Presentación Tema3

Maestría en Geomática
Asignatura: SIG y gestión de riesgos naturales

Tomás Fernández del Castillo
Grupo Sistemas Fotogramétricos y Topométricos

Departamento de Ingeniería Cartográfica, Geodésica y Fotogrametría
Universidad de Jaén
04/04/2024 1
Tema 3: Evaluación de los RN
Contenidos
• Técnicas geomáticas
• Inventarios
• Evaluación de la amenaza
• Evaluación del riesgo
04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 2

Técnicas geomáticas
• En los últimos tiempos se ha producido una

importante evolución de la información
geoespacial desde los mapas a los SIG y
finalmente a:
• los servidores de mapas
• los nuevos métodos de captura
• los modelos 3D, dinámicos y en tiempo real
• Esta evolución se ha ido incorporando a la
gestión de riesgos y crisis, ofreciendo nuevas
posibilidades:
• En la evaluación del riesgo
• En la preparación, en la alerta temprana, la
respuesta y la recuperación

Técnicas geomáticas: Evaluación
• En la evaluación de riesgos, la primera

aproximación fueron los mapas de inventario de
procesos o de sus consecuencias
• En este apartado de la cartografía analógica hay
que citar los mapas utilizados por los
responsables y los equipos de protección civil
• Posteriormente se desarrollaron los mapas
analíticos de distinto nivel (susceptibilidad,
vulnerabilidad …) como resultado del criterio de
expertos
• Distintos organismos han producido incluso
series cartográficas dedicadas a distintos
procesos

Técnicas geomáticas: SIG
• A partir de los años 60 surgieron los SIG cuyo

uso se generalizó a partir de los 90
• Los más extendidos para usos ambientales
fueron los productos de ESRI’s (ArcGIS), con un
enorme potencial de análisis y funcionalidad, lo
que les hace ser todavía líderes
• La principal dificultad es que son soft-ware
propietarios y caros, incialmente díficiles de
manejar aunque esto ha cambiado mucho en
los últimos años
• Frente a ello han surgido los software libres y/o
gratuitos (FOSS), cada vez con mejor
funcionamiento y potencialidades

Técnicas geomáticas: SIG
• La tecnología SIG ha permitido:

• Mapas de inventario, como BD geoespaciales,
con incorporación de atributos
• Mapas analíticos resultantes de la combinación
de factores (susceptibilidad, peligrosidad y
riesgo), así como los de preparación frente a
procesos
• Alerta temprana o respuesta basados en
sistemas de apoyo a la decisión, incorporando el
análisis geoestadístico, la evaluación
multicriterio y la simulación
• La respuesta en tiempo real se hace con la
conexión a sistemas de procesamiento y análisis
continuo

Técnicas geomáticas: IDE
• En 1994 aparece la Orden ejecutiva 12906 con

Bill Clinton (USA), para la creación de la National
Spatial Data Infrastructure y se funda Open
Geospatial Consortium y uniéndose
posteriormente muchos países
• En 2007 se aprueba la Directiva INSPIRE, IDE
europea administrada públicamente, donde
definir políticas comunes y construida a partir
de IDE nacionales, con la inclusión de capas
temáticas ambientales
• Desde principios de siglo se viene traba-jando
en la IDE-España que actúa como nodo nacional
de INSPIRE. Tanto ella como las IDE autonómicas
y locales incluyen mucha información ambiental

Técnicas geomáticas: IDE
• Las Infraestructuras de Datos Espaciales han permitido

en los últimos años de disponer de información sobre
mapas de riesgos realizados por organismos oficiales
(administración y universidades), en inundaciones,
terremotos, geotecnia
• Además de los mapas, hay muchas capas de
información que pueden ser utilizadas para la
elaboración de mapas (factores ambientales,
inventarios, elementos en riesgo, catastro, MDE,
ortofotografías e imágenes …)
• La mayor parte de la información está como WMS, es
de esperar que se incorporen como WFS y WCS

Técnicas geomáticas: Neocartografías
• Neocartografía o Neogeografía es un término antiguo,

cuyo uso actual aparece ya con el nuevo siglo y en
relación con la web
• En 2005 nacen Google Earth/Google Maps a partir de
desarrollo anteriores que se pueden rastrear hasta
1995 (Map Quest)
• Nuevos términos como geospatial web, Cartography
2.0 (Udell, O’Reilly ..) y al final Neogeography (Szott,
Eisnor, Jackson …)
• El desarrollo de internet y los dispositivos móviles
popularizan su uso con entornos muy amigables y
colaborativos
• Recursos y riesgos naturales: Program on Crisis
Mapping & Early Warning (Harvard, 2007) o el ICCM-
Crisis Mappers Network (2009)

Técnicas geomáticas: Neocartografías
• Los servidores de mapas ponen a disposición del

público especialista y generalista información sobre
procesos a gran escala y magnitud
• Incluyen geoinformación sobre la localización de los
fenómenos y los daños, y pueden ser utilizados en la
alerta temprana, respuesta y recuperación
• Google Crisis Response ha cubierto diferentes eventos
desde terremotos a huracanes o crisis humanitarias
• De igual manera otras iniciativas como HOT-OSM
(Humanitarian OpenStreetMap Team) han servido de
plata-formas para diferentes casos de desastre

Técnicas geomáticas: Modelos
• Los modelos 3D y dinámicos son impor-tantes en el

desarrollo de mapas de riesgos realistas y por lo tanto
eficaces para la concienciación general y de los
tomadores de decisiones
• Sin embargo, su papel es absolutamente clave en el
desarrollo de simulaciones en la fase de preparación y
que luego puedan ser enriquecidos y empleados en la
alerta y sobre todo en la respuesta
• Se integran en sistemas espaciales de apoyo a la
decisión (SDSS)

Técnicas geomáticas: Captura
• Testimonio ocular o presencial (reconocimiento

profesional o por afectados)
• Fotogrametría y Teledetección a distinto nivel (espacial,
aérea, UAV, terrestre)
• Fotointerpretación y posterior restitución en 2D-3D
• Detección automática, mediante técnicas de realce,
filtrado, transformaciones, clasificación
• Sistemas de radar (SAR) con las técnicas
correspondientes (InSAR, DInSAR …)
• Nubes de puntos LiDAR terrestres y aéreas
• Sensores terrestres: temperatura, hume-dad, caudal,
lluvia, movimiento, humo, calidad aire, geófonos,
sismógrafos ….

Técnicas geomáticas: Sensores terrestres
• El empleo de sensores de todo tipo (de datos

ambientales, movimiento, posición, videos …) es
interesante en todas las fases del proceso de riesgo y
desastre
• En los mapas de riesgos, los datos de sensores
acumulados a lo largo del tiempo permiten estimar la
frecuencia de los eventos y la peligrosidad
• El papel más importante de los sensores es en los
sistemas de alerta temprana en inundaciones,
tsunamis, incendios, terremotos, volcanes,
deslizamientos …
• También son importantes en la respuesta de
protección civil y voluntarios

Técnicas geomáticas: VGI
• La cartografía de tipo colaborativo o por voluntarios

(VGI) hace aparecer a nuevos productores de mapas,
los voluntarios
• Se puede utilizar en todas las fases desde la
elaboración de mapas de riesgos (comunidades,
mapping parties …)
• Sin embargo su mayor potencial está en la alerta
temprana y especialmente en la respuesta e incluso
en la recuperación
• Las personas se convierten en sensores en las
plataformas de testimonio (Google Crisis Response,
Ushahidi, OSM) o redes sociales
• Así se convierte en una fuente de información
geoespacial continua para la actuación de protección
civil y voluntarios

Contenidos
• Inventarios

Inventarios: Riesgo
• Cartografías de inventario de fenómenos

• A partir de ahí y considerando la ecuación universal
del riesgo, aparecen:
• Cartografías de probabilidad de ocurrencia de un
fenómeno:
• Cartografía de susceptibilidad o probabilidad
espacial
• Cartografías de peligrosidad y azar o probabilidad
espacio-temporal
• Cartografías de vulnerabilidad o grado de afectación
de los elementos en riesgo
• Cartografías de exposición y/o valoración de los
elementos en riesgo
• Cartografías de riesgo, como integración de las
anteriores

Inventarios: Peligrosidad
• Azar Natural (H), Peligrosidad o Amenaza:

Probabilidad de que un fenómeno potencialmente
dañino suceda en una zona y un momento
determinados (Varnes, 1984; GAR, 2019).
• En deslizamientos, tres componentes:
• Susceptibilidad: Probabilidad (espacial) de que
suceda un fenómeno (deslizamiento) en una zona
específica y en un futuro no determinado en
función de la correlación de factores
condicionantes y los movimientos pasados
(Brabb, 1984).
• Probabilidad temporal de que se produzca un
fenómeno en un periodo de tiempo determinado
o su frecuencia
• Magnitud o volumen del deslizamiento.

Inventarios: Peligrosidad

Inventarios: Susceptibilidad

Inventarios: Fuentes de datos
• Las cartografías de inventario o bases de datos

geográficas de fenómenos son el nivel más básico,
pero proporcionan una información valiosa en sí
misma y para obtener otros mapas.
• Fuentes de datos:
• Testimonio ocular o presencial
• Cartografía colaborativa
• Sensores terrestres: temperatura, humedad,
caudal, lluvia, movimiento, humo, calidad aire,
geófonos, sismógrafos ….
• GNSS y topografía
• Nubes de puntos LiDAR terrestres y áreas
• Fotogrametría y Teledetección (espacial, aérea,
UAV, terrestre)
• Técnicas de radar (InSAR …)

Inventarios: Reconocimiento
• El reconocimiento ocular por parte de profesionales

(trabajo de campo) consiste en el reconocimiento de
los fenómenos y de sus propiedades (geológicas,
geotécnicas, geomorfológicas, topográficas, etc.), y su
documentación y cartografía
• El reconocimiento por no profesionales se restringe

únicamente a su reconocimiento, posicionamiento y
documentación fotográfica
• Se pueden crear plataformas para recopilar
información de afectados en páginas web o en
aplicaciones móviles, emplear las redes sociales

Inventarios: VGI
• La cartografía de tipo colaborativo o por voluntarios

(VGI) hace aparecer a nuevos productores de mapas:
los voluntarios
• Se puede utilizar en todas las fases desde la
elaboración de mapas de riesgos (comunidades,
mapping parties …)
• Su mayor potencial está en la alerta temprana y
especialmente en la respuesta y la recuperación
• Las personas se convierten en sensores en las
plataformas de testimonio (Google Crisis Response,
Ushahidi, OSM, encuesta IGN para los terremotos) o
redes sociales
• Fuente de información geoespacial para actuación de
protección civil y voluntarios

Inventarios: Redes de sensores
• Las redes de sensores inalámbricos (WSN) o la

web de sensores (sensor web) es una técnica
excelente para el monitoreo continuo
• En cada movimiento se colocan múltiples
sensores para estudiar la evolución de variables:
• Sensores de movimiento: inclinómetros y
extensómetros
• Webcams y geófonos
• Sensores meteorológicos: temperatura, la
lluvia y la humedad
• La humedad del suelo y piezómetros ...
• Todos los sensores están conectados a un
registrador de datos (datalogger) y envían una
señal a una puerta de enlace (gateway

Inventarios: Topografía y GNSS
• Levantamientos mediante topografía clásica

(Estación Total)
• Realización de MDT
• Medida de puntos significativos para
monitorización en campañas
• Levantamientos mediante GNSS

• Realización de MDT
• Medida de puntos significativos para
monitorización en campañas
• Medida continua de puntos significativos
para monitorización y alerta temprana

Inventarios: TLS
• Las técnicas de escáner-láser terrestre (TLS) son

muy útiles para la medición de deformaciones en
el terreno
• Permiten obtener nubes de puntos de alta
densidad y precisión
• Las observaciones deben realizarse desde
diferentes puntos no alineados, con varios
escaneos desde cada punto
• La posición de observación se determina por GPS,
mediante la colocación de una antena GPS en el
instrumento TLS
• Las nubes de puntos se fusionan y
georreferencian lo que permite la comparación
de diferentes campañas de observación

Inventarios: TLS
• Una vez obtenida la nube de puntos fusionada, se

tiene el MDS (modelo de superficies)
• Los puntos pueden ser clasificados como puntos
terreno o no terreno (vegetación, cables u otros
objetos) mediante operaciones de filtrado, para
obtener el MDT (modelo del terreno)
• Partiendo de ambos se puede analizar el
desarrollo de los deslizamientos y los
desplazamientos de la superficie del terreno
• Restando modelos, se pueden identificar las áreas
de erosión y acumulación en la parte superior e
inferior de la pendiente
• Elementos no terreno como marcadores de
desplazamientos
• Sistemas de Mobile Mapping (MMS), a lo largo de
carreteras y u otros recorridos
Inventarios: RPAS
• Los vuelos UAV, UAS o RPAS se pueden hacer con

facilidad y rapidez, por lo que es una técnica
eficaz y flexible para el estudio de deslizamientos
recientes
• Hay diferentes tipos de UAV con diferentes
tiempos y altura de vuelo, que se puede utilizar
para diferentes escalas y resoluciones
• UAV de tipo helicóptero (multirrotores), con fácil
manejo en zonas menores de 1 Km2
• Planeadoras o ala fija, con mayores restric-ciones
en su uso y manejo, pero utilizables en zonas de
mayor extensión
• UAV-LiDAR, permite obtener nubes de puntos de
gran precisión y resolución, con multirretorno

Inventarios: RPAS
• Una vez planificados y realizados los vuelos, estos se orientan

con puntos de control tomadas con GPS y puntos de paso
• A partir de los vuelos orientados se obtienen los MDS y en su
caso los MDT por filtrado
• Mediante la comparación entre MDT o MDS permiten
calcular desplazamientos verticales

Inventarios: RPAS
• A partir de los vuelos orientados

podemos obtener también
ortofotografías
• La identificación de elementos
singulares (intersecciones de
caminos, árboles, arbustos, etc.),
permiten el cálculo de
desplazamientos horizontales (y
verticales) entre esos objetos

Inventarios: RPAS
• La obtención de estos modelos y ortofotografías se

emplean para la caracterización de los movimientos
• Observación de:
• Una masa o cuerpo principal bastante
desorganizada, con abundantes grietas
transversales, que
• Termina en un pie bien desarrollado ladera
abajo sobre la superficie original, con un resalte
en la zona de acumulación
• Se estima un espesor reducido (no más de allá de
unos pocos metros), que dada su longitud de unos
175 m, proporciona una relación profundidad-
longitud de entorno al 1%, típico de movimientos de
tipo flujo

Inventarios: Fotogrametría
• La fotointerpretación ha sido junto con el

reconocimiento ocular sobre el terreno el método
tradicional para la realización de inventario de
movimientos de ladera
• Mediante el uso de estereóscopos se identifican los
movimientos y sus propiedades, y se realiza la
cartografía de inventario que posteriormente se
trasladaba a un mapa y finalmente era digitalizada
• El empleo de restituidores digitales permite la
obtención directa del inventario digital, pudiendo
incorporar información 3D
• Empleando series de fotografías históricas se
elaboran inventarios multitemporales

• Los estudios multitemporales pueden ser abordados a

través de la comparación de las imágenes por medio de
técnicas de detección de cambios en píxeles
• Reconstrucción histórica de movimientos de ladera y

áreas inestables
• Por su parte, las técnicas fotogramétricas y/o LiDAR

permiten:
• Inventarios multitemporales en regiones amplias,
por reconocimiento de los movimientos en 2D
(ortofotografías) o 3D (visión esteréóscopica)
• Cálculo de desplazamientos verticales y
volúmenes, comparando los MDT-MDS
• Calculo de desplazamientos horizontales
comparando modelos y ortos
• La metodología fotogramétrica comienza con la

orientación del vuelo más reciente y/o de mayor
calidad a través de aerotriangulación y ajuste de
bloques por haces
• Si se dispone de un vuelo combinado se empleará

éste como referencia y se ajustará el vuelo al modelo
(nube de puntos) LiDAR
• El resto de vuelos se referencian respecto al de

mayor calidad, identificando puntos de control de
segundo orden, comunes entre dichos vuelos y el de
referencia.
• A partir de ahí, se obtienen los MDS (editados o no

como MDT) y las ortofotografías, a partir de los
cuales se realizan los cálculos

• Caso de estudio
• El MDE de referencia se obtuvo

directamente a partir de los datos LiDAR
(2010), una vez que estos datos han sido
corregidos, procesados y editados a
través de la observación de las curvas de
nivel superpuestas en el correspondiente
modelo estereoscópico

• Para elaborar los MDE históricos, se

observa el MDE de referencia sobre los
distintos modelos estereoscópicos
• A continuación, se edita en aquellas

zonas donde se observe una falta de
coincidencia o se recalcula mediante
correlación automática en caso de que la
superficie sea suficientemente amplia
• Este procedimiento conserva la

resolución y precisión del MDE reciente y
al mismo tiempo evita introducir ruido
en aquellas áreas donde el terreno no ha
sufrido cambios significativos

• La comparación entre los datos de distinta

época ha sido hecha en este trabajo
mediante diferentes técnicas:
• Cálculo de distancias o desplazamientos

verticales, sustrayendo los valores entre
cada dos modelos comparados
(determinación de MDE diferenciales)
• Estimaciones volumétricas para

identificar las zonas de depresión y
acumulación
• Obtención de secciones o perfiles

topográficos longitudinales

• Desde un punto de vista cualitativo se observa que el

deslizamiento no aparece en el modelo de 1956, aunque
está en una zona con evidencias de inestabilidad más
antigua ladera arriba
• Se desencadenó posteriormente a 1956, y en los

siguientes modelos pueden observarse evidencias de
inestabilidad, como escarpe principal, ladera
escalonada, escarpes menores, grietas abiertas y zona
de acumulación en la base de la ladera
• Observaciones posteriores en ortofotografías han

permitido datar el movimiento en una fecha posterior a
1984, con bastante probabilidad en 1989, el más lluvioso
del periodo 1984 - 1992

• A partir de observaciones en los perfiles se puede inferir que la superficie de deslizamiento se aproxima
a un plano
• Ello permite catalogarlo como traslacional, sin evidencias claras de mecanismos de rotación, y con un
espesor en torno a 50 m

Inventarios: LiDAR aéreo (ALS)
• El LiDAR permite la obtención de MDS muy

precisos en zonas de una extensión
relativamente amplia (centenares a miles de
Km2)
• Estos modelos permiten una buena

interpretación visual o el análisis digital para
la detección automática de formas
• Otra posibilidad es la realización de

inventarios multitemporales por la detección
automática de desplazamientos verticales

Inventarios: LiDAR aéreo (ALS)
• En estudios multitemporales se orienta en

primer lugar el vuelo más reciente, el más
preciso o aquél que lleve un LiDAR asociado, y
partiendo de él como referencia se orientan
todos los demás
• A continuación se obtienen los MDS/MDT y las

ortofotografías a partir de las cuales se hacen
las comparaciones (MDE diferenciales)
• La exploración de MDE diferenciales permite la

identificación automática o semiautomática de
zonas de deslizamiento en regiones amplias

Inventarios: Teledetección óptica
• Las técnicas de teledetección espacial en el espectro óptico se vienen empleando desde hace años en
la identificación de movimientos de ladera
• Realce: Expansión del contraste
• Composiciones en falso color (FCC) y ACP, y fusiones
• Determinación de índices y ACP
• Análisis textural: filtros y segmentación textural
• Clasificaciones
• Vistas 3D, animaciones, estereoscopía y restitución fotogramétrica
• Análisis temporal (detección de cambios)
• Los sensores empleados son de:

• Resolución media: Landsat (15-30 m),Aster (15-90 m),Sentinel (10-20 m)
• Resolución alta: SPOT (2,5-20 m)
• Resolución muy alta: Ikonos (1-4 m), Quickbird (0,6-2,4 m), Pleaides (0,5 m-0,3 m), Worldview
(0,3-1,2 m) y aerotransportados

• Las composiciones en color, incluyendo las

bandas del infrarrojo cercano (vegetación),
infrarrojo medio (litología y humedad) y el
infrarrojo térmico (humedad)
• Índices de vegetación para detectar diferencias

en la cobertura vegetal en las zonas en las que se
pierde cuando se forman los escarpes
• Otros métodos con el análisis de componentes

principales, transformación IHS…

• Imagen pacromática
• Composiciones en color:
• Color real
• Falso color

• Índices de vegetación
permiten detectar
zonas desprovistas de
vegetación por la
generación de
movimientos de
ladera
• Índices de humedad
para detectar zonas
con acumulación de
agua

• Análisis textural por aplicación de

filtros:
• Laplaciano (paso alto)
• Sobel (bordes)
• Filtros texturales
• Varianza
• Distancia media euclidiana
• Entropía (ocurrencia y co-
ocurrencia)
• En general distinguen entre zonas con
variabilidad o uniformidad de los
píxeles vecinos
• Esta variabilidad se puede deber entre
otras cosas a movimientos de ladera

• El empleo de las técnicas de clasificación supervisada

permiten discriminar entre:
• Diferentes usos del suelo y/o materiales
• Diferentes tipos de deslizamientos
• Es necesario realizar un análisis de separabilidad para

comprobar si es posible distinguir entre los
deslizamientos y las zonas estables
• Sin embargo, en muchos casos las clasificaciones

permiten identificar movimientos, pero mezclados con
otros usos de la tierra (suelos, roca fresca y materiales
aluviales)
• El uso de filtros texturales, que alcanzan valores altos en

las zonas movilizados, resuelve esta incertidumbre

• Técnicas visuales: Sobre un MDE se pueden superponer

una cubierta con imágenes de satélite corregidas u
ortofotografías
• Puede tratarse de imágenes pancromáticas o bien de

composiciones en color real o falso
• A partir de estas vistas se puede hacer igualmente

fotointerpretación

• Comparando imágenes de distinta

fecha se pueden detectar cambios,
mediante técnicas de sustracción de
Niveles Digitales u otras (ACP, etc.)
• Las imágenes han de estar bien

georreferenciadas

Inventarios: Análisis de imágenes
• Seguimiento o detección del

desplazamiento de píxeles (POT)
mediante técnicas de correlación
digital de imágenes (DIC)
• Permiten medir deformaciones en 2D
en el plano perpendicular a la
observación

Inventarios: InSAR
• Otro tipo de aproximación es la

interferometría diferencial de radar
(DinSAR) que permite comparar dos
o más imágenes de radar tomadas en
momentos distintos
• A partir de ahí permite hacer
estimaciones muy precisas (mm) de
desplazamientos verticales

Inventarios y bases de datos
• Una vez obtenido el inventario por la

técnica que sea se introduce en el
SIG como información vectorial con
una base de datos asociada

Inventarios y bases de datos
• La base de datos ha de recoger los siguientes campos:

• Tipología, que a su vez incluye:
• Mecanismo de ruptura (despegue, deslizamiento, no ruptura)
• Desarrollo o evolución (aire, saltos, deslizamiento, flujo)
• Actividad
• Grado de desarrollo o evolución
• Velocidad
• Magnitud (volumen y superficie)
• Contenido en agua
• Material
• Elementos afectados (carreteras, viviendas, cultivos, etc.)
• La mayor parte de estos datos se obtienen mediante operaciones de consulta espacial y temática a
diferentes capas de información, además de la propia BD de movimientos

Contenidos
• Inventarios

Evaluación de la amenaza: Susceptibilidad

• Cartografías de susceptibilidad: Muy útiles en

fenómenos de severidad y magnitud reducida, muy
repetitivos en el tiempo (erosión, deslizamientos,
pequeñas inundaciones, subsidencias ..)
• Metodologías:
• Geomorfología, criterio expertos
• Probabilísticos: Bivariantes y multivariantes
• Determinístico, por la aplicación de alguna
fórmula conocida
• Permiten la ordenación del territorio y actuaciones,
pueden ser la base de políticas de seguros y
concienciación.

• Cartografías de susceptibilidad: Muy útiles en

fenómenos de severidad y magnitud reducida, muy
repetitivos en el tiempo (erosión, deslizamientos,
pequeñas inundaciones, subsidencias ..)
• Permiten abordar la ordenación del territorio y
actuaciones (obras), aunque también pueden ser la
base de políticas de seguros y concienciación
ciudadana
• Con respecto a los inventarios suponen un avance
en el sentido de extender el inventario a zonas
afectadas no detectadas o zonas que están cerca de
ser afectadas, y que aún no lo han hecho
• La principal limitación es que los mapas pueden ser
conservadores, ya que algunos movimientos se
originaron en condiciones muy diferentes a las que
han sido utilizados en el análisis de correlación
actual
Evaluación de la amenaza: Factores
• El análisis factorial se hace generalmente por

correlación cruzada entre los factores y el inventario
de deslizamientos, calculando coeficientes de
correlación
• Base de los análisis de susceptibilidad (Brabb, 1984)
• Los factores determinantes son:

• Desprendimientos: pendiente, curvatura,
litología, lluvias Height Slope Aspect Curvat. Lithol. Rainfall
• Deslizamientos: altitud, pendiente, curvatura, Rock falls 0.451 0.795 0.253 0.534 0.615 0.482
litología
Slides 0.515 0.481 0.110 0.554 0.597 0.392
• Flujos de tieras: altitud, curvatura y la litología Debris
0.190 0.465 0.066 0.568 0.545 0.183
• Flujos de derrubios: laderas, la curvatura y la flows
litología Earth
0.813 0.382 0.274 0.493 0.992 0.606
flows

Evaluación de la susceptibilidad: Métodos
• Metodologías para la susceptibilidad:

• Basados en la geomorfología y/o en los criterios
de expertos
• Probabilísticos, basados en correlación bivariante
entre el inventario y factores condicionantes
(índices, matriz, funciones favorabilidad, etc.)
• Probabilísticos, basados en el análisis
multivariante (evaluación multicriterio, regresión
múltiple, anál. discriminante, aprendizaje
automático y profundo, RN)
• Determinístico, por la aplicación de alguna
fórmula conocida (p.e. cálculo factor de seguridad
en deslizamientos)

Evaluación de la susceptibilidad: Métodos
• Análisis estadísticos bivariantes

• Método de índices (densidad, matriz, valor de
información, peso evidencias)
• Método de evaluación multicriterio
• Métodos multivariantes:
• Regresión lineal
• Análisis discriminante
• Aprendizaje automático: árboles de decisión, random
forest, SVM …
• Redes neuronales

Evaluación de la susceptibilidad: Métodos clásicos
• Índices: Densidad

• Índices: Matriz

• Evaluación
Multicriterio
(EMC)

• Análisis
multivariante:
• Regresión
múltiple
• Regresion
logística
• Análisis
discriminante

Evaluación de la susceptibilidad: Métodos avanzados
• Métodos de aprendizaje
automático (ML): Muestreo

• Los métodos de aprendizaje automático o machine

learning son métodos iterativos basados en el
aprendizaje sobre una muestra y un conjunto de variables
predictoras, que se aplica en toda la zona de estudio.
• Entre los métodos de aprendizaje:
• Árboles de decisión. Más concretamente árboles de
regresión dentro del CART (classification and
regression tres).
• Bosques aleatorios (random forest), que usan varios
árboles de decisión y el voto para incluir cada
elemento en una clase
• Máquinas de soporte vectorial (SVM), que permiten
ajustar hiperplanos para separar los elementos en
distintas clases

• El aprendizaje profundo utiliza redes neuronales para

aprender a partir una muestra (entrenamiento)
• La información va fluyendo a través de las capas de

neuronas de la red, que se van activando o desactivando
• Una neurona toma entradas, las procesa y activa, o envía

una salida, después de que se alcanza algún nivel o
umbral. La función de activación es la que determina la
salida.
• Al final de la red, se calcula el error o pérdida entre los

valores calculados y los de la muestra de verificación, que
permiten ajustar la red, mediante retropropagación del
error.

Evaluación de la amenaza: Peligrosidad

Evaluación de la peligrosidad
• Cartografías de peligrosidad: Indicar no sólo el dónde

puede suceder sino el cuándo o cada cuánto tiempo, es
un paso necesario para acotar los efectos de los
procesos de riesgo y dar mayor credibilidad a los
mismos
• Permite conjugar de forma más precisa la ordenación
del territorio con las actuaciones estructurales y las
políticas de seguros
• Al tiempo permite una concienciación más
fundamentada y por lo tanto más eficaz de los políticos,
tomadores de decisiones y ciudadanía (educación)

• Cálculo de la probabilidad espacio-temporal de los

fenómenos o de los factores desencadenantes cuando
estos sean más fácilmente detectables
• Se aplican modelos probabilísticos a las series

temporales, tales como la distribución de Poisson o la
binomial
• Al final los mapas de expresan en términos de

probabilidad de ocurrencia de un fenómeno de una
magnitud dada en un periodo de retorno o como
probabilidad anual
• Es necesario datar los eventos, pero el registro histórico

es difícil en deslizamientos, a diferencia de terremotos o
inundaciones.
• Estimación de la actividad.

• Una vez que se data o se estima la actividad de cada

movimiento, se elabora un inventario de cada uno de los
periodos considerados
• A partir de estos inventarios se obtienen los mapas de

susceptibilidad según las metodologías de susceptibilidad
empleada
• Para convertir la susceptibilidad en peligrosidad se divide

por el número de años de período de retorno, calculando
así la probabilidad anual en cada período
• Se obtiene la peligrosidad total, superponiendo los

mapas anteriores y tomando el valor máximo de todos
ellos, presentando el mapa clasificado en intervalos de
peligro

Evaluación de la peligrosidad: Aprox. cualitativa
• Como ejemplo, se propone una datación semicuantitativa basada en la actividad observada en la

fotografía aérea histórica y el análisis grosero de series de precipitación
• Se consideran cuatro tipos de actividad y

periodos de retorno :
• Activos o suspendidos: Hasta 10 años
• Dormidos: Hasta 100 años
• Abandonados: Hasta 1000 años
• Relictos: Hasta 10000 años

• Los movimientos activos son aquellos que están

movilizando ahora
• Los movimientos suspendidos son los que tienen una

actividad continua o intermitente en los últimos años
• En zonas como el sur de España con una actividad

relacionada con los eventos de lluvias intensas, los
movimientos están suspendidos no sólo estacionalmente,
sino hace varios años
• Dado que estos episodios se repiten cada 8 a 15 años,

podemos considerar en este grupo a los movimientos
activos en los últimos 10 años
• Técnicas: Análisis temporal de series de fotografías aéreas

e imágenes de satélite, medidas con sensores y
dendrocronología

• La relación entre la precipitación y los movimientos de

ladera debe ser bien conocida y establecida en la zona
• Del análisis de los datos de lluvia disponible en una

amplia gama de tiempo (1940-2010), se puede encontrar
que la frecuencia de lluvias similares a las de 1996-1997
o 2008-10, es alrededor de 8 a 15 años
• Esto está de acuerdo con otros datos globales de lluvias

en el sur de Europa, en relación con los valores negativos
del índice de Oscilación del Atlántico Norte en Invierno
(NAOI)

• Los deslizamientos dormidos son los que no tienen

evidencia de actividad en los últimos ciclos de las lluvias
en la zona (1996/97 y 2009/10), pero sí en los últimos
100 años (aparecen en las fotos antiguas y en la memoria
de las personas)
• Las causas de estos procesos, que permanecen en estado

latente, puede producir movimientos o reactivarlos, al
menos parcialmente, por la acción de un factor
desencadenante
• Se identifican mediante fotogrametría y análisis digital de

imágenes, incluyendo fotografías históricas, y otras
metodologías como la dendrocronología

• Los deslizamientos dormidos son los que no tienen

evidencia de actividad en los últimos ciclos de las lluvias
en la zona (1996/97 y 2009/10), pero sí en los últimos
100 años (aparecen en las fotos antiguas y en la memoria
de las personas)
• Las causas de estos procesos, que permanecen en estado

latente, puede producir movimientos o reactivarlos, al
menos parcialmente, por la acción de un factor
desencadenante
• Se identifican mediante fotogrametría y análisis digital de

imágenes, incluyendo fotografías históricas, y otras
metodologías como la dendrocronología

• Movimientos abandonados son los que no tienen

actividad reciente
• La morfología del terreno se mantiene fresca, pero no

hay evidencias en las fotos históricas
• Movimientos Relictos son aquellos en los que se pueden

observar sus rasgos características, pero desmanteladas o
erosionados
• Las causas de estos procesos han desaparecido, aunque

es posible que un nuevo cambio en las condiciones puede
reactivarlas.
• Las técnicas utilizadas son la interpretación de fotografías

aéreas en virtud de criterios morfo-lógicos, con el apoyo
de la datación isotópica

• En este ejemplo, los deslizamientos más antiguos

(abandonados y relictos) son los identificados en las
ortoimágenes correspondientes al vuelo de 1956
• Para distinguir entre abandonados y relictos se emplea un

enfoque cualitativo basado en las características
geomorfológicas de algunos deslizamientos y sus
elementos: la corona, escarpes, límites laterales, grietas
de tensión, pie, etc.

• Para una datación más fina se ha de utilizar un

intervalo de muestreo más corto de y un análisis
más detallado de las series de datos de lluvia
• Para acortar el intervalo de muestreo tenemos

que aplicar diferentes técnicas:
• Fotogrametría terrestre
• UAV
• Escaner-láser terrestre
• Redes de sensores inalámbricos

• A partir de estos datos y las precipitaciones diarias,

se puede establecer la relación entre los
deslizamientos y los eventos de lluvia, y en
consecuencia se puede inferir la frecuencia de los
deslizamientos a partir de los datos de lluvia
• Hay avances interesantes en este campo, por medio

de la aplicación de modelos probabilísticos:
• Distribución de Poisson en escalas de tiempo
continuo
• Distribución binomial si se consideran intervalos
de tiempo (meses, años)
• En cualquier caso, a partir de estos análisis se

pueden calcular umbrales de precipitación que sean
desencadenantes de la inestabilidad, y su frecuencia

Evaluación de la peligrosidad: Umbrales
• Clima mediterráneo de verano cálido.

• Precipitación media anual de 500-650 mm.

• Elaboración y enriquecimiento de la base de datos

de incidencias en la red viaria, a partir de fichas de
trabajos de reparación (1998-2013), y completada
con datos de campo y extraídos de mapas y MDT.
• La base de datos original incluía datos:
• Identificativos de la incidencia y la carretera
(coordenadas, proyecto, obra …)
• Vegetación y uso del suelo
• Datos geológicos, geomorfológicos, topo-
gráficos, geotécnicos e hidrogeológicos
• Descripción de la incidencia (año, mes, tipología
de incidencia, vías, PKs, etc.);
• Solución constructiva adoptada.

• Incidencias se digitalizan sobre la orto-

fotografía y posteriormente se refinan
mediante diversas operaciones en el SIG.
• Distinción básica entre dos categorías:
• Procesos muy someros, rupturas en el
talud de la carretera (deslizamiento o
colapso), descalces del terraplén y
procesos erosivos (cárcavas).
• Procesos someros con movilización de
la ladera de tipo deslizamiento o flujo,
y procesos de reptación

• Se partió de diferentes bases de datos:

• Spain02, datos de precipitación diaria
en alta resolución, desde 1951 hasta
2015 en una malla de resolución 10 km
(0,1°).
• Red de información agroclimática de la
Junta de Andalucía, datos actualizados
de las redes de estaciones
meteorológicas.
• Red del SAIH de la Autoridad de la
Cuenca Hidrográfica del Río
Guadalquivir.
• Datos del grupo de investigación
MATRAS (UJA), a partir del modelo
Weather Research and Forecasting y
datos locales de la estación
meteorológica de la UJA.
• Procesamiento: Integración de las bases de

datos anteriores y aplicación de filtros, lo
que permitió obtener una cuadrícula
regular interpolada a 1 km.
• Esta cuadrícula se utilizó para asignar un
valor de precipitación diaria, desde 1971
hasta 2016, a cada uno de los 186 puntos
de incidencia de la red de carreteras.
• A partir de estas series se pueden las
precipitaciones anuales en cada punto:
• Punto 066: PMA de 533 mm
• Máximos de 1026 mm en 2009-2010 y
950 mm en 2012-2013
• Los años restantes apenas superaron
los 600 mm, excepto 1976-1977, 1995-
1998 y 2003-2004.

• La identificación de eventos lluviosos

asociados a incidencias se basa en
relacionar ambas bases de datos.
• Cálculo de precipitaciones acumuladas para
diversas duraciones (1 a 90 días)
• Variables: cantidad de lluvia asociada al
evento (E) en mm; duración del evento (D)
en días; y la intensidad (I) en mm/días.
• Para cada par E–D se estimó la probabilidad
de excedencia y el período de retorno (T).
• Para estimar una fecha más precisa de
ocurrencia de la incidencia, se recurrió a
información de los medios (diario IDEAL)
• Se encontraron un total de 98 noticias entre
2006 y 2013, con 27 eventos directa-mente
relacionados con las incidencias.

Fecha Descripción Zona Fecha Descripción Zona
12/09/2006 R, M, W, F SS, W 23/02/2010 R, F, T Gen.
06/04/2007 R, M SG 07/03/2010 S, T SS, J, W
10/09/2008 M, W, T CH, N 10/03/2010 S, U, F SS, SM, CH
08/08/2009 R N 30/10/2010 R, W, T SM, CH
11/08/2009 M, T SS 08/12/2010 R SS, J, N
25/12/2009 M, T Gen. 20/12/2010 R, M, W Gen.
28/12/2009 R, M, F, T SS, SC, J, CH 02/05/2011 M, T CH, N
07/01/2010 W, T SS, SM, SC, SG, W 04/11/2012 R, W, T Gen.
11/01/2010 R, U, F, T SS, SC, W 06/11/2012 T J, W, N
15/01/2010 S, R SS, W 08/11/2012 T SC, CH, W, N
19/01/2010 S, R, U, T SS, SC, J, CH 11/03/2013 S, M, U, T SG, CH, W, N
19/02/2010 S, R, U Gen. 13/03/2013 S, M, U, T Gen.
21/02/2010 S, R, U SS, SC, SG, J, CH 19/03/2013 R SS
01/04/2013 R, F, T SC, SG, CH, W, N
S: Deslizamientos SS: Sierra Sur J: Zona de Jaén
R: Desprendimientos
M: Flujos de tierra y de barro
SM: Sierra Mágina CH: Colinas sector central
U: Excavación del terraplén SC: Sierra Cazorla W: Sector oeste
W; Agua en la calzada SG: Sierra Segura N: Sector norte
F: Inundación Gen: General (toda la provincia)
T: Corte de tráfico

• Tres criterios para enriquecer la BD de

incidencias con datos de precipitaciones.
• Proximidad espacial entre la ubicación
aproximada del periódico y coordenadas de
incidencia se estimó en el SIG,
estableciendo 5 clases.
• Proximidad temporal, analizando el inter-
valo de tiempo entre la fecha de aparición
de la noticia y el mes asociado a las
incidencias, considerando también 5 clases
• Magnitudes de los eventos de lluvia, para
seleccionar el par E–D con el período de
retorno más largo, como el que tiene más
probabilidad de desencadenar la incidencia
• Así se enriqueció la base de datos, con
varios pares E–D para cada incidencia.

• Los eventos obtenidos se caracterizaron

mediante el análisis de las variables
pluviométricas, calculando sus valores
medios y modales
• Se calcularon umbrales de precipitación del
tipo cantidad de lluvia-duración (E–D), más
adecuados para datos diarios, que suelen
responder a ecuaciones lineales:
E = a × D + b,
• También se ajustaron ecuaciones
potenciales como:
E=αDβ
• Estas segundo tipo se aplicaron para los
umbrales de intensidad-duración (I–D).

• El inventario de incidencias de la red viaria Magnitud Tipología Número

de la Diputación de Jaén muestra 46 Cárcava 46
incidencias correspondientes a cárcavas y Menor magnitud Descalce del terraplén 30
Muy superficiales Deslizamiento en talud 38
77 incidencias directamente relacionadas
Colapso en talud 9
con la carretera (descalces y rupturas del
Deslizamientos de la ladera 21
talud). Mayor magnitud
Superficiales Flujos 26
• 63 incidencias de mayor magnitud, con Reptación 16
afectación de toda la ladea, entre los cuales
se identificaron deslizamientos, flujos y Año Número Año Número
zonas de reptación. 1998 2 2006 2
1999 5 2007 1
• En cuanto a la distribución por años (en que 2000 3 2008 2
se iniciaron las obras civiles para reparar la 2001 3 2009 3
vía), la mayoría se concentraron en dos 2002 2 2010 61
años, 2010 (61 incidencias) y 2013 (70 2003 1 2011 18
incidencias). 2004 3 2012 3
2005 4 2013 70

Procesos de reptación
Cárcavas Flujo de tierras Rotura talud

Descalce terraplén Reptación/flujo Deslizamiento
Flujo de tierras Colapso en talud

Fecha Número Media E Moda D Media I Moda T Sector
• 17 puntos se asociaron a 4 eventos de puntos (mm) (días) (mm/d) (años)
potenciales, 60 puntos a 3, 86 puntos a 2 y 03/11/1997 5 94,20 2,00 47,10 15,00 SS, SM, W
31/12/1997 5 411,25 60,00 6,74 9,00 SS, SC, SG
21 puntos a uno solo. 20/10/1999 6 50,38 1,00 50,38 22,50 SC, SG, W
28/03/2004 6 75,67 3,00 27,92 11,25 SS, W, N
• Eventos que afectaron a toda la provincia o 08/04/2008 5 50,50 1,00 50,50 15,00 SS, CH, W
a sectores restringidos. 25/12/2009 18 143,29 5,00 28,66 45,00 Gen
30/12/2009 26 210,34 15,00 14,02 22,50 Gen
• Invierno 2009/10: Eventos como 25- 06/01/2010
11/01/2010
10
7
268,50
344,27
30,00
30,00
8,95
11,48
7,50
22,50
SS, SM, SC, SG
SS, SC, W
30/12/2009, con 150 mm en 5 días; 06- 13/01/2010 13 324,08 30,00 10,80 15,00 Gen
13/01/2010, con más de 300 mm en 30 15/02/2010
22/02/2010
6
41
435,90
568,15
60,00
75,00
7,15
7,58
22,50
15,00
SS, SM, CH
Gen
días; 22/02/2010, 570 mm en 75 días. 02/03/2010 11 662,56 90,00 7,36 15,00 Gen
30/10/2010 6 36,75 1,00 36,75 5,00 SM, SG, CH
• Año 2012-2013: 03-08/11/2012, con 06/12/2010 13 79,40 2,00 39,70 6,43 SS, SM, SG, N
precipitaciones diarias de más de 50 mm y 31/12/2010
14/02/2011
5
6
362,00
45
45,00
1,00
8,04
37,50
11,25
6,43
CH
SS, SG, CH
semanales de más de 150 mm; 18/03/2013 27/09/2012 15 59,20 1,00 59,20 11,25 SS, CH, W
con 166 mm en 15 días. 03/11/2012 59 72,27 2,00 36,14 15,00 Gen
08/11/2012 51 151,38 7,00 21,63 9,00 Gen
11/03/2013 43 119,42 7,00 17,06 5,00 Gen
18/03/2013 6 166,30 15,00 11,09 6,43 SS

• Se observa duración más corta de los

eventos de lluvia en las incidencias de Media E Media D Moda D Media I
menor magnitud, con un promedio de Tipología
(mm) (días) (días) (mm/día)
13,70 días y el valor modal de 1 día. Cárcavas 147,33 11,78 1 28,11
• La precipitación promedio fue de 155 mm, Terraplenes
126,81 8,84 1 32,55
carreteras
con una intensidad de 28 mm/día.
Deslizamiento de
171,84 15,42 7 26,66
• En las incidencias de mayor magnitud, talud
(deslizamientos, flujos y reptación), la Colapsos en el
209,05 26,45 1 20,49
duración promedio fue de 21,60 días y el talud
valor modal 7 días. Muy superficiales 155,29 13,40 1 28,09
Deslizamientos 234,79 23,65 1 21,77
• En ellas la precipitación media fue de 223
Flujos 211,68 19,75 7 21,97
mm y la intensidad de 22 mm/día. Reptación 227,87 21,95 7 22,79
• Predicción más compleja, ya que hay que Superficiales 223,40 21,60 7 22,11
considerar la lluvia antecedente Total 178,96 16,25 7 26,01
(condiciones de humedad) o incluso la
variación de la PA en varios años.

Tipología E – D (lineal) E – D (potencia) I – D (potencia)

Ecuación R2 Ecuación R2 Ecuación R2
Cárcavas E = 6,294 D + 73,187 0,90 E = 47,283 D 0,543 0,90 I = 47,283 D -0,457 0,87
Terraplenes E = 5,985 D + 73,909 0,90 E = 51,155 D 0,516 0,87 I = 51,155 D -0,484 0,85
Deslizamiento talud E = 6,586 D + 70,301 0,92 E = 46,313 D 0,554 0,89 I = 46,313 D -0,446 0,84
Colapsos en talud E = 5,595 D + 61,023 0,85 E = 39,080 D 0,564 0,94 I = 39,080 D -0,436 0,90
Muy superficiales E = 6,222 D + 71,908 0,90 E = 47,481 D 0,540 0,89 I = 47,481 D -0,460 0,86
Deslizamientos E = 6,793 D + 74,106 0,95 E = 47,089 D 0,543 0,94 I = 47,089 D -0,451 0,91
Flujos E = 6,293 D + 87,366 0,94 E = 51,721 D 0,523 0,93 I = 51,722 D -0,477 0,91
Reptación E = 6,488 D + 85,464 0,93 E = 50,537 D 0,546 0,94 I = 50,537 D -0,454 0,91
Superficiales E = 6,527 D + 82,424 0,94 E = 49,752 D0 ,538 0,93 I = 49,752 D -0,462 0,91
Total E = 6,408 D + 74,829 0,92 E = 47,961 D 0,542 0,91 I = 47,961 D -0,458 0,88
• Ecuaciones bastante similares en incidencias de menor y mayor magnitud; aunque en los ajustes
lineales, la ordenada en el origen en los primeros (72) –especialmente en los colapsos (61)– fue
menor que en los segundos (82), con pendientes similares.
• La base de la ley potencial fue algo menor en las incidencias de menor magnitud que en las de
mayor magnitud, tanto para los umbrales E–D como I–D.
• Los umbrales muestran un buen ajuste general (R2 superior a 0,9).

• Los pares de tipo E-D más interesantes al 1d 2d 3d 5d 7 d 10 d

ser dos variables independientes. E med 81 88 94 107 120 139
E min 76 82 88 101 113 132
• Se utilizan datos diarios, que dificulta el I med 81 44 31 21 17 14
cálculo de la intensidad, ajustando I min 76 41 29 20 16 13
ecuaciones lineales y leyes potenciales.
• Los resultados son comparables a los 15 d 30 d 45 d 60 d 75 d 90 d
obtenidos por otros autores, lo que valida E med 171 267 363 459 555 652
estos resultados. E min 163 257 350 443 537 630
I med 11 9 8 8 7 7
• A partir de los umbrales se estimó la I min 11 9 8 7 7 7
cantidad e intensidad de lluvia, que podrían
ser la base de un sistema de alerta de
activación de incidencias. La lluvia estimada para generar incidencias es de 260
mm para una duración de 1 mes
• Estimados también para umbrales mínimos, Para duraciones de 1 día se precisan precipitaciones
ajustados para que solo un percentil cercanas a 80 mm, para 1 semana de 120 mm, y para
reducido de deslizamientos esté por debajo
3 meses de 650 mm
de la curva de umbral

• Combinación de los umbrales de lluvia con

modelos de susceptibilidad para estimar la
peligrosidad.
• Se pueden aplicar matrices desarrolladas
para sistemas de alerta temprana.
• La probabilidad espacio-temporal en cada
pixel, función de:
• La susceptibilidad (espacial)
• Los periodos de retorno para superar
un umbral (temporal).
• Este umbral se podría zonificar dentro de la
provincia en función de los factores
ambientales
• Aquí, dado el bajo número de puntos, se
han empleado umbrales generales.

• Red viaria de la provincia de Jaén afectada

por numerosas incidencias en el periodo
estudiado, en relación con períodos
lluviosos, como en 2009-10 (PMA 1026
mm) y 2012-13 (950 mm).
• Lluvias intensas de otros años (1997-98 y
2003-04), no se reflejaron en la base de
datos, por la menor magnitud de los
eventos o porque las incidencias no se
registraron.
• Las lluvias fueron el principal factor
desencadenante de los deslizamientos en la
provincia, al igual que se ha establecido en
todo el mundo, particularmente en Europa,
los países mediterráneos y España.

Contenidos

Evaluación del riesgo: Vulnerabilidad
• La vulnerabilidad exige conocer cómo un

determinado elemento en riesgo es afectado
por los fenómenos
• Normalmente requieren el reconocimiento
directo de la situación por parte de especialistas
(ingenieros, arquitectos, médicos, psicólogos …).
• La vulnerabilidad permite el diseño de medidas
de mitigación de tipo estructural, y también
ayuda a la conciencia social y política.
• Puede responder a mapas semicuantitativos
donde se valore la vulnerabilidad a partir de
criterios de expertos

• La vulnerabilidad es el componente más difícil

de obtener desde información disponible en
IDEs
• Hay poca información sobre estos temas en los
deslizamientos, y sólo puede abordarse a partir
de estudios profesionales de ingeniería,
arquitectura, e incluso de la salud
• Algunos enfoques simples se basan en la
comparación de longitud / área de una
infraestructura dañada, cultivos, etc., con el
total
• Una captura de datos detallada puede ser de
ayuda para una estimación más precisa de la
vulnerabilidad

• Riesgos: No totalmente naturales, interviene la

exposición y vulnerabilidad de los sistemas
• Vulnerabilidad: Características y circunstancias de
una comunidad, sistema o bien que los hacen
susceptibles a los efectos dañinos de una amenaza
• Capacidad y resiliencia son la parte positiva
• Capacidad: Combinación de todas las fortalezas,
atributos y recursos disponibles dentro de una
comunidad, sociedad u organización que se utilizan
para la consecución de los objetivos.
• Capacidad de adaptación relacionada con su
potencial de minimizar los efectos negativos y
maximizar los beneficios de los cambios.
• Resiliencia: Capacidad de las personas, las
comunidades o sistemas para resistir, absorber,
adaptarse y recuperarse de los efectos de un peligro
de forma oportuna y manera eficiente (GAR, 2009)
• Hay aspectos de la vulnerabilidad

independientes de la amenaza o peligro
• A nivel personal o de vecindad se ha de tener en
cuenta la edad, género, educación, ingresos,
familia …
• A nivel local y regional, se ha de considerar las
infraestructuras, protección civil, grado de
autonomía, recursos y acceso a ellos ..
• A nivel de país hay que considerar la regulación,
la economía, sistema político, conflictos,
infraestructuras, planes nacionales, sistemas de
predicción, prevención y emergencia …

• Otros aspectos dependen de la amenaza

• A nivel de personas y vecindad hay que
considerar la calidad de las viviendas, su tipo y
tamaño, localización ..
• A nivel local y regional, igualmente la calidad de
infraestructuras, protección civil y preparación,
pero también los usos del suelo, el relieve, la
geología …
• A nivel de país, igualmente los aspectos
escalables de la regulación, los sistemas de
prevención y emergencia, pero también la
degradación ambiental del país, el clima …

• En el riesgo sísmico, cuando hay datos, la

vulnerabilidad se puede desagregar en fragilidad
y funciones de consecuencia
• La fragilidad expresa la distribución del daño
físico. Así, dada una intensidad en la escala de
Mercalli, se puede obtener la fracción de
edificios que mostrarán uno de los cinco estados
de daño físico
• A partir de esos estados se puede usar una
función de consecuencia para obtener la
distribución de la pérdida, en términos de costo
de reparación o reemplazo
• Tres tipos de métodos para desarrollar los
modelos: empíricos, analíticos o basados en la
opinión de expertos.

Evaluación del riesgo: Exposición
• El término exposición se refiere a personas,

propiedades, sistemas u otros elementos
presentes en las zonas de peligro que por ello
están sujetos a pérdidas potenciales
• La vulnerabilidad precisa de la exposición, pero
no al contrario, pueden existir elementos
expuestos que no sean vulnerables
• Los modelos de exposición se basan en bases de
datos de distribución de población global o en
otros datos como el PIB, edificios y viviendas u
otros

• Los elementos en riesgo se inventarían con los

mismos medios que los fenómenos
(reconocimiento, teledetección), y también de
mapas o bases de datos geográficas previas
• Su valoración procede de base de datos previas
• Los elementos afectados (en riesgo) por los
fenómenos se obtienen por el cruce de las bases
de datos de fenómenos y las de elementos en
riesgo
• La utilidad de estas cartografías es la ordenación
territorial
• Puede realizarse evaluaciones semicuantitativas
expresadas en mapas.

• El primer elemento en riesgo de los

deslizamientos es la población, disponible a
través de:
• Capas de información en IDEs
• Datos estadísticos (institutos)
• Datos catastrales
• El segundo conjunto de datos son las redes de

carreteras y ferrocarriles, construcciones y
edificios, obtenidos también como capas IDE
• El tercer conjunto de datos son los usos del

suelo disponibles en forma de capas de
información en IDEs

• Las fuentes de datos son censos y encuestas

recopiladas a nivel de unidades políticas o
administrativas
• El proyecto Gridded Population of the World
(GPW), fue el primer esfuerzo para crear un
conjunto de datos de población georreferencia-
dos globales, con datos disponibles en la unidad
administrativa más baja
• El Proyecto de Mapeo Urbano-Rural Global
(GRUMP) combina el GPW con datos satelitales
y de censos para construir datos de población
cuadriculados de mayor resolución de áreas
urbanas y rurales.

• La exposición también se puede expresar en

términos del producto interno bruto
• El Banco Mundial creó una distribución
cuadriculada global del PIB utilizando datos de
población de alta resolución de GRUMP, que
incluye el producto subnacional bruto
• El sistema PAGER del USGS proporciona un
inventario de edificios con las principales
distribuciones de edificios residenciales
disponibles para diferentes países, a distintos
niveles, desde país completo hasta edificio
individual

Evaluación del riesgo: Riesgo total
• El riesgo resulta del cruce de los mapas

anteriores (peligrosidad, exposición y
vulnerabilidad) según la ecuación general
del riesgo.
• Permite valorar cuál será el coste
económico, social y ambiental que
ocasionarán los desastres para la
concienciación ciudadana y política
• Diseño de una política de seguros con una
mayor base económica y justificará la
adopción de medidas, tanto estructurales
como no estructurales, basándose en la
reducción de costes

Evaluación del riesgo: Riesgo total

Presentación Tema3

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Presentación Tema3

Cargado por

Copyright:

Formatos disponibles

Maestría en Geomática

Asignatura: SIG y gestión de riesgos naturales

Grupo Sistemas Fotogramétricos y Topométricos

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 2

• En los últimos tiempos se ha producido una

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 3

• En la evaluación de riesgos, la primera

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 4

• A partir de los años 60 surgieron los SIG cuyo

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 5

• La tecnología SIG ha permitido:

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 6

• En 1994 aparece la Orden ejecutiva 12906 con

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 7

• Las Infraestructuras de Datos Espaciales han permitido

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 8

• Neocartografía o Neogeografía es un término antiguo,

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 9

• Los servidores de mapas ponen a disposición del

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 10

• Los modelos 3D y dinámicos son impor-tantes en el

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 11

• Testimonio ocular o presencial (reconocimiento

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 12

• El empleo de sensores de todo tipo (de datos

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 13

• La cartografía de tipo colaborativo o por voluntarios

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 14

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 15

• Cartografías de inventario de fenómenos

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 16

• Azar Natural (H), Peligrosidad o Amenaza:

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 17

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 18

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 19

• Las cartografías de inventario o bases de datos

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 20

• El reconocimiento ocular por parte de profesionales

• El reconocimiento por no profesionales se restringe

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 21

• La cartografía de tipo colaborativo o por voluntarios

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 22

• Las redes de sensores inalámbricos (WSN) o la

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 23

• Levantamientos mediante topografía clásica

• Levantamientos mediante GNSS

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 24

• Las técnicas de escáner-láser terrestre (TLS) son

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 25

• Una vez obtenida la nube de puntos fusionada, se

• Los vuelos UAV, UAS o RPAS se pueden hacer con

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 27

• Una vez planificados y realizados los vuelos, estos se orientan

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 28

• A partir de los vuelos orientados

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 29

• La obtención de estos modelos y ortofotografías se

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 30

• La fotointerpretación ha sido junto con el

04/04/2024 Maestría en Geomática. Módulo: SIG y Gestión de Riesgos Naturales 31

• Los estudios multitemporales pueden ser abordados a

• Reconstrucción histórica de movimientos de ladera y

• Por su parte, las técnicas fotogramétricas y/o LiDAR