Documentos de Académico
Documentos de Profesional
Documentos de Cultura
APLICACIÓN A MAPAS
DE PELIGROSIDAD VOLCÁNICA
A. Felpeto
Dep. Volcanología. Museo Nal. Ciencias Naturales. CSIC. José Gutiérrez Abascal, 2. 28002 Madrid.
INTRODUCCIÓN
El objetivo último de la Volcanología consiste en saber dónde, cuándo y cómo se producirá una
nueva erupción. El gran desarrollo que ha tenido lugar en los últimos años en la modelización
física y simulación numérica de procesos eruptivos, permite hoy en día responder de una forma
más aproximada a la última de las preguntas: )cómo será la erupción?, en el sentido de
describir qué zonas serán afectadas por los productos de ésta, en qué momento y de qué
manera. Estos avances han desembocado en nuevos planteamientos de los mapas de riesgo y
peligrosidad, pasando de mapas de peligrosidad fundamentalmente cualitativos, basados
principalmente en el estudio de la distribución espacial de los productos de erupciones pasadas,
a mapas de peligrosidad obtenidos a partir de simulaciones numéricas de los efectos de posibles
erupciones; y de mapas de riesgo Asobre papel@ a mapas de riesgo Adinámicos@, que son
actualizados continuamente en función de cambios en la estructura socio-económica o, en caso
de una situación de crisis, en la evolución del proceso volcánico.
R( x, y, z, ∆ t ) = $( x, y, z) V( x, y, z) P( x, y, z, ∆t )
Dadas las características del fenómeno volcánico, y el hecho de que éste englobe diversos
peligros volcánicos de características muy diferentes, es preciso generar mapas de peligrosidad
para cada uno de los peligros que pueden esperarse en el área volcánica de trabajo
(generalmente denominados mapas de peligro único).
Una metodología básica para generar un mapa de peligrosidad volcánica (de peligro único)
consistiría en:
Dada la complejidad de este tema, se han seleccionado dos únicos peligros volcánicos: coladas
de lava y caída de cenizas, para ilustrar distintas técnicas de modelización.
En general, los modelos de coladas pueden dividirse en tres grupos básicos (Macedonio,
1998): modelos basados en la resolución de las ecuaciones de transporte, modelos
probabilísticos y modelos basados en correlaciones empíricas de datos de pasadas erupciones.
Los primeros resultan satisfactorios, en general, para la modelización de flujos a pequeña
escala, mientras que los segundos reflejan mejor los efectos topográficos en detrimento de una
descripción dinámica detallada del flujo. Estos modelos probabilísticos son los más apropiados
en caso de crisis volcánica, puesto que no requieren muchos parámetros físicos (que
generalmente no pueden ser determinados en una situación de emergencia). Los modelos
basados en correlaciones empíricas de datos de erupciones pasadas sólo pueden ser aplicados
en el volcán en que fueron desarrollados, y en general, se emplean para proporcionar
información adicional a los otros dos tipos de modelos.
De acuerdo con esta teoría, un flujo se representa por un conjunto de ecuaciones diferenciales
que describen la conservación de masa y el balance de momento y energía. Para solucionar este
conjunto de ecuaciones, se precisa, además, de una ecuación constitutiva (que relaciona
esfuerzos y sus derivadas temporales con deformaciones y sus derivadas temporales) apropiada
y condiciones iniciales y de frontera para la velocidad y temperatura. La complejidad de
resolución de estas ecuaciones en el caso de las coladas de lava radica en el comportamiento
no-Newtoniano de la lava, las condiciones frontera no-lineales de la ecuación energética
(debido a la pérdida de calor por radiación) y la presencia de una superficie libre. Estas
dificultades en la resolución de las ecuaciones de transporte (incluso por métodos numéricos)
hacen que los modelos existentes introduzcan diversas simplificaciones. Así, se han propuesto
soluciones analíticas de estas ecuaciones para flujos sobre planos inclinados, tanto en
regímenes estacionarios (Dragoni et al., 1986; Dragoni, 1989; Park e Iversen, 1984) como
transitorios (Baloga y Pieri., 1986).
Sin embargo, estos modelos, y otros similares, en los que se asumen topografías enormemente
simplificadas, no son directamente aplicables al paso (f) de la metodología descrita, aunque
proporcionan resultados que pueden ser aplicados a la generación de modelos simplificados,
diseñados para describir el comportamiento de una colada sobre la topografía real de un área
volcánica activa.
Basándose en este modelo, Miyamoto y Sasaki (1997) hacen un planteamiento similar con dos
diferencias fundamentales. La primera es considerar que la altura crítica entre dos celdas no
depende sólo de la diferencia en altura topográfica entre ambas, sino también del espesor de
lava, es decir, que también tienen en cuenta el gradiente de presión. La segunda consiste en
eliminar la dependencia del modelo de la orientación de la red de celdas. Para ello, en cada
iteración temporal, además de calcular el flujo hacia las celdas norte, este, sur y oeste, aplican
un algoritmo de MonteCarlo para estimar si también se puede producir flujo hacia las celdas
nordeste, sureste, suroeste y noroeste, según probabilidades estimadas de forma analítica.
Modelos probabilísticos
>0
3220
3210
3200
3190
610 620 630 640 650 660
(UTM km)
a 1.00
0.32
0.10
0.03
0.01
Figura 1. Mapa de peligrosidad por invasión de flujo de lava de la isla de Lanzarote. El área de emisión considerada es
la banda que aparece en el mapa (a) y la probabilidad de cada punto de contener un centro de emisión es la de la escala
situada a la derecha. El modelo empleado para la simulación numérica fue un modelo de máxima pendiente. Para la
generación del mapa de peligrosidad se calcularon más de 9 millones de posibles caminos
Otra aproximación es la presentada en Young y Wadge (1990) y Wadge et al. (1994). Este
modelo destaca por su rapidez de cálculo, basada en simular únicamente el frente de lava
asumiendo implícitamente la llegada de la lava al mismo. Así, en cada iteración, el volumen de
lava que supera un volumen crítico se distribuye entre las ocho celdas circundantes, y la celda
permanece inactiva en la siguiente iteración. Este modelo no tiene en cuenta las variaciones de
la reología de la lava con la temperatura, pero permite variaciones en la tasa de efusión y en la
cizalla umbral. El modelo fue aplicado a la erupción de 1988-89 del Lonquimay aunque, como
apuntan los autores, la aplicación de este modelo de forma determinística puede plantear
problemas. Más interesante es la aplicación a flujos de lava del Etna (Wadge et al., 1994),
donde los parámetros de entrada del modelo varían según un algoritmo de MonteCarlo
basándose en probabilidades calculadas previamente según un análisis multivariante de flujos
de lava históricos entre 1763 y 1989.
Cuando en una erupción explosiva se genera una pluma convectiva, gran cantidad de material
sólido es inyectado en la atmósfera. La caída de este material de nuevo a la superficie está
controlada básicamente por: la altura a la que es arrastrado el material, la velocidad límite de
caída de las partículas y la velocidad y dirección del viento. Los depósitos de caída son el
resultado de la superposición de los depósitos de partículas de diferente forma, tamaño y
densidad.
Las distintas aproximaciones desarrolladas para modelizar cuantitativamente este complejo
proceso pueden tener dos objetivos diferentes. Uno es desarrollar modelos directos que
permitan pronosticar la caída de cenizas durante una erupción o generar mapas de peligrosidad
para evaluar el posible impacto de una erupción. El segundo objetivo es, a partir del estudio de
los depósitos de caída, extraer información cuantitativa acerca de la erupción que los generó.
Este segundo objetivo, aunque no está incluido directamente en el contenido de este capítulo,
es de gran importancia en la metodología descrita en el primer apartado, puesto que permitirá
caracterizar la erupción esperable (paso -c-) y, por tanto, en muchos casos, aportará muchos de
los parámetros de entrada necesarios para los modelos directos que se describen a continuación.
Los primeros modelos de caída de cenizas de erupciones plinianas surgieron de los estudios de
dispersión de material de explosiones nucleares. Fue la erupción del Mount St. Helens en 1980
la que proporcionó una oportunidad única para estudiar el fenómeno de caída de cenizas, ya
que muchos de los parámetros fundamentales (tales como altura de columna, campo de vientos,
granulometría del material emitido y masa total emitida) pudieron ser medidos durante el
evento explosivo, especialmente porque todo el material se depositó en tierra y no en mar.
Así, Carey y Sigurdsson (1982) desarrollaron una simulación numérica para tratar de explicar
el máximo secundario de espesor de depósito a 325 km del volcán y la ocurrencia de una
pronunciada distribución bimodal de tamaño de partículas. La simulación consideraba como
parámetros de entrada los datos obtenidos de los productos de la erupción, la altura de columna
y los vientos medidos durante la misma y un factor empírico para controlar la expansión de la
pluma. El resultado más importante de la simulación fue demostrar la importancia de la
agregación de partículas durante el proceso de caída. Hopkins y Bridgman (1985) desarrollaron
un modelo más complejo basado en calcular el eje principal de dispersión según la trayectoria
de 20 partículas de diferente tamaño, y, a continuación, distribuir toda la masa de ceniza
siguiendo el eje calculado según una función normal bidireccional.
∂Vlim 2 2 2
∂C ∂C ∂C ∂C ∂ C ∂ C ∂ C
+C + Vx + Vy + Vlim = Kx + Ky + Kz +S
∂t ∂z ∂x ∂y ∂z 2 2 2
∂x ∂y ∂z
Macedonio et al. (1990) simularon la caída de cenizas esperable en una próxima erupción del
Vesubio. La escala de la erupción fue estimada basándose en la historia eruptiva del volcán y la
correlación entre el período de reposo y la intensidad y magnitud de la próxima erupción. Una
vez definido este Amáximo evento esperado@, se realizaron simulaciones para dos escenarios
atmosféricos típicos en la zona: uno en verano y el otro para el resto del año. Barberi et al.
(1990) consideraron el máximo evento esperado para evaluar el riesgo de colapso de techos en
el área alrededor del Vesubio. Realizando las simulaciones para un gran número de perfiles de
viento, elaboraron mapas de probabilidad de que la ceniza alcanzase un valor superior a 100 y
200 kg/m2. Estos mapas, junto con datos de densidad urbana procedentes de imágenes satélite,
permitieron generar un mapa de riesgo de la zona.
Un modelo similar fue empleado en Araña et al. (2000) para elaborar un mapa de peligrosidad
de caída de cenizas para la isla de Tenerife (fig.2). Las características de la erupción esperable
se asumieron similares a las del último evento explosivo registrado en el Archipiélago: la
erupción de Montaña Blanca (Tenerife) ocurrida hace 2000 años. Basándose en los datos de los
depósitos de Ablay et al. (1995), se calcularon diversos parámetros de entrada del modelo tales
como altura de columna, masa total emitida y distribución granulométrica. A continuación, se
realizaron diversas simulaciones para las posibles combinaciones de vientos a cuatro alturas.
Los resultados obtenidos se simplificaron a mapas de espesores de depósito mayores de 10cm.
Estos mapas, combinados con el análisis estadístico de 10 años de registro meteorológico de
vientos dan como resultado un mapa de peligrosidad, a falta del factor de escala de la
probabilidad de ocurrencia de un evento explosivo en un intervalo de tiempo considerado (este
valor no puede ser calculado para Tenerife puesto que no hay registro histórico de erupciones
explosivas ni dataciones fiables de eventos pasados).
3160
3150
3140
3130
Probabilidad
>10 cm cenizas
3120
0.5
3110 0.1
0.01
0.001
3100
VIENTOS
1000 hPa
2.7 m/s
850 hPa
5.1 m/s
Figura 2. Mapa de probabilidad de ser cubierto por 10 o más cm de
cenizas para una erupción similar a la de Montaña Blanca (altura de
columna 8 km, volumen total emitido 0.05 km3 y parámetros
700 hPa granulométricos _m=-1 __=1.5), con el centro de emisión situado en el
7.0 m/s círculo discontinuo y con los datos de viento mostrados en la parte
inferior izquierda. Los datos de viento representan dirección (histogramas
polares) e intensidad media (en m/s) a diferentes niveles (en hPa). Salvo
un factor de escala el mapa puede considerarse un mapa de peligrosidad
500 hPa (ver texto)
18.7 m/s
MODELOS Y MAPAS DE PELIGROSIDAD Y RIESGO
Un ejemplo de la metodología que puede seguirse para la elaboración y gestión de estos mapas
es el propuesto por Ortiz (1995) que aparece en la figura 3. Idealmente, todos los elementos
que aparecen en la estructura de la figura 3 deben estar integrados en el SIG, aunque esta
integración deba ser entendida en algunos casos como compatibilidad (por ejemplo, en el caso
del sistema de vigilancia, la integración sólo implica que los datos obtenidos por el sistema
estén en el formato adecuado para que puedan introducirse en el SIG). La integración de la
mayor parte de los elementos no implica únicamente compatibilidad de formatos sino también
la interdependencia real entre ellos, es decir, que si se modifica algún elemento, todos los
restantes que dependan de él deberán ser modificados, a ser posible, de forma automática. Para
que esta integración sea posible deberá planificarse con cuidado la estructura de datos. Pero el
papel del SIG no está reducido meramente al de almacenamiento coherente de datos, sino que
las herramientas que aporta facilitan, por un lado, el análisis de los datos y por otro, la
automatización de gran parte del proceso de elaboración de los mapas. Así, en las primeras
fases para la elaboración de los mapas de peligrosidad, una vez integrados en el sistema todos
los datos procedentes del estudio de erupciones pasadas, las herramientas de análisis espacial
integradas en la mayoría de los SIG son empleadas para generar mapas de densidad de centros
eruptivos, de distribución espacial de estilos eruptivos, de susceptibilidad de intervención de
agua, análisis de direcciones preferentes de alineación de centros ... etc. (Gómez, 1997). Del
resultado de este tipo de análisis se obtendrán parámetros de entrada necesarios para realizar las
simulaciones numéricas de cada tipo de peligro considerado.
MODELO FISICO
Modelo numérico
Estratigrafía y Geocronología
MODELO DIGITAL DE
ELEVACION
Dinámica y extensión
de cada evento eruptivo
VALIDACION
sobre pasadas erupciones
Historia Petrología
eruptiva Geoquímica
Tipología Sistema de
Modelo de funcionamiento ERUPCION ESPERADA VIGILANCIA
PERIODO DE RETORNO
Meteorología
SIMULACION NUMERICA
Hidrología
MAPA DE PELIGROSIDAD
Factores económicos
Vulnerabilidad
Exposición
MAPA DE RIESGO
BIBLIOGRAFÍA
ABLAY, G.J.; ERNST, G.G.J.; MARTI, J.; SPARKS, R.S.J. (1995). The ~2ka subplinian eruption of
Montaña Blanca, Tenerife. Bull. Volcanol., 57: 337-355.
ARAÑA, V.; FELPETO, A.; ORTIZ, R.; ASTIZ, M.; GARCÍA, A. (2000). Zonation of the main
volcanic hazards in Tenerife (Canary Islands). J. Volcanol. Geotherm. Res., (en prensa).
ARMIENTI, P.; MACEDONIO, G.; PARESCHI, M.T. (1988). A numerical model for simulation of
tephra transport and deposition: applications to May18, 1980, Mount St. Helens eruption. J.
Geophys. Res., 93(B6): 6463-6476.
BALOGA, S.; PIERI, D. (1986). Time-dependent profiles of lava flows. J. Geophys. Res., 91(B9):
9543-9552.
BARBERI, F.; CARAPEZZA, M.L.; VALENZA, M.; VILLARI, L. (1993). The control of lava flow
during the 1991-1992 eruption of Mt. Etna. J. Volcanol. Geotherm. Res., 56: 1-34.
BARBERI, F.; MACEDONIO, G.; PARESCHI, M.T. (1990). Mapping the tephra fallout risk: an
example from Vesuvius, Italy. Nature, 344: 142-144.
BARCA, D.; CRISCI, G.M.; GREGORIO, S.D.; NICOLETTA, F. (1993). Cellular automata methods
for modelling lava flows: simulation of the 1986-1987 eruption, Mount Etna, Sicily. En: C.R.J.
Kilburn y G. Luongo (Eds.), Active lavas. UCL Press Limited, London,. 291-309.
BARCA, D.; CRISCI, G.M.; GREGORIO, S.D.; NICOLETTA, F. (1994). Cellular automata methods
for simulating lava flows: a method and examples of the Etnean eruptions. Transport Theory
and Statistical Physics, 23(1-3): 195-232.
CAREY, S.; SIGURDSSON, H. (1982). Influence of particle aggregation on deposition of distal
tephra from the May 18, 1980 eruption of Mount St. Helens volcano. J. Geophys. Res., 87:
7061-7072.
CAREY, S.N. (1996). Modeling of tephra fallout from explosive eruptions. En: Scarpa y Tilling
(Eds.), Monitoring and Mitigation of Volcano Hazard. Springer-Verlag, Berlin, 429-461.
DRAGONI, M. (1989). A dynamical model of lava flows cooling by radiation. Bull. Volcanol.,
51: 88-95.
DRAGONI, M.; BONAFEDE, M.; BOSCHI, E. (1986). Downslope flow models of a Bingham
liquid:implications for lava flows. J. Volcanol. Geotherm. Res., 30: 305-325.
FELPETO, A.; ARAÑA, V.; ORTIZ, R.; ASTIZ, M.; GARCÍA, A. (2000). Assesment and modelling of
lava flow hazard on Lanzarote (Canary Islands). Natural Hazards, (en prensa).
FELPETO, A.; GARCÍA, A.; ORTIZ, R. (1996). Mapas de riesgo. Modelización. En: R. Ortiz (Ed.),
Riesgo Volcánico. Serie Casa de los Volcanes. Cabildo de Lanzarote, Lanzarote, 67-98.
GLAZE, L.; SELF, S. (1991). Ashfall dispersal from the 16 September 1986, eruption of Lascar,
Chile, calculated by a turbulent diffusion model. Geophys. Res. Lett., 18: 1237-1240.
GÓMEZ, F. (1997). Desarrollo de una Metodología para el análisis del Riesgo Volcánico en el
marco de un Sistema de Información Geográfica. Tesis doctoral, Universidad Complutense,
Madrid, 255 pp.
HOPKINS, A.; BRIDGMAN, C. (1985). A volcanic ash transport model and analysis of Mount St.
Helens ashfall. J. Geophys. Res., 90: 10620-10630.
ISHIHARA, K.; IGUCHI, M.; KAMO, K. (1990). Numerical simulation of lava flows in some
volcanoes in Japan. En: J.H. Fink (Ed.), Lava Flows and Domes. Emplacement Mechanisms
and Hazard Implications. Springer-Verlag, Berlin, 174-207.
MACEDONIO, G. (1996). Modeling lava flow hazard. En: R.C. F. Barberi (Ed.), The mitigation
of volcanic hazards. Office for Official Publications of the European Communities,
Luxembourg, 89-95.
MACEDONIO, G. (1998). Modeling of efussive eruptions, Course on "Volcanic Hazard
Assessment, Monitoring and Risk Mitigation", S. Miguel Island, Açores, Portugal.
MACEDONIO, G.; PARESCHI, M.T.; SANTACROCE, R. (1990). Renewal of explosive activity at
Vesuvius: models for the expected tephra fallout. J. Volcanol. Geotherm. Res., 40: 327-342.
MIYAMOTO, H.; SASAKI, S. (1997). Simulating lava flows by an improved cellular automata
method. Computers & Geosciences, 23(3): 283-292.
ORTIZ, R. (1995). Modelos matemáticos y riesgo volcánico. Protección Civil. 26: 25-31.
PARK, S.; IVERSEN, J.D. (1984). Dynamics of lava flow: Thickness growth characteristics of
steady two dimensional flow. Geophys. Res. Lett., 11: 641-644.
QUENTAL, L. (1999). Modelo para a avaliaçao de hazard e risco vulcanico na ilha do Fogo,
Cabo Verde. Mestre em GEORRECURSOS Thesis, Universidade Técnica de Lisboa, Lisboa,
83 pp.
SUZUKI, T. (1983). A theoretical model for dispersion of tephra. En: D. Shimozuru y I.
Yokoyama (Eds.), Arc Volcanism: Physics and Tectonics. Terra Scientific Publishing
Company, Tokyo, 95-113.
WADGE, G.; YOUNG, P.A.V.; MCKENDRICK, I.J. (1994). Mapping lava flow hazards using
computer simulation. J. Geophys. Res., 99(B1): 489-504.
WILSON, L.; HUANG, T.C. (1979). The influence of shape on the atmospheric settling velocity of
volcanic ash particles. Earth Planet. Sci. Lett., 44: 311-324.
YOUNG, P.; WADGE, G. (1990). FLOWFRONT: simulation of a lava flow. Computers &
Geosciences, 16(8): 1171-1191.