
80 - 100
Informacin insuficiente
N
Ejemplos de aplicacin
79
IVP SF - 2000
0,75
Choco
Cauca
0,72
0,68
Crdoba
0,65
Nario
Bolvar
0,58
Boyac
0,57
Atlntico
0,53
Santander
0,53
0,51
Tolima
0,51
Cesar
Bogot, D.C.
0,50
0,48
Cundinamarca
0,47
Huila
Sucre
0,46
0,45
0,44
Antioquia
Risaralda
0,44
Caldas
0,44
Norte de Santander
0,38
Quindo
0,38
0,37
Meta
0,36
Caquet
Magdalena
0,35
0,31
La Guajira
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
IVPSF 2000
0
0 - 20
20 40
40 60
60 80
80 - 100
Informacin insuficiente
N
80
IVP FR - 1995
Crdoba
0,87
Sucre
0,85
Choco
0,85
Caquet
0,84
Nario
0,76
Magdalena
0,74
Cesar
0,73
Bolvar
0,72
La Guajira
0,70
Cauca
0,69
Norte de Santander
0,68
Tolima
0,67
Meta
0,62
Huila
0,59
Caldas
0,58
Quindo
0,58
Boyac
0,54
Santander
0,51
Atlntico
0,51
Risaralda
0,47
Antioquia
0,34
0,33
Cundinamarca
0,25
Bogot, D.C.
0,15
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
IVPFR 1995
0
0 - 20
20 40
40 60
60 80
80 - 100
Informacin insuficiente
N
Ejemplos de aplicacin
81
IVP FR - 2000
Sucre
0,58
Magdalena
0,57
Choco
0,57
Nario
0,57
Crdoba
0,56
Caquet
0,55
Bolvar
0,54
Cauca
0,53
Norte de Santander
0,52
Cesar
0,51
Caldas
0,45
Tolima
0,45
La Guajira
0,43
Boyac
0,41
Atlntico
0,41
Huila
0,38
Risaralda
0,36
Meta
0,34
0,33
Santander
0,30
Antioquia
0,29
Quindo
0,28
Cundinamarca
0,21
Bogot, D.C.
0,14
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
IVPFR 2000
0
0 - 20
20 - 40
40 60
60 80
80 - 100
Informacin insuficiente
N
82
IVP 1995
Choco
Cauca
Caquet
Boyac
Norte de Santander
11
La Guajira
Huila
24
11
28
18
17
23
Tolima
13
Caldas
13
19
19
17
M eta
Risaralda
Antioquia
21
11
14
11
10
Cundinamarca
16
10
Valle
17
12
10
19
Santander
IVPFR
22
10
IVPSF
20
12
IVPES
23
14
BOGOTA
25
10
10
Cesar
Atlntico
24
13
11
Quindo
23
18
M agdalena
28
13
Bolvar
25
20
Sucre
29
19
10
Nario
28
20
11
Crdoba
10
20
30
40
50
60
70
IVP 1995
0
0 - 20
20 - 40
40 - 60
60 - 80
80 - 100
Informacin insuficiente
N
Ejemplos de aplicacin
83
IVP 2000
Choco
Cauca
18
24
Sucre
19
15
13
18
19
10
BOGOTA
19
22
Bolvar
19
23
10
Nario
19
25
11
Crdoba
Cesar
Caquet
Norte de Santander
Tolima
Caldas
Huila
15
M eta
Valle
12
15
10
18
11
12
11
15
Cundinamarca
Quindo
10
15
14
10
Antioquia
13
16
16
9
13
10
IVPFR
15
15
IVPSF
17
13
IVPES
18
12
17
La Guajira
Risaralda
14
19
Santander
14
18
Boyac
19
12
10
Atlntico
17
17
M agdalena
17
21
20
30
40
50
60
IVP 2000
0
0 - 20
20 - 40
40 - 60
60 - 80
80 - 100
Informacin insuficiente
N
84
3.5.3.2.
Ejemplos de aplicacin
85
IDL K 81-85
B o livar
81,1
A ntio quia
78,8
B o yac
78,2
73,1
Nario
66,3
Cho c
62,9
A tlntico
58,9
Santander
58,1
Cauca
55,7
Huila
41,9
Cundinamarca
39,1
Cesar
26,2
26,2
M agdalena
Quindio
23,4
Caqueta
21,4
16,9
Risaralda
No rte de Santander
15,1
M eta
13,5
12,9
A rauca
Caldas
6,9
To lima
1,1
Sucre
0,0
San A ndres
0,0
La Guajira
0,0
Co rdo ba
0,0
Casanare
0,0
10
20
30
40
50
60
70
80
90
86
IDL A 81-85
Quindio
62,9
B o yac
60,9
Santander
58,4
Caldas
57,1
B o livar
56,1
A ntio quia
49,8
Cauca
20,6
Risaralda
7,8
Cundinamarca
6,7
No rte de Santander
3,2
3,0
Huila
Cesar
1,5
To lima
1,3
A tlntico
0,1
Sucre
0,1
Nario
0,0
0,0
Cho c
0,0
San A ndres
0,0
M eta
0,0
M agdalena
0,0
La Guajira
0,0
Co rdo ba
0,0
Casanare
0,0
Caqueta
0,0
A rauca
0,0
10
20
30
40
50
60
70
Ejemplos de aplicacin
87
IDL L 81-85
B o yac
76,3
A ntio quia
66,2
Quindio
65,8
63,2
Cauca
52,0
Cundinamarca
42,5
No rte de Santander
42,4
Nario
31,4
Risaralda
23,0
Caldas
18,2
6,4
Cho c
Huila
1,5
To lima
1,2
Caqueta
1,1
Santander
0,5
La Guajira
0,2
A tlntico
0,0
M agdalena
0,0
Sucre
0,0
San A ndres
0,0
M eta
0,0
Co rdo ba
0,0
Cesar
0,0
Casanare
0,0
B o livar
0,0
A rauca
0,0
10
20
30
40
50
60
70
80
90
88
IDL K 86-90
Cundinamarca
85,5
No rte de Santander
83,1
Cauca
79,3
Quindio
78,2
Cho c
74,2
70,2
M eta
65,8
Santander
56,9
La Guajira
45,9
San A ndres
42,7
Co rdo ba
39,1
B o yac
31,6
21,6
Caldas
Cesar
21,2
Nario
15,7
13,3
Risaralda
B o livar
9,9
M agdalena
8,2
7,3
A ntio quia
To lima
0,0
Sucre
0,0
Huila
0,0
Casanare
0,0
Caqueta
0,0
A tlntico
0,0
A rauca
0,0
10
20
30
40
50
60
70
80
90
Ejemplos de aplicacin
89
IDL A 86-90
Caldas
81,9
B o yac
62,6
Cauca
61,9
61,3
Quindio
19,1
Cundinamarca
13,2
Nario
12,0
A ntio quia
11,3
Santander
4,7
Huila
3,6
3,2
Cesar
Risaralda
1,6
Cho c
0,8
No rte de Santander
0,6
A tlntico
0,2
M eta
0,0
To lima
0,0
Sucre
0,0
San A ndres
0,0
M agdalena
0,0
La Guajira
0,0
Co rdo ba
0,0
Casanare
0,0
Caqueta
0,0
B o livar
0,0
A rauca
0,0
10
20
30
40
50
60
70
80
90
90
IDL L 86-90
Quindio
72,5
Caldas
67,0
Nario
64,8
Cauca
48,7
Cesar
47,3
No rte de Santander
44,3
A tlntico
44,0
Cho c
41,4
Casanare
40,6
To lima
40,5
40,5
Sucre
A ntio quia
34,2
San A ndres
31,7
M eta
18,6
B o yac
12,6
Santander
12,2
Cundinamarca
6,3
Risaralda
4,4
0,9
Co rdo ba
0,1
La Guajira
0,0
M agdalena
0,0
B o livar
0,0
Huila
0,0
Caqueta
0,0
A rauca
0,0
10
20
30
40
50
60
70
80
Ejemplos de aplicacin
91
IDL K 91-95
Quindio
99,2
Cauca
82,6
To lima
81,5
79,5
Risaralda
79,5
B o livar
78,5
Cundinamarca
77,1
M agdalena
66,7
Santander
65,9
Nario
63,9
M eta
61,3
A ntio quia
61,3
54,5
A tlntico
La Guajira
37,4
No rte de Santander
35,7
31,4
Huila
Caldas
27,3
A rauca
24,4
22,0
Cho c
B o yac
15,8
Cesar
0,0
Sucre
0,0
San A ndres
0,0
Co rdo ba
0,0
Casanare
0,0
Caqueta
0,0
20
40
60
80
100
120
92
IDL A 91-95
Caldas
86,0
Nario
74,2
No rte de Santander
70,7
Santander
69,5
B o yac
66,6
Huila
63,4
Risaralda
51,4
To lima
42,9
La Guajira
37,1
31,5
29,8
Caqueta
Cundinamarca
11,4
Quindio
11,0
Casanare
10,4
A rauca
7,8
M agdalena
6,7
A ntio quia
5,6
Cesar
4,0
Cho c
3,7
Cauca
2,3
Co rdo ba
0,2
M eta
0,0
B o livar
0,0
A tlntico
0,0
Sucre
0,0
San A ndres
0,0
10
20
30
40
50
60
70
80
90
100
Ejemplos de aplicacin
93
IDL L 91-95
Santander
87,4
Caldas
85,9
Nario
68,9
Huila
58,8
Risaralda
58,2
A rauca
55,4
B o yac
53,8
51,7
Cho c
50,9
A ntio quia
27,6
24,0
Cauca
Casanare
22,0
Quindio
15,4
Cundinamarca
11,8
To lima
9,0
No rte de Santander
7,5
Caqueta
5,8
Cesar
3,0
Co rdo ba
0,6
A tlntico
0,1
B o livar
0,0
La Guajira
0,0
M eta
0,0
Sucre
0,0
San A ndres
0,0
M agdalena
0,0
10
20
30
40
50
60
70
80
90
100
94
IDL K 96-00
Co rdo ba
80,9
B o yac
66,3
Huila
62,4
Nario
62,1
Risaralda
60,9
Caldas
59,8
Cho c
59,7
M eta
58,0
56,6
Santander
47,5
To lima
42,6
Cauca
42,5
35,2
Sucre
A ntio quia
27,6
Cesar
26,2
24,1
Caqueta
Cundinamarca
17,3
No rte de Santander
10,1
6,7
A tlntico
Quindio
1,7
San A ndres
0,0
M agdalena
0,0
La Guajira
0,0
Casanare
0,0
B o livar
0,0
A rauca
0,0
10
20
30
40
50
60
70
80
90
Ejemplos de aplicacin
95
IDL A 96-00
Cauca
65,6
45,7
Risaralda
42,8
No rte de Santander
27,6
Nario
25,3
To lima
24,7
Caldas
21,2
B o yac
15,6
A ntio quia
13,3
Santander
12,9
12,8
Cundinamarca
Huila
9,1
A rauca
5,0
Quindio
1,9
Cesar
1,3
A tlntico
0,8
Co rdo ba
0,7
Casanare
0,3
M agdalena
0,3
M eta
0,3
Sucre
0,2
Caqueta
0,1
La Guajira
0,1
Cho c
0,0
B o livar
0,0
San A ndres
0,0
10
20
30
40
50
60
70
96
IDL L 96-00
B o yac
70,5
Cauca
66,4
44,6
Santander
41,5
Nario
38,7
Cundinamarca
38,3
No rte de Santander
26,0
A ntio quia
23,9
Risaralda
21,4
To lima
16,7
11,9
Caldas
Huila
3,1
A tlntico
2,2
Caqueta
1,6
Cho c
1,4
M eta
0,1
B o livar
0,0
Sucre
0,0
Quindio
0,0
Casanare
0,0
Cesar
0,0
Co rdo ba
0,0
M agdalena
0,0
A rauca
0,0
San A ndres
0,0
La Guajira
0,0
10
20
30
40
50
60
70
80
Ejemplos de aplicacin
97
IDL 81-85
B o yac
215,4
A ntio quia
194,8
Quindio
152,1
B o livar
137,1
136,4
Cauca
128,4
Santander
116,9
Nario
97,7
Cundinamarca
88,4
Caldas
82,2
Cho c
69,3
No rte de Santander
60,7
A tlntico
59,1
Risaralda
47,7
Huila
46,4
Cesar
27,8
M agdalena
26,2
Caqueta
22,5
M eta
13,5
A rauca
12,9
To lima
3,6
La Guajira
0,2
Sucre
0,1
San A ndres
0,0
Co rdo ba
0,0
Casanare
0,0
50
100
150
200
250
98
IDL 86-90
Cauca
190,0
Caldas
170,6
Quindio
169,8
132,4
No rte de Santander
128,0
Cho c
116,4
B o yac
106,8
Cundinamarca
104,9
Nario
92,6
M eta
84,5
San A ndres
74,4
Santander
73,9
Cesar
71,7
A ntio quia
52,8
La Guajira
45,9
A tlntico
44,2
Casanare
40,6
To lima
40,5
Sucre
40,5
Co rdo ba
39,2
Risaralda
19,3
B o livar
9,9
M agdalena
8,2
Huila
3,6
Caqueta
0,0
A rauca
0,0
20
40
60
80
100
120
140
160
180
200
Ejemplos de aplicacin
99
IDL 91-95
Santander
222,8
Nario
207,0
Caldas
199,2
Risaralda
189,1
162,8
Huila
153,6
B o yac
136,1
To lima
133,4
Quindio
125,6
No rte de Santander
113,9
Cauca
108,9
Cundinamarca
100,3
A ntio quia
94,4
A rauca
87,7
B o livar
78,6
Cho c
76,6
La Guajira
74,4
M agdalena
73,3
M eta
61,3
A tlntico
54,7
Caqueta
35,6
Casanare
32,4
Cesar
6,9
Co rdo ba
0,8
Sucre
0,0
San A ndres
0,0
50
100
150
200
250
100
IDL 96-00
Cauca
174,5
B o yac
152,4
146,9
Nario
126,0
Risaralda
125,1
Santander
101,8
Caldas
92,8
To lima
84,0
Co rdo ba
81,6
Huila
74,6
Cundinamarca
68,4
A ntio quia
64,7
No rte de Santander
63,8
Cho c
61,1
M eta
58,4
Sucre
35,5
Cesar
27,5
Caqueta
25,8
A tlntico
9,8
A rauca
5,0
Quindio
3,6
Casanare
0,4
M agdalena
0,3
La Guajira
0,1
B o livar
0,1
San A ndres
0,0
20
40
60
80
100
120
140
160
180
200
Ejemplos de aplicacin
101
IDL' 81-85
1,0
A ntio quia
0,9
Nario
Cauca
0,9
Cho c
0,9
0,9
To lima
0,9
M agdalena
Huila
0,8
Cundinamarca
0,8
0,8
B o yac
0,8
Caldas
0,8
0,8
M eta
0,8
Caqueta
0,7
Risaralda
0,7
A tlntico
0,7
Santander
0,7
B o livar
0,7
La Guajira
0,7
Co rdo ba
0,6
Cesar
0,6
Quindio
0,6
Sucre
San A ndres
0,5
Casanare
0,5
0,5
A rauca
No rte de Santander
0,0
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
102
IDL' 86-90
0,9
A ntio quia
0,8
B o yac
0,8
To lima
0,8
Sucre
0,8
Cundinamarca
0,8
Santander
0,8
Nario
Risaralda
0,8
0,8
0,8
Co rdo ba
0,8
Cauca
0,8
Quindio
0,8
Caldas
A tlntico
0,7
B o livar
0,7
0,7
Cesar
0,7
M eta
0,7
M agdalena
0,6
La Guajira
0,6
Cho c
0,6
Huila
San A ndres
0,5
Casanare
0,5
Caqueta
0,5
0,5
A rauca
No rte de Santander
0,0
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Ejemplos de aplicacin
103
IDL' 91-95
B o yac
1,0
Cauca
0,9
Huila
0,9
Sucre
0,9
Risaralda
0,9
To lima
0,9
Caldas
0,9
Cesar
0,8
La Guajira
0,8
Cundinamarca
0,8
Co rdo ba
0,8
A tlntico
0,8
A ntio quia
0,8
0,8
M eta
0,8
A rauca
0,8
B o livar
0,8
Santander
0,8
M agdalena
0,8
Casanare
0,8
Nario
0,8
0,8
Cho c
Quindio
0,7
Caqueta
0,6
San A ndres
0,0
No rte de Santander
0,0
0,0
0,2
0,4
0,6
0,8
1,0
1,2
104
IDL' 96-00
A ntio quia
0,96
Casanare
0,92
Cundinamarca
0,89
Cesar
0,87
Risaralda
0,87
Co rdo ba
0,86
Nario
0,86
B o yac
0,85
B o livar
0,83
To lima
0,83
Caldas
0,83
Sucre
0,82
Caqueta
0,80
A rauca
0,80
A tlntico
0,79
Santander
0,79
Cauca
0,78
Cho c
0,77
0,76
M agdalena
0,76
Quindio
0,75
0,73
M eta
Huila
0,73
La Guajira
0,71
San A ndres
0,00
No rte de Santander
0,00
0,0
0,2
0,4
0,6
0,8
1,0
1,2
Ejemplos de aplicacin
3.5.3.3.
105
106
IDD 50 - 1995
Guaina
Vichada
Vaupes
Amazonas
Caquet
Casanare
Cesar
Bolivar
Guaviare
Choc
Magdalena
Arauca
Meta
Sucre
Cordoba
Valle del Cauca
Putumayo
Bogot, D.C.
Santander
Nario
Norte de Santander
Risaralda
Quindo
Cundinamarca
Antioquia
Huila
Caldas
Tolima
Cauca
Atlntico
La Guajira
Boyac
San Andres y Providencia
13,47
3,37
2,86
0,93
0,69
0,55
0,55
0,48
0,43
0,36
0,33
0,32
0,26
0,24
0,24
0,23
0,13
0,11
0,09
0,09
0,09
0,08
0,07
0,06
0,06
0,05
0,04
0,03
0,03
0,03
0,01
0,01
0,0001
0
10
12
14
IDD50 - 1995
0
0-3
3-6
6-9
9 - 12
12 - 15
15 - 18
16
Ejemplos de aplicacin
107
15,11
6,06
5,31
1,95
1,49
1,20
1,19
1,04
0,94
0,78
0,74
0,70
0,58
0,53
0,53
0,53
0,29
0,29
0,27
0,24
0,22
0,20
0,17
0,16
0,16
0,14
0,10
0,09
0,07
0,05
0,03
0,03
0,0001
0
10
12
14
IDD100 - 1995
0
0-3
3-6
6-9
9 - 12
12 - 15
15 - 18
16
108
15,96
9,33
8,50
3,80
2,98
2,59
2,56
2,44
2,44
2,31
2,15
1,96
1,64
1,63
1,55
1,50
1,49
1,37
1,35
1,35
1,30
1,27
1,16
1,14
1,13
1,01
0,83
0,63
0,58
0,25
0,06
0,03
0,00
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
16,00
IDD500 - 1995
0
0-3
3-6
6-9
9 - 12
12 - 15
15 - 18
N
18,00
Ejemplos de aplicacin
109
IDD 50 - 2000
6,69
Guaina
Vichada
Amazonas
Vaupes
Caquet
Arauca
Cesar
Choc
Casanare
Magdalena
Huila
Sucre
Bolivar
Meta
Cordoba
Valle del Cauca
Nario
Bogot, D.C.
Putumayo
Guaviare
Cauca
Santander
Tolima
Norte de Santander
Antioquia
Quindo
Caldas
Cundinamarca
Risaralda
Atlntico
Boyac
La Guajira
San Andres y Providencia
3,22
2,47
1,12
1,08
1,02
1,02
0,98
0,79
0,63
0,55
0,50
0,44
0,38
0,37
0,35
0,25
0,16
0,16
0,15
0,13
0,11
0,10
0,09
0,08
0,06
0,06
0,05
0,05
0,03
0,02
0,01
0,0001
0
IDD50 - 2000
0
0-3
3-6
6-9
9 - 12
12 - 15
15 - 18
110
Guaina
Vichada
Amazonas
Vaupes
Caquet
Arauca
Cesar
Choc
Casanare
Huila
Magdalena
Sucre
Bolivar
Meta
Cordoba
Valle del Cauca
Nario
Bogot, D.C.
Putumayo
Guaviare
Norte de Santander
Cauca
Santander
Tolima
Antioquia
Quindo
Caldas
Cundinamarca
Risaralda
Atlntico
Boyac
La Guajira
San Andres y Providencia
5,85
4,69
2,32
2,24
2,14
2,14
2,06
1,68
1,57
1,35
1,09
0,96
0,82
0,82
0,79
0,55
0,44
0,36
0,33
0,28
0,28
0,26
0,22
0,19
0,16
0,15
0,13
0,13
0,06
0,05
0,03
0,0002
0
10
IDD100 - 2000
0
0-3
3-6
6-9
9 - 12
12 - 15
15 - 18
N
12
Ejemplos de aplicacin
111
12,90
9,12
7,77
5,22
4,41
4,28
4,11
4,11
3,99
3,47
3,47
3,33
2,73
2,38
2,24
2,01
1,72
1,59
1,49
1,28
1,24
1,18
1,17
1,12
1,08
0,77
0,73
0,71
0,71
0,29
0,07
0,07
0,001
0
10
12
IDD500 - 2000
0
0-3
3-6
6-9
9 - 12
12 - 15
15 - 18
N
14
112
Los departamentos que presentan menor IDD para todos los TR en 1995 y
2000 son Boyac, San Andrs y Guajira. Esto es debido a la baja exposicin en
estas regiones, combinada con algo de resiliencia econmica, aunque no es la
mxima del pas. Del mismo estudio, para la ciudad de Bogot se encontr que
el valor del IDD slo indica un dficit para eventos de un TR de 500 aos, pero su
valor aumenta del ao 1995 al ao 2000, debido a un incremento de las perdidas y a
la reduccin de la resiliencia econmica, especficamente en la reasignacin de la
inversin. Con este estudio se puede aclarar en que zonas del pas debera reforzar el
gobierno central las ayudas econmicas para la gestin de desastres, medidas de
mitigacin y gestin del riesgo en caso de un evento catastrfico. Las regiones ms
desprotegidas estaran en la Orinoquia, Amazona y la costa Atlntica; el interior del
pas se encuentra mejor protegido.
A.1.
114 ANEXO A Proceso analtico jerrquico y pesos para la evaluacin holstica del
riesgo
Indicador A
Indicador B
Indicador C
1
1/3
1
3
1
5
1
1/5
1
Indicador A
Indicador B
Indicador C
Indicador A
Indicador B
Indicador C
wA/wA
wB/wA
wC/wA
wA/wB
wB/wB
wC/wB
wA/wC
wB/wC
wC/wC
115
Puntaje
9
8
7
6
5
4
3
2
1
CR =
CI
0.1
CI random
[A.1]
CI =
max n
n 1
[A.2]
116 ANEXO A Proceso analtico jerrquico y pesos para la evaluacin holstica del
riesgo
A.2.
rea destruida
Fallecidos
Heridos
Roturas red de acueducto
Roturas de la red de gas
Long. de redes elctricas cadas
Centrales telefnicas afectadas
Subestaciones elctricas afectadas
FRF1
FRF2
FRF3
1
0,25
0,25
0,50
0,33
0,33
0,20
0,20
4
1
1
2
1
1
0,33
0,33
4
1
1
2
1
1
0,33
0,33
FRF4
FRF5
2
3
0,5
1
0,5
1
2
1
0,5
1
0,5
1
0,25
0,33
0,25
0,33
Valor propio = 8,11
CI = 0,0152
CR = 0,0108
FRF6
FRF7
FRF8
3
1
1
2
1
1
0,33
0,33
5
3
3
4
3
3
1
1
5
3
3
4
3
3
1
1
117
FRF1
FRF2
FRF3
FRF4
FRF5
FRF6
FRF7
FRF8
0,7410
0,2420
0,2420
0,4368
0,2496
0,2496
0,0958
0,0958
Vector propio
principal
normalizado
0,31
0,10
0,10
0,19
0,11
0,11
0,04
0,04
Pesos
31
10
10
19
11
11
4
4
FFR1
FFR2
FFR3
FFR4
FFR5
FFR6
Camas hospitalarias
Tasa de delincuencia
ndice de disparidad social
Densidad de poblacin
Recurso humano en salud
Espacio pblico
Personal de rescate
Nivel de desarrollo
Operatividad en emergencias
FFS1
FFS2
FFS3
FFS4
FFS5
FFR1
FFR2
FFR3
FFR4
FFR5
FFR6
1
0,25
0,25
1
1
0,33
0,33
0,25
0,25
0,33
0,33
4
1
1
4
4
2
2
1
1
2
2
4
1
1
4
4
2
2
1
1
2
2
1
0,25
0,25
1
1
0,33
0,33
0,25
0,25
0,33
0,33
1
0,25
0,25
1
1
0,33
0,33
0,25
0,25
0,33
0,33
3
0,5
0,5
3
3
1
1
0,5
0,5
2
2
3
0,5
0,5
3
3
1
1
0,5
0,5
2
2
4
1
1
4
4
2
2
1
0,5
3
3
4
1
1
4
4
2
2
2
1
3
3
3
0,5
0,5
3
3
0,5
0,5
0,33
0,33
1
1
3
0,5
0,5
3
3
0,5
0,5
0,33
0,33
1
1
118 ANEXO A Proceso analtico jerrquico y pesos para la evaluacin holstica del
riesgo
FFS1
FFS2
FFS3
FFS4
FFS5
FFR1
FFR2
FFR3
FFR4
FFR5
FFR6
1,0000
0,2136
0,2136
1
1
0,33928
0,33928
0,21601
0,1895
0,47833
0,47833
Vector propio
principal
normalizado
0,183
0,039
0,039
0,183
0,183
0,062
0,062
0,040
0,035
0,087
0,087
Pesos
18
4
4
18
18
6
6
4
3
9
9
ANEXO B VISUALIZACIN DE
RESULTADOS A NIVEL SUB-NACIONAL
Amazonas
IDD50
16
IDD50
16
12
12
A mazo nas
P ROM EDIO
IDD100
2000
A mazonas
IDD500
IDD 1995
IDD500
P ROM EDIO
IDD100
120
Antioquia
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
0,0
A ntio quia
P ROM EDIO
IVP FR
IVP SF
IVP 2000
0,4
IVP 1995
0,2
A ntio quia
0,0
P ROM EDIO
IVP FR
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
20
20
A ntio quia
A ntio quia
P ROM EDIO
IDLL
IDL 86-90
40
IDL 81-85
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLA
IDLK
100
80
80
60
60
IDL 91-95
40
20
40
IDLA
IDLL
P ROM EDIO
IDLA
IDD50
16
IDD50
16
12
12
8
4
A ntio quia
P ROM EDIO
IDLL
IDL 96-00
20
A ntio quia
IDD 1995
IDD 2000
A ntio quia
A ntio quia
P ROM EDIO
P ROM EDIO
IDD500
IDD100
IDD500
IDD100
121
Arauca
IDLK
100
IDLK
100
80
80
60
60
40
20
IDLL
20
A rauca
IDLL
IDLK
100
IDLA
80
60
60
40
40
IDL 81-85
20
A rauca
P ROM EDIO
IDLA
IDL 86-90
20
A rauca
P ROM EDIO
IDLL
IDLA
IDD50
16
IDD50
16
12
12
8
IDD 1995
A rauca
P ROM EDIO
IDD100
IDD 2000
A rauca
IDD500
P ROM EDIO
IDLK
100
80
IDLL
A rauca
P ROM EDIO
IDLA
IDL 96-00
40
IDL 91-95
IDD500
P ROM EDIO
IDD100
122
Atlntico
IVP ES
1,0
IVPES
1,0
0,8
0,8
0,6
0,6
IVP 1995
0,4
0,4
0,2
A tlntico
0,2
0,0
P ROM EDIO
0,0
IVPFR
A tlntico
P ROM EDIO
IVP FR
IVPSF
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
IDL 81-85
40
20
P ROM EDIO
IDLL
IDLA
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
0
IDL 96-00
20
A tlntico
P ROM EDIO
IDLL
A tlntico
P ROM EDIO
IDLL
IDL 86-90
20
A tlntico
A tlntico
P ROM EDIO
IDLL
IDLA
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
Atlntico
P ROM EDIO
IDD100
IDD 2000
A tlntico
IDD500
IVP 2000
IDD500
PROM EDIO
IDD100
123
Bolivar
IVPES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
IVP 2000
0,4
0,4
IVP 1995
0,2
Bolvar
0,0
0,2
B o lvar
0,0
P ROM EDIO
PROM EDIO
IVPFR
IVP FR
IVPSF
IVP SF
IDLK
100
IDLK
100
80
60
80
40
60
20
B o livar
B o livar
IDL 86-90
20
IDL 81-85
40
P ROM EDIO
P ROM EDIO
IDLL
IDLL
IDLK
100
IDLK
100
80
80
60
60
40
IDL 91-95
40
20
IDLA
B o livar
P ROM EDIO
IDLL
IDL 96-00
20
B o livar
P ROM EDIO
IDLL
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
IDD 2000
B o livar
IDD500
IDLA
IDLA
B o livar
P ROM EDIO
P ROM EDIO
IDD100
IDD500
IDD100
124
Boyac
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,4
IVP 1995
0,2
0,0
IVP 2000
0,2
B o yac
B o yac
0,0
P ROM EDIO
IVP FR
P ROM EDIO
IVP FR
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
B o yac
P ROM EDIO
IDLA
IDL 86-90
20
B o yac
IDLL
IVP SF
IDLL
IDLK
100
P ROM EDIO
IDLA
IDLK
100
80
80
60
60
40
20
20
B o yac
IDL 96-00
40
IDL 91-95
B o yac
P ROM EDIO
P ROM EDIO
IDLL
IDLL
IDLA
IDD50
16
IDD50
16
12
12
IDD500
IDLA
IDD 1995
B o yac
P ROM EDIO
IDD100
IDD500
IDD 2000
B o yac
P ROM EDIO
IDD100
125
Caldas
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
IVP 1995
0,4
0,2
P ROM EDIO
IVP FR
IVP SF
Caldas
PROMEDIO
IVP FR
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
Caldas
P ROM EDIO
IDLL
IDL 86-90
Caldas
P ROM EDIO
IDLA
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
Caldas
IDLL
20
IDLL
IDLA
IDLK
100
P ROM EDIO
20
IDL 96-00
Caldas
P ROM EDIO
IDLL
IDLA
IDD50
16
IDLA
IDD50
16
12
12
IDD 1995
Caldas
P ROM EDIO
IDD100
IDD 2000
Caldas
IDD500
IVP 2000
0,2
0,0
Caldas
0,0
IDD500
P ROM EDIO
IDD100
126
Caquet
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
0,0
IVP FR
Caquet
P ROM EDIO
IVP SF
IDLK
100
80
80
60
60
IDL 81-85
40
20
0
IDL 86-90
40
20
0
Caqueta
P ROM EDIO
Caqueta
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLA
IDLK
100
80
80
60
60
40
IDL 91-95
20
P ROM EDIO
IDLA
IDL 96-00
40
20
0
Caqueta
IDLL
IDD50
16
Caqueta
P ROM EDIO
IDLA
IDD50
16
12
12
IDD 1995
4
0
IDD500
Caquet
0,0
IVP FR
IDLK
100
IDLL
0,2
P ROM EDIO
IVP SF
IDLL
IVP 2000
0,4
IVP 1995
IDD100
IDD 2000
Caquet
Caquet
P ROM EDIO
P ROM EDIO
IDD500
IDD100
127
Casanare
IDLK
100
80
60
40
20
0
IDLK
100
80
60
IDL 81-85
40
20
0
Casanare
P ROM EDIO
IDLL
IDLL
IDL 86-90
Casanare
P ROM EDIO
IDLA
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
0
IDL 96-00
20
Casanare
Casanare
P ROM EDIO
PROMEDIO
IDLL
IDLA
IDLL
IDD50
16
IDD50
16
12
12
IDD 1995
Casanare
IDD500
IDLA
P ROM EDIO
IDD100
IDD500
IDD 2000
Casanare
P ROM EDIO
IDD100
128
Cauca
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
IVP 1995
0,0
Cauca
0,4
IVP 2000
0,2
Cauca
0,0
P ROM EDIO
P ROM EDIO
IVP FR
IVP FR
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
20
IDL 81-85
Cauca
40
IDLA
IDL 86-90
20
Cauca
P ROM EDIO
IDLL
IVP SF
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLK
100
80
60
40
20
0
80
60
40
IDL 91-95
Cauca
PROMEDIO
20
IDL 96-00
Cauca
P ROM EDIO
IDLL
IDLA
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
Cauca
P ROM EDIO
IDD100
IDD 2000
Cauca
IDD500
IDLL
IDD500
P ROM EDIO
IDD100
129
Cesar
IVP ES
1,0
IVP ES
1,0
0,8
0,6
0,4
0,2
0,0
IVP FR
0,8
0,6
0,4
IVP 1995
IVP FR
IVP SF
80
80
60
60
40
40
IDL 81-85
20
0
Cesar
P ROM EDIO
IDLL
IDLA
IDL 86-90
20
Cesar
IDLK
100
P ROM EDIO
IDLA
IDLK
100
80
80
60
60
40
20
0
Cesar
P ROM EDIO
IDLL
IDLA
IDLL
IDD50
16
12
12
Cesar
P ROM EDIO
IDD100
IDD 2000
Cesar
P ROM EDIO
IDD 1995
Cesar
IDLA
IDD50
16
IDL 96-00
40
IDL 91-95
20
IDD500
P ROM EDIO
IDLK
100
IDLK
100
IDLL
Cesar
0,0
P ROM EDIO
IVP SF
IVP 2000
0,2
Cesar
IDD500
P ROM EDIO
IDD100
130
Choc
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
Cho co
0,2
0,0
IVP FR
0,6
IVP 1995
P ROM EDIO
P ROM EDIO
IVP SF
80
80
60
60
40
40
IDL 81-85
20
0
Cho c
P ROM EDIO
IDLL
IDLA
IDL 86-90
20
Cho c
IDLK
100
P ROM EDIO
IDLA
IDLK
100
80
80
60
40
60
40
IDL 91-95
20
Cho c
P ROM EDIO
IDLA
IDL 96-00
20
0
IDLL
IDD50
16
Cho c
P ROM EDIO
IDLA
IDD50
16
12
12
IDD 1995
4
0
IDD500
Cho co
IDLK
100
IDLK
100
IDLL
IVP 2000
0,2
0,0
IVP FR
IVP SF
IDLL
0,4
IDD100
Cho c
P ROM EDIO
IDD500
IDD 2000
Cho c
P ROM EDIO
IDD100
131
Crdoba
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
0,2
0,0
IVP FR
0,6
0,4
IVP 1995
C rdo ba
P ROM EDIO
P ROM EDIO
IVP FR
IVP SF
IDLK
100
IVP SF
IDLK
100
80
60
80
60
40
20
0
40
20
0
IDL 81-85
C rdo ba
P ROM EDIO
IDLL
IDLA
IDLL
C rdo ba
P ROM EDIO
IDLA
80
80
60
60
40
40
IDL 91-95
IDLL
IDD50
16
12
12
Co rdo ba
P ROM EDIO
IDD100
IDD 2000
IDD 1995
P ROM EDIO
IDLA
IDD50
16
C rdo ba
P ROM EDIO
IDLA
IDL 96-00
20
C rdo ba
20
0
IDLL
IDL 86-90
IDLK
100
IDLK
100
IDD500
IVP 2000
0,2
0,0
C rdo ba
IDD500
Co rdo ba
P ROM EDIO
IDD100
132
Cundinamarca
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
0,6
0,4
IVP 1995
0,2
0,0
IVP SF
IVP FR
P ROM EDIO
IVP SF
IDLK
100
IDLK
100
80
80
60
40
20
0
60
40
IDL 81-85
P ROM EDIO
IDLL
IDLA
Cundinamarca
P ROM EDIO
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
P ROM EDIO
IDLA
IDL 96-00
20
Cundinamarca
IDLL
IDL 86-90
20
0
Cundinamarca
IDLL
Cundinamarca
P ROM EDIO
IDLL
IDD50
16
IDLA
IDD50
16
12
12
IDD 1995
4
0
IDD500
Cundinamarca
0,0
P ROM EDIO
IVP FR
IVP 2000
0,2
Cundinamarca
IDD100
IDD 2000
Cundinamarca
Cundinamarca
P ROM EDIO
P ROM EDIO
IDD500
IDD100
133
Guaina
IDD50
16
IDD50
16
12
12
8
4
IDD 1995
IDD100
Guaina
P ROM EDIO
IDD500
IDD 2000
Guaina
IDD500
P ROM EDIO
IDD100
Guaviare
IDD50
16
IDD50
16
12
12
IDD 1995
IDD500
Guaviare
P ROM EDIO
IDD100
IDD 2000
Guaviare
P ROM EDIO
IDD500
IDD100
134
Guajira
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
0,0
IVP FR
0,4
IVP 1995
La Guajira
0,0
P ROM EDIO
IVP SF
IVP 2000
0,2
La Guajira
IVP FR
P ROM EDIO
IVP SF
IDLK
100
IDLK
100
80
80
60
60
IDL 86-90
40
40
IDL 81-85
20
0
20
La Guajira
La Guajira
P ROM EDIO
P ROM EDIO
IDLL
IDLA
IDLL
IDLK
100
IDLK
100
80
80
60
40
60
40
IDL 91-95
20
P ROM EDIO
IDLA
IDLL
IDD50
16
12
12
IDD500
IDD 2000
La Guajira
La Guajira
P ROM EDIO
IDD100
P ROM EDIO
IDD 1995
La Guajira
IDLA
IDD50
16
IDL 96-00
20
0
La Guajira
IDLL
IDLA
P ROM EDIO
IDD500
IDD100
135
Huila
IVP ES
1,0
IVP ES
1,0
0,8
0,6
0,4
0,2
0,0
0,8
0,6
IVP 2000
0,4
IVP 1995
Huila
0,2
Huila
0,0
P ROM EDIO
P ROM EDIO
IVP FR
IVP SF
IVP FR
IDLK
100
IDLK
100
80
80
60
60
40
IDL 81-85
40
20
0
IDLL
IVP SF
P ROM EDIO
IDLL
IDLK
100
IDLA
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
P ROM EDIO
IDLA
IDLL
Huila
P ROM EDIO
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
Huila
P ROM EDIO
IDD100
IDD 2000
Huila
IDD500
IDL 96-00
20
0
Huila
IDLL
Huila
P ROM EDIO
IDLA
IDL 86-90
20
Huila
IDD500
P ROM EDIO
IDD100
136
Magdalena
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
0,6
0,4
IVP 1995
0,2
M agdalena
0,0
P ROM EDIO
IVP FR
IVP SF
IVP 2000
M agdalena
0,2
0,0
IVP FR
P ROM EDIO
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
0
M agdalena
P ROM EDIO
IDLL
IDL 86-90
20
M agdalena
P ROM EDIO
IDLL
IDLA
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
0
IDL 96-00
20
M agdalena
M agdalena
P ROM EDIO
P ROM EDIO
IDLL
IDLA
IDLL
IDLA
IDD50
16
IDD50
16
12
12
8
8
M agdalena
IDD 2000
IDD 1995
M agdalena
P ROM EDIO
P ROM EDIO
IDD500
IDD100
IDD500
IDD100
137
Meta
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
0,6
0,4
IVP 1995
0,2
0,0
IVP 2000
0,2
0,0
M eta
M eta
P ROM EDIO
P ROM EDIO
IVP FR
IVP FR
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
IDLA
M eta
P ROM EDIO
IDLL
IDL 86-90
20
M eta
P ROM EDIO
IDLL
IDLK
100
IDLA
IDLK
100
80
80
60
40
60
40
IDL 91-95
20
P ROM EDIO
IDLL
IDLA
IDL 96-00
20
0
M eta
IDLL
M eta
P ROM EDIO
IDLA
IDD50
16
IDD50
16
12
12
IDD500
IVP SF
IDD 1995
M eta
P ROM EDIO
IDD100
IDD500
IDD 2000
M eta
P ROM EDIO
IDD100
138
Nario
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
0,0
IVP FR
IVP 2000
0,4
IVP 1995
0,2
0,0
Nario
P ROM EDIO
Nario
P ROM EDIO
IVP FR
IVP SF
IVP SF
IDLK
100
IDLK
100
80
80
60
60
IDL 86-90
40
40
IDL 81-85
20
20
Nario
Nario
P ROM EDIO
P ROM EDIO
IDLL
IDLL
IDLA
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
Nario
IDL 96-00
20
Nario
P ROM EDIO
P ROM EDIO
IDLL
IDLL
IDLA
IDD50
16
IDD50
16
12
12
8
IDD 1995
Nario
P ROM EDIO
IDD100
IDD 2000
Nario
IDD500
IDLA
P ROM EDIO
IDD500
IDD100
Norte de
Santander
139
IVP ES
1,0
0,8
0,6
0,4
0,2
0,0
IVP ES
1,0
0,8
0,6
IVP 2000
0,4
0,2
0,0
IVP 1995
No rte de Santander
No rte de Santander
P ROM EDIO
P ROM EDIO
IVP FR
IVP SF
IVP FR
IDLK
100
IDLK
100
80
60
80
60
IDL 81-85
40
20
0
IDL 86-90
40
20
0
No rte de Santander
P ROM EDIO
IDLL
No rte de Santander
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLA
IDLK
100
80
80
60
60
40
40
20
0
IDL 91-95
20
0
No rte de Santander
P ROM EDIO
IDLL
IDLA
IDL 96-00
No rte de Santander
P ROM EDIO
IDLL
IDLA
IDD50
16
IDD50
16
12
12
8
4
IDD 1995
No rte de Santander
P ROM EDIO
IDD100
IDD 2000
No rte de Santander
IDD500
IVP SF
IDD500
P ROM EDIO
IDD100
140
Putumayo
IDD50
16
IDD50
16
12
12
8
IDD 1995
IDD 2000
P utumayo
P utumayo
P ROM EDIO
P ROM EDIO
IDD500
IDD100
IDD500
IDD100
141
Quindo
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
IVP 1995
0,4
0,4
0,2
Quindo
0,2
0,0
P ROM EDIO
0,0
IVP FR
IVP SF
Quindo
P ROM EDIO
IVP FR
IDLK
100
IVP SF
IDLK
100
80
80
60
60
40
20
0
IDLL
IVP 2000
IDL 81-85
40
Quindio
20
0
P ROM EDIO
IDLA
IDL 86-90
Quindio
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
0
IDL 96-00
20
0
Quindio
Quindio
P ROM EDIO
P ROM EDIO
IDLL
IDLL
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
Quindo
P ROM EDIO
IDD100
IDD 2000
Quindo
IDD500
IDLA
IDD500
P ROM EDIO
IDD100
142
Risaralda
IVP ES
1,0
IVP ES
1,0
0,8
0,6
0,4
0,2
0,0
0,8
0,6
0,4
0,2
0,0
IPV 1995
Risaralda
IVP 2000
Risaralda
P ROM EDIO
P ROM EDIO
IVP FR
IVP SF
IVP FR
IDLK
100
IVP SF
IDLK
100
80
80
60
60
40
IDL 81-85
20
0
IDLA
IDLL
IDLK
100
IDLA
80
60
60
40
40
IDL 91-95
20
Risaralda
P ROM EDIO
IDLA
IDL 96-00
20
Risaralda
IDLL
P ROM EDIO
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
Risaralda
P ROM EDIO
IDD100
IDD 2000
Risaralda
IDD500
P ROM EDIO
IDLK
100
80
IDLL
Risaralda
20
P ROM EDIO
IDLL
IDL 86-90
40
Risaralda
IDD500
P ROM EDIO
IDD100
143
Santander
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
0,0
IVP FR
Santander
P ROM EDIO
0,2
Santander
0,0
P ROM EDIO
IVP FR
IVP SF
IVP 2000
0,4
IVP 1995
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
0
IDLL
IDLA
Santander
P ROM EDIO
IDLL
IDL 86-90
20
Santander
IDLK
100
P ROM EDIO
IDLA
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
0
IDLA
Santander
P ROM EDIO
IDLL
IDL 96-00
20
Santander
IDLL
P ROM EDIO
IDLA
IDD50
16
IDD50
16
12
12
8
8
4
Santander
IDD 2000
IDD 1995
Santander
P ROM EDIO
P ROM EDIO
IDD500
IDD100
IDD500
IDD100
144
Sucre
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
0,6
0,4
IVP 1995
0,2
0,0
P ROM EDIO
IVP FR
IVP SF
IVP 2000
0,2
0,0
Sucre
IVP FR
IDLK
100
Sucre
P ROM EDIO
IVP SF
IDLK
100
80
80
60
60
40
40
20
0
IDL 81-85
20
0
Sucre
P ROM EDIO
IDLL
IDLA
IDLL
IDL 86-90
Sucre
P ROM EDIO
IDLA
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 91-95
20
0
IDLL
IDLA
Sucre
P ROM EDIO
IDLL
IDL 96-00
20
Sucre
P ROM EDIO
IDLA
IDD50
16
IDD50
16
12
12
8
8
4
IDD 1995
Sucre
IDD 2000
Sucre
P ROM EDIO
P ROM EDIO
IDD500
IDD100
IDD500
IDD100
145
Tolima
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
IVP 1995
0,2
0,0
IVP FR
To lima
P ROM EDIO
To lima
0,0
P ROM EDIO
IVP SF
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
To lima
P ROM EDIO
IDLA
IDL 86-90
20
To lima
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLK
100
80
80
60
60
20
To lima
20
0
To lima
P ROM EDIO
IDLL
IDL 96-00
40
IDL 91-95
40
P ROM EDIO
IDLL
IDLA
IDLA
IDD50
16
IDD50
16
12
12
IDD 1995
To lima
IDD500
IVP 2000
0,2
IVP FR
IVP SF
IDLL
0,4
P ROM EDIO
IDD100
IDD500
IDD 2000
To lima
P ROM EDIO
IDD100
146
Valle del
Cauca
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,6
0,4
0,2
0,0
IVP FR
0,4
IVP 1995
IVP FR
P ROM EDIO
IVP SF
IDLK
100
IDLK
100
80
80
60
60
IDL 81-85
40
40
20
IDL 86-90
20
P ROM EDIO
IDLL
0,0
P ROM EDIO
IVP SF
IVP 2000
0,2
P ROM EDIO
IDLL
IDLA
IDLK
100
IDLA
IDLK
100
80
80
60
60
40
20
IDL 96-00
40
IDL 91-95
20
P ROM EDIO
P ROM EDIO
IDLL
IDLL
IDLA
IDD50
16
IDD50
16
12
12
8
IDD 1995
IDD 2000
IDD500
IDLA
P ROM EDIO
P ROM EDIO
IDD100
IDD500
IDD100
147
Vaups
IDD50
16
IDD50
16
12
12
8
IDD 2000
Vaupes
IDD500
IDD 1995
IDD500
IDD100
Vaupes
P ROM EDIO
P ROM EDIO
IDD100
Vichada
IDD50
16
IDD50
16
12
12
Vichada
P ROM EDIO
IDD100
IDD 2000
Vichada
IDD500
IDD 1995
IDD500
P ROM EDIO
IDD100
148
San Andrs y
Providencia
rea: 49 Km2
Poblacin: 73.465 habitantes
Municipios: 64
IDLK
100
IDLK
100
80
80
60
60
40
40
IDL 81-85
20
0
IDL 86-90
20
P ROM EDIO
IDLL
IDLA
P ROM EDIO
IDLL
IDLK
100
IDLA
IDLK
100
80
80
60
60
40
20
40
IDL 91-95
20
IDL 96-00
P ROM EDIO
IDLL
IDLA
P ROM EDIO
IDLL
IDD50
16
IDD50
16
12
12
8
4
IDD 1995
IDD500
IDLA
P ROM EDIO
IDD100
IDD 2000
San A ndres y P ro videncia
IDD500
P ROM EDIO
IDD100
149
Bogot D.C.
IVP ES
1,0
IVP ES
1,0
0,8
0,8
0,6
0,4
0,2
P ROM EDIO
IVP FR
IVP SF
IDD50
16
B o go t, D.C.
P ROM EDIO
IVP SF
IDD50
16
12
12
IDD 1995
B o go t, D.C.
P ROM EDIO
IDD100
IDD 2000
B o go t, D.C.
IDD500
IVP 2000
0,2
0,0
B o go t, D.C.
0,0
IVP FR
0,6
0,4
IVP 1995
IDD500
P ROM EDIO
IDD100
150
REFERENCIAS
152
Referencias
Referencias
153
Cardona, O.D.; Hurtado, J. E.; Duque, G.; Moreno, A.; Chardon, A.C.; Velsquez, L.
S. y Prieto, S. D. (2003a). La Nocin de Riesgo desde la Perspectiva de los
Desastres: Marco Conceptual para su Gestin Integral. IADB/IDEA Programa
de Indicadores para la Gestin de Riesgos, http://idea.unalmzl.edu.co,
Universidad Nacional de Colombia, Manizales
Cardona, O.D.; Hurtado, J. E.; Duque, G.; Moreno, A.; Chardon, A.C.; Velsquez, L.
S. y Prieto, S. D. (2003b). Indicadores para la Medicin del Riesgo:
Fundamentos para un Enfoque Metodolgico, IADB/IDEA Programa de
Indicadores para la Gestin de Riesgos, http://idea.unalmzl.edu.co Universidad
Nacional de Colombia, Manizales.
Cardona, O. D. Hurtado, J. E.; Duque, G.; Moreno, A.; Chardon, A.C.; Velsquez, L.
S. y Prieto, S. D. (2004a). Dimensionamiento relativo del riesgo y de la gestin
- Metodologa Utilizando Indicadores a Nivel Nacional IADB/IDEA Programa
de Indicadores para la Gestin de Riesgos, http://idea.unalmzl.edu.co,
Universidad Nacional de Colombia, Manizales.
Carreo-Tibaduiza, M.L (2001). Sistema Experto para la Evaluacin del Dao
Postssmico en Edificios, Tsis de Magister, Departamento de Ingeniera Civil y
Ambiental, Universidad de Los Andes, Bogot, Colombia.
Carreo Tibaduiza, M.L.; Cardona O.D. y Barbat A. (2004). Metodologa para la
evaluacin del desempeo de la gestin del riesgo. Coleccin de Monografas
Centro Internacional de Mtodos Numricos en Ingeniera CIMNE, Barcelona,
Espaa.
CEPAL (2003). Manual para la estimacin de los efectos socio-econmios y
ambientales de los desastres. Comisin Econmica para Amrica Latina y el
Caribe y el Banco Mundial. Cuatro tomos.
CID (2003). Bien-estar y Macroeconoma, Informe de Coyuntura, Centro de
Investigaciones para el Desarrollo , Universidad Nacional de Colombia,
Contralora General de la Repblica, Bogot, Colombia.
Coburn A. and Spence R. (1992). Earthquake protection. Ed. John Wiley & Sons Ltd,
Chichester, UK.
Comfort, L.K. (1999). Shared Risk: Complex Systems in Seismic Response, Pergamon,
New York.
Comfort, L. (2003). Measuring Vulnerability to Hazards: Concepts, Methods, and
Practice, IADB/IDEA Programa de Indicadores para la Gestin de Riesgos,
http://idea.unalmzl.edu.co, Universidad Nacional de Colombia, Manizales.
Davidson, R., (1997). An Urban Earthquake Disaster Risk Index, The John A. Blume
Earthquake Engineering Center, Department of Civil Engineering, Stanford
University, Report No. 121, Stanford, USA.
Davis, I. (2003). The Effectiveness of Current Tools for the Identification,
Measurement, Analysis and Synthesis of Vulnerability and Disaster Risk,
IADB/IDEA Programa de Indicadores para la Gestin de Riesgos,
http://idea.unalmzl.edu.co, Universidad Nacional de Colombia, Manizales.
154
Referencias
Fournier d'Albe, M. (1985). The Quantification of Seismic Hazard for the Purposes of
Risk Assessment, International Conference on Reconstruction, Restauration and
Urban Planning of Towns and Regions in Seismic Prone Areas, Skopje,
Yugoslavia.
Freeman, P.K., Martin, L.A., Mechler, R., & Warner, K. (2002a). Catastrophes and
Development: Integrating Natural Catastrophes into Development Planning,
Disaster Risk Management Working Paper Series No. 4. Washington: World
Bank.
Freeman, P.K., Martin, L.A., Linneroot-Bayer, J., Mechler, R., Pflug G. & Warner, K.
(2002b). Disaster Risk Management: National Systems for the Comprehensive
Management of Disaster Financial Strategies for Natural Disaster
Reconstruction, SDD/IRPD, Regional Policy Dialogue, Inter-American
Development Bank, Washington.
Gilbert, R., Kreimer, A. (1999). Learning from the World Banks Experience of
Natural Disaster Related Assistance, Urban and Local Government Working
Paper Series 2 , World Bank Washington, DC.
Hayman, B. (1998). Fundamentals of Engineering Design, Upper Saddle River ,
Prentice Hall, New Jersey.
Heyman, B, Davis, C., Krumpe, P.F. (1991). An Assessment of Worldwide Disaster
Vulnerability. Disaster Management 4(1): 3-14
Holzmann, R. (2001). Risk and Vulnerability: The Forward Looking Role of Social
Protection in a Globalizing World. SP Discussion Paper No. 0109. June. The
World Bank, Washington, USA.
Holzmann, R. & Jorgensen, S. (2000). Manejo Social del Riesgo: un nuevo marco
conceptual para la proteccin social y ms all. Documento de trabajo No.0006
sobre proteccin social. Banco Mundial. Washington, USA.
ICC/CIMNE (2004). An advanced approach to earthquake risk scenarios with
applications to different European towns WP08 Application to Barcelona
Proyecto RISK-UE
ISDR (2003). A framework to guide and monitor disaster risk reduction, draft
proposal,
ISDR/UNDP ,
http://www.unisdr.org/dialogue/basicdocument.htm
online conference http://www.unisdr.org/dialogue/
JRC-EC (2002). State-of-the-art Report on Current Methodologies and Practices for
Composite Indicator Development, Applied Statistics Group, Joint Research
Centre, European Commission, Institute for Protection and Security of the
Citizen Technological and Economic Risk Management, Ispra, Italy.
La RED (2002). Anlisis comparativo de bases de datos de desastres, Working Group
3 of Inter-Agency Tasks Force of ISDR on Risk, Vulnerability and Impact
Assessment. Geneva.
Lavell, A. (2000). Draft Annotated Guidelines for Inter-Agency Collaboration in
Programming for Disaster Reduction, unprinted for Emergency Response
Division at UNDP , Geneva.
Lavell, A. (2003a). I. International Agency Concepts and Guidelines for Disaster Risk
Management; II. The Transition from Risk Concepts to Risk Indicators,
Referencias
155
156
Referencias
SHARE,
IS-1
IS-2
IS-3
IS-4
IS-5
IS-6
IS-7
IS-8
IS-9
IS-13 Estudios de ingeniera sismolgica y ssmica, J.A. Canas, ISBN: 8487867-57-X, 13 pp., 1995
IS-14 Simulacin de escenarios de dao para estudios de riesgo ssmico, F.
Ypez, A.H. Barbat y J.A. Canas, ISBN: 84-87867-58-8, 103 pp., 1995
IS-15 Diseo sismorresistente de edificios de hormign armado, L. Bozzo,
A.H. Barbat, ISBN: 84-87867-59-6, 185 pp., 1995
IS-16 Modelo tridimensional de atenuacin anelstica de las ondas ssmicas
en la Pennsula Ibrica, J.O. Caselles, J. A. Canas, Ll. G. Pujades, R.B.
Herrmann, ISBN: 84-87867-60-X, 119 pp., 1995
IS-17 ndices de dao ssmico en edificios de hormign armado, R. Aguiar
ISBN: 84-87867-43-X, 99 pp., 1996
IS-18 Experimental study of a reduced scale model seismically base isolated
with Rubber-Layer Roller Bearings (RLRB), D. Foti, J.M. Kelly
ISBN: 84-87867-82-0, 112 pp., 1996
IS-19 Modelos de evaluacin del comportamiento ssmico no lineal de
estructuras de hormign armado, F. Ypez Moya
ISBN: 84-87867-80-4., 96pp., 1996
IS-20 Evaluacin probabilista de la vulnerabilidad y riesgo ssmico de
estructuras de hormign armado por medio de simulacin, F. Ypez
Moya, A.H. Barbat, J.A. Canas, ISBN: 84-87867-81-2, 1996
IS-21 Modelizacin de la peligrosidad ssmica. Aplicacin a Catalua, J.A.
Canas, J.J. Egozcue, J. Miquel Canet y A.H. Barbat, ISBN: 84-87867-839, 101pp., 1996
IS-22 Evaluacin del dao ssmico global en edificios porticados de
hormign armado, R. Aguiar, A.H. Barbat and J. Canas, ISBN: 8487867-96-0, 173pp., 1997
IS-23 Dao ssmico global en edificios con muros de cortante, R. Aguiar,
ISBN: 84-89925-00-3, 101 pp., 1997
IS-24 Conceptos de clculo de estructuras en las normativas de diseo
sismorresistente, A.H. Barbat y S. Oller, ISBN: 84-89925-10-0, 107pp.,
1997
IS-25 Stochastic dynamics of histeretic structures, J.E. Hurtado,
ISBN: 84-89925-09-7, 205pp., 1998
IS-26 Anlisis de los acelerogramas de la serie de Adra (Almera).
Diciembre 1993 a Enero 1994, R. Blzquez, A. Surez, E. Carreo y
A.J. Martn, ISBN: 84-89925-11-9, 91pp., 1998
CENTRO
INTERNACIONAL
DE
MTODOS NUMRICOS
EN INGENIERA
Edificio C-1 Campus Norte - UPC, Gran Capitn, s/n. 08034 Barcelona - Espaa - Telfono 34-93 205 70 16 - Fax 34-93 401 65 17