Esta obra fue realizada en el marco de una acción financiada por el CYTED Programa Iberoamericano de Ciencia y Tecnología para el Desarrollo Es una contribución de la Red Iberoamericana “Uso de las Tecnologías Espaciales para la Evaluación Monitoreo y Manejo de Desastres Naturales en la Agricultura (UTEEDA)” Los criterios expresados en esta obra son responsabilidad exclusiva de los autores. Titulo: Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I) Editores: Dámaso R. Ponvert-Delisles Batista, Dr., Profesor, Universidad Agraria de La Habana “Fructuoso Rodríguez Pérez” Autopista Nacional km 23 1/2 y Carretera de Tapaste, San José de Las Lajas, Apartado Postal 18 y 19, Provincia La Habana, Cuba, Tel: (53 47) 86 41 76, Fax: (53) (47) 86-1271, E-: [email protected] y Paulina Aldunce Ide, Ing. Agrónomo, M. Cs., Académico de la Universidad de Chile, Santiago, E-: [email protected] Edición: Pedro Paneque Rondón Diseño computarizado y de la cubierta: Israel de Jesús Zaldivar Pedroso Editora: UNAH © CYTED © Todos los autores. ISBN 959-16-0487-4

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I) CYTED Programa Iberoamericano de Ciencia yTecnología para el Desarrollo Red Iberoamericana “Uso de las Tecnologías Espaciales para la Evaluación Monitoreo y Manejo de Desastres Naturales en la Agricultura (UTEEDA)” Editores: D.R. Ponvert-Delisles P. Aldunce

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Índice Prólogo

........................................................................................................................................................... 9

Prefacio

.......................................................................................................................................................... 11

Tecnologías 1.

Cartografía de los niveles de severidad en el incendio forestal de Minas e Riotinto (Huelva) a partir de imágenes Landsat 5 TM (Roldán-Zamarrón, A., González-Alonso, F., Merino-de-Miguel, S., García-Gigorro, S. y Cuevas, J.M.) .......................................................... 15

2.

Sistema para la detección y monitoreo de incendios en la vegetación con el empleo de la teledetección. Pronóstico de peligro a corto y mediano plazo (Eva Mejías Sedeño y Alberto W. Setzer) ......................................................................................... 19

3.

Uso del modelo perceptrón multicapa de una red neuronal y de una imagen multiespectral satelital para la estimación de la salinidad de los suelos (Andrés Lau Quan, Edel B. García Reyes, Stefaan Lhermitte, María Elena Ruiz Pérez, Dámaso R. Ponvert-Delisles Batista) ............................ 32

4.

Red de información UTEEDA* . Un entorno virtual en red, para la colaboración y la gestión de la información (Néstor Mena Díaz) ............................................................................................... 51

5.

Utilización de imágenes satelitales en el análisis hidrológico (Ximena Vargas, Karina López y Patricio Valck) ................................................................................ 61

Desastres naturales 6.

Metodologías para la evaluación de la vulnerabilidad a los desastres de la variabilidad y el cambio climático (Camila Teutsch, Paulina Aldunce y Alejandro León) ..................................... 69

7.

Algoritmos de estimación de superficies quemadas a partir de compuestos MODIS (González-Alonso, F., Merino-de-Miguel, S., Roldán-Zamarrón, A., García-Gigorro, S. y Cuevas, J.M.) .................................................................................................... 78

8.

Vulnerabilidad ante las amenazas naturales (Ricardo Batista Matos) ............................................... 82

9.

Tormentas de Polvo del Sahara. Su impacto en el Atlántico, Mar Caribe y el Golfo de México (Eugenio Mojena López, Rafael Pérez Parrado, Paulo Ortíz Bultó, Antonia Ortega Gózales1 y Alina Rivero Valencia) ................................................................................................................... 88

10. Sistema cubano de alerta de tsunami y otros riesgos costeros (Roberto Pérez de los Reyes; O’Leary F. González Matos; Angel Acanda Reyes; Pedro Jorge Pérez Osorio; Raúl Costa y Eduardo de la Torre) ...................................................................................................................... 94 11. Gestión de desastres socio-naturales causados por lluvias extremas en Chile, estudios de casos: Comuna de Concepción, junio 2005 (Virginia Levín, Paulina Aldunce y Alejandro León) .............. 101 12. Experiencias de la modelación matemática de acuíferos en cuba y posibilidades de su uso para enfrentar desastres naturales (Armando O. Hernández Valdés) .............................................. 108 13. Acercamiento teórico al vocablo riesgo y la terminología asociada (Miguel Ángel Sánchez Celada) ..................................................................................................... 117 Agricultura 14. Uso de imágenes de satélites en la evaluación, monitoreo y manejo de daños causados por fenómenos naturales en la agricultura. Reflexiones (Dámaso R. Ponvert-Delisles Batista) ............ 129 15. Sistema nacional para la vigilancia, el pronóstico y el aviso temprano de la sequía y el peligro de incendios en la vegetación (Oscar Solano1, Ransés Vázquez, Braulio Lapinel, Vígen Cutié,Eva Mejías, Cecilia Fonseca y Maylin Figueredo) ...................................................... 142 16. Modelo para el pronóstico de la dinámica de erosión en los suelos debido a los cambios en el uso de la tierra (Tatiana Geler Roffe, Arend Ligtenberg y Rolf A. De By) ............................. 158

7

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Prólogo Numerosos países de iberoamérica son afectados con frecuencia por distintas manifestaciones de desastres “naturales”, que ocasionan pérdidas significativas no solo en vidas humanas, sino también a su medio ambiente y recursos naturales. En especial, la agricultura – fuente principal de producción de alimentos para la población-, es seriamente afectada y su recuperación resulta en extremo difícil para los países de economías frágiles, que en consecuencia, disponen de pocos recursos para enfrentar y mitigar estos daños. Uno de los objetivos primordiales de la red iberoamericana UTEEDA (Uso de las Tecnologías Espaciales para la Evaluación, Monitoreo y Manejo de Desastres Naturales en la Agricultura), financiada por el programa CYTED, es indagar y gestionar la información relevante en cuanto al estado del arte del uso de las tecnologías espaciales y las TICs (Tecnologías de Información y Comunicaciones) para asistir los estudios de riesgo de desastres naturales, así como para la evaluación, monitoreo y manejo de los mismos. La red mencionada ha creado el marco propicio para la elaboración con enfoque común e intercambio de metodologías, procedimientos y experiencias. La misma acaba de comenzar a funcionar en Enero de 2006 y agrupa a cerca de 80 investigadores y científicos de seis países (Cuba, Chile, Ecuador, España, México y Perú), proponiéndose como una de sus metas más importantes y trascendentales, el dar a conocer y difundir mediante distintos tipos de materiales resultantes de su producción científica, dichas experiencias y conocimientos, para que sean útiles no solo a la comunidad de cientistas relacionados con las temáticas que abarca la red, sino también a los productores y empresarios agropecuarios, y a los decisores que desde los gobiernos a los distintos niveles administrativos tienen que enfrentarse a luchar contra manifestaciones de desastres en sus pueblos, ciudades, territorios y países. Uno de estos productos científicos es el libro que hoy se pone a disposición de todos aquellos que quieren contribuir de una u otra manera a la lucha contra los desastres naturales, titulado ¨Las Tecnologías, los Desastres ¨Naturales¨ y la Agricultura (I)¨ Sobre éste, deseamos compartir algunos comentarios de rigor. Primeramente el título engloba las tres áreas temáticas que se propone abarcar la red UTEEDA: Tecnologías, Desastres y Agricultura. Las ¨tecnologías¨ , que comprende el estudio y empleo de las tecnologías espaciales, entiéndase teledetección, SIG, y otras, así como las TICs (Tecnologías de Información y Comunicaciones), sin las cuales es prácticamente imposible hoy en día enfrentar las tareas de estudios de riesgos, vulnerabilidades y la gestión de los desastres naturales en el sentido más amplio. No es difícil entender lo difícil que resultaría, por no decir imposible, abordar el estudio de casos a escala local, territorial o incluso nacional sin disponer de los datos geoespaciales de las áreas declaradas ¨bajo desastres¨ de manera casi inmediata, y esto solo es posible cuando se dispone de una infraestructura de datos cartográficos y temáticos que se puedan manejar utilizando las TICs como plataforma para su colocación y distribución a los usuarios. La otra área temática: los desastres ¨naturales¨; abarca todo el estudio del acerbo científico y tecnológico existente y de los últimos progresos alcanzados en los diferentes contextos geográficos sobre las manifestaciones de desastres que tienen lugar, haciendo énfasis en aquellos desastres denominados por el vulgo como ¨naturales¨ aunque ya se conoce que el calificativo de “naturales” entre comillado, viene dado porque estos fenómenos tienen ciertos elementos de participación humana que en muchos casos es decisiva en cuanto a los daños e impactos provocados. Por último, el área temática tercera: la agricultura. Abarca la caracterización de este sector en cada uno de los países que conforman la red, con una orientación hacia la gestión del riesgo y el manejo de los desastres. Sería prácticamente imposible utilizar las tecnologías para gestionar un tipo dado de desastre sin conocer las características espacio-temporales de la producción agraria y su entorno físico. De ahí que esta área temática sea tan importante como las otras dos y se complementen mutuamente. Es así que bajo esta óptica, se han agrupado los trabajos que se incluyen en este libro. El lector podrá encontrar experiencias en el campo del uso de las tecnologías e incluso propuestas de cómo usarlas para lograr mayor efectividad. De la misma manera conocerá de amenazas, peligros, riesgos, vulnerabilidades y desastres ¨naturales¨ y también encontrará trabajos donde se resaltan experiencias de cómo usar estas tecnologías para el caso concreto de la gestión agraria y medio ambiental. Finalmente, el número que aparece entre paréntesis, está llamando la atención en que estos trabajos que se inician con este primer tomo, continuarán saliendo de la imprenta, cada vez con más actualidad e inmediatez, toda vez que los investigadores de la red continuarán su accionar gestionando, acopiando, analizando, confrontando y diseminando información y conocimiento, en las tres áreas temáticas que continuarán siendo la materia prima fundamental para la producción científica, por un período de cuatro años. Esperemos que los nuevos libros que resultan del trabajo creador de los investigadores de esta acción, mantengan e incrementen el interés de la comunidad de usuarios. Solo así entenderemos cumplidos nuestros objetivos supremos. EL E DITOR

9

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Prefacio Se presenta una valiosa compilación de artículos en el tema de las Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica con resultados de los trabajos desarrollados en el año 2006 en el marco de la Red CYTED UTEEDA. Una vez mas, el Programa Iberoamericano de Ciencia y Tecnología para el Desarrollo, pone a disposición de la comunidad científica y de los decisores de los organismos de la Región, el estado actual y el nivel de los grupos que trabajan y van brindando resultados en áreas claves que van desde las metodologías para la evaluación de la vulnerabilidad a los desastres de la variabilidad y el cambio climático, incendios forestales y su severidad, aplicación de diversos algoritmos de estimación de superficies quemadas, procesamientos de imágenes satelitales para la evaluación, monitoreo y manejo de daños causados por fenómenos naturales en la agricultura, imágenes multiespectrales para la estimación de la salinidad de los suelos, hasta un entorno virtual en red, para la colaboración y la gestión de la información que potencie el trabajo en grupo entre todos los miembros de esta importante Red. Solo con enunciar esos temas y sabiendo que se incluyen en este libro otros resultados relevantes y de gran utilidad, aplicabilidad y listos para poder ser compartidos y transferidos entre nuestros países, puede evaluarse la importancia de esta publicación. Se trata de un tema altamente sensible, de gran importancia estratégica, que puede dar un impacto directo y visible de lo que se puede lograr con la apropiación y aplicación de las altas tecnologías y de lo que ha hecho y puede continuar haciendo el Programa CYTED. Son precisamente las transferencias tecnológicas, metodologías y las aplicaciones efectivas de las experiencias validadas y aprendidas, y para ello, la promoción del intercambio, el encuentro y la coordinación de grupos trabajando en temas afines en nuestros países, una de las principales fortalezas del CYTED. Aun nos corresponde a todos, a los científicos y a los gobiernos, trabajar y emplearnos mas a fondo y de forma coordinada para lograr que los resultados acumulados se conviertan no solo en publicaciones, grados científicos e indicadores de ciencia y tecnología, sino que, cada vez mas, impacten directamente el desarrollo económico, productivo y con ello, la calidad de vida de nuestros pueblos, haciendo énfasis en nivelar las grandes brechas que existen entre los países de la comunidad iberoamericana. La agroalimentación y las tecnologías de la informática y las comunicaciones han sido, junto con otras cuatro, áreas de prioridad definidas para el trabajo del CYTED en los próximos años. Los artículos aquí presentados, son ya un exponente de todo lo que se puede hacer en cuanto a tecnologías, desastres y agricultura, y lograr, cada vez más, enfocarnos hacia la seguridad alimentaría de la cual están tan necesitados millones de personas, mujeres y niños de esta región.

DRA. LILLIAM ÁLVAREZ DÍAZ, Directora de Ciencias-CITMA, Delegada Nacional CYTED-CUBA La Habana, Noviembre, 2006.

11

TECNOLOGÍAS

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Cartografía de los niveles de severidad en el incendio forestal de Minas e Riotinto (Huelva) a partir de imágenes Landsat 5 TM Minas de Riotinto (Huelva, South Spain) forest fire severity mapping using Landsat TM post-fire images Roldán-Zamarrón, A1., González-Alonso, F., Merino-de-Miguel, S., García-Gigorro, S. y Cuevas, J.M. RESUMEN. En el presente trabajo se lleva a cabo una estimación de la superficie quemada y de los niveles de severidad causados por el incendio que se inició en Minas de Riotinto (Huelva) el 27 de julio de 2004. El objetivo es encontrar un método que permita estimar la severidad de manera rápida y eficiente a partir de imágenes de satélite. Se aplicaron distintos tratamientos basados en el análisis de mezclas espectrales sobre una imagen Landsat 5 TM post-incendio. En las fases de entrenamiento y verificación se emplearon datos tomados en campo. La comparación de los resultados obtenidos con los distintos métodos permite extraer algu nas conclusiones interesantes enfocadas a la elaboración de cartografía de niveles de severidad útil para le gestión forestal post-incendio. Palabras clave: severidad de incendios, estimación rápida, Landsat 5-TM, gestión forestal. ABSTRACT. An estimation of burned area and fire severity levels was performed in the present work, in the area affected by the big wildfire that took place in the South of Spain (Huelva-Sevilla) in July 2004. The objective was to find an efficient method for quick fire severity mapping based on remote sensing techniques. Several methods for image analysis based on Spectral Unmixing techniques were applied to a post-fire Landsat 5-TM image. Field data were employed for training and verification. Some interesting conclusions can be extracted from the comparison among results obtained with the different analysis techniques. These conclusions are useful in order to produce time-saving and cost-effective fire severity maps for post-fire forest management. Keywords: fire severity mapping, quick estimation, Landsat 5-TM, forest management.

INTRODUCCIÓN El incendio iniciado el 27 de julio en Minas de Riotinto (Huelva) se mantuvo activo cuatro días, y fue el más grave ocurrido en España en 2004. El perímetro afectado comprende una superficie de aproximadamente 34300 ha entre las provincias de Huelva y Sevilla, según cifras de la Junta de Andalucía (El PAÍS, 12 de agosto de 2004). Las masas forestales arrasadas estaban compuestas principalmente por pino (Pinus pinea), alcornoque (Quercus suber), encina (Quercus ilex) y eucalipto (Eucaliptus sp.).

1

La severidad de un incendio puede definirse como la integración de los cambios físicos, químicos y biológicos producidos en un lugar como consecuencia del paso del fuego [1]. La teledetección ha demostrado ser una técnica especialmente adecuada para suministrar información sobre cambios ocurridos en los ecosistemas forestales [2], entre ellos los causados por incendios. Varios autores ([1], [2], [3], [4] y [5]) han obtenido buenos resultados al estimar la severidad de un incendio mediante técnicas de teledetección. El presente trabajo se engloba dentro de esta línea de investigación.

Laboratorio de Teledetección CIFOR-INIA (Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria). Ctra. A Coruña, km 7.5. 28040 Madrid, E- : [email protected].

15

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

El objetivo es comparar distintas técnicas de tratamiento de imágenes basadas en el análisis de mezclas espectrales con el fin de encontrar la más operativa para evaluar los grados de severidad causados por un incendio.

MATERIAL EMPLEADO Para el estudio de la superficie incendiada se empleó una imagen captada el 31 de julio de 2004 por el sensor TM (Thematic Mapper) a bordo del satélite Landsat 5 de la NASA (National Aeronautics and Space Administration). Como cartografía de vegetación se manejó la base de datos europea de usos del suelo Corine Land Cover 2000 (CLC2000) [6]. Para el entrenamiento de los análisis aplicados a la imagen Landsat TM y para la verificación de los resultados se emplearon los datos de campo recogidos en la zona incendiada en una campaña de muestreo entre el 5 y el 8 de octubre de 2004. El tratamiento de imágenes se llevó a cabo con ENVI 4.0 y ArcView 3.2. Para los análisis estadísticos se empleó Statgraphics Plus 4.1

MÉTODO SEGUIDO Trabajo previo a la campaña de campo La imagen Landsat TM se corrigió geométricamente tomando como base el CLC2000, para poder combinar ambas fuentes de información. Sobre la imagen corregida se realizó un primer análisis de tipo Matched Filtering (MFpre-campo), para obtener una estimación de la superficie quemada y una primera cartografía de niveles de severidad en base a la cual poder planificar la campaña de campo. El método Matched Filtering (MF) asigna a cada píxel un valor de probabilidad de pertenecer a una clase. Dicha clase se define con un conjunto de polígonos de entrenamiento (“endmember”). En este caso los polígonos se eligieron en zonas completamente quemadas, y la probabilidad asignada a cada píxel se interpreta como su grado de severidad. La elección del método MF se basa en los buenos resultados obtenidos en trabajos anteriores para la discriminación de zonas quemadas [7]. Los polígonos de entrenamiento se delimitaron “de visu” sobre la propia imagen, buscando zonas aparentemente muy quemadas. El MFpre-campo se reclasificó en tres niveles de severidad: baja (1), media (2) y alta (3). Se decidió trabajar con tres niveles puesto que resulta adecuado para el objetivo de este trabajo, como se deduce de la propia experiencia [3] y de trabajos consultados ([2] y [5]). Los niveles se definieron basándose en la imagen Landsat TM y en los resultados obtenidos por Merino-de-Miguel et al. [7]. Los umbrales elegidos para la reclasificación del MFpre-campo aparecen en la Tabla 1.

16

Tabla 1. Umbrales de reclasificación del Matched Filtering pre-campo Valor de MFpre 0 < MF  0,5 0,5 < MF  0,9 MF > 0,9

Severidad 1 2 3

Sobre el archivo resultante se aplicó un filtro de mediana de 7x7 para eliminar píxeles aislados. Esta cartografía provisional se combinó con un mapa de vegeta ci ón de ci nco cl ases ba sado en el CLC2000 (coníferas, eucaliptos, resto de frondosas, mixto y no arbolado). Se obtuvo un mapa con 15 tipos de zonas en función de la severidad y del tipo de vegetación presente antes del incendio. Para la evaluación visual de la severidad en campo se elaboró una clave fácil de interpretar y adaptada a las condiciones de los montes mediterráneos, basada en la propuesta por Ruiz Gallardo [5].

Campaña de campo Las zonas a muestrear se eligieron sobre la cartografía elaborada (ver 3.1). Se definieron los itinerarios por carreteras y pistas atravesando la zona incendiada, y se eligieron los puntos de muestreo de manera que reflejasen todas las posibles combinaciones de nivel de severidad y tipo de vegetación previa al incendio. En cada punto se tomaron coordenadas GPS, fotografías, una estimación visual de la severidad según la clave establecida en gabinete (ver 3.1) y anotaciones sobre las condiciones de la zona. Se cuenta con un total de 54 puntos (30 de severidad 3, 18 de severidad 2 y 6 de severidad 1) que se usaron para verificar los resultados. Sólo 35 de esos puntos, que se denominaron puntos α, se emplearon en la fase de entrenamiento (19 de severidad 3, 13 de severidad 2 y 3 de severidad 1).

Trabajo posterior a la campaña de campo Se aplicaron distintos tratamientos a la imagen Landsat TM, basados en el análisis de mezclas espectrales. Los “endmember” se definieron empleando únicamente los puntos α.

Matched Filtering (MF) Se elaboraron dos MF basados en los puntos α de severidad 3. El “endmember” se definió de dos formas: • Considerando únicamente los píxeles que contienen los puntos de muestreo (MF_A). • Tomando ventanas de 5x5 alrededor de los píxeles que contienen los puntos de muestreo (MF_B). Sobre los MF_A y B se hizo una clasificación no supervisada (Isodata) de tres clases, y se aplicaron filtros de mediana de 3x3, 5x5 y 7x7. Se obtuvieron 8 clasificaciones. Se hizo una segunda estimación de

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

superficie quemada a partir del MF_A, siguiendo el proceso explicado en 3.1. Sobre el MFpre-campo se hizo también una clasificación no supervisada y se aplicaron filtros de 3x3, 5x5 y 7x7. Se obtuvieron 4 clasificaciones.

Análisis Lineal de Mezclas Espectrales (ALME) Este método de análisis asume que la respuesta espectral de cada píxel es combinación lineal de las respuestas de cada uno de sus componentes. En este caso se consideraron como componentes los tres niveles de severidad, y se definieron los “endmembers” (uno asociado a cada clase de severidad) en base a los píxeles que contienen los 35 puntos α tomados en campo. El r esult a do es una ba n da par a ca da un o de los “endmember”, que asigna a cada píxel la probabilidad de pertenecer a la clase de severidad correspondiente a dicho “endmember”. Sobre el archivo resultado del ALME se hizo una clasificación no supervisada de tres clases y se aplicaron filtros de mediana de 3x3, 5x5 y 7x7. Se obtuvieron 4 clasificaciones.

Verificación de las clasificaciones Para verificar las 17 clasificaciones realizadas (ver 3.1, 3.3.1 y 3.3.2) se emplearon los 54 puntos de campo. Se elaboraron tablas de contingencia entre los datos obtenidos en campo y los procedentes del tratamiento de imágenes. En el análisis estadístico se comprobó la no independencia entre ambas series de datos mediante la prueba Chi-cuadrado, y se obtuvieron la fiabilidad global, el índice Kappa y el coeficiente de correlación de rangos de Kendall (τc) como medidas del grado de asociación. El índice Kappa varía entre 0 y 1, siendo 1 la perfecta asociación. τc varía entre 1 (perfecta asociación positiva) y -1 (perfecta asociación negativa). Con ambos índices, la independencia se da para el valor 0.

clasificación no supervisada de 3 clases y un filtro de mediana de 7x7 (ver 3.3.1). • MF2: sobre el MFpre-campo se establecieron umbrales para diferenciar las tres clases de severidad. Sobre el archivo resultante se aplicó un filtro de mediana de 7x7 (ver 3.1). • MF3: Igual que MF1 pero aplicando un filtro de 5x5 (ver 3.3.1). • MF4: sobre el MFpre-campo se aplicó una clasificación no supervisada de 3 clases y un filtro de mediana de 7x7 (ver 3.3.1). En la Tabla 2 aparecen los valores de fiabilidad global y coeficientes Kappa y τc de Kendall para las clasificaciones citadas. τ c es significativo en todos los casos para un nivel de confianza del 95%, y para MF1, MF2 y MF4 al 99%. Tabla 2. Verificación de las clasificaciones con los 54 puntos tomados en campo.

MF1 MF2 MF3 MF4

Fiabilidad global % 59,26 57,41 57,41 55,56

Índice Kappa 0,38 0,31 0,29 0,31

Índice τc 0,40 0,38 0,31 0,37

El mejor resultado se obtiene para MF1, con una fiabilidad global del 59,26%, lo cual se considera aceptable ([2] y [8]), especialmente teniendo en cuenta la escasa densidad del muestreo. El aspecto del MF1 puede verse en la Figura 1.

RESULTADOS Estimación de la superficie quemada La superficie quemada obtenida a partir del MFprecampo (ver 3.1) resultó ser de 34473,33 ha. Al repetir el proceso teniendo en cuenta los datos de campo (ver 3.3.1) se obtuvo una segunda estimación de superficie quemada de 32057,56 ha. Esta cifra se considera más ajustada, al estar basada en información recogida sobre el terreno.

Estimación del nivel de severidad Con respecto a la estimación de niveles de severidad causados por el incendio, las cuatro clasificaciones pa ra l as que se h an obt eni do l os m ejor es resultados se exponen a continuación. • MF1: MF cuyo “endmember” procede únicamente de los puntos á de severidad 3. Sobre el MF se aplicó una

Figura 1. Aspecto de la zona incendiada con tres niveles de severidad.

La distribución de superficie quemada según el nivel de severidad asignado por MF1 aparece en la Tabla 3. Tabla 3. Porcentaje de superficie quemada según el nivel de severidad. Severidad 1 2 3

% de superficie 20,7 40,7 38,6

Es necesario destacar la virulencia del incendio, que pudo ser comprobada en campo. Casi un 40% de la superficie corresponde a un nivel alto de severidad, lo que se traduce en vegetación arrasada y suelo prácticamente desnudo en zonas muy extensas. Entre los niveles de severidad medio y alto suman el 80 % de la

17

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

superficie. No cabe duda de que este incendio ha sido devastador para la vegetación y para la economía local, por lo que urge tomar medidas para la recuperación de los recursos forestales perdidos.

CONCLUSIONES Las principales conclusiones que pueden extraerse del trabajo presentado son las siguientes: • El método MF ha proporcionado resultados aceptables para la estimación tanto de superficie quemada como de niveles de severidad, incluso sin contar con datos de campo. Sin embargo, los resultados mejoran cuando se usa información de campo para definir el “endmember”. • Los MF cuyo “endmember” está formado por píxeles individuales (basados en datos de campo) dan mejores resultados que aquéllos cuyo “endmember” procede de ventanas tomadas alrededor de dichos píxeles. Esto corrobora la importancia de la “pureza espectral” para definir zonas de entrenamiento. • La clasificación no supervisada aplicada sobre los MF es un método automático para definir clases que ha producido resultados aceptables. Este método evita la subjetividad asociada al establecimiento de umbrales “de visu”, y facilita la comparación de resultados. • Los resultados obtenidos con el método MF son mejores que los obtenidos con ALME, incluso para el MF previo a la salida de campo. Esto puede facilitar el

trabajo, ya que el MF es más sencillo de obtener y manejar que el ALME. • La aplicación de filtros de mediana mejora los resultados, lo cual es positivo ya que es necesario eliminar el exceso de puntos aislados para obtener cartografía aplicable a la gestión. La metodología desarrollada ofrece resultados prometedores para obtener cartografía de severidad de calidad aceptable y con poco trabajo de campo, operativa para una evaluación rápida de la situación tras el paso del fuego. El método es aplicable a cualquier incendio, sólo es necesaria una imagen posterior al paso del fuego sobre la que se realiza un procesado sencillo, y proporciona una herramienta muy útil para la toma de decisiones por parte de los gestores forestales. Se considera necesario profundizar en el método para lograr mejores resultados y contrastar las conclusiones obtenidas.

AGRADECIMIENTOS Este trabajo se ha realizado en el marco del Convenio CC02-0015 suscrito entre el Ministerio de Medio Ambiente y el INIA. Los autores agradecen al Grupo de Incendios Forestales del CIFOR-INIA y a Francisco Rodríguez Silva su asesoramiento y colaboración en la preparación de la campaña de campo, y a Rafael Navarro Cerrillo la bibliografía suministrada.

REFERENCIAS BIBLIOGRÁFICAS 1. CHAFER, C.J., NOONAN, M. AND MACNAUGHT, E.: “The post-fire measurement of fire severity and intensity in the Christmas 2001 Sydney wildfires”,Int. Journal Wildland Fire, 13, 227-240, 2004. 2. NAVARRO CERRILLO, R.M., NAVARRO MEZQUITA, C.,SALAS CABRERA, F.J., GONZÁLEZ DUGO, M.P., FERNÁNDEZ, P.L. y RODRÍGUEZ-SILVA, F.: “Evaluación de grados de afectación producidos por un incendio. Aplicación de imágenes Landsat-TM a su caracterización y seguimiento”, Mapping 44, 37-47, 1998. 3. GONZÁLEZ-ALONSO, F., MERINO-DE-MIGUEL, S., ROLDÁN-ZAMARRÓN, A., GARCÍA-GIGORRO, S. Y CUEVAS, J.M.: “MERIS Full Resolution data for mapping level-of-damage caused by forest fires. The Valencia de Alcántara event in August 2003”, (En revisión). 4. GONZÁLEZ-ALONSO, F., MERINO-DE-MIGUEL, S., GARCÍA-GIGORRO, S., ROLDÁN-ZAMARRÓN, A., CUEVAS, J.M. Y ARINO, O.: “Mapping forest-fire damage with Envisat”, ESA bulletin, 120, 22-26, 2004. 5. RUIZ GALLARDO J.R.: “Teledetección y SIG en la asistencia de la actuación forestal postincendio” (Tesis Doctoral), Universidad de Castilla–La Mancha, 107-110, 2004. 6. AGENCIA EUROPEA DE MEDIOAMBIENTE-INSTITUTO GEOGRÁFICO NACIONAL: Corine Land Cover (http://www.mfom.es/ign/), 2000 7. MERINO-DE-MIGUEL, S., GONZÁLEZ-ALONSO, F., GARCÍA-GIGORRO, S., ROLDÁN-ZAMARRÓN, A., Y CUEVAS J.M.: “Is it possible to timely and accurately estimate wildfire burnt areas using remote sensing techniques?”, 24th EARSeL Symposium, mayo 2004, Dubrovnik, Croacia, 2004. 8. CASTILLO, J., MARTÍNEZ-CASASNOVAS, J.A.: “Análisis de la recuperación de la cubierta vegetal en los municipios de Pinós y Torá tras el incendio de 1998 mediante el tratamiento multitemporal de imágenes de satélite Landsat ETM+”, INVETEL 2004, marzo 2004, Lleida, España, 2004

18

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Sistema para la detección y monitoreo de incendios en la vegetación con el empleo de la teledetección. Pronóstico de peligro a corto y mediano plazo System for vegetation fire detection and monitoring with the use of remote sensing. Short-medium range fire risk forecast Eva Mejías Sedeño1 y Alberto W. Setzer2 RESUMEN. Se implementó, para Cuba, un “Sistema automatizado para la detección y monitoreo de incendios en la vegetación” empleando la teledetección satelital. Se incluye el pronóstico de peligro de incendios a corto y mediano plazos. La extracción de focos de calor, su localización, distribución espacial y evolución temporal se efectúan, mediante procesamiento digital de imágenes, aplicando el método de “Detección de puntos caliente” con el empleo de algoritmos multiespectrales. Se utilizan actualmente, imágenes de los satélites GOES, sensor I-M Imager y TERRA/AQUA, sensor MODIS. La información de focos detectados es integrada a informaciones cartográficas utilizando diferentes “Sistemas de Informaciones Geográficas” (SIG), que permiten visualizarlos en el medio donde ocurren y evaluar las posibilidades de combate y manejo del fuego. Se genera abundante información complementaria sobre los incendios detectados, con elevada frecuencia temporal y cobertura nacional. Mediante avisos y alertas tempranas son suministradas a los usuarios en tiempo casi real, utilizando diferentes servicios de redes electrónicas. Se desarrollaron aplicaciones especiales de avisos y transmisión de información para casos de focos detectados en “áreas protegidas”. Desde marzo de 2004 el sistema se encuentra operando, a modo de prueba. La información generada es almacenada en “archivo de datos” habilitados en Brasil y Cuba que posibilitarán el desarrollo de futuras investigaciones aplicadas al tema. La detección temprana de los incendios constituye un complemento al sistema de vigilancia en tierra, contribuirá a disminuir la cantidad de áreas afectadas y los impactos negativos que ocasionan los incendios a la economía, la sociedad y el medio ambiente cubanos. Palabras clave: teledetección, incendios en la vegetación, detección de incendios, monitoreo de incendios peligro de incendios. ABSTRACT. It was implemented, for Cuba, a system for the detection and monitoring of fires in the vegetation” with using remote sensing technology. Short and medium range fire risk forecast is included. The extraction of hot spots, their location, space distribution and temporary evolution takes place, by means of digital processing of images, applying the method of “Detection of hot spots” with the use of multispectral algorithms. At the moment it is using images of GOES satellite, I-M Imager sensor and TERRA/AQUA, MODIS sensor. The information of detected fires is integrated to geographic information of Cuba using different SIG that allow to visualize them in mea ns where they happen. Abundant complementa ry informa tion is generated on detected fires, with high tempora ry frequency and national cover. By means of early warnings and alert they are provided to the users in almost real time, using different services of electronic networks. Were developed special applications of warnings and transmission of information for cases of fires detected in “protected areas”. From March of 2004 the system is operating, as a test. The generated information is stored in “data file archive” in Brazil and Cuba that will make possible the development of own applications. The early detection of fires constitutes a complement to the system of earth monitoring, will contribute to diminish the negative amount of affected areas and impacts the Cuban fires to the economy, society and environment. Keywords: remote sensing, vegetation fire, fire detection, fire monitoring, fire risk.

1

2

M.Sc., Instituto de Meteorología (INSMET), Carretera del Asilo S/n, Casa Blanca, Municipio Regla, Ciudad de La Habana, Cuba, CP: 11700, Tel.: 53 78670714, Fax: 53 78668010, E- : [email protected] Dr., Instituto Nacional de Pesquisas Espaciais (INPE), San José dos Campos, S P, Brasil, Tel: (55) 12 3945 6464, Fax: (55) 12 3945 6652, E- : [email protected]

19

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN Un gran número de incendios forestales ocurren cíclicamente alrededor del planeta, en la actualidad constituyen, un problema grave que afecta a muchos países (Oharriz, Valdés y Llorente, 1990). Particularmente en las últimas décadas ha habido en el mundo una importante tendencia al aumento de los incendios forestales (Vélez 2000) y Cuba no ha sido una excepción, el número de incendios ocurridos en las últimas décadas y la cantidad de áreas afectadas indican, que en el país existe necesidad de implementar nuevas acciones que contribuyan a revertir la actual situación, así como buscar mecanismos más efectivos de previsión, detección y control de incendios. Este fenómeno es la causa de grandes pérdidas económicas, producen verdaderas catástrofes, con importantes daños al medio ambiente, la destrucción de grandes extensiones de bosques tropicales, estos últimos, importantes sumideros del Dióxido de carbono. Los incendios ocasionan también, pérdida de la flora asociada al bosque, muchas veces formaciones vegetales primarias, afectaciones a la fauna y la muerte de numerosas especies animales autóctonas, aceleran los procesos de erosión del suelo, provocan transformaciones perjudiciales en la composición química del suelo y la pérdida de la microflora asociada con la consiguiente disminución de la productividad, producen la contaminación de las aguas superficiales y subterráneas, alteran la estructura paisajística y en general, provocan efectos severos de degradación del medio. Significativas son actualmente las pérdidas de vidas humanas, propiedades, infraestructura social y económica, ocasionadas directamente por los incendios, así como las afectaciones a la salud humana, en las regiones afectadas y zonas vecinas, debido al aporte de humo y smog. El impacto del fuego en la atmósfera terrestre es también de gran significación. Estudios meteorológicos y de composición química de la troposfera han demostrado que la ocurrencia de incendios provoca, sin dudas, contaminación atmosférica y tienen influencia en los cambios climáticos regional y global. Sus emisiones contribuyen a inyectar a la atmósfera grandes cantidades de gases de efecto invernadero y por tanto al aumento de la temperatura media del planeta. Gases como el CO, NOx, SO2, HCN y aerosoles provocan alteraciones en el balance radiactivo de la tierra. Otros gases producidos por la combustión, CH4, CO y NO, desempeñan un rol importante en la formación de las moléculas de Ozono (O3) el aumento de sus concent r a cion es t r oposféri ca s y r educcion es del estratosférico, principal absorbente en la atmósfera de la radiación ultravioleta del sol. El empleo de la teledetección satelital ha abierto al hombre, nuevas posibilidades para la detección temprana, mejor control y manejo de los incendios desencadenados en el medio forestal, lo cual resulta difícil y complejo utilizando los métodos tradicionales, incluido el empleo de aviones, cuyo costo operacional es sumamente alto y el que en ocasiones se ve altamente

20

limitado por las grandes nubes de humo que impiden la visibilidad y el acceso a la zona. (Chuvieco y Martin 1994), (Castros y Chuvieco 1994). Con el empleo de esta tecnología, desde las alturas si der a l es, l os i n cen di os son per ci bidos sistemáticamente por sensores remotos emplazados a bordo de plataformas satélites que orbitan la tierra (Liew, Kwoh, Lim, y Lim, 2001) y se ha convertido en una herramienta de bajo costo muy útil para el pronóstico, la detección temprana y monitoreo aceptable de la evolución de los focos activos de incendios en la superficie terrestre. Informaciones importantes para los estrategas de la lucha contra el fuego. Comparado con los métodos convencionales de observación, la adquisición de datos de incendios con el empleo de satélites, tiene mayores ventajas al tener mayor cobertura, ya que logran obtener información detallada de grandes área en la superficie terrestre, ofrecen una visión sinóptica de los acontecimientos y la distribución espacial de los fuegos, tienen mayor frecuencia de observación y revisitas del campo de interés, etc. Tras la extinción del fuego las imágenes de satélite son útiles, son útiles para realizar la cartografía de áreas quemadas, realizar el cálculo aproximado del área afectada, evaluación del impacto producido y dar seguimiento a la evolución posterior y rehabilitación de las áreas quemada ya que las huellas digitales espectrales cambian a medida que las primeras hierbas y pastos, seguidas por árboles pequeños y luego árboles grandes repueblan el área. Estas imágenes también son empleadas para determinar la propagación del humo, realizar estimaciones de las emisiones de gases contaminantes y partículas emanadas a la atmósfera por los incendios. Los datos de satélites son ampliamente empleadas para la realización de estudios e investigaciones sobre el fuego ya que proporcionan información sobre la cobertura geográfica y frecuencia de los incendios, requerida por muchas investigaciones biofísicas, análisis espacio-temporal de la actividad del fuego, entre otras. Actualmente un gran número de satélites se encuentra proporcionando información aplicable a los trabajos de incendios y otro gran número de satélites se están diseñando. El comportamiento de algunos elementos meteorológicos que caracterizan el clima tiene efectos significativos sobre el comportamiento del fuego, influyendo decisivamente en la ignición y propagación de los incendios (Batista 2000). La rudeza del clima en Cuba, sometido a largos períodos de escasas precipitaciones —de entre cuatro y seis meses—lo convierte en un aliado indiscutible de los incendios forestales. Paveri, Lama, Linares, Chávez y Díaz. (2001), establecieron en la “Estrategia nacional del sistema de protección contra incendios forestales en Cuba,” entre sus acciones para el período 2001-2005, el rediseño del actual sistema de detección terrestre y aérea de incendios, así como ampliar su cobertura para todo el territorio nacional, incorporando para ello la teledetección. De allí que el objetivo del presente trabajo consistió en “Implementar, un sistema para la detección y

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

monitoreo de incendios en la vegetación para Cuba con el empleo de la teledetección satelital”, incluido el pronóstico de peligro a corto y mediano plazo, mediante el cual se garantice: • La detección de incendios en la vegetación en todo el territorio cubano, de forma operativa y permanente mediante el procesamiento digital de imágenes. • La integración de las informaciones de focos de calor detectados a un “Banco de Datos Geográficos” de Cuba con el empleo de sistemas de informaciones geográficas (SIG). • Suministrar a los usuarios las informaciones generadas por el sistema en tiempo real a través de un sistema de aviso y alertas tempranas utilizando diferentes opciones y servicios de redes electrónicas. • Crear una base de datos de información de incendios en la vegetación, detectados con satélite para Cuba y otras informaciones y productos derivados del sistema para ser empleados en los posteriores estudios e investigación de este fenómeno en el país.

MATERIALES Y MÉTODOS Satélite GOES-12/Sensor I-M IMAGER: GOES (Geost ati onary Operac ional E nv i ronme nt al Satellite): Satélite de órbita geoestacionaria. Altura de cerca de 36,000 Km. inclinación 0º, se constituye en una única órbita sobre el ecuador, sincrónico con la rotación de la tierra. Constituye un elemento básico para las operaciones de vigilancia y pronóstico del tiempo y además es ampliamente utilizado en labores de detección de incendios en la vegetación. Como satélite geoestacionario tiene baja resolución espacial pero alta resolución temporal y su geometría de observación es constante. Consigue obtener datos de la misma parte de la superficie de la tierra cada 15 minutos y sus datos son de rápida transmisión, por lo cual es posible detectar de forma inmediata un fuego cuando se inicia. http://www.gsfc.nasa.gov/. Dada la distancia a que se encuentra, la sensibilidad del sensor disminuye, por lo que tiene menor capacidad de identificación de fuego que los satélites de órbita polar que circundan la tierra a menores alturas, en este caso, los eventos de fuego tienen que tener una temperatura mayor de 100º C para que puedan se detectados por GOES. El Sensor I-M IMAGER a bordo del GOES, es un radiómetro de baja resolución espacial. Posee cinco canales espectrales, uno en el visible y cuatro en el infrarrojo, diseñados para detectar la energía radiante y solar reflejada de las áreas muestreadas en la superficie terrestre, explora 3000 por 3000 kilómetros. Posee bandas en el infrarrojo de onda corta, lo cual le posibilita la detección de incendios. http://noaasis.noaa.gov/ NOAASIS/ml/imager.html. Satélite TERRA/AQUA (EOS AM-1/PM-1)/ Sensor MODIS: Los satélites AQUA y TERRA son parte de la Earth Science Enterprise de la NASA. Poseen órbitas con ciclo diario sincronizado, TERRA desciende a través del ecuador a las 10:30 de la mañana, hora local de

la zona, mientras que AQUA asciende a través del ecuador a la 1:30 PM., lo cual permite observar los fenómenos de la tierra, por la mañana con TERRA y por la tarde con AQUA. Tiene una cobertura global continua de cada 1 a 2 días. El SENSOR MODIS (Moderate-resolution Imaging Spectroradiometer) Proto-Flight Model (PFM). AQUA y TERRA portan cada uno un MODIS. Espectroradiómetro multiespectral de mediana resolución. Este posee 36 bandas espectrales que miden radiaciones en longitudes de onda desde el visible al infrarrojo termal. (21 bandas espectrales entre los 0,4-3,0 µm y 15 de 3 a1 14,5 µm). Tiene canales diseñados específicamente para la detección de fuego. La exactitud de geolocalización y las características radiométricas más convenientes permiten la elaboración de productos de mayor precisión sobre los fuegos activos y las áreas quemadas, conocer los ciclos diarios de los incendios en todas las regiones del planeta, velocidad de propagación así como obtener datos útiles para realizar la representación espacial de los fuegos. http://gofc-fire.umd.edu/index.asp

MÉTODO Para efectuar la detección localización, distribución espacial y evolución temporal de fuegos activos de dentro de las imágenes de los satélites se empleó el método conocido como de “Detección de puntos caliente” (Liew, et. al 2001). La “Detección de puntos caliente” consistente en la localización, dentro de las imágenes de los satélites, de píxeles con alta emisión radiativa en las regiones visible e infrarroja del espectro electromagnético, que generalmente se corresponden con la existencia de “fuegos activos” en el área. La determinación de la existencia de puntos calientes se realiza mediante el procesamiento digital de imágenes con el empleo de algoritmos que realizan automatizadamente la comparación de la temperatura radiométrica de una superficie (equivalente a un píxel de la imagen) en una longitud de onda determinada, en función de la temperatura de otras superficies que se encuentran a su alrededor a partir de umbrales de temperaturas preestablecidos. De esta manera se llegan a identificar focos de calor, cuando se observan temperaturas iguales o superiores a los límites predefinidos como incendios. Mediante este procedimiento es posible detectar incendios hasta en una superficie que ocupe solamente una pequeña fracción de un píxel o subpixel. Los algoritmos donde se establecen los umbrales de temperatura que deben existir, entre píxeles para, realizar la detección de incendios en las imágenes del satélite GOES-12, fueron establecidos por Setzer y Yoshida (2004), investigadores del Instituto Nacional de Pesquisas Espaciais (INPE) de Brasil http:// www.inpe.br/.El algoritmo para determinar la presencia del fuego en las imágenes de los satélites TERRA y AQUA sensor Modis, fue establecido por Setzer (2003),

21

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

en ambos casos mediante el procesamiento digital y análisis de volúmenes considerables de información digital obtenida por los sensores, en los canales utilizados para la realizar la detección. La confiabilidad en la detección de incendios, empleando este procedimiento se fundamenta en la relación física existente entre la “temperatura de brillo” (Tb), obtenida por el sensor (Fórmula 1) y la “temperatura real” (Tr) de la superficie, (Fórmula 2). Tb = E 1/4 Tr Tr = E -1/4 Tb

(1) (2)

Donde: Tb- Temperatura de brillo. (K, °C) E- Emisividad Tr-Temperatura real (K, °C) Los sensores de los satélites lo que miden, es radiancia espectral por unidad de ángulo sólido en Watts/m 2.sr.cm, la cual es posteriormente convertida para “temperatura radiométrica” (Tr), esta representa siempre valores menores que la temperatura real (Tr) de la superficie. Por tanto, la (Tr) indica solo una fracción de la temperatura que realmente existe en la superficie. Por tanto, la situación en la superficie es más crítica, en lo que a temperatura se refiere y es en este punto donde radica la seguridad de que se esté produciendo un incendio en el lugar. Un poderoso SIG es empleado para la visualización de los incendios por Internet con varias capas de información cartográfica, el TerraLib/Queimadas. Un sistema rápido que posee su variante específica para informar sobre la detección de incendios en “Áreas protegidas”. http:// www.dpi.inpe.br/proarco/bdqueimadas/. La integración de la información de incendios con información cartográfica, se realiza utilizando el SIGSpring http://www.dpi.inpe.br/spring/espanhol/ index.html. Las capas de información seleccionada de un Banco de Datos Geográficos de Cuba (GEOCUBA 2003) que resultan de interés para el combate a los incendios fueron exportadas para el SIG SpringWeb 3.0 http://www.dpi.inpe.br/spring/portugues/sprweb/ springweb.html el cual posee una aplicación, que posibilita la visualización de la información cartográfica a través de Internet o Intranet a los usuarios. (Ho 2000). La integración en tiempo real de las informaciones de focos detectados, con la información geográfica de Cuba, se realiza automáticamente, luego del pase de los satélites. Se encarga de realizar esta operación la “División de Procesamiento de Imágenes” (DPI) del INPE http://www.dpi.inpe.br , con lo cual se garantiza mantener actualizada la información de focos detectados permanentemente. Las evaluaciones y pronósticos del “riesgo de incendios” o condiciones potencialmente favorables al surgimiento de los incendios, se realizan mediante el modelo de cálculo de “Riesgo básico de incendio” (formula 3), basado en el análisis del comportamiento de la lluvia y tipo de vegetación. Al cálculo del riesgo básico, se la aplican factores de corrección de humedad relativa y temperatura del aire.

22

Riesgo = (1 + Sin (A * No.Días - 90)) / 2

(3)

Donde: A- Constante de vegetación. No. Días- número de días sin lluvias. Los valores de riesgo son enmarcados en clases de riesgo, mínimo, bajo, medio, alto y crítico, según aparece en la tabla 1 y sus representaciones gráficas var ía n según l os color es a sign a dos en l as fil a s correspondientes. Tabla 1. Clases de riesgo de incendio y colores asignados a su representación gráfica

Clases de Riesgo Mínimo Bajo Medio Alto Crítico

0 a 0.15 0.15 a 0.4 0.4 a 0.7 0.7 a 0.95 > 0.95

La información meteorológica para el cálculo del riesgo observado, se obtiene de las observaciones realizadas en tierra por estaciones meteorológicas de intercambio mundial y regional existentes en Cuba. La información de riesgo observado mostrada es válida por 24 horas y el programa de cálculo es corrido a la 23:36 horas. Los mapas de riesgo previsto para el primer día, segundo día (día actual +1) y el tercer día (día actual +2), con resolución de 5 Km. son elaborados a partir de la información meteorológica pronosticada por el modelo meteorológico global T126. El programa de cálculo de riesgo previsto para el primer día es corrido a la 07:00 horas y el del pronóstico para la el 2do y 3er días a la 07:40 horas. El pronóstico es válido por 24 horas.

RESULTADOS Las informaciones de incendio y diferentes productos generados, como resultado de la implementación del sistema “QUEIMADAS” para Cuba se distribuyen al público, en tiempo casi real a través de, correos automáticos, páginas Web en Internet, etc.

Distribución de las informaciones de incendios a los usuarios Detecciones con el satélite GOES: A partir la págin a pri n ci pa l del sist em a “Queim a da s” h tt p:/ / www.cptec.inpe.br/queimadas/ se accede a la página Web principal de información del satélite GOES-12 para Cuba haciendo clic sobre la bandera cubana ubicada en el extremo inferior derecho de la misma. En la parte superior de la página de información del satélite GOES-12 para Cuba, son divulgadas las últimas detecciones” de incendio realizadas y los focos a cum ul a dos en l a s úl t i m as 24 h or a s. h t tp: / / t ucupi. cptec. in pe.br / quei ma da s/ r i sc_cuba / queimap_cuba.html. (Fig.1).

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 1. Página Web principal del sistema, para Cuba, con las detecciones GOES-12 e información de “RIESGO”.

La imagen superior derecha muestra el mapa con el resultado de la “última detección” realizada por el satélite GOES-12 en Cuba. Cada punto que aparezca en el área de los mapas indica un píxel con temperatura de algunas centenas de grado, lo que normalmente está asociado a incendios. Al mapa con la “última detección” se puede acceder por: http://www2.cptec.inpe.br/ satelite/metsat/queimada/atual/qda/qda_cu.gif. La imagen inferior derecha muestra los focos de “incendios acumulados” en Cuba, durante las últimas 24 horas, detectados con el satélite GOES-12. Cada punto en el mapa indica un incendios producidos en el transcurso de las horas indicadas en el extremo superior derecho del área del mapa. Al mapa con la información de “focos acumulados” se puede acceder directamente además accediendo a la página Web: http://

www2.cptec.inpe.br/satelite/metsat/queimada/atual/ acm/goes/agc_cu.gif. El color de los puntos que aparecen alertando sobre la existencia de los incendios varía de acuerdo con el albedo en la región en el momento de efectuarse la detección. El punto de color negro, indica detecciones nocturnas (albedo 0-3 %), rosado, que la detección es diurna (albedo 3-12 %) y el rojo detecciones en superficie recalentada, con albedo entre el 12 y 24 %. En la parte inferior de la página (Fig.1) se encuentra la información primaria referente al “RIESGO DE INCENDIO” para Cuba que incluye el vínculo con la página principal la cual es descrita, con mayor nivel de detalles, más adelante en el presente trabajo. Se encuentran incluidos además enlaces a otros tipos de informaciones generadas por el sistema, documentos

23

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

e informaciones elaborados por los autores referentes al procedimiento de detección, algoritmo empleado, etc. A las últimas informaciones de incendios en Cuba con el satélite GOES-12, además se tiene acceso a través de la página principal del GOES, dentro del sistema “Queimadas” http://www.cptec.inpe.br/products/ queimadas/queima_goes_v3.0/index_goes.html. La página Web de focos acumulados por GOES, también se tiene acceso a través de:http://www.cptec.inpe.br/ products/queimadas/NxGxM/principal_goes_sn.html donde aparece la información para todos los países del subcontinente. Para acceder, a partir de las páginas anteriormente mencionadas, a las informaciones de focos detectados específicamente en Cuba y poder visualizar los mapas de forma independiente, el usuario debe hacer clic sobre el mapa de Cuba.

Información de las detecciones TERRA/AQUA, sensor MODIS para Cuba A las detecciones de incendio realizadas con los satélites Terra/Aqua, sensor Modis para Cuba, se accede a tr a vés de l a pá gin a Web h t tp: / / www.cptec.inpe.br/products/queimadas/NxGxM/ index_sats_sn.html , donde se pueden visualizar las informaciones de incendios detectados con el sensor MODIS, haciendo clic en el acceso MODIS, en la sección “Satélites” situada a la izquierda de la página. Haciendo clic sobre el mapa de Cuba, el usuario es r edi r ecci on a do a l a pá gin a Web: h t tp: / / www2.cptec.inpe.br/satelite/metsat/queimada/atual/ acm/eos/amc_cu.gif (Fig.2) donde es mostrado el mapa de Cuba ampliado, con las detecciones Modis, en este caso siempre son mostrados los focos acumulados, durante el período de tiempo indicado en la figura, debido a la relativamente baja resolución temporal de los satélites portadores.

Figura 2. Focos de incendios acumulados, observación realizada con los satélite EOS para Cuba, de las 11:00 Z del día 31 de mayo a las 11:00 Z del 1de junio/2006.

Detecciones con todos los satélites para Cuba En la página http://www.cptec.inpe.br/products/queimadas/NxGxM/index_sats_sn.html se hace clic en el Consulta NOAA+GOES+MODIS, en la sección “Todos los satélites” situada a la izquierda de la página (Fig. 3). Se hace clic sobre el mapa de Cuba y el sistema redirecciona al usuario a la página Web de todos los satélites para Cuba, donde es posible visualizar sola la imagen y ampliada con la suma, solo de las detecciones GOES+MODIS, por el momento. http://www2.cptec.inpe.br/satelite/metsat/queimada/atual/acm/all/acc_cu.gif

Figura 3. Suma de las detecciones realizadas por los satélites GOES +MODIS, para Cuba de las de las 11:00 Z del día 31 de mayo a las 11:00 Z del 1de junio/2006.

24

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Otros prod uctos de incendio d el sistema “Queimadas” • Persistencia de incendios detectados con el satélite GOES. Este producto indica sobre la cantidad de tiempo que permanecen activos los incendios detectados por el satélite, los que son divididos a su vez, según su persistencia en 4 clases: • Clase I- focos detectados ya, entre 0-6 horas. • Clase II- focos detectados ya, entre 6-12 horas. • Clase III- focos detectados ya, entre 12-24 horas. • Clase IV- focos detectados ya, entre 24-48 horas. En la última fila de la información se muestra el total

general de focos con diferentes persistencias. A la página principal de “persistencia” de focos, se a ccede a t ra vés de l a pá gi na Web: h t tp: / / w w w. c p t e c . i n p e . b r / p r o d u c t s / q u e i m a d a s / queima_goes_v3.0/pw_body.html. A la información específica sobre Cuba se accede haciendo clic sobre el mapa de Cuba, donde el usuario es redireccionado a la página Web: http:// www2.cptec.inpe.br/satelite/metsat/queimada/atual/pst/ pst_cu.gif o accediendo directamente a esta página. En la figura 4 aparece un mapa con la información de persistencia de focos de incendios para Cuba de las 18:45Z del día 22 de enero de 2005, donde se puede observar que en Cuba persisten 2 focos de Clase I.

Figura 4. Página de persistencia de focos detectados por el satélite GOES-12 para Cuba a las 18:45Z del día 22 de enero de 2005. Persisten 2 focos de Clase I.

• Consulta a las últimas imágenes: Se accede a las imágenes anteriormente elaboradas con la información en los horarios de observación seleccionado por el usuario en la página principal o accediendo a las páginas. http:// www2.cptec.inpe.br/satelite/metsat/queimada/atual/ • Animación de los incendios detectados durante las últimas 24 horas: Se muestra según opciones dadas por el usuario animaciones de los focos de incendio detectados por el satélite GOES, dentro de las últimas 24 horas. http:/ /www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/qw_anima.html • Actualizar imagen: Se emplea para visualizar la imagen más reciente. Las detecciones son actualizadas cada 30 minutos, pueden llegar a 15. http://www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/qw_main.html • Visualizar los mapas con cobertura nubosa: Las imágenes pueden ser vistas en dos tipos de mapas, con y sin cobertura nubosa. http://www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/qc_body.html • Documentos. Para visualizar el documento con la descripción del algoritmo y proceso de detección de incendios con el satélite GOES. http://www.cptec.inpe.br/queimadas/documentos/relat_goes.htm y, • Otras.

Información de focos de incendios integrada a información cartográfica y de geolocalización Las figura 5 muestra un ejemplo de como es mostrada esta información en la Web para Cuba, las selección de las capas de información que se desean visualizar es realizada a voluntad por el usuario, utilizando la barra de selección mostrada en amarillo en la parte superior de la página. Cuando aparecen focos de incendios, estos se pueden visualizar con sus coordenadas y otros atributos a él asociados solamente colocando el mouse sobre el foco. En la parte izquierda se brindan Consultas a una serie de opciones como son: seleccionar el país, el tipo de satélite, etc. y en la parte inferior se ofrecen informaciones variadas, incluida la información de cantidad de focos detectados presentes en la pantalla, del total

detectados para toda la zona además, brinda la opción de poder obtener los datos de coordenadas de los incendios del área en tres formas diferentes a seleccionar por el usuario como son: documento html, archivo txt o por email, a partir de que el usuario pueda contar con esta información este puede desarrollar, sus propias bases de aplicaciones de estos datos. Teniendo en cuenta que, todos los posibles usuarios en Cuba no tienen acceso a las páginas Web, por no contar con los servicios de Internet, pero que sí es posible transmitirles las coordenadas de los focos detectados, utilizando el sitio ftp://150.163.133.245/ y otras formas y medios de comunicación electrónicas, se desarrolló y probó una alternativa diferente para facilitar la integración de la información de focos de incendios a la base cartográfica con el empleo de SIG de fácil manejo para los usuarios.

25

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 5. Información de incendios detectados conjuntamente con el límite geográfico de Cuba, un mosaico de imágenes Landsat y los límites provinciales, del día 14 al 15 de agosto de 2005, con el satélite GOES, donde no se detectaron focos en Cuba.

En la figura 6 se muestra un ejemplo de integración, de la información de incendios con la división políticoadministrativa provincial. En la misma se pueden apreciar algunos atributos del foco como son, las coordenadas, fecha y hora del foco de incendio seleccionado así como las características de la provincia donde este se encuentra localizado.

Figura 6. Información de focos de incendios integrada a la división político-administrativa provincial y visualización de las informaciones no espaciales asociadas.

26

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Con el empleo de un SIG que opera fuera del sistema integrado a Internet, se satisfacen, de igual forma, las necesidades de los órganos encargados de combatir los incendios, de visualizar la información de focos detectados de conjunto con las informaciones no espaciales incluidas en sus correspondientes tablas de información, que ayudan de forma eficiente con la labores de enfrentamiento al fuego. Visualizar los focos de incendios al unísono con las capas de información correspondientes a la división político-administrativa provincial o municipal, posibilita ubicar los focos en la provincia o municipio donde está ocurriendo y mediante consulta de sus atributos no espaciales, conocer las principales características del territorio en cuestión e informar certeramente a los encargados de controlar los incendios. Las informaciones de focos de incendios pueden ser integradas a muchas otras series de informaciones cartográficas digital, siempre que sean incluidas y formen parte del banco de datos geográfico. La cantidad de información necesaria para evaluar el contexto donde ellos se desarrollan los incendios depende de la disponibilidad de las informaciones en formato digital y las necesidades de los usuarios. Con el empleo los SIG, los usuarios pueden de forma sencilla interactuar con la información, sin necesidad de reelaborar ni procesar datos los que no requieren ser tampoco especialista en geoprocesamiento de información ni poseer gran preparación para su manejo.

Información de focos de incendios en áreas protegidas • Focos detectados en áreas de interés especial a través de correos automáticos. Las informaciones de focos de incendios detectados en áreas de interés especial, en este caso de las “áreas protegidas”, además de ser divulgados a través de los portales anteriormente mencionados, se transmiten en tiempo real, por medio de mensajes automáticos de alerta, atendiendo a necesidad individuales de los usuarios, un ejemplo de ello son los correos automáticos. Para recibir esta información el usuario debe inscribirse a través de página Web http://www.dpi.inpe.br/ proarco/bdqueimadas/cadastro/. Si el foco de incendio es detectado en dichas áreas, el mensaje es elaborado y transmitido automáticamente, ya que al programa que genera los correos le fue incorporada, la relación de “áreas protegidas” en Cuba. La figura 7 muestra el último correo automático generado por el sistema partir de detecciones del satélite GOES-12 para Cuba y enviado a el 22 de mayo de (29 de mayo de 2006) a las 16:00 horas Z, donde se detectó un foco en el área protegida PN Ciénaga de Zapata perteneciente al Municipio, Cienaga de Zapata de la provincia Matanzas. En el mismo se brindan informaciones detalladas sobre las coordenada del foco, hora de detección etc., a las cuales se tiene Consulta haciendo clic en aquí.

Figura 7. Último correo automático con información de focos de incendios detectados en áreas de conservación de Cuba del 22 de mayo de (29 de mayo de 2006).

La información de focos, es generada para cualquiera de las 365 unidades de conservación existentes en Cuba, por “OPERASAT”, en la División de procesamiento de imágenes (DPI) del INPE. http://www.dpi.inpe.br. Posteriormente podrán ser incorporadas otras áreas en dependencia de las necesidades de los futuros usuarios del sistema, siempre que se disponga de la información digital requerida sobre las áreas de interés. Los mensajes son enviados automáticamente, en tiempo casi real, aproximadamente 20 minutos después del pase de los satélites, con el nombre de las áreas protegidas donde fueron detectados los incendios, así como la cantidad de focos, a partir de lo cual el usuario puede desarrollar sus propias estrategias de lucha. • Focos de incendios en áreas protegidas a través de páginas Web. Empleando el mismo SIG TerraLibre y su opción para “Áreas de conservación” subtitulada “BD UConservación” es posible visualizar los focos en estas áreas, detectados por todos los satélites, donde además

27

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

se ofrecen múltiples informaciones sobre los focos detectados y es posible visualizarlos de conjunto con cualquier capa de información del “Banco de dato geográfico” de Cuba, confeccionado al efecto. http://www.dpi.inpe.br/proarco/bdqueimadas/ En la figura 8 aparece un ejemplo de la forma en que es ofrecida a los usuarios la información de focos detectados en áreas de conservación, donde por cada área con focos de incendios es descrito, el tipo de uni-

dad, nombre, etc., es relacionado el foco con su número, coordenadas, fecha, hora y satélite que realizó la detección. Al hacer clic en (clique p/ver) la opción situada al lado del número del área, el usuario es remitido al mapa y aparece en pantalla el área especificada con los incendios detectados y un resumen abajo del total de focos en el área. Al colocar el mouse sobre el foco, son ofrecidas las informaciones existentes sobre el mismo.

Figura 8. Acercamiento a la información de incendios detectados conjuntamente con el límite geográfico de Cuba y las área protegidas de Cuba, del 6 al 7 de octubre de 2005, satélite Terra, donde no se detectaron focos en Cuba.

Todos los datos e informaciones que ofrece el sistema “Queimadas” son actualizados operativamente varias veces al día y permanentemente, durante todo el año.

INFORMACIÓN DE “RIESGO DE INCENDIOS” OBSERVADO Y PRONOSTICO A TRAVÉS DE PÁGINAS WEB En la porción inferior de la página Web principal del sist ema “QUEIMADAS” par a Cuba , h t tp: / / t ucupi. cptec. in pe.br / quei ma da s/ r i sc_cuba / queimap_cuba.html, se encuentra el aviso de información de “RIESGO” (Fig. 1). En la misma aparece a la izquierda el mapa de riesgo observado el día anterior, el cual puede ser ampliado haciendo clic sobre el mismo y a la derecha, una información general sobre los datos a partir de los cuales se genera la información de riesgo y un vínculo con la página principal de riesgo para Cuba, donde aparecen múltiples informaciones referentes al riesgo observado y el pronóstico para los próximos 3 días, mapas con las fuentes de datos, etc. La figura 9 muestra la forma en que es mostrada la información de riesgo de incendio para Cuba en la Web.

28

En la sección a) de la propia figura, aparece el mapa del “Riesgo observado” el día anterior al presente, en la sección b) se muestra, el “Riesgo previsto para el presente día” (primer día), elaborado el día anterior al presente, en la sección c) aparece el “Riesgo previsto para el siguiente día” (segundo día) y en la d) el “Riesgo previsto para el tercer día”. Paralelamente al cálculo y divulgación del riesgo, son generados y presentados en la Web los mapas con el comportamiento de cada uno los componentes del riesgo empleados para los cálculos. Al hacer doble clic sobre el mapa de riesgo observado o los de pronóstico, cada uno puede ser visualizado de conjunto con los mapas del comportamiento de dichas variables. En el caso de riesgo observado, (Fig. 10) la primera imagen a) corresponde al propio mapa de riesgo observado, a la derecha en la imagen b) aparece la precipitación acumulada (solamente la de 15 días, que no es la única utilizada para el cálculo), en la parte de abajo a la izquierda, imagen c) aparece la temperatura máxima observada y a la derecha en la imagen d) la humedad relativa mínima observada.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 9. Página principal de información de riesgo de incendio para Cuba en la Web. Riesgo observado el día 21 de enero de 2005 y pronosticado para los días 22, 23 y 24 del propio mes.

En el caso de riesgo pronosticado, también son ubicados en Internet los mapas que muestran el comportamiento futuro de los diferentes componentes (variables) utilizadas en el cálculo del riesgo pronosticado, según pronóstico del modelo meteorológico global T126, de donde son extraídos los datos para el cálculo.

Figura 10. Representación en la Web de los mapas de los componentes del riesgo observado para Cuba.

29

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

En todos los casos al hacer doble clic sobre cualquiera de las imágenes estas son ampliadas, con lo cual se facilita su visualización y manejo de las imágenes por los usuarios.

CONCLUSIONES 1) Se ha implementado para Cuba un “Sistema automatizado para la detección y vigilancia de incendios forestales con el empleo de satélites”, tecnología con la que no contaba, mediante el cual se ha establecido un sistema de trabajo conciso y permanente que permite: • Realizar la detección temprana y vigilancia de los incendio desencadenados en cualquier tipo de vegetación de forma operativa y permanentemente con 3 satélites, con lo cual se garantiza una frecuencia temporal elevada y cobertura espacial para todo el país. • Integrar las informaciones de focos de calor detectados a un “Banco de Datos Geográficos” con el empleo de diferentes SIG, lo cual permite visualizar los incendios en el medio donde ocurren, identificar el territorio administrativo, definir las características de la zona, tipo de vegetación afectada y evaluar las posibilidades de combatirlos. • Evaluar y pronosticar el riesgo de incendio en la vegetación de forma operativa a través de mapas de riesgo a corto y mediano plazos a escala nacio-

nal a partir de cuya información pueden permite activar con mayor acierto las medidas preventivas contra el fuegos en el área donde está enfocado el mayor riesgo y así optimizar esfuerzos y recursos en su lucha • Crear un potente archivo de datos de información (coordenadas, imágenes, etc.) de incendios detectados por satélite para Cuba y otros productos de incendios generados por el sistema a los cuales Consulta es libre y que pueden ser empleados en el desarrollo posteriores estudios e investigaciones de este fenómeno en el país. • Establecer un sistema de avisos y alertas tempranas de las informaciones generadas por el sistema a los usuarios en tiempo real, utilizando diferentes servicios de redes electrónicas (Internet, correo electrónico, Intranet, etc.) con el empleo de mapas activos de incendio y otras formas fácilmente asequibles a los usuarios, así como el desarrollo de aplicaciones especialmente dirigidas al manejo de incendios en áreas protegidas. 2) El “Sistema de detección y vigilancia de incendios forestales con satélites” constituye por un lado, un valioso instrumento de trabajo y una contribución importante a las acciones de combate y manejo del fuego, un complemento al sistema a la vigilancia en tierra, limitado en ocasiones, de valorar la magnitud del fuego y las características de su desplazamiento.

REFERENCIAS BIBLIOGRAFICAS • • • • •

•

•

•

•

•

•

30

BATISTA, A. C.: “Mapas de riesgo. Una alternativa o planejamiento de controle de incendios forestales”, Fundacao de pesquisas forestais do Parana, Curitiba, Brasil, vol. 30: 45-54, 2000. CASTROS, R.R; CHUVIECO, S.E.: “Clasificación digital de combustibles forestales a partir de imágenes de alta resolución y modelos digitales de terreno”, Revista SELPER, vol.10(1-2), 1994. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, (en línea), disponible en: http://www.cptec.inpe.br/, consulta 29 de mayo de 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, página principal, (en línea), disponible en: http://www.cptec.inpe.br/queimadas/ ,consulta 29 de mayo de 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos Queimadas-Vegetation, FIRE, Detección con el Satélite GOES-12, página principal, (en línea), disponible en: http://www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/ index_goes.htl.consulta: 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos Queimadas-Vegetation, FIRE, Detección con el Satélite GOES-12, Focos acumulados, (en línea), disponible en: http://www.cptec.inpe.br/queimadas/queima_goes_v3.0/index_goes.html consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12, ultima detección” en Cuba, (en línea), disponible en: http://www2.cptec.inpe.br/satelite/metsat/queimada/atual/qda/ qda_cu.gif consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12, Página Web con los focos acumulados en Cuba durante las últimas 24 horas, (en línea), disponible en:http:// www2.cptec.inpe.br/satelite/metsat/queimada/atual/acm/goes/agc_cu.gif consulta 29 de mayo 2006. CPTEC,.INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con todos lo satélites, página principal, (en línea), disponible en: http://www.cptec.inpe.br/products/queimadas/NxGxM/index_sats_sn.html consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas- Vegetation FIRE, Focos acumulados en Cuba con todos lo satélites, (en línea), disponible en:http://www2.cptec.inpe.br/satelite/metsat/queimada/atual/acm/all/acc_cu.gif. consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas- Vegetation FIRE, Detección con los Satélite Terra/Aqua, sensor MODIS, en Cuba, (en línea), disponible en: http://www2.cptec.inpe.br/satelite/metsat/queimada/ atual/acm/eos/amc_cu.gif consulta 29 de mayo 2006.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

•

•

•

•

•

•

•

• • •

• • • • • • • • • •

• • • • • • • • •

CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12, persistencia, (en línea), disponible en:http://www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/ pw_body.html, consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas- Vegetation FIRE, Detección con el Satélite GOES-12, Persistencia de focos en Cuba. (en línea), disponible en:http://www2.cptec.inpe.br/satelite/metsat/queimada/atual/ pst/pst_cu.gif consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas- Vegetation FIRE, Página últimas imágenes archivas para visualización, (en línea), disponible en: http://www2.cptec.inpe.br/satelite/metsat/queimada/atual/ consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas- Vegetation FIRE, Detección con el Satélite GOES-12, Animación de focos, (en línea), disponible en:: http://www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/ qw_anima.htmlconsulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12, Imagen actualizada, (en línea), disponible en: http://www.cptec.inpe.br/products/queimadas/queima_goes_v3.0/ qw_main.html consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12, Descripción algoritmo de detección por los autores. (en línea), disponible en: http://www.cptec.inpe.br/queimadas/ documentos/relat_goes.htm consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12 y “Riesgo” para Cuba, (en línea), disponible en:: http://tucupi.cptec.inpe.br/queimadas/risc_cuba/queimap_cuba.html. consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas- Vegetation FIRE, “RIESGO” de incendios para Cuba, (en línea), disponible en: http://www.cptec.inpe.br/queimadas/risc_cuba/risco_cuba.html consulta 29 de mayo 2006. CPTEC, INPE: Centro de Previsión del Tiempo y Estudios Climáticos, Queimadas-Vegetation FIRE, Detección con el Satélite GOES-12, Posibilidad de visualizar la información con y sin cobertura nubosa. (en línea), disponible en: http://www.cptec.inpe.br/ products/queimadas/queima_goes_v3.0/qc_body.html consulta 29 de mayo 2006. CHUVIECO, S.E; MARTIN PILAR M.: “Global Fire Mapping and Fire Danger Estimation using AVHRR images”, PE and RS May., vol. 60(5), 1994. EOS: The Earth Observing System (EOS): Program Office, (en línea), disponible en: http://eos.gsfc.nasa.gov/ , consulta 29 de mayo de 2006. GEOCUBA: Base cartográfica digital oficial de Cuba. (Escala 1, 250 000), 2003. GOFC/GOLD: Fire Monitoring and Mapping Implementation Team, (en línea), disponible en: http://gofc-fire.umd.edu/index.asp , consulta 29 de mayo 2006. HO, S. N.: Manual de SpringWeb. Divisão de procesamiento de imagem (DPI), Instituto Nacional de Pesquisas Espaciais (INPE), 2000. INPE: División de procesamiento de imágenes, (en línea), disponible en:http://www.dpi.inpe.br consulta 29 de mayo 2006. INPE: División de procesamiento de imágenes, Software SPRING, (en línea), disponible en: http://www.dpi.inpe.br/spring/ espanhol/index.html consulta 29 de mayo 2006. INPE: División de procesamiento de imágenes, Software SpringWeb, (en línea), disponible en:http://www.dpi.inpe.br/spring/ portugues/sprweb/springweb.html consulta 29 de mayo 2006. INPE: División de procesamiento de imágenes, Página, Banco de datos de incendios “BD Queimadas” visualización de focos con el SIG Terra/libre, (en línea), disponible en: http://www.dpi.inpe.br/proarco/bdqueimadas. consulta 29 de mayo 2006. INPE: División de procesamiento de imágenes, Registro de usuario para recibir correos automáticos con detecciones de incendios en áreas protegidas de Cuba, (en línea), disponible en: http://www.dpi.inpe.br/proarco/bdqueimadas/cadastro/ consulta 29 de mayo 2006. INPE: Instituto Nacional de Pesquisas Espaciais, (en línea), disponible en: http://www.inpe.br/ consulta 29 de mayo 2006. LIEW, S. C. , KWOH L. K., LIM O. K., AND LIM H: Remote sensing of fire and haze, In: “Forest fires and regional haze in Southeast Asia”, Chapter 5, pp. 67-89, ed. P. Eaton and M, Radojevic, New York: Nova Science Publishers, 2001. NASA: Godddard Space Flight Center, (en línea), disponible en: http://www.gsfc.nasa.gov/ consulta 29 de mayo 2006. NOAASIS GOES: Imager Instrument, (en línea), disponible en: http://noaasis.noaa.gov/ NOAASIS/ml/imager.html. consulta 29 de mayo 2006. OHARRIZ. S, VALDÉS. C, LLORENTE.B: Estadística de los incendios Forestales en Cuba durante el período 1981-1985, CIDA, La Habana, Cuba, 1990. PAVERI M., LAMA G. M., LINARES L. E, CHÁVEZ B., M DÍAZ M.C.: Estrategia y programa nacional para la actividad de protección contra incendios forestales en la República de Cuba, La Habana, PROYECTO FAO TCP/CUB/0066, 2001. SETZER, W.A Y YOSHIDA. M. C.: Detecção de queimadas nas imagens do satélite GOES-12, Versão 3.4, DSA/CPTEC/ INPE, 2004. SETZER, W. A: Detecção de queimadas nas imagens do satélite TERRA/AQUA, sensor Modis, DSA/CPTEC/INPE, 2003. VÉLEZ, R: La defensa contra incendios forestales. Fundamentos y experiencias, Mc GrawHill/Inter-Americana de España, S.A.U., España, 2000.

31

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Uso del modelo perceptron multicapa de una red neuronal y de una imagen multiespectral satelital para la estimación de la salinidad de los suelos Use of neural network multilayer perceptron model with multiespectral satellite imagery to assesment soil salinity Andrés Lau Quan1, Edel B. García Reyes2, Stefaan Lhermitte3, María Elena Ruiz Pérez1, Dámaso R. Ponvert-Delisles Batista1 RESUMEN. Un análisis de los métodos para el estudio (clasificación y estimación) de la salinidad de los suelos usando la teledetección muestra que los mismos se hacen en suelos semiáridos con altas afectaciones por sales. Además los métodos de estimación aplican regresión lineal entre la conductividad eléctrica y los datos espectrales de las imágenes para obtener mapas de salinidad de los suelos estimada. Se aplica un programa computacional elaborado al efecto basado en el modelo perceptrón multicapa con momento de una red neuronal para la estimación de la salinidad de los suelos cultivados con caña de azúcar a partir de una imagen de satélite multiespectral de alta resolución espacial e integrado con datos de campo mediante un sistema de información geográfica. El programa realiza la importación de los datos procedentes del sistema de información geográfica, el aprendizaje de la red neuronal y la obtención de las imágenes de conductividad eléctrica estimada. Se hace la comparación de la estimación de la salinidad de los suelos obtenida por el modelo de la red neuronal con la obtenida por el método de regresiones lineales múltiple y simple Palabras clave: salinidad, estimación, teledetección, imagen multiespectral de alta resolución espacial, red neuronal, perceptrón multicapa. ABSTRACT. An analysis of methods to study (classification and assessment) of soil salinity using remote sensing show it was made major on semiarid and arid soils with high salt-affected level. Furthermore assessment methods apply linear regression between electrical conductivity and spectral bands data and normalized difference vegetation index to obtain estimated soil salinity maps. A computing program based on neural network multilayer perceptron model was performed to estimated soil salinity under sugar cane crops from a high spatial resolution multiespectral satellite imagery and field data integration and combined with a geographical information system. Program import data from geographical information system, train the neural network and export estimated electrical conductivity raster maps. A comparison of estimation of soil salinity obtained from neural network model and simple and multiple linear regressions was made. Palabras claves: Key words: salinity, assessment, remote sensing, high spatial resolution multiespectral satellite image, artificial neural network, multilayer perceptron model.

1,2

3 4

32

Dr. Lic., Prof., Universidad Agraria de La Habana (UNAH), Grupo de Investigaciones Agrofísicas. Apdo. 18, San José de las Lajas, La Habana, Cuba. 32700 E-: [email protected] Dr. Centro de Aplicaciones de Tecnología de Avanzada, Cuba Dr. Universidad Católica de Leuven, Bélgica.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN Las suelos salinos o en vías de salinización constituyen casi el 20 % (unas 600 000 ha) del total de las áreas agrícolas del país, de forma tal que este problema se considera uno de los más importantes que enfrenta la agricultura cubana actual (Ortega et al, 1986); entre las regiones del país con mayores afectaciones se encuentran los valles de Guantánamo y del Cauto, el norte de las provincias centrales y el sur de las provincias occidentales (Ortega et al, 1986); de las cuales, más del 40 % están cultivadas con caña de azúcar. En localidades de los valles de Guantánamo y del Cauto el nivel de la salinidad (Rivero et al, 2001) puede considerarse como el umbral de un desastre con alta afectación a la agricultura. El efecto principal de la salinidad de los suelos es la afectación de los rendimientos de los cultivos, lo cual se cuantifica en la ecuación que obtuvieron Mass y Hoffman, 1977. El uso y mejoramiento de los suelos salinos requiere una caracterización precisa de las regiones afectadas, por lo que en el país se confeccionaron cartogramas de salinidad a escala 1:50 000 (CNSF, 1985). Sin embargo, la salinidad de los suelos es muy variable, de aquí que, para propósitos de mejoramiento y manejo de los suelos, los cartogramas de salinidad deben confeccionarse a escalas detalladas, de 1:10 000 o mayores (Obregón et al, 1988). A lo anterior debe añadirse que los cartogramas son útiles sólo hasta cinco años después de realizados, debido a la variabilidad temporal del fenómeno (Ortega et al, 1986), de ahí que muy pocas empresas agrícolas cuentan con cartogramas de salinidad de suelos actualizados. Esos estudios se hicieron por el método tradicional (NC 32, 1999) de toma de muestras en cuadrículas según la escala del mapa o cartograma de salinidad; en los últimos años se han incorporado en trabajos de investigación sensores portátiles de campo y medios de cómputo para la estimación de la salinidad por interpolación y medios digitalizados para la visualización y la impresión del cartograma. Una nueva técnica que se ha venido evaluando en los últimos años, por investigadores de países desarrollados, para la estimación de la salinidad es la teledetección (Konecny, G., 1999) (Utset, et at 1998). Esta consiste en la recolección de datos usando dispositivos acoplados a aeroplanos, satélites o alguna plataforma localizada sobre la superficie de la tierra como son los sensores de cuatro electrodos y la serie EM. (Barnes et al. 2003, Lesch et al. 2000, Rhoades et al. 1989). Entre las ventajas del empleo de la teledetección para el cartografiado y monitoreo de la salinidad está la cobertura de grandes extensiones, la utilización de menor número de muestras de apoyo y el ahorro de tiempo y esfuerzo físico. Sin embargo, se requiere el uso de modelos matemáticos robustos ante la presencia de factores ruidosos para la tarea y que sean susceptibles de ser modificados por criterios de experto (Peng, 1998), el empleo de sensores con mayor resolución espacial, espectral y radiométrica y el desarrollo de la modelación biofísica, que permita fundamentar la correlación de la salinidad con rasgos extraídos de la combinación de la respuesta espectral en diferentes longitudes de onda. En este último caso, se

destacan los trabajos relacionados con el cálculo y correlación de índices de vegetación. Los datos originales adquiridos por sensores en tierra, o a bordo de naves aéreas o de satélites son usualmente transformados para permitir mejor discriminación entre suelos salinos y no salinos o entre clases de salinidad. Se han usado una variedad de transformaciones de datos de teledetección en los estudios de la salinidad del suelo, que incluyen la selección de las mejores bandas (Dwivedi, et atl, 1992), análisis de componentes principales, la transformación de Kauth–Thomas, la transformación de intensidad–matiz–saturación, división entre bandas, diferenciación de imagen, técnicas de reconocimiento de patrones usando el clasificador de máxima verosimilitud (Portuondo et al, 1992), redes neuronales, árboles de decisión, desmezclado (sub-píxel) de elementos de la superficie (Lhermitte, S, 2002), clasificación fuzzy (Metterchicht, G. 1998) y técnicas de inversión de retrodispersión de radar (Taylor, et al, 1996). Otros trabajos son el monitoreo (Rao B, y Venkataratnam L, 1991) y la predicción de riesgos de salinidad–alcalinidad (Metternich, G. 2001), de fusión datos y de integración de datos. A estos últimos pertenecen el presente trabajo y el que usamos para comprobar los resultados (Metternicht, G. 1998a).. No es suficiente separar clases de salinidad y alcalinidad (Enema G, F, 1990). La recuperación, rehabilitación y manejo de áreas afectadas por la sal requiere que sean determinados no sólo clases sino también niveles de severidad de la salinidad–alcalinidad. Estos no se pueden alcanzar de los datos de teledetección solos y necesita sinergia plena entre los datos de teledetección, campo y laboratorio (De Dapper, Goossens, Gad, y El Badawi, 1996; Khalil, Fahim y Hawela, 1995; Metternicht y Zinck, 1997; Mongkolsawat, Thirangoom y Eiumnoh, 1991; Peng, 1998; Younes, Gad y Arman, 1993, Metternicht, G y Zinck, 2003)). Un primer paso del mejoramiento consiste en incorporar información contextual del paisaje. Por ejemplo, en la región de Cochabamba, Bolivia, áreas altamente salino–alcalinas están fuertemente correlacionadas con posiciones geomórficas específicas. La inclusión de esta relación en el análisis espacial y la modelación conducen a una mejor discriminación espacial de la salinidad (Metternicht y Zinck, 1996, 1997, Evans et al 200)). Este mismo enfoque se usó en la estimación de la salinidad –y el rendimiento – de suelos cultivados con trigo entre 1992 y 1994 en Sinaloa, México, donde se correlacionaron datos de campo con las bandas TM2, TM3 y TM4 y, con videografía usando la herramienta de regresiones lineales simple y múltiple; los datos de campo fueron determinados con sensores portátiles como sonda de cuatro electrodos y EM38. (Pulido et al., 1995; Pulido, Robl es, González, Wiegand, Sanvicente, 1997 y Pulido, González, Robles y Wiegand, 1997, Sing, A.N., 1994)). Del valle de Guantánamo, Cuba, se obtuvo una imagen de salinidad estimada a partir de la integración de datos espectrales de una foto espectrozonal cósmica, datos de campo de conductividad eléctrica y mapas topográficos, asistido por SIG (Lau et al 1998). Sin embargo, haciendo

33

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

esto, estamos también mirando a áreas afectadas por sa l com o m er as super fi ci es, com o espa ci os bidimensionales (2D). Esto es un enfoque estrecho, ya que los suelos son cuerpos 3D y la salinidad puede cambiar sustancialmente con la profundidad, más aún la salinidad superficial está frecuentemente controlada por el subsuelo o sustratos de salinidad y por las fluctuaciones estacionales del manto freático. En todos ellos las ecuaciones de estimación se obtuvieron mediante regresiones lineales. Ahmed et al, 2005 integraron datos de campo de salinidad, datos espectrales de IKONOS, análisis espacial y GIS del Valley de Arkansas al sudeste de Colorado, EEUU. para estimar la salinidad del suelo de campos de maíz, donde se aplicaron métodos de regresión de mínimos cuadrados ordinarios (siglas en inglés OLS (ordinary least square)), autorregresión espacial (SAR) y análisis de residuos. Obtuvieron mejores resultados para el modelo SAR que el OLS, basándose en la prueba de los multiplicadores de Lagrange. Los propios autores consideran que la exactitud de los mapas aún no es suficiente.

Älí Çullu, M.,2003, combinando SIG, datos de campo de EC, mapas de uso de suelo y datos espectrales de imágenes de satélite IRS LISS III estudió los efectos de la salinidad en el rendimiento, para lo cual obtuvo mapas de salinidad y de estos, mapas de rendimientos usando la ecuación de Mass y Hoffman (Mass, E. y Hoffman G, 1977). La salinidad se agrupó en sólo tres clases lo cual es insuficiente para algunas prácticas de manejo. Es un reto para el investigador identificar los indicadores más adecuados de la salinidad (Lau et al, 2003) para un área y cultivo particular (Mejías et al 1999), tal que técnicas apropiadas en tierra y de teledetección puedan ser aplicadas para extraer la información de una manera exacta y costo-efectiva (Evans, et al 1998). Una de esas técnicas es la de redes neuronales, las cuales permiten ajustar la relación entre las variables independientes y dependientes sin ceñirse a una función matemática específica y por tanto incrementar su exactitud. Esto sólo requiere a cambio la reiteración del proceso de aprendizaje hasta lograr el ajuste o precisión requeridos, de aquí que se escogió la red neuronal para estimar la salinidad, que hasta el presente sólo se había usado para clasificar los suelos afectados por la salinidad.

Fig. 1 Esquema de los métodos de estudio de la teledetección.

Fundamentos de la red neuronal Una red neuronal artificial (RNA) consiste de capas de entrada, ocultas y de salida, y cada capa consta de un arreglo de elementos procesadores o neuronas (ver Fig. 2). Cuando una red neuronal típica está plenamente conectada, significa que hay una conexión entre cada una de las neuronas en cualquier capa dada con cada una de las neuronas de la próxima capa. Un elemento procesador es un modelo cuyas componentes son análogas a las componentes de una neurona real. El arreglo de los parámetros de entrada es almacenado en la capa de entrada y cada variable de entrada es representada por una neurona. El elemento procesador consta de dos partes. La primera parte simplemente agrega las entradas ponderadas; la segunda parte es esencialmente un filtro no lineal, llamado usualmente función de transferencia o función de activación. La función de activación corta o limita los valores de la salida de la neurona artificial a valores entre dos asíntotas. La función sigmoidal es la función de activación usada más comúnmente. Es una función continua que varía gradualmente entre dos valores asintóticos, típicamente 0 y 1 ó –1 y +1.

34

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Número de capas: ..................................................................................... 4 Número de neuronas en la primera capa: ................................................... n (entre 2 y 7 en este programa) Número de neuronas en la primera capa oculta: ......................................... 6 (en este programa) Número de neuronas en la segunda capa oculta: ....................................... 4 (en este programa) Número de neuronas en la capa de salida: ................................................. 1 (la neurona para la ECe estimada)

Fig. 2 Topología del perceptrón multicapa.

El aprendizaje de la red neuronal (Kumar et al, 2002) se logra normalmente a través de un procedimiento o algoritmo de adaptación que ajusta por incremento los pesos de las conexiones tal que se mejora una medida el desempeño predefinido. La red neuronal se presenta con los patrones de datos que consisten de los valores de entrada así como los valores esperados (de salida). El objetivo es minimizar la diferencia entre los valores de salida predichos y los valores de salida esperados usando un algoritmo (por ej. el algoritmo de retro-propagación). Inicialmente, a causa de los pesos aleatorios asignados de manera aleatoria a las conexiones, la diferencia entre los valores de salida predichos y deseados puede ser grande. El aprendizaje por tanto implica el ajuste iterativo de los pesos de conexión para minimizar esas diferencias. El entrenamiento de una red neuronal artificial involucra dos fases. En la primera fase o paso directo, las señales de entrada se propagan desde la entrada de la red a la salida. En la segunda fase o fase inversa, los errores de las señales calculadas se propagan hacia atrás a través de la red, donde ellos son usados para ajustar los pesos. El cálculo de la salida se lleva a cabo, capa por capa, en el sentido directo. La salida de una capa es la entrada de la capa próxima. En el pase inverso, los pesos de la capa de neuronas de salida son ajustados primero desde el valor calculado de cada neurona de salida que está disponible para guiar el ajuste de los pesos asociados. Los pesos en las neuronas de la capa de salida y ocultas se pueden calcular usando la Ecs. (1) y (2), respectivamente (Tsoukalas and Uhrig 1996). w(N + 1) = w(N) – 

1

w N  1  w( N )    q r

q 1

2

donde w = peso; N = número de iteración;  = valor de entrada;  = razón de aprendizaje;  = salida, y  se define como 2q/I, siendo I la suma de las entradas ponderadas, q = índice de la neurona de la capa de salida y q es la señal error. El método de entrenamiento mencionado se conoce como método de entrenamiento de retro-propagación estándar. Ya que la retro-propagación emplea una forma de gradiente descendente, se asume que la pendiente de la superficie error es siempre negativa y de aquí que, los pesos se ajustan constantemente hacia el mínimo. Sin embargo, las superficies error a menudo involucran espacios complejos, de dimensión superior que están altamente convolucionadas con las colinas, valles y pliegues. Para los procesos de entrenamiento es muy fácil quedar atrapado en un mínimo local. El problema de los mínimos locales puede ser evitado adicionando un término momento para que el peso cambie, lo que permite razones de aprendizajes mayores. Entonces el cambio del peso se calcula según la ecuación 3 como sigue: w N  1     w( N )

3

donde  = el coeficiente de momento y w(N+1) = cambio del peso durante los ciclos de aprendizaje N a N + 1. Por tanto, el nuevo valor del peso llega a ser igual al valor previo de peso más el cambio del peso, que incluye el término momento. Este método de aprendizaje se conoce como retro-propagación con momento. El procedimiento seguido en esta metodología usa el método de aprendizaje de retropropagación del

35

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

error con momento y se implementó a través del progr am a RSal in idad creado sobr e la pla ta form a Framework.net. La aplicación del modelo como estimador de la salinidad (ECe) permite la obtención de mapas de conductividad eléctrica, a diferencia de las aplicaciones anteriores en que se obtiene una clasificación de áreas en niveles de grises. Encontrar de una manera eficiente mapas de conductividad eléctrica, da una mayor flexibilidad al investigador sobre el estado de la salinidad, la cual puede ser agrupada en diferentes rangos según el criterio del experto y los objetivos. Las características del tipo de modelo permiten utilizar un enfoque de estimación no paramétrico sin fuertes rest ricciones en cuanto a las dependencias estadísticas entre los datos de entrada. Esto da la posibilidad de combinar a la entrada del modelo los niveles de reflectancia espectral de las bandas originales del sensor y los valores de los índices de vegetación, los cuales por sí solos han sido reportados por otros autores, como variables muy importantes para la detección de la salinidad del suelo y la vegetación estresada por salinidad. El presente trabajo tiene como

Objetivo General Estimar de la salinidad de los suelos cultivados con caña de azúcar usando métodos de teledetección y un modelo de red neuronal y como

Objetivo Específico Evaluar la posibilidad (error) de ajustar los valores de ECe con los valores de reflectancia en las bandas de 480, 550, 664 y 805 nm de la imagen IKONOS mediante un modelo de redes neuronales artificiales.

MATERIALES Y MÉTODOS Uno de los antecedentes de la aplicación del modelo perceptrón multicapa de una red neuronal artificiales en la clasificación de imágenes multiespectrales de teledetección (García, E., 1997). Los trabajos se hicieron en el marco del proyecto de investigación científica “Mejoramiento del manejo de la salinidad de los suelos cultivados con caña de azúcar usando la Geoinformática”, código EI-479, financiado por el Consejo Interuniversitario de Flandes y coordinado por la Universidad de Ghent, ambos de Bélgica. El resumen esquemático de los procedimientos aplicados se muestra en las figuras 3 y 4.

Características del sitio experimental El sitio experimental se encuentra en la Unidad Básica de Producción Cooperativa (UBPC) “Lázaro Romero” de la Empresa Azucarera (EA) Héctor Molina, en

36

el municipio San Nicolás de Bari, provincia La Habana. La UBPC está situada en los 22° 44´ de latitud norte y los 81° 56´ de longitud oeste (ver Fig. 5); tiene una superficie de 1474 ha, de las cuales 1340 ha están dedicadas al cultivo de la caña de azúcar y el resto a cultivos para el autoconsumo, principalmente arroz. El clima es tropical, con vientos moderados, variaciones de temperatura promedio entre 21,3 °C en enero y 27,7 °C en julio; el período lluvioso está comprendido entre mayo y noviembre y proporciona casi el 75 % del promedio anual de precipitaciones que es de 1270 mm. Durante el año la humedad relativa fluctúa entre el 60 % y el 90 %. Los suelos que predominan son Gley Ferralitico Concresionado, Gley Ferralítico Típico, Ferralítico Amarillento Concresionado, Ferralítico Amarillento Gleysozo, mientras que existe un gradiente de salinidad en la dirección norte-sur (Van Meirvenne, 2000) causado principalmente por intrusión marina y en menor medida por mal manejo del riego. La vegetación natural en la mayor parte del sitio experimental está ausente desde hace más de 70 años (1929); el principal cultivo es la caña de azúcar; le sigue el arroz como cultivo de autoconsumo y medio de sustento de la población y en mucha menor cuantía cultivos varios. En una franja de unos 4 km de ancho, comprendida desde el límite sur de la unidad hasta la línea costera, no se ha cultivado por el alto grado de salinización, donde la vegetación es maleza y mangle. Desde el punto de vista geológico el área de estudio se encuentra en la cobertura neógeno cuaternaria, su morfoestructura viene dada por un sistema de bloques de estratos subhorizontales y monoclinales. Las rocas que lo conforman son las pertenecientes a la Formación Güines (N12-3), compuestas por calizas biodetríticas de grano fino a medio, fosilíferas, calizas biohérmicas, calizas dolomíticas, dolomitas, calizas micríticas sacaroidales y lentes ocasionales de margas calcáreas y calcarenitas. La dolomitización es secundaria. Las rocas son por lo general masivas, más raramente estratificadas de coloración blanca, amarillenta, crema o gris. Esta formación se depositó en un ambiente sub-litoral con muy poca influencia arrecifal. Hacia el sur aparecen depósitos palustres del cuaternario compuestos por sedimentos carbonatados, limo, arcilla, de color crema-grisáceo, lo que condiciona como característica geomorfológica las manifestaciones cársicas del territorio. El relieve está constituido por llanuras y terrazas marinas con sistemas de bloques en estratos sub-horizontales, monoclinales y centroclinales con predominio de ascensos neotectónicos débiles o descensos relativos, desarrollados sobre rocas de la cobertura de la plataforma, específicamente rocas carbonatadas.

Diseño del experimento En la tabla 1 se resume las características del experimento, lugares de las mediciones, tipo de medición y los materiales principales empleados.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 3 Enfoque para la cartografía de la salinidad del suelo mediante teledetección y redes neuronales: Obtención y preparación de los datos.

Fig. 4. Enfoque para la cartografía de la salinidad del suelo mediante teledetección y redes neuronales: Aplicación del programa de red neuronal.

37

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 5. Ubicación del sitio experimental.

Tabla 1. Características del experimento Experimento Ajuste de la ECe con la reflectancia de las bandas mediante redes neuronales.

Lugares de las mediciones Bloques 15, 28, 29N y 29S.

Tipo de medición

Materiales

ECa Reflectancia Coordenadas Humedad Temperatura

Imagen multiespectral de satélite IKONOS Receptores GPS Sonda de cuatro electrodos (con termómetro incorporado) Cilindro porta-muestra, balanza, estufa. Medios de cómputo*

Pentium III, Software Plataforma Framework.net, RSalinidad, SIG Ilwis 3.0, ENVI 3.6, MS-STAR (GPS), MS-Office 2000 y StatGraphic 5.0

Selección de los bloques La selección de los bloques obedece al hecho planteado en la metodología de que el área debe poseer homogeneidad en los factores que determinan el crecimiento y desarrollo del cultivo y que sea la salinidad el factor estresante predominante. Los bloques que mejor cumplían los requisitos para este tipo de estudio se muestran en la Tabla 2, donde el tipo de suelo de los cuatro bloques es el Gley Ferralítico Concresionado. Tabla 2. Resumen de los bloques seleccionados, características y variedades de caña Bloque Fecha de siembra Suelo Salinidad del suelo*

15 Febrero 2001 GFC Afectado

28 Diciembre 2000 GFC Afectado

29N Diciembre 2000 GFC Poco afectado

29S Diciembre 2000 GFC Afectado

* Dato de 1986.

Diseño de las parcelas de medición Para el diseño de la parcela de medición se escogió de forma cuadrada de longitud del lado algo más de 1,5 veces la longitud del lado del píxel lo cual permite registrar las variaciones espectrales de un píxel a otro con un mínimo de desplazamiento físico (Fig. 6) Se identificaron tres estratos ya que la caña presentaba tres apariencias en el desarrollo suficientemente diferentes que se pudieron considerar causadas por la salinidad; dentro de cada estrato, se definieron tres parcelas de medición que se distribuyeron al azar, para un total de 9 parcelas de medición y un total de 36 puntos de medición de conductividad eléctrica aparente por cada bloque.

38

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Mediciones Los tipos de mediciones que se hicieron fueron: datos espectrales de la imagen IKONOS, conductividad eléctrica (in situ y en laboratorio), humedad, temperatura y coordenadas. Las dos primeras son las principales, ya que

el método estima la ECe a partir de la reflectancia de la bandas de la imagen. La humedad y la temperatura se usaron para calibrar los valores de ECe, mientras que las coordenadas se usaron para la ubicación de los puntos de muestreos y los de medición de la ECa, en la imagen.

Fig 6. Esquema de la parcela de medición y los puntos de medición de la conductividad eléctrica y las coordenadas

Se determinaron las coordenadas de 14 puntos de fácil reconocimiento para la georrectificación de la imagen IKONOS (Fig. 7) y del punto central de todas las parcelas de medición de los bloques 15, 28 y 29N y 29S (Fig. 8 a 11) y. Se usaron dos receptores GPS Magellan ProMark X-CM trabajando en modo diferencial, uno como móvil y el otro como base. Los datos fueron descargados en la computadora al final de cada una de las 4 sesiones que duró la medición de coordenadas.

Fig. 7. Composición RGB de la imagen IKONOS con los puntos para la corrección geométrica.

39

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 8. Ubicación de los puntos de mediciones en el bloque15.

Fig. 9 Ubicación de los puntos de mediciones en el bloque 28.

40

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 10. Ubicación de los puntos de mediciones en el bloque 29N.

Fig. 11. Ubicación de los puntos de mediciones en el bloque 29S.

Se tomaron muestras de suelo a las profundidades de 0-30 y 30-60 en el centro de cada parcela de medición para la determinación en el laboratorio de la conductividad eléctrica del extracto de saturación (ECe) y con ellos la ecuación de conversión de ECa a ECe. La humedad del suelo de las muestras tomadas en puntos próximos al centro de cada parcela de medición se

determinó por el método gravimétrico. Como la humedad del área osciló entre 0.380 y 0.400 g.g-1, y tomando en cuenta los estudios de las propiedades física e hidrofísicas realizados por Cid (1985) en esta misma zona (Tabla 3), se consideró la humedad como homogénea en toda el área experimental.

41

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tabla 3. Límites superior e inferior del agua disponible del suelo Gley Ferralítico Concresionado. (Según Cid, 1985). Profundidad (cm) 0 – 20 21 – 40 41 – 60

Límite Superior del agua disponible (g·g-1) 0.388 0.381 0.373

Se midió la conductividad eléctrica aparente con una sonda de cuatro electrodos del fabricante Eijkelkamp Agrisearch Equipment, art no. 14.01, 1999 y creada por primera vez por Rhoades, J. D. (1982)) en cuatro puntos de cada parcela de medición (Fig. 7); dado que la sonda da valores de resistividad del suelo, la conversión a conductividad eléctrica aparente y de esta al extracto de saturación se explica en el epígrafe Preparación de los Datos. La temperatura del suelo se midió con la misma sonda de 4 electrodos utilizada para medir la resistividad eléctrica del suelo; la temperatura se utilizó para el cálculo de la ECa y resultó que variaba entre 30 ºC y 32 ºC. La imagen multiespectral IKONOS captó la escena (referida en la caracterización del sitio experimental) el 24 de octubre de 2001, que está dentro del período de máxima cobertura del follaje de acuerdo con la fecha de siembra y el ciclo vegetativo de la caña. Consta de las bandas 444.7 – 516.0 nm (azul, B), 506.4 – 595.0 nm (verde, G), 631.9 – 697.7 nm (rojo, R) y 757.3– 852.7 nm (infrarrojo muy cercano, VNIR). La resolución espacial es de 4 m y la radiométrica de 2048 DN (siglas en inglés de número digital o nivel digital o nivel de gris).

Preparación de los datos La preparación de los datos incluye la determinación en el laboratorio de la ECe de las muestras de suelos a partir de los datos de ECa, temperatura y humedad y el resto de la preparación de los datos en la computadora. Las coordenadas registradas por los receptores GPS de todos los puntos donde se determinó la ECe y de los 14 puntos para la corrección geométrica de la imagen fueron corregidas diferencialmente mediante el software MSSTAR del fabricante. Las coordenadas corregidas, que se encuentran en ECEF (siglas en inglés de Earth Centered Earth Fixed), fueron transformadas a coordenadas Cuba Norte mediante la herramienta Map Coordinate Converter del comando Vector del menú principal del software de procesamiento digital de imágenes ENVI. Las coordenadas se asignaron a los valores de ECe tabulados en Excel y, al software de procesamiento de imágenes ENVI 3.6 para la georreferenciación de los valores de ECe y la corrección geométrica de la imagen, respectivamente. Las muestras de suelo tomadas en cada parcela de medición se llevaron a estado de pasta saturada y con los valores de humedad y ECa se obtuvo la ecuación 4. EC e  0,0176  EC a  0,1486  EC a

2

4

donde ECe es la conductividad eléctrica del extracto de saturación y ECa es la conductividad eléctrica aparente..

42

Límite Inferior del agua disponible (g·g-1) 0.201 0.195 0.187

Agua disponible (g·g-1) 0.187 0.186 0.186

El contenido de humedad bajo las cuales se tomaron las muestras fueron similares para todos los bloques y tomadas dos días después de una intensa lluvia. La conductividad eléctrica aparente ECa de los cuatro puntos de todas las parcelas de medición se obtuvo mediante la ecuación 5. ECa 

k  ft Rt

5

donde: ECa: conductividad eléctrica aparente (dS m-1) in situ a 25 °C. k: constante del equipo. ft: factor de corrección por la temperatura para convertir la ECa en ECa a 25 °C. Rt: resistividad medida a la temperatura prevaleciente leída por la sonda de cuatro electrodos. Los datos de k y ft aparecen en el folleto de instrucciones de operación del equipo (Eijkelkamp, 1999). Con la ecuación 3.1 y los valores de ECa obtenidos mediante la ecuación 3.2 se obtuvo la ECe de todos los puntos de los bloques seleccionados. Todos valores ECe de cada bloque se clasificaron en dos grupos, uno para entrenar la red neuronal y el otro para controlar. La primera se formó con dos valores de ECe de cada parcela de medición, para un total de 18 puntos o patrones; esta manera de agrupar los valores de ECe permitió abarcar el mayor rango posible de valores. Los restantes 18 valores de ECe conformaron la base de datos para controlar. Se aplicó una corrección geométrica a la imagen IKONOS en el software de procesamiento de imágenes ENVI 3.6, a partir de 14 puntos medidos con el receptor GPS Magellan ProMark X-CM (Magellan System Corporation, 1997) y corregidos diferencialmente con el programa MS-STAR del fabricante. Se comprobó que la corrección geométrica original es de alta calidad. Se aplicó una conversión radiométrica a cada banda para llevarla de DN a reflectancia en el satélite en el software del GIS Ilwis 3.0. La reflectancia espectral IKONOS, (p, se calculó usando la ecuación 6, (Fleming,. 2003 y Landsat 7, 2001) p

 ·10  DN ·d 2 ESUN ·CalCoef  Bandwith ·cos( s )

6

Todas las parcelas de muestreo de los bloques seleccionados fueron por tanto localizadas en la imagen usando el software del GIS Ilwis 3.0. La posición de una parcela

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

se basó en la ubicación de un punto central obtenido en modo diferencial con los receptores GPS. Conociendo la localización de este punto central, todos los puntos de muestreos dentro de una parcela se pudieron posicionar en la imagen. Se crearon sub imágenes de cada uno de los bloques seleccionados a partir de la imagen de la escena completa, mediante la operación SubMap of Raster Map del GIS ILWIS 3.0. De las sub-imágenes de cada banda y cada bloque, se extrajeron los valores de coordenadas (Cuba Norte y del mapa) donde se determinó la ECe y se crearon con ellos una base de datos en Access a la cual se incorporaron los datos de ECe agrupados en para entrenar y para controlar. Lo obtenido hasta aquí y que se resume en el párrafo siguiente, conforman lo que se suministró al programa de red neuronal que en lo adelante se identifica como Rsalinidad. Sub imágenes con las 4 bandas de cada uno de los bloques en formato ILWIS. Base de datos en Access que contiene las coordenadas la fila, la columna, la ECe y un identificador de todos los puntos donde se determinó la ECe (0 para entrenar y 1 para controlar) dividida en 4 tablas, una para cada bloque.

Aplicación del programa de red neuronal RSalinidad Se cargó la base de datos que contiene la fila y columna de cada registro, la conductividad eléctrica del extracto de saturación y el identificador de entrenamiento o de control. Se importaron las 4 bandas de las sub imágenes de cada bloque. Se cargaron las 4 bandas de la sub imagen del bloque 15 y sucesivamente la de los bloques 28, 29N y 29S. Se seleccionaron las variables independientes: las mismas cuyas bandas fueron cargadas. Se asociaron las variables a las bandas correspondientes de la imagen. Se seleccionó el subconjunto de patrones (puntos) para realizar el aprendizaje o entrenamiento de la red neuronal y el subconjunto para realizar el control del aprendizaje de la red neuronal; por defecto se usa el que se ha definido en la base de datos. Este paso se realizó en la creación del programa y se hizo con 18 patrones para entrenar y 18 para controlar Se inicializaron los parámetros que requiere el algoritmo de aprendizaje del perceptrón multicapa con momento; entre ellos se asignó el número de iteraciones del entrenamiento y el máximo error que se permite para considerar que la red ha sido entrenada. Se usó el número de 1000 iteraciones propuesto por defecto por el programa. Una vez concluido el aprendizaje la red se alimentó con el conjunto de patrones de control y se visualizaron el error medio cuadrático y el coeficiente de correlación, los que fueron valorados.

Al valorarse que tanto el error medio cuadrático como el coeficiente de correlación no tenían los valores que indicaban una buena estimación, se repitieron los pasos 7 y 8 varias veces con número creciente de iteraciones que para algunos bloques llegó a 1 000 000, variando cada 10 000 o 100 000, hasta que se alcanzaron los valores esperados de error relativo de conductividad eléctrica estimada respecto a conductividad eléctrica medida menor que 0,40 y coeficiente de correlación entre esas mismas magnitudes mayor que 0,7, en correspondencia con lo reportado en la literatura. En la figura 12 se muestra el programa en ese momento. Se aplicó el algoritmo de entrenamiento calculado a las imágenes de las bandas, con lo cual se obtuvo una imagen de conductividad eléctrica estimada. Se guardó la imagen de conductividad eléctrica en formatos ras y txt. Se importaron las imágenes de ECe estimada en el GIS Ilwis y se generaron los mapas correspondientes. Este paso incluyó la importación de las tablas, la creación de las capas puntuales y la rasterización, además de la creación de las georreferencias, los sistemas de coordenadas y el dominio

RESULTADOS Y DISCUSIÓN En la Tabla 4 se muestran los valores de ECe medidos, ECe estimados, el valor absoluto de la diferencia entre ECe medida y ECe estimada (VAD) entre estos de los 18 patrones de control de los cuatro bloques. En el encabezamiento de esos tres valores aparece el nombre del mapa creado a partir de la imagen de ECe estimada generada por el programa de red neuronal RSalinidad, el número de iteraciones, al final de esas tres columnas está el promedio de ellas y el coeficiente de correlación entre la ECe medida y la ECe estimada. En correspondencia con la información recibida, el bloque 29N tiene un nivel de salinidad de 0,75 dS/m que permite catalogarlo de no afectado, no obstante la Red Neuronal reflejó una correlación entre la ECe medida y la ECe estimada de 0,45 o lo que es lo mismo, también estimó un cierto nivel de salinidad. El límite fijado para considerar adecuado el error relativo cuadrático medio de la ECe estimada respecto al valor medio de la ECe medida de 0,40 se sustentó en que para los métodos de teledetección por clasificación las clases de salinidad se agrupan en rangos de 2 dS/m, que para estos niveles de salinidad es de 0,50. El mejor resultado mostrado en la tabla 4 del bloque 29S se corresponde con que es el bloque que tenía casi nulo el nivel de malezas, siguiendo en ese orden el 28 y el 15. Los coeficientes de correlación entre la ECe estimada y la ECe medida mayor que 0,70 en tres de los bloques (dos afectados y cercano) están en el rango de lo reportado en la literatura, generalmente para suelos con niveles de salinidad altos. La cantidad de sesiones de entrenamientos fue alrededor de 10 por cada bloque, con cantidades de iteraciones que variaban desde 1 000 hasta 1 000 000 (1 000, 5 000, 10 000, 50 000, 100 000, 250 000, 500 000, 750 000 y hasta 1 000 000) empleando un tiempo total de

43

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 12. Ventana con los parámetros de inicialización del entrenamiento de la red y visualización de los parámetros .

60 minutos aproximadamente, por lo que para los 4 bloques el tiempo total neto fue de 4 horas. En las situaciones que se alcanzaba el límite del error requerido o el del coeficiente de correlación se daban por terminadas las sesiones de entrenamiento y se pasaba a obtener la imagen de conductividad eléctrica. Utilizando como variables independientes la reflectancia de las bandas originales fue posible estimar la conductividad eléctrica, mediante el modelo de perceptrón multicapa con un error relativo (ERel) menor o igual que 0,35 para los cuatro bloques y coeficientes de correlación por encima de 0,70, excepto para el bloque 29N donde el coeficiente de correlación fue de 0,45, lo cual se explica porque en dicho bloque los valores de salinidad son muy bajos (0,75 dS/m como promedio) y, su efecto sobre la caña de azúcar no se refleja directamente en la reflectancia espectral del cultivo.

Método de teledetección y regresiones lineales simple y múltiple Es conocido que la mayoría de los trabajos realizados para estimar la salinidad utilizan el modelo de regresión lineal múltiple o simple, por tanto es de interés comparar los resultados que se obtienen con estos enfoques y por el método de red neuronal que se propone en este trabajo; es por ello, que se efectuaron las estimaciones de la conductividad eléctrica de los cuatro bloques utilizando las mismas variables independientes para las regresiones linea-

44

les múltiples y se tomó como referencia al índice de vegetación de la diferencia normalizada para probar el método de regresión lineal simple para cada uno de los bloques. Se obtuvieron las ecuaciones de regresión lineales simple y múltiple que se muestran en las Tablas 5 y 6. Para ello se extrajeron las reflectancias de las bandas de las imágenes de todos los bloques mediante la opción Valores del comando Utilitario del menú principal del programa RSalinidad; la regresión lineal se hizo entre la ECe medida y el NDVI usando el tabulador electrónico Microsoft Excel 2000, mientras que la correlación múltiple se hizo con la ECe medida y los mismos grupos espectrales que se usaron en el programa RSalinidad, usando el software StatGraphics 5.0. Se aplicaron las ecuaciones de regresión lineal múltiple y simple tanto a los patrones de control como a las subimágenes de los bloques para obtener las correspondientes imágenes de salinidad mediante la operación Map Calculation Se crearon los mapas (cartogramas) correspondientes mediante la opción Layout de la operación Create del comando File del menú principal. En esta opción se le confieren a la imagen de salinidad elementos de título, escala, leyenda, coordenadas en los bordes, indicación de la orientación, establecidos para un mapa En las Tablas 7 y 8 se muestran los valores estimados de ECe por la regresión lineal simple entre la ECe y el NDVI y por las regresiones lineales múltiples entre la ECe y los mismos datos espectrales que se usaron en el estimación con la red neuronal.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tabla 4. Valores de ECe estimados con RSalinidad usando la reflectancia de las cuatro bandas Patrón

19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 Prom ERel CC

S15B1 ECe med ECe est (dS/m) (dS/m) 3,73 2,39 4,41 2,13 3,17 4,41 2,52 3,51 5,74 2,34 7,98 6,27 2,86 2,17 8,80 6,89 1,73 1,88 1,32 2,02 2,54 1,67 2,01 3,13 5,41 5,62 1,39 4,00 5,31 2,66 2,87 2,22 8,13 7,26 4,70 2,12 4,15 3,48 0,35 0,73

100000 VAD (dS/m) 1,34 2,28 1,24 0,99 3,40 1,71 0,69 1,90 0,15 0,70 0,87 1,12 0,21 2,60 2,65 0,64 0,88 2,59 1,44

S28B6 ECe med ECe est (dS/m) (dS/m) 1,04 0,98 0,91 1,00 1,93 2,15 3,39 4,02 0,45 0,95 0,43 0,99 2,27 0,87 2,60 3,29 3,98 3,95 3,62 3,95 3,82 0,98 2,94 2,90 0,53 1,35 0,13 0,92 0,95 0,99 0,77 0,88 0,19 0,98 1,86 0,96 1,77 1,78 0,34 0,75

200000 VAD (dS/m) 0,07 0,08 0,22 0,62 0,50 0,57 1,40 0,69 0,02 0,33 2,84 0,04 0,83 0,79 0,04 0,11 0,79 0,91 0,60

S29NB11 ECe med ECe est (dS/m) (dS/m) 0,54 0,46 0,76 0,80 0,69 0,64 0,94 1,04 1,06 0,91 0,66 1,10 0,77 0,63 0,33 0,75 0,68 0,82 0,53 0,72 0,60 0,80 0,44 0,88 0,94 1,18 0,60 0,78 0,35 0,99 0,88 0,80 1,11 1,06 1,65 1,06 0,75 0,86 0,31 0,45

500000 VAD (dS/m) 0,08 0,03 0,05 0,10 0,16 0,45 0,15 0,42 0,14 0,19 0,20 0,44 0,24 0,18 0,64 0,09 0,05 0,59 0,23

S29SB16 ECe med ECe est (dS/m) (dS/m) 2,90 1,91 2,38 1,27 2,66 2,58 1,79 1,48 1,99 2,97 2,64 2,25 1,61 1,53 2,19 1,30 2,90 2,12 3,35 3,87 3,84 3,72 4,24 4,03 3,22 2,77 2,92 2,42 2,65 1,53 3,65 3,75 2,40 1,65 2,01 1,32 2,74 2,36 0,22 0,82

100000 VAD (dS/m) 0,99 1,11 0,08 0,31 0,97 0,40 0,08 0,89 0,78 0,52 0,13 1,01 0,46 0,50 1,12 0,09 0,75 0,68 0,60

Tabla 5. Ecuaciones de regresión lineal simple de ECe con el NDVI Bloque 15 28 29N 29S

Ecuación 2.8944'6 + 0.101650*NDVI 13.79618 - 22.132858*NDVI 2.359205 - 2.673887*NDVI 2.359205 - 2.673887*NDVI

Tabla 6. Ecuaciones de regresión lineal múltiple de ECe con los datos espectrales de los bloques 15 y 28 Bloque B15 B28 B29S B29N

Ecuación ECe estim = 2.39228 + 522126.0*REFA – 24272.4*REFIR + 43760.5*REFR – 526129.0*REFV ECe estim = 44.2083 – 361133.0*REFA + 13384.4*REFIR + 376600.0*REFR – 391675.0*REFV ECe estim = -2.99813 + 60740.9*REFA - 2837.71*REFIR + 6081.16*REFR -22806.5*REFV ECe estim = 0.604442 - 91982.9*REFA - 4762.91*REFIR - 1052.94*REFR + 127152.0*REFV

En la Tabla 9 se muestran los valores de ECe estimados, promedios de VAD y error relativo (promedio de VAD sobre el promedio de ECe medida) obtenidos por red neuronal y por regresiones lineales múltiples y simple (NDVI). En la mitad izquierda de la Tabla 10 se muestran la diferencias entre el promedio de VAD, y entre el error relativo (promedio de VAD/ECe medida) y la diferencia entre el coeficiente de correlación obtenidos por la red neuronal y por la regresión lineal múltiple de coeficiente de correlación de cada grupo de datos espectrales obtenidos por la red neuronal y la regresión lineal múltiple. En la mitad derecha de la misma Tabla 10 se muestran la dife-

rencia entre los mismos indicadores pero entre los obtenidos por la red neuronal y por la regresión lineal simple. En las Fig 13 y 14 se muestran dos de los mapas obtenidos por RN y RLM más representativos. Todos los resultados deben considerarse pertenecientes al área específica del bloque, la cual no coincide con los límites del mapa. Los valores extremos que aparecen en las leyendas en general son de áreas exteriores a los bloques. En general, los errores de estimación y/o los coeficientes de correlación obtenidos utilizando como estimador al perceptrón multicapa son mejores que los alcanzados con el modelo de regresión lineal múltiple y el modelo de regresión lineal simple.

45

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tabla 7 Valores de ECe estimados por regresión lineal simple usando el NDVI B15

B28

ECe est VAD (dS/m) (dS/m)

ECe med (dS/m)

B29N

ECe est VAD ECe med (dS/m) (dS/m) (dS/m)

B29S

Patrón

ECe med (dS/m)

ECe est VAD (dS/m) (dS/m)

ECe med (dS/m)

19

3,73

2,95

0,78

1,04

0,98

0,07

0,54

0,90

0,37

2,90

2,33

0,84

20

4,41

2,96

1,45

0,91

0,77

0,14

0,76

0,86

0,10

2,38

2,31

0,33

21

3,17

2,95

0,22

1,93

2,63

0,70

0,69

0,69

0,00

2,66

1,82

0,64

22

2,52

2,95

0,43

3,39

3,15

0,24

0,94

0,81

0,13

1,79

1,52

0,11

23

5,74

2,95

2,80

0,45

2,37

1,92

1,06

1,15

0,08

1,99

1,81

0,07

24

7,98

2,94

5,04

0,43

1,32

0,89

0,66

1,00

0,34

2,64

1,78

0,65

25

2,86

2,95

0,09

2,27

1,51

0,76

0,77

0,80

0,03

1,61

1,85

0,27

26

8,80

2,96

5,84

2,60

2,38

0,22

0,33

0,90

0,57

2,19

1,83

0,21

27

1,73

2,95

1,22

3,98

2,96

1,02

0,68

0,89

0,21

2,90

2,37

0,69

28

1,32

2,95

1,63

3,62

2,86

0,77

0,53

0,95

0,42

3,35

2,38

1,34

29

2,54

2,96

0,42

3,82

1,88

1,94

0,60

0,87

0,26

3,84

2,97

0,52

30

2,01

2,96

0,95

2,94

2,40

0,54

0,44

0,86

0,42

4,24

3,17

1,14

31

5,41

2,95

2,46

0,53

2,86

2,34

0,94

0,80

0,14

3,22

3,70

0,03

32

1,39

2,96

1,56

0,13

2,52

2,39

0,60

0,86

0,27

2,92

2,85

0,57

33

5,31

2,94

2,37

0,95

0,85

0,10

0,35

0,78

0,43

2,65

2,13

0,73

34

2,87

2,95

0,09

0,77

1,27

0,51

0,88

0,72

0,16

3,65

2,42

1,75

35

8,13

2,95

5,18

0,19

0,82

0,63

1,11

0,98

0,13

2,40

1,97

0,21

26

4,70

2,95

1,75

1,86

1,27

0,60

1,65

0,95

0,70

2,01

2,35

0,13

2,95

1,90

1,77

1,93

0,88

0,75

0,88

0,27

2,74

2,23

0,57

Prom

4,15

Erel

0,46

0,50

0,35

0,21

CC

-0,46

0,51

0,26

0,67

ECe est VAD (dS/m) (dS/m)

Tabla 8 Valores de ECe estimados por regresión lineal múltiple (RLM) usando la reflectancia de las bandas BANDAS Patrón 19

3,73

1,71

2,02

1,04

0,53

0,52

0,54

0,87

0,33

2,90

2,33

0,57

20

4,41

1,33

3,08

0,91

-0,17

1,09

0,76

0,90

0,13

2,38

2,31

0,07

21

3,17

1,26

1,91

1,93

2,53

0,60

0,69

0,76

0,07

2,66

1,82

0,84

22

2,52

1,12

1,40

3,39

3,37

0,02

0,94

0,88

0,06

1,79

1,52

0,27

23

5,74

2,29

3,46

0,45

0,59

0,14

1,06

1,14

0,08

1,99

1,81

0,18

24

7,98

4,25

3,73

0,43

-0,29

0,72

0,66

0,91

0,25

2,64

1,78

0,87

25

2,86

1,79

1,07

2,27

1,94

0,33

0,77

0,69

0,08

1,61

1,85

0,24

26

8,80

3,03

5,77

2,60

2,33

0,27

0,33

0,69

0,36

2,19

1,83

0,36

27

1,73

0,51

1,22

3,98

4,08

0,10

0,68

0,92

0,24

2,90

2,37

0,53

28

1,32

1,91

0,59

3,62

4,19

0,56

0,53

0,75

0,22

3,35

2,38

0,98

29

2,54

3,38

0,84

3,82

0,66

3,16

0,60

0,86

0,25

3,84

2,97

0,87

30

2,01

1,18

0,83

2,94

1,88

1,06

0,44

0,88

0,44

4,24

3,17

1,07

31

5,41

4,17

1,24

0,53

2,32

1,80

0,94

0,96

0,02

3,22

3,70

0,48

32

1,39

2,73

1,34

0,13

1,08

0,94

0,60

1,03

0,43

2,92

2,85

0,07

33

5,31

2,11

3,20

0,95

0,23

0,72

0,35

0,96

0,60

2,65

2,13

0,53

34

2,87

2,51

0,36

0,77

1,83

1,06

0,88

0,79

0,10

3,65

2,42

1,23

35

8,13

0,32

7,81

0,19

0,74

0,55

1,11

0,94

0,17

2,40

1,97

0,43

4,70 4,15 0.57 0,30

2,04 2,09

2,66 2,36

1,86 1,77 0,46 0,67

0,99 1,60

0,88 0,81

1,65 0,75 0,34 0,34

0,93 0,88

0,72 0,25

2,01 2,74 0,20 0,73

2,35 2,31

0,35 0,55

36 Promedio E Rel CC

46

B15 B28 B29N B29S ECe med ECe est VAD ECe med ECe est VAD ECe med ECe est VAD ECe med ECe est VAD (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m) (dS/m)

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tabla 9. Valores de ECe estimados, error relativo y coeficiente de correlación obtenidos por red neuronal y por regresión lineal múltiple y simple

B15B EC est Error E Rel CC B28 EC est Error E Rel CC B29N EC est Error E Rel CC B29S EC est Error E Rel CC

ECe m RN 4,15 3,48 1,44 0,35 0,73 1,77 1,78 0,60 0,34 0,75 0,75 0,86 0,23 0,31 0,45 2,74 2,36 0,60 0,23 0,82

RLM 2,09 2,36 0,57 0,30 1,60 0,81 0,46 0,67 0,88 0,25 0,34 0,34 2,46 0,35 0,15 0,79

RLS 2,95 1,90 0,46 -0,46 1,93 0,88 0,50 0,51 0,88 0,27 0,35 0,26 2,23 0,57 0,21 0,67

Tabla 10. Comparación de la red neuronal con la regresión lineal múltiple y con la regresión lineal simple

RLM  Error -0,92 B15B  E Rel -0,22  CC 0,43  Error -0,20 B28  E Rel -0,12  CC 0,08  Error -0,02 B29N  E Rel -0,03  CC 0,11  Error 0,25 B29S  E Rel 0,08  CC 0,03

RLS -0,46 -0,11 1,19 -0,28 -0,16 0,24 -0,04 -0,04 0,19 0,03 0,02 0,15

Fig. 13. Mapa de salinidad del bloque 15 estimada por RSalinidad.

47

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 14. Mapa de salinidad del bloque 15 estimado por RLM.

CONCLUSIONES • La realización de las investigaciones teóricas y los resultados experimentales permiten llegar a las conclusiones siguientes: • La revisión bibliográfica relacionada con los estudios de la salinidad en países desarrollados demuestra que esos se realizan con avanzados medios tecnológicos; dichos estudios se llevan a cabo mayormente en regiones áridas y semiáridas con altos niveles de salinidad.

48

• Se diseñó y se elaboró un software basado en el modelo de red neuronal del perceptrón multicapa con momento para el procesamiento de imágenes de teledetección y estimación de la salinidad del suelo. • Los errores de estimación y/o los coeficientes de correlación son mejores cuando se emplea como estimador el modelo no lineal de perceptrón multicapa que los obtenidos por regresiones lineales múltiple y simple para el mismo conjunto de datos.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

REFERENCIAS BIBLIOGRÁFICAS ALÍ ÇULLU, MEHMET: Estimation of the Effect of Soil Salinity on Crop Yield Using Remote Sensing and Geographic Information System. Turk.Agric. Feb. 27 2003, 23-28.Tubitak. http://journals.tubitak.gov.tr/agriculture/issues/tar-0327-1/tar-27-1-4-0209-13.pdf, 2003. BARNES, E. M., SUDDUTH, K. A., HUMMEL, J. W., LESCH, S. M., CORWIN, D. L., YANG, C., DAUGHTRY, C. S. T. Y BAUSCH, W. C.: “Remote- and Ground-Based Sensor Techniques to Map Soil Properties”, Photogrammetric Engineering & Remote Sensing, vol. 69(6): 619–630, 2003. CNSF: Centro Nacional de Suelos y Fertilizantes, Estudio nacional de salinidad y sodicidad en base al mapa de suelos escala 1:50 000, 77pp., MINAGRI, La Habana, 1985. CID, G Caracterización física e hidrofísica de los suelos de la EA “Héctor Molina” que aplican el método Bioclimático para el pronóstico de riego, 36pp., Instituto de Investigaciones de Riego y Drenaje (IIRD), (Informe), 1985. DE DAPPER, M., GOOSSENS, R., GAD. A., & EL BADAWI, M.:. Modelling and monitoring of soil salinity and waterlogging hazards in the desert-delta fringes of Egypt, based on geomorphology, remote sensing and GIS. In: O. Slaymaker (Ed.= Geomorphic hazards, pp. 169–182, Chichester, UK; Wiley, 1996. DWIVEDI, R. S. Y B. R. M. RAO: “The selection of the best possible Landsat TM band combination for delineating saltaffected soils”, Int. J. Remote Sensing, vol 13(11): 2051-2058, 1992. EIJKELKAMP: Operating Instructions, 14-01 EC-Probe set for salinity measurements, Agrisearch Equipment, M1.1401.E, 1999. EPEMA, G, F.: Effect of moisture content of spectral reflectance in a playa area in southern Tunisia. In: Proceedings International Symposium. Remote Sensing and Water Resources, pp. 301–308, Enschede, The Netherlands International Institute for Aerospace Survey and Earth Sciences, 1990. EVANS F., CACCETTA, P.: “Broad-scale spatial prediction of areas at risk from dryland salinity”, Cartography, vol. 29: 33–40, 2000. EVANS, F.: An investigation into the use of maximum likelihood classifiers, decision trees, neural networks and conditional probabilistic networks for mapping and predicting salinity. MSc thesis, School of Computer Science, Curtin University of Technology. Perth. WA, 1998. FLEMING, DAVID: Ikonos DN Value Conversion to Planetary Reflectance. Space Imaging, Document Number SE-REF016, CRESS Project University of Maryland, Department of Geography, 2003. GARCÍA, E.: Aplicación de las redes neuronales artificiales en la clasificación de imágenes multiespectrales de teledetección, Tesis de en opción al grado científico de Doctor en Ciencias Técnicas, Ciudad de La Habana, 1997. KHALIL, K. A., FAHIM, M., & HAWELA, F.: “Soil reflectances as affected by some parameters”, Egyptian Journal of Soil Science, vol. 35: 477–491, 1995. KONECNY, GOTTFRIED: Remote sensing for sustainable development: State of the art. Operational Remote Sensing for Sustainable Development, Nieuwenhuis, Vaughan & Molenaar (eds.) © 1999, Balkema, Rotterdam, ISBN 90 5809 029 9, 1999. Landsat 7, Science Data Users Handbook. Chapter 11. Data Products. http://ltpwww.gsfc.nasa.gov/IAS/handbook/ handbook_htmls/chapter11/chapter11.html, 2001. KUMAR, M., RAGHUWANSHI, N. S., SINGH, R., WALLENDER, W. W. Y PRUITT, W. O.: “Estimating Evapotranspiration using Artificial Neural Network”. Journal of Irrigation and Drainage Engineering, July/August, 2002. LAU, A., LHERMITTE, S., GILLIAMS, S., RUIZ, M.E.: “Relación de la salinidad del suelo con la reflectancia multiespectral de la caña de azúcar cultivada en condiciones extremas”, Revista Ciencias Técnicas Agropecuarias, vol. 11(3): 19-29, 2003. LAU, A., UTSET, A., GAREA, E.: Informe final proyecto CITMA, Una Tecnología para el diagnóstico de la salinidad de los suelos utilizando la teledetección, un Sistema de Información Geográfica (SIG), técnicas geoestadísticas y sensores eléctricos, código No. 00200063 del PNCT Producción de alimentos por vías sostenibles, Ciudad de La Habana, 1998. LESCH, S. M., J. D. RHOADES, AND D. L. CORWIN:. ESAP-95. Version 2.01R User Manual and Tutorial Guide, 101 pp., Research Report # 146, George E. Brown Jr. Salinity Lab. Riverside, California, 2000. LHERMITTE, STEFAAN: Improving Soil Salinity Management in Sugarcane Using Earth Observation, 100pp. Trabajo de diploma, Universidad de Leuven, 2002. LILLESAND, T. M., KIEFER, R. W.: Remote Sensing and Image Interpretation, 721pp., Second Ediction, John Wiley & Sons, 1987. MASS, E.V. Y G. J. HOFFMAN: “Crop salt tolerance and current assessment”, J. Irrigation and Drainage div. ASCE, vol. 103(2): 115-134, 1977. MEJIAS, S. L., CAMACHO, M. C.: Estudio de algunos parámetros que influyen en la producción de la U.B.P.C. “Lázaro Romero Dueñas” y la propuesta tecnológica para su manejo, 63 pp., Trabajo de diploma, ISCAH, La Habana, 1999. METTERCNICHT, G., I.: “Fuzzy classfication of JERS-1 SAR data: an evaluation of its performance for soil salinity mapping”, Ecological Modeling, vol.111: 61–74, 1998. METTERNICHT, G.: “Analysing the relationship between ground base reflectance and environmental indicators of salinity processes in the Cochabamba Valleys (Bolivia)”, International Journal of Ecology and Environmental Sciences, vol. 24: 359–370, 1998a. METTERNICHT, G.: “Assessing temporal and spatial changes of salinity using fuzzy logic, remote sensing and GIS. Foundations of an expert system”, Ecological Modelling, vol. 144: 163–177, 2001. METTERNICHT, G. I., & ZINCK, J. A.: “Modelling salinity –alkalinity classes for mapping salt-affected topsoils in the semi-arid valleys of Cochabamba (Bolivia)”, ITC Journal, vol. 2: 125–135, 1996.

49

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I) METTERNICHT, G., I., & ZINCK, J. A.: “Spatial discrimination of salt- and sodium-affected soil surfaces”,. International Journal of Remote Sensing, vol. 18: 2571–2586, 1997. METTERNICHT, G. I., & ZINCK, J. A.: “Remote sensing of soil salinity: potentials and constraints”, Remote Sensing of Environment, vol. 85: 1-20, 2003. MONGKOLSAWAT, C., THIRANGOON, P., & EIUMNOH, A.: A practical applicatin of remote sensing and GIS for soil salinity potential mapping in Korat basin, northeast Thailand. In: Proceedings International Workshop on Conservation and Sustainable Development, pp. 290–297, Bangkok, Thailand. Asian Institute of Technology, 22– 26, April 1991. NORMA CUBANA 32: Calidad del Suelo, Determinación del pH y la conductividad eléctrica en el extracto de saturación: IDS.13.080; 6pp., 1999. OBREGÓN A., BOSCH, D., PÉREZ-JIMÉNEZ, J., AVILA, L. Y LAMORÚ, G.: Instrucciones metodológicas para la cartografía a escalas detalladas de los suelos salinos y salinizados de Cuba, 26 pp., Instituto de Suelos, La Habana, 1988. ORTEGA, F., J. PENA Y N. CASTILLO.: “La salinidad de los suelos de Cuba. Aspectos económicos globales”, Cienc. de la Agric. Vol. 27: 137-144, 1986 PENG, W, L.: Synthetic analysis for extracting information on soil salinity using remote sensing and GIS: a case study of Yangao Basin in China. Environmental Management, vol. 22: 153–159, 1998. PORTUONDO, O., OBREGÓN, A., GARCÍA, E.:. Tratamiento Análogo Digital de Fotografías Aéreas en la Determinación de la Salinidad, Monografía del Experimento Internacional Caribe 88, Instituto Cubano de Geodesia y Cartografía, La Habana, 1992. PULIDO, L., B. ROBLES, J. GONZÁLEZ, C. L. WIEGAND, H. SANVICENTE: Aplicación de imágenes de satélite para identificar la salinidad del suelo y las áreas con mal drenaje, pp.10-14,. En: VII Congreso Nacional de Irrigación, Hermosillo, Sonora, México, 22-24 octubre 1997. PULIDO, L., J. GONZÁLEZ, B. ROBLES Y C. L. WIEGAND: Soil salinity surveying using satellite imagery and a portable sensor, pp. 91-105, In: International Symposium on Sustainable Management of Salt Affected Soils in the Arid Ecosystem, Cairo, Egipto, septiembre 22-26, 1997. PULIDO, M. L., H. S. SÁNCHEZ, C. L. WIEGAND Y G. L. ANDERSON: Estimación de pérdidas de cosecha en suelos ensalitrados mediante imágenes de satélite, pp. 888-891, En: Memorias VII Simposio Latinoamericano de Percepción Remota, Puerto Vallarta, México, 1995. RAO, B. R. M., & VENKATARATNAM, L.: “Monitoring of salt-affected soils –a case study using aerial photographs, Salyut-7 space photographs, and Landsat TM data”, Geocarto International, vol. 6: 5–11, 1991. RHOADES, J.D.: Soluble salts. Chpt. 10, pp. 167-179. In Methods of soil Analysis, Part 2, 2nd edition, (A.L. Page, ed.), Agronomy Monograph No. 9 Amer. Soc. Agron., Madion. WI, 1982. RHOADES, J. D., N. A. MANTEGHI, P. J. SHOUSE Y W. J. ALVES: “Soil electrical conductivity and soil salinity: New formulations and calibrations”, SoilScience Society of American Journal, vol. 53(2): 433–439, 1989. RIVERO, L., GÁLVEZ, V., NAVARRO, N.: Sistema de información, sistema de monitoreo y soluciones tecnológicas para preservar a los suelos de la salinidad y posible impacto de los cambios climáticos en agroecosistemas con problemas actuales de salinización, 125 pp., PNCT Cambios globales, Informe final del proyecto 01305005, Instituto de Suelos, 2001 SING, A.N.: “Monitoring change in the extent of salt-affected soils in northern India”, Int. J. Remote Sensing, vol. 15(16): 3172-3182, 1994. TAYLOR, G. R., MAH, A. H., KRUSE, F. A., KIEREIN-YOUNG, K. S., HEWSON, R. D., & BENNETT, B. A.: Characterization of saline soils using airborne radar imagery. Remote Sensing of Environment, vol. 57: 127–142, 1996. TAYLOR, G., & DEHAAN, R.: Salinity mapping with hyperspectral imagery. Available at www.geology.unsw.edu.au/ research/R~Sensing, 2000. TSOUKALAS, L. H., Y UHRIG, R. E.: Fuzzy and neural approach in Engineering, Wiley, New York, 1996. UTSET, A., RUIZ, M., HERRERA, J., & DELEON, D.: A geostatistical method for soil salinity sample site spacing. Geoderma, vol. 86: 143–151, 1998. VAN DILLEWIJN, C.: Botánica de la Caña de Azúcar, Libro de texto, Edición Revolucionaria. Instituto del Libro, 1968. VAN MEIRVENNE, M.: Some recommendations concerning the spatial inventory at Guanamon farm, South-easter Habana province, Cuba.- Partial Report of Project “Improving of soil salinity management crops under sugarcane using Geoinformatic”, 2000. WIEGAND, C. L., ESCOBAR, D.E., LINGLE, S.E.: Growth and yields responses of sugar cane to saline soil. I. Sensing and mapping using aerial videography, Proceedings 1993, In: Vol. 1 Inter-American Sugar Cane Seminars, “Sugar cane and our environment”, 1993. WIEGAND, C. L., J.D. RHOADES, D. E. ESCOBAR Y J. H. EVERITT: “Photographic and videographic observations for determining and mapping of response of cotton to soil salinity”, Remote Sen. Environ, vol. 49: 212-223, 1994. WIEGAND, C., G. ANDERSON, SARAH LINGLE Y D. ESCOBAR: “Soil Salinity Effects on Crop Growth and YieldIllustration of an Analysis and Mapping Methodology for Sugarcane”, J. Plant Physiol. vol. 148: 418-424, 1996. WIEGAND, C., RICHARDSON, A., ESCOBAR, D., & GERBERMANN, A.: “Vegetation indices in crop assessments”, Remote Sensing of Environment, 35, 105– 119, 1991. WIEGAND, C.L., D.E. ESCOBAR, AND S.E. LINGLE: Detecting growth variation and salt stress in sugarcane using videography. pp. 185-199, In :Proc. 14th Biennial Workshop on Color Aerial Photography and Videography for Resource Monitoring, American Society for Photogrammetry and Remote Sensing, 1994.

50

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Red de información UTEEDA1. Un entorno virtual en red, para la colaboración y la gestión de la información UTEEDA Information Network. A networking virtual and collaborative environment to management the Information1 Néstor Mena Díaz1 RESUMEN. La creación de la Red de Información UTEEDA tiene como objetivo central favorecer la gestión de la información que en cada país miembro de la red se pueda generar y ponerla a disposición del resto de sus miembros y de la comunidad científica internacional, al crear un entorno de trabajo en Red y virtual que potencie la colaboración y el trabajo en grupo entre todos sus miembros, estén estos sincronizados o no. Asimismo, propone el diseño preliminar de un conjunto de herramientas informáticas que posibilitan la gestión de la Información y del conocimiento a los equipos institucionales de los países miembros de la red UTEEDA, potenciando de esta manera el trabajo colaborativo en Red. Palabras clave: Red, Información, Conocimiento, UTEEDA, colaboración. ABSTRACT. The development of UTEEDA Information Network is aimed at encouraging management of the information that may be generated in each network member country and put it at the disposal of the rest of the members and the international scientific community by creating a virtual networking work environment that may potentiate collaboration and team work among all members, whether they are synchronized or not. Likewise, this paper is intended to propose the computing tool outline enabling Knowledge and Information Management in institutional equipment of member countries to the UTEEDA network, thus potentiating in this way the collaborative networking work. Key words: network, information, knowledge, UTEEDA, collaboration.

INTRODUCCIÓN La verdadera riqueza y utilidad de la Gestión de la Información y del Conocimiento no está en la distribución masiva de documentos o en la explotación de enormes bases de datos. Dichas actividades, frecuentemente acaban convirtiéndose en enormes basureros de información que no resultan útiles para nadie. El verdadero valor está en las personas, en la posibilidad de compartir las ideas y las visiones que no están documentadas. Este conocimiento tácito es muy difícil de explicitar y a menudo sólo lo tenemos presente cuando nos enfrenta1 2

mos a la solución de un determinado problema. Compartir conocimiento implica el acto de reconocer quién va a usarlo y con qué propósito, por lo que si queremos colaborar, debemos hacer el esfuerzo de pensar de forma conjunta. Es por ello que en estas sociedades de la información y las organizaciones que la componen, continuarán existiendo factores que determinarán en gran medida su éxito y fracaso y uno de ellos es considerar el factor humano, o sea, a las personas, actores o implicados como muchos definen indistintamente. La formación y formalización de equipos de trabajo para la realización de proyectos es cada vez más frecuen-

Uso de las Tecnologías Espaciales apoyadas en las TIC para la Evaluación, Monitoreo y Manejo de Desastres Naturales en la Agricultura Ingeniero en Telecomunicaciones, Director de Tecnologías de la Información, Instituto de Información Científica y Tecnológica (IDICT), Capitolio de la Habana, Cuba, Telf: (537) 8668096, E- : [email protected], [email protected]

51

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

te, sin embargo, no es sólo la presencia de éstos lo que garantiza el buen desempeño. En ocasiones los equipos mal administrados originan más problemas que soluciones. La clave radica, entonces, en la forma de gestionar los elementos que componen el proyecto en sí y a los participantes de los equipos de proyecto. Siguiendo con este orden de ideas, cabe mencionar que un equipo está integrado por personas – líderes y colaboradores (actores) – y son las interrelaciones que se dan entre ellos lo que facilita o no, la realización de las tareas que les son asignadas y con ello el cumplimiento de sus objetivos1. Acorde a lo anterior, el Trabajo Colaborativo en Red es el entorno que ha desarrollado el Instituto de Información Científica y Tecnológica (IDICT) para potenciar la Gestión de la Información en su organización. En Cuba, el, IDICT se compone de 12 centros provinciales, la Biblioteca Nacional de Ciencia y Tecnología y la consultoría BIOMUNDI y su finalidad social priorizada es suministrar información científica y tecnológica al primer nivel de dirección, a las instituciones de la ciencia cubana, a las empresas; así como a otras organizaciones. La Red de Información del IDICT es el núcleo fundacional a partir del cual hemos diseñado las herramientas informáticas que conforman la “Red de Información UTEEDA”. Por tanto, el problema se centra en cómo utilizar las Tecnologías de la Información y las Comunicaciones para una adecuada gestión de la información y del conocimiento en un entorno de trabajo virtual, en Red, en línea y colaborativo.

FUNDAMENTOS DEL TRABAJO EN RED A partir del desarrollo del correo electrónico, las comunicaciones satelitales, y de la Internet, la problemática espacio-tiempo cambió de significado. El concepto de “aldea global” se generalizó y el mundo actual se globalizó. La virtualidad se convirtió en el signo de la época y la Sociedad de la Información en un modelo a alcanzar por los países que puedan. Periódicos virtuales, Libros virtuales, Redes Corporativas o Privadas virtuales, Empresas virtuales y Grupos de trabajo o Teams virtuales aparecen en la palestra pública. En la Sociedad de la Información, el espacio y el tiempo ya no son condicionantes de la interacción social, del mismo modo que las fronteras y los límites nacionales no representan barreras para la circulación del capital, de la información, de los mercados, incluso el de trabajo, o las relaciones interpersonales. Un ejemplo de estas nuevas formas de interacción son las comunidades virtuales: grupos de personas que comparten un interés y que utilizan las redes informáticas como canal de comunicación barato y cómodo entre individuos espacialmente dispersos y temporalmente sincronizados o nó. La Sociedad de la Información es una etapa más en el proceso permanente de desarrollo del conocimiento y de acumulación de capital humano y de capital organizativo de las empresas. En este nuevo entorno tecnológico, la información aumenta su valor económico, circula, se intercambia, se acumula, facilita la mejora de los procesos

52

productivos y estimula la introducción de nuevos bienes y servicios. Pero lo importante es potenciar la colaboración y el conocimiento de toda la organización y eso solo se logra cuando los distintos especialistas y participantes en la Red trabajan interconectados, es decir “en Red”. Ahora bien, para que la colaboración sea efectiva, debe existir una comunicación constante y segura que los una, así como el conocimiento suficiente del manejo de esas herramientas de comunicación. Es decir, debe existir una Red sobre la cual interactuar y las herramientas adecuadas con que trabajar. De aquí surgen las siguientes interrogantes: • ¿Sobre qué Red el grupo interactuará? • ¿En qué “espacio”, físico o virtual, el grupo actuará? • ¿Cuál es la mejor forma de comunicarnos, dentro de las opciones económicamente posibles? • ¿Qué herramientas necesitamos para interactuar? • ¿Cuál es el conocimiento del grupo de esas herramientas? Alfons Cornella2 nos dice: “…solo cuando más y más gente use la Red de forma habitual, cuando las organizaciones trabajen habitualmente en Red, emergerán fenómenos nuevos. Es posible, pues, que para que la Red muestre su valor sea preciso que una “masa crítica” de personas y organizaciones interactúen de manera intensa, mas allá de leer el periódico on-line y enviarse correo electrónico. Cuando la Red penetra en las formas de trabajar, transforma las organizaciones y hace emerger nuevos comportamientos. Lo mismo es aplicable a la gestión del conocimiento. Una Red de personas que interaccionan intercambiándose conocimientos hace emerger unas propiedades organizativas que ahora ignoramos. Hace emerger “inteligencia” y además de una manera espontánea, no planificada”… (fin de la cita). Por eso, decimos3 que: “Tener varias computadores físicamente conectadas en una Intranet no significa trabajar en red, estar en una red no es lo mismo que trabajar en red”. Y he aquí que es conveniente analizar lo que nos enseña la “Ley de Metcalfe”. Cornella4 también nos dice en su libro:” Lo que estamos empezando a entender es que no basta con tener la Red con sus nodos. No se consigue nada si no hay interacciones entre ellos”. Como conclusión de la aplicación de Metcalfe podemos decir: • Navegar en la Red proporciona habilidades y desarrolla la inteligencia individual. • Un grupo de personas trabajando en Red, interaccionando e intercambiándose conocimientos hace emerger la inteligencia colectiva o de la organización • No basta con tener una Red y sus nodos, no se consigue nada si no hay interacción entre ellos. • El valor de la Red no se deriva del número de nodos, sino de la intensidad de las transacciones entre ellos. Es por lo anterior, que la red que construyamos debe ser aquella que mediante las herramientas adecuadas promueva el trabajo colaborativo en línea de las comunida-

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

des y los “equipos virtuales”, potenciando la gestión de la información y del conocimiento de estos grupos y de las organizaciones a que ellos pertenecen y por tanto facilitando el desarrollo de inteligencia colectiva. Ya que las redes grupales potencian la colaboración, Sánchez Llabaca5 “nos plantea que: • El propósito de la transacción es primario, de manera que los intercambios son orientados a una meta • Lo que se trasmite de un participante a otro no es sólo información, sino que también es conocimiento • El medio electrónico permite estimular y darle más poder a los participantes para participar significativamente en el intercambio intelectual”. El problema se centra entonces, en determinar qué tipo de red construir y qué herramientas informáticas se usarán para que las personas conectadas en red, gestionen adecuadamente la información y se potencie el conocimiento de toda la organización. A partir de aquí, el concepto fundamental que deseamos introducir, como fenómeno moderno proveniente del desarrollo de las TIC (Tecnologías de la Información y las Comunicaciones) es “el trabajo colaborativo en red y en ambiente WEB” y sobre esta base potenciar la gestión de la información y del conocimiento. Por ello, habrá que cambiar nuestra visión de la tecnología. Ahora ya no solo utilizaremos nuestras computadoras para el trabajo individual; el signo de la era de la información es el trabajo en grupo, los equipos

virtuales, la colaboración. A ese modo de actuar, le llamaremos “trabajo en red” y obedece entre otras, a las siguientes características: 1.- El trabajo en red es sólo posible si pensamos que todos estamos entrelazados, lo que origina un cambio en nuestro modo de hacer y pensar. 2.- Es necesario aplicar una visión global de los recursos. No importa donde estos “estén”, porque no hay limites geográficos o temporales, se trabaja en red 3.- Las comunicaciones en la red son directas y engloban todos sus nodos. 4.- Las organizaciones que trabajan en red, se organizan en equipos multidisciplinarios, es decir, están configurados específicamente para cada proyecto particular. Se trabaja por proyectos. 5.- Las relaciones interpersonales en las organizaciones que trabajan en red requieren un mayor grado de adaptación y de confianza para compartir información. Podemos resumir entonces que: “el trabajo en Red, genera, gestiona y potencia el conocimiento de la Institución”.

RED DE INFORMACIÓN UTEEDA: CRITERIOS BÁSICOS DE DISEÑO La Información constituye el material base del conocimiento, la materia prima de las noticias y un componente esencial de la ciencia, las organizaciones y el comercio.

El conocimiento puede definirse como el conjunto organizado de datos e información destinados a resolver un determinado problema El conocimiento es el acto de aprender y gestionar la información. La información por tanto, procesa y genera el conocimiento humano. Asímismo, gestionar la información implica: • determinar la información que se precisa; • recoger y analizar la información; • registrarla y recuperarla cuando sea necesaria; • utilizarla y • divulgarla.

53

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

La sabiduría consiste en juzgar correctamente cuándo, cómo, dónde y con qué objetivo emplear el conocimiento adquirido Acorde a los conceptos expresados anteriormente, los criterios básicos de diseño que hemos tenido en cuenta para la creación de la Red de Información UTEEDA son: • Que los diversos especialistas de las naciones integradas al proyecto UTEEDA puedan trabajar “en red”, de modo individual o formando parte equipos geográficamente distribuidos. • Que la información que exista en cada nación integrada al proyectos UTEEDA pueda ser clasificada, guardada y publicada adecuadamente para todos los integrantes del proyecto y del público en general • Que la información dispersa en Internet relacionada con UTEEDA pueda ser adecuadamente gestionada, clasificada, guardada, y puesta a disposición de todos los integrantes del proyecto y del público en general • Que la información publicada por cada país y la gestionada desde Internet pueda ser recuperada de forma sencilla y rápida por las partes integrantes del proyecto y el publico en general • Que la planificación del trabajo de cada integrante del proyecto, tanto de modo individual como de los equipos que lo conforman sea visible a todos los participantes, independientemente de su ubicación geográfica o situación temporal. • Que la creación, monitoreo y control de los diferentes proyectos relacionados con UTEEDA, que cada país integrante pueda generar sea visible por todos los usuarios del sistema, independientemente del lugar geográfico o situación temporal en que cada participante se encuentre y del tipo de PC que cada integrante use. • Que la discusión o el intercambio interactivo de mensajes entre los integrantes del proyecto u otros afines se afectúe, estén estos conectados o nó. • Que el sistema cree su propio entorno virtual de enseñaza-aprendizaje de temas relacionados con UTEEDA, posibilitando la interconexión entre profesores y estudiantes de diversas regiones geográficas y por tanto, potenciando la diseminación y multiplicación del conocimiento adquirido por los integrantes del proyecto • Que los programas sean de código abierto y que estos tengan una comunidad de desarrolladores lo suficientemente fuerte para que su soporte técnico sea lo más eficiente y profesional posible. • Que el lenguaje de programación en que han sido desarrolladas el conjunto de herramientas que se han implementado, sea preferentemente PHP o JAVA

ESQUEMA DE HERRAMIENTAS A UTILIZAR PARA EL TRABAJO COLABORATIVO EN LA RED DE INFORMACIÓN UTEEDA. Los aspectos tratados anteriormente conforman nuestra visión de cómo debe organizarse y operar la Red de Información UTEEDA.

54

Las herramientas para la colaboración y el trabajo en grupo pueden clasificarse según se empleen de modo sincronizado o no, ya que los grupos virtuales pueden encontrarse en las siguientes situaciones. Mismo tiempo

Diferente tiempo

Mismo lugar

Modo sincrónico

Modo asincrónico

Diferente lugar

Modo sincrónico

Modo asincrónico

Es decir, cuando los miembros de un grupo de trabajo se encuentran simultáneamente revisando un documento o chateando, se dice que están trabajando sincronizados. Es importante notar, que es indiferente para esta modalidad que las personas estén en diferentes husos horarios o geográficamente distantes, ya que ellos están, en ese momento, en contacto virtual. Lo contrario es válido y algunas veces es lo mas común, una persona envía a otra un correo electrónico con un documento para su revisión y puede suceder que le respondan al siguiente día, en ese caso están trabajando desincronizados aunque temporalmente estén en el mismo huso horario. Asimismo, los intercambios de información de los grupos virtuales pueden ser de dos tipos: • Locales: si solo se accede a datos de su propio nodo. • Globales: si se accede a datos hospedados en diferentes nodos. Comprender como implementar estos intercambios es muy importante, Todos los usuarios de la Red UTEEDA acceden al nodo central que esta situado en el Instituto de Información Científica y Tecnológica (IDICT) de la Republica de Cuba, para ellos los datos están alojados localmente y organizados de modo tal que resulta fácil recuperarlos, utilizarlos y actualizarlos

Figura 1. Mapa de la Red de Información UTEEDA

Asimismo, Internet es un enorme deposito de información dispersa en multiples nodos que puede ser gestionada, clasificada y guardada localmente en el nodo central de la Red UTEEDA, para que pueda posteriormente ser recuperada y divulgada al resto de los integrantes de la Red. Este intercambio de información, de entornos globales al ámbito local, con la participación de todas las comunidades o grupos virtuales es un factor de éxito para la Red de Información UTEEDA.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 2. Esquema de los intercambios local-global en la Red UTEEDA

Clasificación de las Herramientas para la Gestión de la Información y el trabajo colaborativo de los grupos virtuales según su estado temporal. Herramientas a utilizar

Estado Sincrónico

Asincrónico

Weblogiii iii iv ProyectosUTEEDAv WebChatvi Weblog ProyectosUTEEDA Webmail

Herramientas complementarias para la Gestión de la Información y del conocimiento implementadas en la Red de Información UTEEDA.

• Para facilitar la creación de un centro de aprendizaje virtual para los grupos institucionales de la Red UTEEDA, se instaló Moodle1 en la dirección: http:// cevirtual.idict.cu • Para el trabajo interactivo de las comunidades virtuales y potenciar la colaboración y la publicación de archivos tales como: imágenes espaciales, artículos, libros, tesis de maestrías y doctorales, etc. a texto completo, así como videos, etc.: se instaló DSpace2 en la dirección http://dspace.idict.cu Todas las herramientas que se detallan a continuación, se complementan y se apoyan mutuamente para conformar un sistema de trabajo colaborativo, virtual y en Red.

Figura 3. Herramientas para el Trabajo Colaborativo en la Red de Información UTEEDA

Correo Web En la actualidad existen algunos servicios de correo electrónico basados en Web, pero el WebMail de UTEEDA permite utilizar el propio correo de la Red, independientemente del lugar desde donde se acceda. Webmail es un entorno de correo independiente del equipo y prácticamente no necesita configuración, solo un navegador Web con lo cuál se puede acceder al e-buzón desde cualquier ordenador conectado a la Web, sea en la empresa, en la escuela, en librerías, cafés, hoteles, aeropuertos, etc.

55

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

WebChat

WEBLOG

El correo electrónico es aún muy común entre nosotros, pero el Webchat introduce ventajas adicionales. Con el correo electrónico si Ud. envía un mensaje, no sabe cuando el receptor le responderá. El detector de presencia del Webchat, nos dice cuáles receptores están conectados por lo que la comunicación es directa, lo que tiene una gran importancia en el trabajo en Red de los equipos virtuales. Además, Webchat solo necesita de un navegador, por lo que es posible conectarse desde cualquier lugar con acceso a Internet. Asímismo, debemos hacer notar que es posible crear salas de conferencias (Chat room) para la discusión de un problema concreto o de varios o realizar un forum en vivo entre los mejores especialistas de la Red para el análisis de ese problema , de aquí que la colaboración se hace más evidente

Los Weblog, también conocidos como blog o bitácora, es una publicación Web que periódicamente es actualizada con textos, imágenes y videos y que usualmente son puestos en orden cronológico inverso. La creación de un blog para UTEEDA, mantenido por diversos autores o comunidades potencia la gestión de la información y el conocimiento en la Red. Un aspect o importante de l os Weblog es su interactividad, especialmente en comparación a páginas Web tradicionales. Los Blogs actuales permiten a las comunidades virtuales compartir documentos, discutir temas interactivamente y mediante el correo o los canales RSS, mantenerse actualizados con los nuevos contenidos colocados en ellos.

Proyectos UTEEDA ProyectosUTEEDA” es una aplicación destinada a la planificación del trabajo y la gestión en línea de proyectos, orientado al trabajo colaborativo de los equipos virtuales. Incluye todas las herramientas necesarias para la creación, control y monitoreo de proyectos, pero también para la gestión de los equipos que trabajan en ellos. Además posee una variedad de herramientas anexas destinadas a facilitar el trabajo colaborativo como son: calendario grupal, Chat, fórum, gestión de archivos, etc y el usuario solo requiere un navegador Web para acceder a toda la in formación no necesitando almacenar ningún documento en su PC. Con respecto al trabajo colaborativo, permite el control y seguimiento de las versiones de los documentos almacenados en el sistema.

CENTRO DE ENSEÑANZA VIRTUAL UTEEDA Esta aplicación está apoyada en Moodle con vistas a crear un entorno de aprendizaje corporativo no presencial, con un diseño modular que hace fácil agregar contenidos que motiven al estudiante. Tal sistema le permite a la Red UTEEDA, crear su propio entorno de enseñanza virtual, con vistas a potenciar la gestión del conocimiento institucional.

DSPACE Mediante DSPACE, la Red de información UTEEDA puede crear su repositorio institucional e incluir documentos digitales en cualquier formato, lo que posibilita el trabajo colaborativo de las distintas comunidades nacionales al poder colocar por ellas mismas sus documentos en el Web de modo seguro, indexados y asociados a metadatos. DSPACE trabaja con todos los formatos de uso normalizado en las bibliotecas modernas y potencia la conservación y preservación de la documentación digital a él asociada.

56

CONCLUSIONES • Aportaciones.- Se han evaluado los sitios de Internet dedicados a los temas de desastres naturales y a la obtención de imágenes satelitales, tanto gratuitos como comerciales. En general, la cantidad de información a analizar, revisar, clasificar y después guardar es voluminosa. Cada sitio tiene sus caráteristicas particulares de acceso y algunos, aunque son gratuitos, solicitan un registro del peticionario de la información. Por ejemplo, los sitios http://glcf.umiacs.umd.edu/ y http:// unosat.web.cern.ch/unosat/ nos permiten descargar imágenes satelitales gratuitamente y el sitio http://www.elsitioagricola.com/ nos ofrece instrucciones acerca de como usar la “Teledetección y su Aplicación al Agro”. Cada vez que se requiera recuperar la información, se debe volver al sitio en cuestión o previamente salvar esta en nuestra PC. En ocasiones, el sitio envejece o desaparece o cambia la información que contenía y no podemos acceder a la previamente encontrada. En general son pocos los sitios que prevén la colaboración o tienen diseñada una plataforma para el trabajo en colaborativo para los distintos usuarios que acceden a ellos El aporte fundamental de la Red de Información UTEEDA, es la creación en Internet de un ambiente virtual atípico si se compara con algunos de los que ya trabajan esta temática. • Proyección futura.- La selección, clasificación y salva de la información con vistas a obtener resultados relevantes científicamente es, en general, fruto del trabajo cooperativo entre universidades, instituciones científicas y empresas. El proyecto futuro de la Red de Información UTEEDA, se basará en crear una plataforma informática que permi ta exten der sus vín culos a la comun idad empresarial, académica y científica de cada país miembro.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 4. Webchat UTEEDA.

57

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 5. Sitio Web UTEEDA.

Figura 6. Proyectos UTEEDA.

58

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 7. Centro de enseñanza Virtual del IDICT.

Figura 8. Weblog UTEEDA.

59

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 9. Dspace.

REFERENCIAS BIBLIOGRÁFICAS 1. N. Mena e Y. Stable, publicado en la XII Jornadas de Proyéctica, Octubre 2006, Bidart, Francia 2. Hacia la Empresa en Red, Barcelona, Ediciones Gestión 2000 S.A., Pág. 26, 2003 3. Mena Díaz, Néstor, “Red de Información del IDICT: Un entorno colaborativo para la Universalización de la Información”, Congreso Internacional de Información, 17-21 Abril 2006, Cuba. 4. Hacia la Empresa en Red, Barcelona, Ediciones Gestión 2000 S.A., Pág. 26, 2003 5. Sánchez Llabaca Jaime; Trabajo Colaborativo, Universidad de Chile 6. Drupal.org is the official website of Drupal, an open source content management platform.disponible en Internet en: http://drupal.org/ 7. ANGELES. Michael, Supporting enterprise knowledge management with weblogs, disponible en Internet en http://urlgreyhot.com/files/cil-presentation/. 8. Online edition of India’s National Newspaper, “A Weblog tool for Intranet”, Monday, Mar 31, 2003, 9. Clyde, L.A. (2004), Professor, Faculty of Social Science, University of Iceland, “Weblogs and Libraries: The Potential and the Reality”, Oxford, Chandos Publishing. 10. PHProjekt - an open source groupware suite, PHProjekt is a modular application for the coordination of group activities and to share informations and document via intranet and internet. Components of PHProjekt: Group calendar, project management, time card system, file management, contact manager, mail client and 9 other modules. Projekt supports many protocols like ldap, soap and webdav and is available for 36 languages and 7 databases. disponible en Internet en: http://www.phprojekt.com/. 11. JWChat - Jabber Web Chat, is a full featured, web-based Jabber client. Written using AJAX technology it relies on JavaScript and HTML at the client-side only. It supports basic jabber instant messaging, roster ma nagement a nd groupchat s based on th e MUC protocol disponi ble en In tern et en: ht tp: // jwchat.sourceforge.net/index.shtml 12. Moodel, a free open source course management system for on-line learning Disponible en Internet en http:// moodle.org/ 13. Building an Institutional Repository with DSpace, disponible en Internet en http://www.dspace.org

60

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Utilización de imágenes satelitales en el análisis hidrológico Use of satellite images in the hydrological analysis Ximena Vargas1, Karina López2 y Patricio Valck3 RESUMEN. Se analiza la utilización de imágenes satelitales como herramienta de apoyo tanto para validar las hipótesis que se plantean para realizar estudios hidrológicos como para validar los resultados obtenidos a través de modelos hidrológicos de simulación. Así, se muestra como es posible deducir el área que ha sido potencialmente afectada por nubosidad y, en consecuencia, susceptible de recibir precipitación lo que permite simular hidrogramas de crecida en la cuenca del río Lluta, en la parte norte del territorio chileno. Además, usando imágenes satelitales se valida el área cubierta por nieve obtenida a través de un modelo de simulación de la acumulación nival en los contrafuertes cordilleranos de la zona central de Chile. Palabras clave: imágenes satelitales, área pluvial aportante, crecidas, cobertura nival, modelos hidrológicos ABSTRACT. It is analysed the use of satellite images as a valuable tool in order to validate some hypothesis needed as inputs to perform certain hydrological analysis and results obtained through hydrologic simulation models. It is shown the technique to deduce the potential area affected by a storm using the observed temperature as index of cloud cover; then the precipitation contributing area is used as input to derive the flood hydrographs at Lluta river watershed, located in the northern part of Chile. Also, satellite images are used to validate the snow cover achieved through a distributed snow accumulation model applied to mountainous catchments located at central zone of Chile. Key words: satellite images, contributing precipitation area, storms, snow cover, hydrologic models.

INTRODUCCIÓN Para conocer los caudales que se generan en una cuenca durante eventos de tormentas, es necesario utilizar modelos hidrológicos, ya sea distribuidos o concentrados, que se calibran a base de la información de caudales observados en alguna estación fluviométrica. El tipo de modelo hidrológico se escoge en función de la información tanto física como hidrometeorológica existente, por lo que, en general, debido a la escasez de información pluviográfica que represente adecuadamente la distribución espacio-temporal de la precipitación, se seleccionan modelos concentrados simples. Sin embargo, muchas veces los resultados obtenidos presentan una gran incertidumbre producto de las hipótesis que se han debido realizar acerca de aspectos tales

como el área que abarca la precipitación líquida, las condiciones iniciales de humedad del suelo y el tipo y uso del suelo. Una herramienta, potencialmente útil para definir de mejor forma algunos de los aspectos anteriores, son las imágenes satelitales que, a base del análisis de las temperaturas emitidas desde la tierra, permiten deducir el área que ha sido potencialmente afectada por nubosidad y, en consecuencia, susceptible de recibir precipitación. Por otra parte, el análisis de imágenes, como las del Programa MODIS de NASA, permite a su vez la detección de áreas nivales en días previos y posteriores a los eventos en estudio. Lo anterior, junto al uso de un software denominado WMS (Watershed Modeling System) que facilita la delimitación de la cuenca y la obtención de las característi-

1

Ing. Civil, Departamento de Ingeniería Civil, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile, E-: [email protected] Ing. Civil, Administración de Recursos Hídricos, Dirección General de Aguas, Ministerio de Obras Públicas, E-: [email protected] 3 M.Sc., Ing. Civil, Ingendesa, E-: [email protected] 2

61

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

cas físiográficas de ésta, ha sido explorado por López (2004) para la simulación de hidrogramas de crecida en la cuenca del río Lluta, en la parte norte del territorio chileno, y utilizado para estimar los caudales extremos ocurridos en el año 2001, en puntos de interés como es la ubicación de estaciones fluviométricas destruidas. Por otra parte, la modelación de la cobertura nival a través de un modelo hidrológico de simulación distribuida, especialmente elaborado para dichos efectos, ha podido ser validada en la zona centrl de Chile por Valck y Vargas (2004) usando imágenes satelitales que permiten delimitar el área cubierta por nieve.

RESULTADOS Análisis de Área Pluvial Aportante La zona norte de Chile comprendida entre los 17º30’ y 24º de latitud Sur, se caracteriza por una escasez de precipitaciones en las zonas cercanas a la costa y un aumento significativo de éstas en la parte alta de la Cordillera de Los Andes en el período de verano (diciembre – marzo), donde las precipitaciones ocurren debido a las masas de aire húmedo provenientes de la región amazónica cuando se intensifican los vientos alisios. Durante el mes de febrero del año 2001, en la cuenca del río Lluta (figura 1) ubicada entre los paralelos 18° y 18°30’ de latitud sur, se produjo un aumento histórico de los caudales en todo el cauce, los que causaron importantes daños en la infraestructura vial de la región esti-

mados en aproximadamente 10 millones de dólares. Debido al corte de vías de comunicación terrestre y destrucción de caminos, la ciudad chilena de Arica y vastos sectores rurales quedaron aislados tanto de Bolivia y Perú, países con los que se tiene una fuerte actividad comercial. Debido a la crecida, algunas estaciones de monitoreo de caudales fueron destruidas durante esta tormenta por lo que la magnitud del evento no fue registrada. Dicha incertidumbre motiva a realizar un análisis del evento ocurrido destinado a la estimación del caudal máximo susceptible de haber ocurrido, para mejorar los diseños de las futuras obras hidráulicas que reemplazaran a las estructuras colapsadas. El río Lluta es un río de carácter permanente monitoreado en cuatro estaciones fluviométricas, cuya localización se presenta en la figura 1. Sólo dos de estas estaciones –Lluta en Alcérreca (3) y Lluta en Panamericana (2) - registran información confiable para realizar un análisis hidrológico completo. La precipitación es registrada en cuatro estaciones (figura 1), de las cuales dos – Putre (b) y Alcérreca (c) - poseen un registro horario. Para llevar a cabo el estudio, se seleccionó el programa WMS (Nelson, 2003).que contiene una interfaz gráfica a variados modelos hidrológicos, escogiéndose el modelo HEC-1 para desarrollar el análisis. Este es un modelo que, para una tormenta aislada, estima el hidrograma de caudales considerando una amplia gama de opciones tanto para modelar la precipitación y las pérdidas en el sistema como para efectuar el rastreo hidrológico.

Figura 1. Localización del área en estudio.

Con el fin de establecer la ocurrencia de precipitación en la cuenca, específicamente su distribución espacial, se solicitó al Departamento de Geofísica de la Universidad de Chile el análisis de las imágenes satelitales disponibles a intervalos de 3 horas entre noviembre 2002 y febrero 2003. El resultado del análisis, que se esquematiza en la figura 2, se basa en que durante una tormenta los valores bajos de temperatura indican la presencia de nubes altas; además, si

62

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

la temperatura es inferior a 210ºK la probabilidad de lluvia es alta. De acuerdo a lo mostrado en la figura 2, durante el día 1 de enero de 2003 habría ocurrido una tormenta en la cuenca debido a la presencia de nubes altas durante 14 a 20 horas en ese día. Los antecedentes disponibles en las estaciones pluviográficas Putre y Alcérreca confirmaron dicha hipótesis ya que registraron precipitación después de las 13 horas de dicho día. Otra conclusión importante derivada de este análisis indica que en esta región las

precipitaciones ocurren sólo a altas altitudes, generalmente superiores a los 2700 m.s.n.m. y que la duración promedio de las precipitaciones es de nueve horas, iniciándose después de mediodía. Otro antecedente de interés para el análisis hidrológico llevado a cabo en esta cuenca, se refiere a la constatación de la no existencia de cobertura nival en los períodos de interés, a través del análisis de 109 imágenes del MODIS Rapid Response System de NASA/GSFC.

Figura 2. Imágenes de temperatura del suelo

Luego de calibrar y validar el modelo hidrológico seleccionado, usando del orden de doce tormentas ocurridas en la cuenca, se procedió a estimar la magnitud del caudal en la crecida de interés producida en febrero de 2001. Para la distribución temporal de la lluvia en cada día, registrada sólo en la estación pluviográfica Putre, desde el 12 al 16 de febrero se consideró una duración diaria de 9 horas distribuida según la distribución media observada en las tormentas disponibles, iniciándose después de mediodía, según lo obtenido del análisis meteorológico basado en el análisis de las imágenes satelitales. Los resultados obtenidos, que se muestran en la figura 3, señalan un caudal máximo de 770 m3/ s en Lluta en Alcérreca (3) y Panamericana (2) aunque el mayor caudal, 830 m3/s, se simula en Tocontasi (4), en la parte alta de la cuenca. Estos valores son similares, aunque algo superiores, a los obtenidos a través de las trazas dejadas por el flujo en las paredes del cauce, en zonas que no fueron erosionadas o sobrepasadas por las aguas.

Figura 3. Despliegue del hidrograma simulado a través del software WMS.

Análisis de Cobertura Nival

los 70,428° y 71,237° longitud Oeste que se presenta en la figura 4, abarca la mayor parte de la zona cordillerana de la hoya del río Maule y comprende una superficie aproximada de 9.890[Km 2]. La cuenca del río Maule es la con mayor potencia hidroeléctrica instalada del país, siendo la nieve acumulada en el período invernal la principal componente para el abastecimiento hídrico destinado tanto a riego y generación de hidroelectricidad como a otros procesos productivos de la región. La región de simulación presenta un clima frío y húmedo, superándose los 2.000 mm de precipitación anual en la laguna de Maule. Los eventos de precipitación son predominantemente de origen frontal, presentándose un gran efecto orográfico en la Cordillera de Los Andes, aumentando las precipitaciones con la altura y produciéndose microclimas en ciertas zonas. La presencia de nieve es abundante y persistente en el período mayo – diciembre siendo el período normal de acumulación nival entre los meses de abril y septiembre.

La zona cordillerana de la Séptima región de Chile, localizada entre los 35,495° y 36,694 ° latitud Sur, y

63

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 4. Zona de aplicación de modelo de acumulación nival. Región del Maule, Chile.

La zona de estudio, señalada con un rectángulo en la figura 4, coincide exactamente con la grilla de espaciamiento 15 Km del modelo meteorológico de mesoescala MM5 que opera el Departamento de Geofísica de la Universidad de Chile (Valck y Vargas, 2004). Utilizando 83 vértices de este modelo se crea una grilla más fina de resolución 250 m, por lo que la región a simular se convierte en una matriz de 360 X 660 elementos. El modelo MM5, al ser operado en forma diaria, entrega los pronósticos meteorológicos en cada elemento para un horizonte temporal de hasta 72 horas. Para la simulación de la acumulación nival en la zona en estudio, se adoptan como ciertos los pronósticos diarios de las primeras 24 horas. La topografía se obtuvo del programa “Shuttle Radar Topography Mission” (NASA/GSFC) a una resolución de 90 m, para luego bajar su resolución a la de simulación suavizando efectos puntuales para lograr una representación fidedigna de la topografía. La resolución de simulación fue adoptada considerando los procesos físicos involucrados, la representatividad de la topografía y antecedentes de modelos norteamericanos similares (Wigmosta et al.1994). El modelo de acumulación nival (Valck y Vargas, 2004) se basa en la solución en cada elemento de las ecuaciones de balance de energía y masa, según la ocurrencia de precipitación líquida o sólida sobre el manto nival. En el primer caso, se incorporan todas las transferencias de calor (radiación de onda corta, radiación de onda larga, calor sensible, calor latente, calor cedido por la lluvia), las

que en general se evalúan a través de relaciones empíricas. En el segundo caso, los efectos de una nevada se resumen en un aumento del contenido de frío, profundidad, equivalente en agua y un cambio en la densidad de la nieve. Para validar los resultados obtenidos por el modelo se procede a comparar las imágenes de cobertura obtenidas del modelo con imágenes satelitales. Se realizan dos tipos de análisis, comparando el porcentaje de área cubierta por nieve y el acierto o falla del modelo en pronosticar nieve en cada elemento de simulación. En las figuras 5 y 6 se puede apreciar la cobertura observada (imagen satelital), la simulada y los errores que comete el modelo para algunas de las fechas del período simulado en el año 2002. En rojo se destacan los elementos cubiertos con nieve y que el modelo no simula correctamente, y en azul los que el modelo simula nieve siendo que ésta no se observa en la imagen satelital. En blanco se presentan los elementos pronosticados exitosamente. Contabilizando los elementos errados, y agrupándolos según la clasificación descrita, se puede cuantificar el error que comete el modelo en estimar la espacialidad de la nieve. Es así como en general se obtiene que éste subestima en un 4% y sobrestima en un 13% la cobertura de nieve, arrojando un error global del 17 %. En la tabla 1 se detalla, para algunas fechas seleccionadas, el área cubierta de nieve tanto observada como simulada, el error en esta estimación y el volumen de acumulación simulado a la fecha.

Tabla 1. Resumen de Resultados Simulación

* en porcentaje del área total simulada.

64

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 5. Cobertura Nival 18 de Mayo 2002, imagen satelital (izquierda), simulada (centro), error (derecha).

Figura 6. Cobertura Nival 24 de Julio 2002, imagen satelital (izquierda), simulada (centro), error (derecha).

CONCLUSIONES • Hay que hacer notar que existe un error inherente en el proceso de las imágenes satelitales, pues al trabajar con el rango visible de colores, las laderas de montaña con sombra son consideradas sin cobertura nival. Además, las zonas con pequeñas alturas de nieve acumulada y elementos parcialmente cubiertos de nieve presentan una menor reflectancia y consecuentemente presentan un color blanco de menor intensidad en la imagen satelital. Al utilizar un filtro de intensidades

en la imagen satelital se subestima la presencia de nieve en ambos casos lo que induce a que el error de sobrestimación sea mayor al que realmente presenta el modelo. • A pesar de las limitaciones señaladas, se puede concluir que en ambos casos presentados el análisis de las imágenes satelitales resultó fundamental. En el primer caso para determinar los límites de la zona afectada por la precipitación y en el segundo para validar los resultados del modelo de acumulación nival.

REFERENCIAS BIBLIOGRÁFICAS • LÓPEZ K.: Diseño de un sistema de alerta de crecidas en la cuenca del Rio Lluta, Memoria para optar al título de ingeniero civil, Universidad de Chile, 2004 • NASA/GSFC: MODIS Rapid Response Project, (en línea), disponible en: http://rapidfire.sci.gsfc.nasa.gov ,consulta 2006. • NELSON, E. J.: Watershed Modeling System Help File, Version 7.0, Department of Civil and Environmental Engineering, Environmental Modeling Research Laboratory, Brigham Young Univ., Provo, Utah, 2003. • VALCK P., X. VARGAS: Modelo de simulación de la cobertura del manto nival usando pronósticos meteorológicos de meso escala. Aplicación en la cordillera del Maule, Chile, En:. XXI Congreso Latinoamericano de Hidráulica, Sao Pedro, Brasil, 2004. • WIGMOSTA M., VAIL L., LETTENMAIER D.: “A distributed Hydrology–Vegetation, Model for Complex Terrain”, Water Research, vol. 30(5): 1665-1679, 1994.

65

DESASTRES NATURALES

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Metodologías para la evaluación de la vulnerabilidad a los desastres de la variabilidad y el cambio climático Methodologies for the evaluation of the vulnerability to the disasters of the variability and the climatic change Camila Teutsch1, Paulina Aldunce2 y Alejandro León3 RESUMEN. El aumento de la frecuencia e intensidad de los fenómenos climáticos extremos producto de la variabilidad y el cambio climático está provocando un aumento de los desastres asociados al clima, tales como sequías e inundaciones. El riesgo de desastre depende de dos factores: amenaza y vulnerabilidad; así, la disminución de cualquiera de ellos conlleva una disminución del riesgo como un todo. Dado que la vulnerabilidad es construida socialmente y que, por lo tanto, es susceptible de cambiar como resultado de las decisiones humanas, ha pasado a ser el centro de atención entre los investigadores del área de prevención de desastres. En este contexto, el objetivo de este estudio fue analizar diferentes aproximaciones metodológicas para la evaluación de la vulnerabilidad poblacional a los desastres asociados a la variabilidad y el cambio climático de interés para Chile. Para ello, se realizó una búsqueda exhaustiva de artículos científicos, de los cuales los más pertinentes fueron luego analizados y discutidos. El análisis consideró tres categorías de amenaza: variabilidad y cambio climático, inundaciones (causadas tanto por exceso de precipitación como por subida del nivel del mar) y sequías. A pesar de las diferencias encontradas, se observó que todos los métodos se basan en el uso de indicadores de vulnerabilidad. La selección de estos indicadores varía según la escala de análisis y las características propias de cada lugar; por esta razón, se concluyó que las metodologías para la evaluación de la vulnerabilidad constituyen herramientas flexibles, que pueden y deben ser adaptadas de acuerdo a los requerimientos y posibilidades de cada estudio en particular. Palabras clave: vulnerabilidad, desastres, cambio climático, variabilidad climática. ABSTRACT. Increasing frequency and intensity of extreme climatic events due to climate variability and change is causing an increase of climate-related disasters. Disaster risk depends on two factors: hazard and vulnerability; hence, the reduction of either of them would cause a reduction of risk as a whole. Since vulnerability is known to be socially constructed and therefore susceptible to changing as a result of human decisions, it ha s become the center of attention amongst disaster prevention scholars. In this context, the main objective of this research was to analyze different methodological approaches for the assessment of societal vulnerability to those disasters related to climate variability and change that could happen in Chile. In order to achieve this, a comprehensive search of scientific articles was performed, and the most appropriate ones were in turn analyzed and discussed. Three hazard categories were included in the analysis: climate variability and change, floods (caused by both rainfall surplus and sea-level rise) and droughts. Despite their differences, all of the methodologies were found to be based on vulnerability indicators. As indicator selection depends on placespecific characteristics, vulnerability assessment methodologies are to be considered as flexible instruments, which can and should be adapted on a case-by-case basis. Keywords: vulnerability, disasters, climatic change, climatic variability.

INTRODUCCIÓN En los últimos años, eventos extremos de precipitación, olas de calor y secuencias de extremos (sequías seguidas de lluvias intensas) han causado pérdidas de vidas

humanas sin precedentes alrededor del mundo (Epstein y McCarthy, 2004). Según el Panel Intergubernamental sobre Cambio Climático (IPCC, 2001) y la Estrategia Internacional para la Reducción de Desastres de las Naciones Unidas (UN/ISDR, 2002), dichos sucesos

1

Ing. en Recursos Naturales, Las Pimpinelas 2005, Providencia, Santiago, Chile, E- : [email protected] Ing. Agrónomo, M. Cs., Académico de la Universidad de Chile, Santiago, E-: [email protected] 3 Ing. Agrónomo., Ph. D. (c), Académico de la Universidad de Chile, Santiago, E-: [email protected] 2

69

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

extremos, así como los desastres asociados a ellos, seguirán aumentando a consecuencia de la variabilidad y el cambio climático. La prevención de estos desastres guarda estrecha relación con la evaluación del riesgo, definido en la literatura especializada en función de dos factores: amenaza y vulnerabilidad (Wilches-Chaux, 1989; Blaikie et al., 1996; Cardona, 2001; Lavell, 2004). La primera corresponde a un factor externo de riesgo y, por lo tanto, si bien muchas veces puede ser pronosticada, por lo general son pocos los elementos de control que existen sobre ella (Cardona, 2001). La segunda, en cambio, corresponde al factor interno de riesgo y, como tal, es construida socialmente (Lavell, s/f). Así, dado que la vulnerabilidad constituye la porción del riesgo sobre la que es posible influir efectivamente, durante la última década la atención ha estado centrada en ella. La gran mayoría de las fuentes de información asociadas a la vulnerabilidad corresponden a publicaciones en inglés, tanto de organismos internacionales como de revistas científicas. En ellas es posible encontrar no sólo fundamentos teóricos, esenciales para la conceptualización del problema, sino también aplicaciones prácticas. Estas últimas corresponden a metodologías para la evaluación de la vulnerabilidad a los desastres relacionados con la variabilidad y el cambio climático, generalmente presentadas a través de estudios de caso, cuyo principal aporte es que permiten, a través del uso de indicadores, cuantificar la vulnerabilidad y hacer comparaciones objetivas en el espacio y en el tiempo. De este modo, los métodos de evaluación representan una forma concreta de apoyo a la toma de decisiones y al desarrollo de políticas y, por lo tanto, constituyen una herramienta fundamental para la prevención de desastres. Chile, al igual que el resto de Latinoamérica, no se encuentra ajeno a la problemática de los desastres asociados al clima. Según la Estrategia Nacional de Cambio Climático (Comité Asesor sobre Cambio Global, 2006), el país “cumple con la tipificación de vulnerabilidad contemplada en el artículo 4.8 de la Convención Marco de las Naciones Unidas sobre Cambio Climático, al poseer zonas costeras bajas; zonas áridas y semiáridas; áreas susceptibles a la deforestación o erosión, a los desastres naturales, a la sequía y a la desertificación; áreas urbanas altamente contaminadas; y ecosistemas frágiles.” Además, de acuerdo a la Primera Comunicación Nacional bajo la Convención Marco de las Naciones Unidas sobre el Cambio Climático (CONAMA, 1999), se espera que Chile se vea afectado por la intensificación de la aridez y el avance del desierto hacia el sur, el aumento de las precipitaciones en el sur, y el aumento en la frecuencia e intensidad de los eventos de El Niño. Al momento de la publicación de dicha Comunicación, el estudio de vulnerabilidad de zonas costeras se encontraba aún en curso; de acuerdo a los resultados del estudio disponibles en la actualidad, la subida del nivel del mar podría tener también efectos en el país (Aguilera et al. 2006). En este contexto, la generación de un documento en español que sintetice los principales avances teóricos y prácticos en el tema de la vulnerabilidad, y la discusión acerca de la

70

potencial aplicabilidad de los distintos métodos de evaluación, resultan de particular interés.

RESULTADOS Históricamente, la mayor parte de los fenómenos que hoy conocemos como amenazas naturales han sido interpretados como actos de Dios o del destino (Weichselgartner, 2001). A su vez, el término “desastre natural” se ha utilizado como sinónimo de dichos fenómenos, por lo que este concepto suele asociarse con sucesos inevitables frente a los que no hay prácticamente nada que hacer (Cardona, 2001). Fue esta visión la que predominó en América Latina durante la década del ’80, lo que resultó en una aproximación a los desastres centrada casi exclusivamente en la capacitación para mejorar la respuesta humanitaria, así como en la elaboración de planes de emergencia, alerta y evacuación (Lavell, 2000). Sin embargo, actualmente se reconoce que los sucesos extremos constituyen sólo uno de los factores causales de los desastres, y es su combinación con las características del medio natural, social, político y económico lo que finalmente determina la ocurrencia de los mismos (Blaikie et al., 1996). Así como la forma de entender los desastres se ha modificado, el concepto de vulnerabilidad también ha ido evolucionando en el tiempo. En sus inicios, fue planteado como la componente social de la configuración de situaciones de desastre, y asociado concretamente a la pobreza como principal agente causal (Hewitt, 1983, citado por McEntire, 2004). Más adelante, esta idea fue discutida y complementada por diversos autores, lo que dio origen a una visión más amplia acerca de los elementos sociales que intervienen en la construcción de la vulnerabilidad, tales como la cultura y los procesos económicos y políticos que determinan la distribución del poder en la sociedad (Blaikie et al., 1996; Mileti, 1999, citado por McEntire, 2004; Cardona, 2001; UN/ISDR, 2002). Si bien la importancia de dichos elementos pasó a ser reconocida por los distintos autores vinculados al tema, este enfoque exclusivamente social comenzó a aparecer como limitado e insuficiente para explicar las causas de la vulnerabilidad. Surgió así la necesidad de abarcar otros aspectos, lo que dio origen a una serie de propuestas y modelos analíticos que, si bien varían en sus niveles de complejidad, convergen en la combinación de factores tanto de tipo social como biofísico (Charvériat, 2000; Cardona, 2001; Alcántara-Ayala, 2002; Turner et al., 2003; McEntire, 2005). De este modo, el concepto actual de vulnerabilidad recoge los distintos factores y procesos que aumentan la susceptibilidad al impacto de las amenazas (AlcántaraAyala, 2002; UN/ISDR, 2004). Los aportes a la aplicación práctica del concepto de vulnerabilidad, en tanto, comprenden diversas propuestas metodológicas para la evaluación de la misma. Por lo general, los métodos de evaluación se basan en el uso de indicadores de vulnerabilidad. La selección de estos indicadores está determinada por la amenaza de interés y la escala de análisis, así como por la información disponible y las características específicas de cada lugar; por esta razón, dichos métodos se presentan

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

mayoritariamente a través de estudios de caso. Dentro de la gran diversidad de métodos para la evaluación de la vulnerabilidad a la variabilidad y el cambio climático, es posible identificar dos tipologías principales. Por un lado, se encuentran las metodologías dirigidas a evaluar la vulnerabilidad frente a una amenaza específica asociada a ellos (inundaciones, sequías, subida del nivel del mar,

entre otras). Por otro lado, están aquéllas en que las distintas amenazas son analizadas en conjunto, como un todo; en otras palabras, este último grupo considera a la variabilidad y el cambio climático en sí mismos como la amenaza. El cuadro 1 corresponde a una síntesis de las metodologías encontradas para la evaluación de distintas amenazas asociadas a la variabilidad y el cambio climático.

Cuadro 1. Síntesis de metodologías para la evaluación de la vulnerabilidad asociada al cambio climático Autor Adger, W.

Año Título 1999 Social vulnerability to climate change and extremes in Coastal Vietnam

Fuente World Development

Alderwish, A. y AlEryani, M.

1999 An approach for assessing the Climate Research vulnerability of the water resources of Yemen to climate change Climatic Change Antle, J. et 2004 Adaptation, spatial heterogeneity, and the al. vulnerability of agricultural systems to climate change and CO2 fertilization: an integrated assessment approach Climatic Change Brenkert, A. 2005 Modeling vulnerability and y Malone, E. resilience to climate change: a case study of India and Indian States

Contenido Análisis de la vulnerabilidad social al cambio climático a nivel (a) individual, como función de la pobreza y la dependencia a recursos, y (b) colectivo, como función de la inequidad de ingresos y la adaptación institucional.

Modelamiento de la vulnerabilidad de los recursos hídricos a la sequía asociada al cambio climático.

Vulnerabilidad de sistemas agrícolas al cambio climático y la fertilización con CO2.

Índice de vulnerabilidad al cambio climático respecto a una unidad geográfica de referencia, basado en indicadores de sensibilidad y capacidad de adaptación.

Brenkert, A. 2003 Vulnerability and resilience of y Malone, E. India and Indian states to climate change: a first order approximation

? en línea?

Índice de vulnerabilidad al cambio climático respecto a una unidad geográfica de referencia, basado en indicadores de sensibilidad y capacidad de adaptación.

Connor, R. y 2005 Development of a method for Hiroki, K. assessing flood vulnerability. Water Science and Technology

Water Science and Technology

Índice de vulnerabilidad a las inundaciones asociadas al cambio climático, basado en factores meteorológicos, hidrogeológiocos, socioeconómicos y contramedidas.

Eakin, H.

2005 Institutional change, climate risk, and rural vulnerability: cases from Central Mexico

World Development

Análisis de la vulnerabilidad de pequeños agricultores al cambio climático y la globalización mediante la comparación de estrategias de subsistencia.

El-Raey, M. et al.

1999 Vulnerability assessment of sea level rise over Port Said governorate, Egypt

Environmental Monitoring and Assessment

Evaluación de la vulnerabilidad a la subida del nivel del mar asociada al cambio climático, basada en el cálculo del retroceso de la línea de costa.

Water Resources Fowler, H. et 2003 Modeling the impacts of climatic change and variability Research al. on the reliabity, resilience, and vulnerability of a water resource system Hareau, A. et al.

IMN y MINAE Kelly, P. y Adger, W.

Kelly, P. y Adger, W. Krol, M. et al.

Liverman, D.

Climate Research 1999 Vulnerability to climate change in Uruguay: potential impacts on the agricultural and coastal resource sectors and response capabilities 2005 Vulnerabilidad actual de la ? en línea? zona noroccidental del valle central de Costa Rica 2000 Theory and practice in assessing vulnerability to climate change and facilitating adaptation 1999 Assessing vulnerability to climate change and facilitating adaptation 2001 The semi-arid integrated model (SIM), a regional integrated model assessing water availability, vulnerability and society in NE-Brazil 1999 Vulnerability and adaptation to drought in Mexico

Índices de vulnerabilidad y resiliencia del sistema hídrico a la sequía asociada al cambio climático, en base a su capacidad de responder a la demanda poblacional de agua.

Modelamiento de impactos asociados al cambio climático en cultivos, praderas y zonas costeras, y análisis de vulnerabilidad y capacidad de adaptación frente a ellos.

Índice de vulnerabilidad al cambio climático, basado en el marco conceptual de presión-estado-respuesta.

Climatic Change

Vulnerabilidad a las tormentas tropicales asociadas al cambio climático.

? en línea?

Vulnerabilidad a los ciclones tropicales asociados al cambio climático.

Physics and Chemistry of the Earth

Modelamiento de vulnerabilidad social y ecosistémica a la sequía asociada al cambio climático.

Natural Resources Journal

Análisis de la vulnerabilidad y la capacidad de adaptación a la sequía en función de los factores biofísicos y sociales que determinan su distribución en el tiempo y en el espacio.

71

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Cuadro 1. Continuación

72

Autor Middelkoop, H. y Kwadijk, C.

Año 2001

Título Fuente Towards integrated assessment Physics and Chemistry of the of the implications of global change for water management Earth – the Rhine experience

Mimura, N.

1999

Vulnerability of island countries in the South Pacific to sea level rise and climate change

Moss, R. et al.

2000

Measuring vulnerability: a trial ? en línea? indicator set.

Moss, R. et al.

2001

Vulnerability to climate change. A quantitative approach.

? en línea?

Nicholls, R.

2002

Analysis of global impacts of sea-level rise: a case study of flooding

Physics and Chemistry of the Earth

O’Brien, K. et al.

2004

Vulnerable or resilient? A multi-scale assessment of climate impacts and vulnerability in Norway

Climatic Change

O’Brien, K. et al.

2004

Mapping vulnerability to multiple stressors: climate change and globalization in India

Global Environmental Change

Pelling, M.

1999

The political ecology of flood Geoforum hazard in urban Guyana

Quinn, N. et al.

2001

Advances in Environmental Research

Vulnerabilidad del suministro y la calidad del agua a la variabilidad climática.

Schreider, S. et al.

2000

An integrated modeling system for environmental impact analysis of climate variability and extreme weather events in the San Joaquin basin, California Climate change impacts on urban flooding

Climatic Change

Sullivan, C. y Meigh, J.

2005

Water Science and Technology

Thieler, E. y HammarKlose, E.

2000

Targeting attention on local vulnerabilities using an integrated index approach: the example of the climate vulnerability index National assessment of coastal vulnerability to sealevel rise: preliminary results for the U.S. Pacific Coast

Evaluación de la vulnerabilidad a las inundaciones en función de las pérdidas económicas asociadas a las mismas. Índice de vulnerabilidad al cambio climático, basado en el índice de pobreza hídrica.

? en línea?

Índice de vulnerabilidad costera a la subida del nivel del mar en base a seis variables físicas.

Thumerer, T. et al.

2000

A GIS based coastal management system for climate change associated flood risk assessment on the east coast of England

International Journal of Geographical Information Science

Wilhelmi, O. y Wilhite, D.

2002

Assessing vulnerability to agricultural drought: a Nebraska case study

Natural Hazards

Wu, S. et al.

2002

Vulnerability of coastal Climate Research communities to sea-level rise: a case study of Cape May county, New Jersey, USA

Evaluación de la vulnerabilidad a las inundaciones producto de la subida del nivel del mar, en función de aspectos físicos y económicos integrados en un sistema de información geográfica. Mapas de vulnerabilidad de los sistemas agrícolas a la sequía, basados en factores sociales y biofísicos. Evaluación de la vulnerabilidad a las tormentas producto de la subida del nivel del mar, en base a la identificación de zonas con riesgo de inundación y al cálculo de un índice de vulnerabilidad social.

Climate Research

Contenido Análisis de sensibilidad del sistema hídrico en base al modelamiento de cambios hidrológicos a partir de escenarios de cambio climático y cambio de uso del suelo. Evaluación de la vulnerabilidad a la subida del nivel del mar en países islas en base a factores naturales, humanos, infraestructurales, económicos, institucionales y culturales. Índice de vulnerabilidad al cambio climático respecto a una unidad geográfica de referencia, basado en indicadores de sensibilidad y capacidad de adaptación. Índice de vulnerabilidad al cambio climático respecto a una unidad geográfica de referencia, basado en indicadores de sensibilidad y capacidad de adaptación. Modelamiento de impactos de inundaciones por tormentas asociadas a la subida del nivel del mar. Evaluación comparativa de la vulnerabilidad a nivel nacional, regional y local, demostrando que los resultados varían dependiendo de la escala de análisis. Elaboración de mapas de vulnerabilidad al cambio climático y la globalización mediante el análisis espacial de indicadores biofísicos, socioeconómicos y tecnológicos. Vulnerabilidad a la subida del nivel del mar asociada al cambio climático

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

A continuación se presentan una discusión acerca de las ventajas y desventajas de los distintos métodos identificados, agrupados según los tipos de amenaza/ desastre asociados a la variabilidad y el cambio climático de interés para Chile.

Evaluación de vulnerabilidad a la variabilidad y el cambio climático Dentro del grupo de métodos para evaluar la vulnerabilidad a la variabilidad y el cambio climático, destacan aquellos basados en la construcción y/o aplicación de índices, los que expresan la vulnerabilidad como un valor numérico. Así, mediante la aplicación de una misma herramienta en lugares distintos, es posible hacer comparaciones espaciales objetivas, a la vez que la repetición de la evaluación en un sitio permite visualizar la evolución de la vulnerabilidad en el tiempo. Sin embargo, aun cuando la ventaja que supone la replicabilidad asociada a los índices existe, en la gran mayoría de los casos, se encuentra sujeta a los ajustes correspondientes. Esto porque, dado que los factores que dan origen a la vulnerabilidad varían de acuerdo a la escala de análisis y a las características propias de cada lugar, la selección de los indicadores que conforman un índice debiera también variar para responder a dichos factores. El Índice de Vulnerabilidad Climática (IVC) propuesto por el Instituto Meteorológico Nacional y el Ministerio de Ambiente y Energía de Costa Rica (IMN y MINAE, 2005), por ejemplo, se basa en indicadores que, no obstante su sencillez, son capaces de dar cuenta de los principales elementos identificados como generadores de vulnerabilidad a nivel de distrito en ese país. Las variables sugeridas en el Índice de Vulnerabilidad Climática (CVI) desarrollado por Sullivan y Meigh (2005), en tanto, presentan una complejidad mayor, pero responden al mismo objetivo que el anterior. Ambos índices cuentan con una estructura similar, que admite incorporar proyecciones de condiciones futuras en el análisis (a pesar de que según Patt et al. (2005) esto no es aconsejable), así como realizar una evaluación ponderada a través de la asignación de pesos distintos a cada uno de sus componentes. Esto último resulta particularmente significativo en el caso del CVI, cuyo sesgo hacia la sequía (atribuible a su concepción en base al Índice de Pobreza Hídrica (WPI)) podría corregirse a través de la asignación de pesos mayores a los componentes “ambiente” y “geoespacial”. El Prototipo de Indicador de Vulnerabilidad-Resiliencia (VRIP,) (Moss et al., 2000; Moss et al., 2001; Brenkert y Malone, 2003; Brenkert y Malone, 2005), por su parte, difiere de los dos índices anteriores por cuanto el resultado que entrega no es absoluto, sino que corresponde a la vulnerabilidad (o resiliencia) respecto a una unidad geográfica de referencia. Por esta razón, este método constituye una alternativa de especial interés para la identificación de zonas de acción prioritaria en estudios comparativos de vulnerabilidad a la variabilidad y el cambio climático. Sin embargo, es importante tener en cuenta que, por su estructura basada en indicadores de

capacidad de adaptación para denotar resiliencia, en combinación con indicadores de sensibilidad como únicos elementos explicativos de la vulnerabilidad, el VRIP podría considerarse una aproximación un tanto limitada a la evaluación de esta última. Esto se debe a que, si bien la sensibilidad ha sido identificada por diversos autores como uno de los elementos que definen la vulnerabilidad de un sitio (Charvériat, 2000; IPCC, 2001a; Turner et al., 2003; Luers, 2005), todos la mencionan como parte de un conjunto de factores. Por otra parte, cabe mencionar que el sistema de cálculo de los valores por sector dentro del VRIP provoca una sobrevaloración de aquellos indicadores utilizados como único descriptor de un sector; para que todos los indicadores fueran igualmente ponderados en el análisis, todos los sectores debieran ser descritos por el mismo número de indicadores. Por último, cabe hacer mención del trabajo realizado por O’Brien et al. (2004) para evaluar la vulnerabilidad al cambio climático y la globalización económica en India, el que, si bien pone el acento en la representación gráfica de la misma a través de mapas que reflejan su distribución espacial, también utiliza índices para alcanzar sus resultados. Al igual que el VRIP, el perfil de vulnerabilidad al cambio climático desarrollado en este estudio se basa en la combinación de un índice de capacidad de adaptación con un índice de sensibilidad; sin embargo, en este caso el índice de sensibilidad considera también el factor exposición, ajustándose a la definición de vulnerabilidad del IPCC (2001a). Aunque el trabajo de O’Brien et al. (2004) es el que pone mayor énfasis en la elaboración de mapas de vulnerabilidad, los demás índices mencionados también pueden ser representados gráficamente. Sin embargo, existe una consideración importante en este sentido, y es que las diferencias abruptas que se observan entre una unidad geográfica y otra al graficar la vulnerabilidad pueden generar un falso sentido de precisión, ya que no dan cuenta de los cambios graduales que se detectan localmente. En respuesta a esto, Sullivan y Meigh (2005) plantean la posibilidad de aplicar los índices a distintas escalas espaciales y luego graficarlos de manera anidada, con el fin de revelar las variaciones locales dentro de regiones o países enteros. Esta idea de las diferencias que se observan en los resultados de la evaluación de la vulnerabilidad dependiendo de la escala, es justamente la que profundizan O’Brien et al. (2004a) a través del estudio de caso de Noruega. En dicho estudio, los autores realizan un análisis comparativo de la vulnerabilidad a nivel nacional, regional y local, demostrando que las evaluaciones más locales pueden revelar la existencia de segmentos de la población vulnerables en zonas ca talogada s como resi lientes a n ivel ma cro, y viceversa. En el mismo sentido, para incorporar las variaciones de escala, el trabajo de O’Brien et al. (2004) en India complementa la evaluación a escala subnacional, basada en índices, con estudios de tipo local, siguiendo un esquema similar al del análisis de vulnerabilidad social propuesto por Adger (1999). Dicho análisis se basa en encuestas tanto cualitativas com o cuanti tativas a una muestra de h ogar es,

73

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

entrevistas a autoridades locales y datos históricos locales; a partir de estas fuentes de información el autor evalúa vulnerabilidades individuales y colectivas, definidas en función de la pobreza y la dependencia a recursos, y de la inequidad de ingresos y la capacidad de adaptación, respectivamente. Si bien estos factores de vulnerabilidad son mencionados por diversos autores (Blaikie et al., 1996; Morrow, 1999; Cardona, 2001; UN/ISDR, 2002; McEntire, 2005), el análisis no aborda explícitamente otros elementos que algunos autores consideran igualmente importantes en la configuración de la vulnerabilidad a nivel local, como la estructura de las redes sociales (Wilches-Chaux, 1989; Morrow, 1999; Paton y Johnston, 2001; AlcántaraAyala, 2002), y la composición de géneros y razas (Morrow, 1999; UN/ISDR, 2002).

Evaluación de vulnerabilidad a las inundaciones Los métodos para evaluar la vulnerabilidad a las inundaciones pueden ser divididos en dos grupos en función de los orígenes de las mismas. De este modo, es posible identificar algunos métodos dirigidos a las inundaciones ribereñas, asociadas a excesos de precipitación, así como otros orientados específicamente a las inundaciones costeras, asociadas a la subida del nivel del mar. Respecto al primer grupo, inundaciones causadas por exceso de precipitación, sólo se encontraron dos métodos de evaluación de vulnerabilidad, ninguno de los cuales puede considerarse realmente efectivo. El Índice de Vulnerabilidad a las Inundaciones (Connor y Hiroki, 2005), por ejemplo, a pesar de tener una estructura interesante que considera aspectos tanto materiales como humanos, no cumple, según sus propios autores, el objetivo para el cual fue diseñado, evaluar la vulnerabilidad a nivel de cuenca. El método desarrollado por Schreider et al. (2000), en tanto, homologa la vulnerabilidad a las pérdidas económicas asociadas a una inundación; esto constituye una aproximación excesivamente simple al concepto de vulnerabilidad, ya que excluye del análisis los factores físicos y sociales que pudieran estar interviniendo en la configuración de la misma. Entre los métodos de evaluación de la vulnerabilidad a las inundaciones asociadas a la subida del nivel del mar, destacan aquéllos vinculados al uso de sistemas de información geográfica, como el de Wu et al. (2002), el de Thumerer et al. (2000) y el de El-Raey et al. (1999). Las tres metodologías se basan en el procesamiento de capas temáticas de información en combinación con el uso de modelos de predicción para ciertas variables explicativas (por ejemplo, la altura de las olas). Si bien todos los grupos de autores incluyen en el análisis la exposición de los distintos usos de suelo a las inundaciones, Thumerer et al. (2000) van más lejos, cuantificando los potenciales daños económicos asociados a cada uno de ellos. Esta propuesta es también más precisa en términos de las variables físicas que utiliza para explicar la inundación costera, pero puede considerarse incompleta por cuanto excluye los elementos de tipo social. La propuesta de Wu

74

et al. (2002), en cambio, emplea un índice de vulnerabilidad social construido en base a nueve variables censales, lo que lo hace muy fácil de aplicar. Otra característica significativa del método de evaluación desarrollado por estos últimos autores es que en el escenario base considera no sólo las zonas susceptibles de ser inundadas por olas de tormenta, sino también las zonas susceptibles de sufrir inundación ribereña; así, aun cuando no incorpora predicciones al respecto, este es el único método revisado que considera la interacción de ambos tipos de inundación. Otra forma de evaluar la vulnerabilidad a las inundaciones causadas por la subida del nivel del mar es a través de un índice como el Vulnerabilidad Costera, desarrollado por Thieler y Hammar-Klose (2000). Dicho índice presenta las ventajas típicas de este tipo de métodos (replicabilidad, facilidad de interpretación), sin embargo, al estar compuesto exclusivamente por variables físicas, da cuenta de la vulnerabilidad física y no global del lugar de estudio. Así, su utilidad como herramienta para la toma de decisiones está sujeta a la realización de estudios complementarios que abarquen otras áreas de vulnerabilidad, como la social y la económica.

Evaluación de la vulnerabilidad a la sequía En el caso de la evaluación de la vulnerabilidad a la sequía, sólo uno de los métodos identificados consiste en un índice. Se trata del Índice de Vulnerabilidad del Sistema Hídrico, desarrollado por Fowler et al. (2003) para evaluar el comportamiento de fuentes individuales de agua o del sistema hídrico como un todo frente a la demanda poblacional de agua. Según este índice, la vulnerabilidad equivale a la magnitud del déficit hídrico, aproximación que no se ajusta a ninguna de las definiciones de vulnerabilidad revisadas, sino más bien responde a la definición de sensibilidad propuesta por Brenkert y Malone (2005). Además, el índice presenta otra importante debilidad en su estructura: al entregar valores absolutos y no relativos a la demanda poblacional de agua en un lugar y un momento determinados, no permite hacer comparaciones entre los resultados obtenidos. Otra forma de abordar la evaluación de la vulnerabilidad a la sequía está dada por los mapas de vulnerabilidad desarrollados por Wilhelmi y Wilhite (2002). Dichos mapas utilizan la expresión cartográfica de cuatro indicadores representativos de factores biofísicos y sociales para determinar la distribución espacial de la vulnerabilidad de los sistemas agrícolas a la sequía asociada a la variabilidad y el cambio climático. Una de las principales ventajas de este método es que entrega valores continuos de vulnerabilidad, lo que lo hace más realista que aquellos que asignan el mismo valor a una unidad geográfica completa. Así, más allá de los posibles cuestionamientos a la selección de indicadores (que, como ya se ha visto, es susceptible de ser modificada según las características propias de cada estudio), este método constituye una herramienta interesante para la identificación de sitios de acción prioritaria en relación a la vulnerabilidad a la sequía. El trabajo de Liverman (1999), por su parte, profundiza en el modo en que la vulnerabilidad y la capacidad de

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

adaptación varían en el tiempo y en el espacio. Al igual que el método anterior, considera para ello los factores biofísicos y sociales determinantes, sin embargo, el análisis que aquí se hace es más bien cualitativo, cuestión que limita su replicabilidad tanto espacial como temporal y dificulta las comparaciones de resultados.

CONCLUSIONES • La revisión bibliográfica realizada dejó de manifiesto que la forma de entender la vulnerabilidad se ha ido modificando a través de los años. Así, este concepto pasó de tener un enfoque más bien limitado, que lo relacionaba directamente con la pobreza en la década del ’80, a recibir una mirada más amplia, que actualmente reconoce en él la interacción de elementos sociales, económicos y biofísicos. • Junto con esta evolución teórica, ha habido también avances en el ámbito de la aplicación práctica del concepto de vulnerabilidad. En este sentido, diversos autores han planteado aproximaciones metodológicas para evaluar la vulnerabilidad en distintos puntos del planeta y a diferentes escalas, con el fin de orientar la toma de decisiones respecto a la prevención de desastres.

• Los métodos de evaluación revisados difieren, por un lado, en las amenazas relacionadas con la variabilidad y el cambio climático abordadas, las que permitieron agruparlos y analizarlos separadamente. Por otro lado, dentro de cada grupo, se identificaron diferencias en la forma de procesar la información (ya sea a través de índices, sistemas de información geográfica o modelos computacionales, entre otros), así como en el énfasis dado a los distintos aspectos de la vulnerabilidad (físico, social, económico, entre otros). Esta última característica es especialmente significativa, ya que de ella depende que los resultados de la evaluación den cuenta de un perfil equilibrado de vulnerabilidad global o que se encuentren sesgados hacia uno o más de los componentes de la misma. • Por último, cabe destacar también que, más allá de las diferencias observadas, existe entre los métodos un denominador común: el uso de indicadores para dar cuenta de los distintos aspectos de la vulnerabilidad. Como ya se ha visto, la selección de dichos indicadores es variable y depende, entre otras cosas, de las características específicas de cada lugar. En este contexto, es fundamental entender las propuestas metodológicas como herramientas de evaluación flexibles, que pueden y deben ser adaptadas de acuerdo a los requerimientos y posibilidades de cada estudio en particular.

REFERENCIAS BIBLIOGRÁFICAS • ADGER, W.: “Social vulnerability to climate change and extremes in Coastal Vietnam”, World Development, vol. 27(2): 249-269, 1999. • AGUILERA, R., ACUÑA, A. y FIGUEROA, D.: Análisis de vulnerabilidad y adaptación al incremento en el nivel del mar en la costa del Golfo de Arauco, Chile. En: Seminario de Adaptación Institucional al Cambio Climático: Oportunidades y Desafíos para Chile, 29 y 30 de mayo de 2006, Chile, 2006. • ALCÁNTARA-AYALA, I.: “Geomorphology, natural hazards, vulnerability and prevention of natural disasters in developing countries”, Geomorphology, vol. 47: 107-124, 2002. • ALDERWISH, A. y AL-ERYANI, M.: “An approach for assessing the vulnerability of the water resources of Yemen to climate change”, Climate Research, vol. 12: 85-89, 1999. • ANTLE, J., CAPALBO, S., ELLIOT, E. y PAUSTIAN, K.: “Adaptation, spatial heterogeneity, and the vulnerability of agricultural systems to climate change and CO2 fertilization: an integrated assessment approach”, Climatic Change, vol. 64: 289-315, 2004. • BLAIKIE, P., CANNON, T., DAVID, I. y WISNER, B.: Vulnerabilidad: el entorno social, político y económico de los desastres, 290pp., 1996, (en línea), disponible en: http://www.desenredando.org/public/libros/index.html, consulta: 12 de julio de 2005. • BRENKERT, A. y MALONE, E.:. Vulnerability and resilience of India and Indian states to climate change: a first order approximation. Joint Global Change Research Institute, College Park, MD. 105pp., 2003, (en línea), disponible en: http://www.pnl.gov/ globalchange/projects/vul/index.htm, consulta: 11 de abril de 2006. • BRENKERT, A. y MALONE, E.: “Modeling vulnerability and resilience to climate change: a case study of India and Indian States”, Climatic Change vol. 72: 57-102, 2005. • CARDONA, O.: La necesidad de repensar de manera holística los conceptos de vulnerabilidad y riesgo. Una crítica y una revisión necesaria para la gestión. 18pp., 2001, (en línea), disponible en: http://www.desenredando.org/ public/articulos/index.html, consulta: 8 de julio de 2005. • CHARVÉRIAT, C.: Natural disasters in Latin America and the Caribbean: an overview of risk. Inter-American Development Bank, Research Department. Working Paper #34, 2000, (en línea), disponible en: http://www.iadb.org/ regions/re2/sida-idb-partnership/docs/ENVNatDisastLA Celine.pdf, consulta: 13 de febrero de 2006. • COMITÉ ASESOR SOBRE CAMBIO GLOBAL, CHILE: Estrategia Nacional de Cambio Climático. 8pp., 2006, (en línea), disponible en: http://www.sinia.cl/1292/articles-35209_estr_cc.pdf, consulta: 19 de junio de 2006.

75

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

• CONAMA, COMISIÓN NACIONAL DEL MEDIO AMBIENTE: Primera Comunicación Nacional bajo la Convención Marco de las Naciones Unidas sobre el Cambio Climático. 156pp., 1999, (en línea), disponible en: http:// www.conama.cl/coain/article-32900.html, consulta: 20 de junio de 2006. • CONNOR, R.F. y HIROKI, K.: “Development of a method for assessing flood vulnerability”, Water Science and Technology, vol. 51(5): 61-67, 2005. • EAKIN, H.: “Institutional change, climate risk, and rural vulnerability: cases from central Mexico”, World Development, vol. 33(11): 1.923-1.938, 2005. • EL-RAEY, M., FRIHY, O., NASR, S. y DEWIDAR, K.: “Vulnerability assessment of sea level rise over Port Said governorate, Egypt”, Environmental Monitoring and Assessment, vol. 56: 113-128, 1999. • EPSTEIN, P. y McCARTHY, J.: “Assessing climate stability”, Bulletin of the American Meteorological Society, vol. 85(12): 1863-1870, 2004. • FOWLER, H.J., KILSBY, C.G y O’CONNELL, P.E.: “Modeling the impacts of climatic change and variability on the reliabity, resilience, and vulnerability of a water resource system”, Water Resources Research, vol. 39(8), 1222, 2003. • HAREAU, A., HOFSTADTER, R. y SAIZAR, A.: “Vulnerability to climate change in Uruguay: potential impacts on the agricultural and coastal resource sectors and response capabilities”, Climate Research, vol. 12: 185-193, 1999. • IMN y MINAE, INSTITUTO METEOROLÓGICO NACIONAL y MINISTERIO DE AMBIENTE Y ENERGÍA: Vulnerabilidad actual de la zona noroccidental del valle central de Costa Rica. Fomento de las capacidades para la etapa II. Adaptación al cambio climático en Centroamérica, México y Cuba. Adaptación del sector hídrico al cambio climático. 64pp., 2005, (en línea), disponible en: http://www.nu.or.cr/pnud/docs/vulne.pdf, consulta: 6 de febrero de 2006. • IPCC, PANEL INTERGUBERNAMENTAL SOBRE CAMBIO CLIMÁTICO: Cambio climático 2001: impactos, adaptación y vulnerabilidad. Tercer informe de evaluación. Resumen para responsables de políticas y resumen técnico. 92pp., 2001, (en línea), disponible en: http://www.ipcc.ch/pub/un/ipccwg2s.pdf, consulta: 20 de julio de 2005. • IPCC, PANEL INTERGUBERNAMENTAL SOBRE CAMBIO CLIMÁTICO: Climate change, 2001a: impacts, adaptation and vulnerability. (en línea), disponible en: http://www.grida.no/climate/ipcc_tar/wg2/index.htm , consulta: 12 de enero de 2006. • KELLY, P. y ADGER, W.: Assessing vulnerability to climate change and facilitating adaptation. CSERGE Working Paper GEC 99-07. 35pp.,1999, (en línea), disponible en: http://www.uea.ac.uk/env/cserge/pub/wp/gec/ gec_1999_07.pdf, consulta: 12 de abril de 2005. • KELLY, P. y ADGER W.: “Theory and practice in assessing vulnerability to climate change and facilitating adaptation”, Climatic Change, vol. 47: 325-352, 2000. • KROL, M., JAEGER, A., BRONSTERT, A. y KRYWKOW, J.: “The semi-arid integrated model (SIM), a regional integrated model assessing water availability, vulnerability and society in NE-Brazi”, Physics and Chemistry of the Earth, vol. 26(7-8): 529-533, 2001. • LAVELL, A.: Desastres durante una década: lecciones y avances conceptuales y prácticos en América Latina (19901999). 32pp., 2000, (en línea), disponible en: http://www.desenredando.org/public/articulos/index.html, consulta: 6 de octubre de 2005. • LAVELL, A.: La Red de Estudios Sociales en Prevención de Desastres en América Latina, La Red: Antecedentes, formación y contribución al desarrollo de los conceptos, estudios y la práctica en el tema de los riesgos y desastres en América Latina: 1980-2004, 76pp., (en línea), disponible en: http://www.desenredando.org/public/varios/index.html, consulta: 10 de julio de 2005). • LAVELL, A.: Desastres urbanos: una visión global. 10pp., (en línea), disponible en:: http://www.desen redando.org/ public/rticulos/index.html, consulta: 3 de octubre de 2005. • LIVERMAN, D.: “Vulnerability and adaptation to drought in Mexico”, Natural Resources Journal, vol. 39: 99-115, 1999. • LUERS, A.: “The surface of vulnerability: an analytical framework for examining environmental change”, Global Environmental Change, vol. 15: 214-223, 2005. • McENTIRE, D.: “Development, disasters and vulnerability: a discussion of divergent theories and the need for their integration”, Disaster Prevention and Management, vol. 13(3): 193-198, 2004. • McENTIRE, D.: “Why vulnerability matters: exploring the merit of an inclusive disaster reduction concept”, Disaster Prevention and Management, vol. 14(2): 206-222, 2005. • MIDDLEKOOP, H. y KWADIJK, C.: “Towards integrated assessment of the implications of global change for water management – the Rhine experience”, Physics and Chemistry of the Earth, vol. 26(7-8): 553-560, 2001. • MIMURA, N.: “Vulnerability of island countries in the South Pacific to sea level rise and climate change”, Climate Research, vol. 12: 137-143, 1999. • MORROW, B.H.: “Identifying and mapping community vulnerability”, Disasters, vol. 23(1): 1-18, 1999. • MOSS, R., BRENKERT, A., y MALONE, E.: Measuring vulnerabillity: a trial indicator set., 8pp., 2000, (en línea), disponible en: http://www.pnl.gov/globalchange/projects/vul/ index.htm, consulta: 11 de abril de 2006.

76

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

• MOSS, R., BRENKERT, A., y MALONE, E.: Vulnerability to climate change: a quantitative approach, 88pp., 2001, (en línea), disponible en: http://www.pnl.gov/globalchange/ projects/vul/index.htm, consulta: 11 de abril de 2006. • NICHOLLS, R.: “Analysis of global impacts of sea-level rise: a case study of flooding”, Physics and Chemistry of the Earth, vol. 27: 1455-1466, 2002. • O’BRIEN, K., LEICHENKO, R., KELKAR, U., VENEMA, H., AANDAHL, G., TOMPKINS, H., JAVED, A., BHADWAL, S., BARG, S., NYGAARD, L. y WEST, J.: “Mapping vulnerability to multiple stressors: climate change and globalization in India”, Global Environmental Change, vol. 14: 303-313, 2004. • O’BRIEN, K., SYGNA, L. y HAUGEN, J.: “Vulnerable or resilient? A multi-scale assessment of climate impacts and vulnerability in Norway”, Climatic Change, vol. 64: 193-225, 2004. • PATON, D. y JOHNSTON, D.: “Disasters and communities: vulnerability, resilience and preparedness”, Disaster Prevention and Management, vol. 10(4): 270-277, 2001. • PATT, A., KLEIN, R. y DE LA VEGA-LEINERT, A.: “Taking the uncertainty in climate-change vulnerability assessment seriously”, C. R. Geoscience, vol. 337: 411-424, 2005. • PELLING, M. “The political ecology of flood hazard in urban Guyana”, Geoforum, vol. 30: 249-261, 1999. • QUINN, N., MILLER, N., DRACUP, J., BREKKE, L. y GROBER, L.: “An integrated modeling system for environmental impact analysis of climate variability and extreme weather events in the San Joaquin basin, California”, Advances in Environmental Research, vol. 5: 309-317, 2001. • SCHREIDER, S., SMITH, D. y JAKEMAN, J.: “Climate change impacts on urban flooding”, Climatic Change, vol. 47: 91-115, 2000. • SULLIVAN, C. y MEIGH, J.: “Targeting attention on local vulnerabilities using an integrated index approach: the example of the climate vulnerability index”, Water Science and Technology, vol. 51(5): 69-78, 2005. • THIELER, E.R. y HAMMAR-KLOSE, E.S.: National assessment of coastal vulnerability to sea-level rise: preliminary results for the U.S. Pacific Coast, 2000, (en línea), disponible en: http://pubs.usgs.gov/of/2000/of00-178, consulta: 27 de julio de 2006. • THUMERER, T., JONES, A. y BROWN, D.: “A GIS based coastal management system for climate change associated flood risk assessment on the east coast of England”, International Journal of Geographical Information Science, vol. 14(3): 265-281, 2000. • TURNER, B.L., KASPERSON, R.E., MATSON, P.A., McCARTHY, J.J., CORELL, R.W., CHRISTENSEN, L., ECKLEY, N., KASPERSON, J.X., LUERS, A., MARTELLO, M.L., POLSKY, C., PULSIPHER, A. y SCHILLER, A.: “A framework for vulnerability analysis in sustainability science”, Proceedings of the National Academy of Science of the United States of America (PNAS), vol. 100(14): 8074-8079, 2003. • UN/ISDR, UNITED NATIONS INTERNATIONAL STRATEGY FOR DISASTER REDUCTION: “Natural disasters and sustainable development: understanding the links between development, environment and natural disasters”, Background paper Nº 5, 10pp., 2002. • UN/ISDR, UNITED NATIONS INTERNATIONAL STRATEGY FOR DISASTER REDUCTION: Terminology of disaster risk reduction, 2004, (en línea), disponible en: http://www.eird.org/eng/terminologia-eng.htm, consulta: 25 de enero de 2006. • WEICHSELGARTNER, J.: “Disaster mitigation: the concept of vulnerability revisited”, Disaster Prevention and Management, vol. 10(2): 85-94, 2001. • WILCHES-CHAUX, G.: Desastres, ecologismo y formación profesional: herramientas para la crisis, 129pp., Servicio Nacional de Aprendizaje, Popayán, 1989. • WILHELMI, O. y WILHITE, D.: “Assessing vulnerability to agricultural drought: a Nebraska case study”, Natural Hazards, vol. 25: 37-58, 2002. • WU, S., YARNAL, B. y FISHER, A.: “Vulnerability of coastal communities to sea-level rise: a case study of Cape May county, New Jersey, USA”, Climate Research, vol. 22: 255-270, 2002.

77

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Algoritmos de estimación de superficies quemadas a partir de compuestos MODIS Algorithms for burned area estimation using MODIS composites González-Alonso, F1., Merino-de-Miguel, S., Roldán-Zamarrón, A., García-Gigorro, S. y Cuevas, J.M. RESUMEN. El presente trabajo muestra la aplicación de diversos algoritmos de estimación de superficies quemadas sobre compuestos MODIS (MODerate resolution Imaging Spectroradiometer). El compuesto elegido es el MOD09A1, de 8 días. Los algoritmos de detección están basados en la estratificación del área de estudio, seguida de la aplicación de diversos umbrales sobre bandas e índices espectrales, para acabar con una asignación automática a la clase ‘quemado’ o ‘no quemado’. Entre los índices utilizados hay que destacar el NBR (Normalized Burnt Ratio) y el BAI (Burned Area Index)-MODIS y derivados. La estimación de la bondad del método ha sido calculada utilizando una imagen Landsat5-TM sobre la que se ha aplicado un método alternativo de detección de superficies quemadas. Palabras clave: estimación superficie quemada, NBR, BAI, compuestos MODIS, Landsat5-TM. ABSTRACT. The present work performs different algorithms for burned area estimation using the 8-days MODIS composite (MODerate resolution Imaging Spectroradiometer) MOD09A1. Fire detection algorithms are based on the stratification of the study area, followed by the application of tresholds to the different bands and spectral indexes and an automatic assignation of pixels to the ‘burned’ or ‘unburned’ classes. The NBR (Normalized Burnt Ratio) and BAI (Burned Area Index)-MODIS indexes have been tested, as well as other indexes derived from them. Verification was performed by applying an alternative method for burned area assessment to a Landsat5TM image. Keywords: burned area estimation, NBR, BAI, MODIS composites, Landsat5-TM.

INTRODUCCIÓN Los incendios forestales constituyen una de las principales amenazas de los ecosistemas mediterráneos. Además de las causas naturales derivadas del clima, este fenómeno se ve agravado por el abandono del medio rural o por las nuevas pautas de ocio de los habitantes del medio urbano. Independientemente de las causas, es un hecho que los incendios forestales destruyen cada año miles de hectáreas, liberando además grandes cantidades de CO2, un importante gas de efecto invernadero. La importancia económica y social de los incendios forestales pone de manifiesto la necesidad de buscar herramientas fiables y rentables que permitan hacer estimaciones en torno a estos fenómenos: cuánto, qué, dónde, etc. La teledetección, por sus particulares características 1

78

de amplia cobertura, objetividad y bajo coste por unidad de superficie, se encuentra especialmente bien posicionada a este respecto. El presente artículo trata uno de los aspectos más importantes en el estudio de los incendios forestales mediante teledetección: la determinación de la superficie quemada. Son muchos los trabajos científicos y técnicos publicados al respecto, y amplísimos los enfoques y los tipos de imágenes que se han empleado (una revisión de los mismos está fuera del alcance de este artículo). Para el presente trabajo se ha elegido un sensor de resolución media (500m), MODIS, muy adecuado para escalas nacionales y regionales, y una serie de algoritmos que primero estratifican el territorio, luego establecen umbrales y por último, clasifican en ‘quemado’ y ‘no quemado’. La bondad de los distintos métodos empleados ha sido calcula-

Laboratorio de Teledetección CIFOR-INIA (Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria). Ctra. A Coruña, km 7.5. 28040 Madrid, E-: [email protected]

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

da mediante una imagen Landsat5-TM, procesada por un método alternativo de estimación de superficies quemadas y considerada como ‘verdad-terreno’.

MATERIAL En el presente trabajo se ha empleado un compuesto MOD09A1 y una escena Landsat5-TM. Del primero se ha procesado una región de 150x150km situada en el suroeste de la península Ibérica; de la segunda, una sub-región que cubre la zona afectada por el incendio de Riotinto (Huelva y Sevilla), ocurrido entre el 27 y el 30 de julio 2004. Además se han utilizado datos de campo de una campaña post-fuego llevado a cabo en Riotinto. Por último, se ha empleado la cobertura CORINE Land Cover 2000 para la construcción de una máscara forestal. El compuesto MOD09A1 está formado por las 7 primeras bandas del sensor Terra-MODIS, todas ellas con resolución espacial de 500m. Se trata de un producto elaborado a partir de 8 imágenes diarias de reflectancias de superficie según un criterio de mínima contaminación por nubes. El compuesto MOD09A1 utilizado, que corresponde al periodo del 27 de julio al 3 de agosto 2004, ha sido obtenido a través de EOS Data Gateway (http:// edcimswww.cr.usgs.gov/pub/imswelcome/). La escena Landsat5-TM es del día 31 de julio 2004. La campaña de muestreo post-fuego tuvo lugar en octubre 2004. Se muestrearon 54 puntos, tomando en cada uno: coordenadas GPS, fotografías y una estimación visual de la severidad en 4 niveles (no-afectado, baja, moderada, alta).

MÉTODOS Procesado de la imagen Landsat5-TM La escena Landsat5-TM fue primero corregida geométricamente y después calibrada, es decir, los ND originales fueron transformados en reflectancias ‘top of atmosphere’. No se realizaron correcciones atmosféricas por tratarse de un estudio mono-temporal. Sobre la imagen corregida geométricamente y calibrada se realizó un análisis tipo Matched Filtering (MF). Este método asigna a cada píxel un valor de probabilidad de pertenencia a una cierta clase en función de la información espectral introducida por el experto. En el presente trabajo, dicha información procede de los píxeles sobre los que se encontraban parcelas de campo clasificadas como ‘completamente quemadas’ (severidad alta). El siguiente paso consistió en aislar, dentro del resultado arrojado por el MF, la superficie afectada por el incendio de Riotinto. Para ello, se estableció un umbral a partir del cual se considera que un píxel no está quemado. Se tomó como umbral el mínimo relativo en el histograma de frecuencias que resulta del MF. Finalmente se extrajo una sub-escena conteniendo el incendio. La sub-escena Landsat5-TM resultante fue utilizada como ‘verdad-terreno’ para comparar los resultados alcanzados al procesar MOD09A1. Sin embargo, existe una gran diferencia en cuanto a la resolución

espacial de una y otro. Por ello, el último paso consistió en transformar el resultado del MF sobre Landsat5TM en una imagen de resolución 500m, en la que cada píxel representa el porcentaje de píxeles Landsat clasificados como ‘quemados’ en su interior. Dicha imagen (Figura 1) toma valores entre 0 y 100.

Figura 1. Landsat5-TM procesada y re-muestreada a píxel MODIS (500m).

Procesado del compuesto MOD09A1 Mediante el EOS Data Gateway de la NASA se pueden descargar entre otros productos, los compuestos MOD09A1. Dicho compuesto se encuentra distribuido por ventanas de algo más de 1100x1100km y en proyección Sinusoidal. Una vez localizada la fecha y ventana de interés (España se reparte entre 4 ventanas), se descargó y reproyectó al sistema de referencia de trabajo: UTM - huso30 - WGS84. En este caso se conservó una ventana de trabajo bastante amplia, aunque las validaciones del método se realizaron posteriormente en el entorno del incendio de Riotinto. Los valores de MOD09A1, que representan ‘reflectancias de superficie’, no fueron modificados. A las 7 bandas que forma el compuesto se añadió el NBR [1], calculado como ((swir - irc)/ (swir + irc)), donde swir es la reflectancia en el infrarrojo medio de onda corta (SWIR, banda 7) y irc es la reflectancia en el infrarrojo cercano (IRC, banda 2). Las fechas del compuesto elegido son un aspecto clave, ya que la respuesta espectral del evento a estudiar puede verse atenuada. La gran ventaja de este tipo de compuestos radica en la práctica eliminación de las nubes y otros artefactos. Sobre el compuesto MOD09A1 se aplicaron 4 métodos distintos que se explican a continuación. Estos métodos se basan mayoritariamente en la aplicación de pasos sucesivos: estratificación, cálculos de índices, establecimiento de umbrales y asignación automática a la clase ‘quemado’ o ‘no quemado’.

Algoritmo LATINIA E l a l gori t m o LAT INIA (LAbor at or i o de Teledetección del INIA) comienza con la división del territorio a estudiar en ventanas de 50x50km. Esta división se justifica desde el punto de vista de la variedad de condiciones ambientales y climatológicas que sin duda afectan a la respuesta espectral de la vegetación sana y quemada. También se justifica desde el punto de vista del diseño del algoritmo LATINIA que intenta ser un método de cartografía de áreas quemadas para

79

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

escalas nacionales, para la que esta variedad espectral es más que notable. En el caso de España, esta división ha dado lugar a 257 ventanas, de las que se han estudiado 9. Sobre cada una de éstas se aplicaron los siguientes pasos: • Paso 1: determinación de píxeles forestales (a partir de la cobertura CORINE Land Cover 2000): condición 1. • Paso 2: determinación del valor medio (m) y desviación típica () de la reflectancia en el IRC para los píxeles que cumplen la condición1. Cálculo del umbral-1: m - . Aplicación del umbral-1 sobre la banda del IRC, conservando por un lado los píxeles con reflectancia menor que dicho umbral (condición 2), y por otro aquellos con reflectancia mayor o igual (condición 3). • Paso 3: determinación del valor medio del NBR (umbral-2) para los píxeles que cumplen la condición 2. Aplicación del umbral-2 (o ‘0’ si resultase negativo) sobre la banda NBR, conservando los píxeles que tuvieran un valor de NBR mayor que dicho umbral: condición 4. • Paso 4: clasificación supervisada por el método de máxima verosimilitud de la ventana de trabajo utilizando la ‘condición 4’ para entrenar la clase ‘quemado’ y la ‘condición 3’ para entrenar la clase ‘no quemado’. En el proceso de clasificación intervienen las bandas 1 (rojo), 2 (IRC) y 7 (IRM) del MOD09A1 y el NBR. El último paso consistió en hacer un mosaico con todas las ventanas, obteniéndose una cartografía de áreas quemadas.

Algoritmo LATINIA - paralelepípedo Este algoritmo es similar al anterior hasta el paso 3, es decir, hasta la extracción del conjunto de píxeles que se ha denominado ‘condición 4’. Estos píxeles son utilizados para conocer la estadística de las 7 bandas de MOD09A1 para una muestra que, en función de los condicionantes que la han originado, puede considerarse como ‘muy afectada’ por el incendio. De estas estadísticas, se conservan media (m) y desviación típica () y se construyen 7 intervalos m  2•. El siguiente paso consiste en la aplicación de estos intervalos sobre las 7 bandas y la sucesiva intersección de lo que resulta. Finalmente se realiza el mosaico de todas las ventanas, obteniéndose una segunda cartografía de áreas quemadas.

Algoritmo LATINIA-BAI-MODIS El algoritmo LATINIA-BAI-MODIS parte, al igual que el anterior, de los píxeles que cumplen la ‘condición 4’. La información espectral de dichos píxeles es entonces utilizada para construir una variante del índice BAI. Este índice, propuesto por Chuvieco et al. (2002), está basado en ‘distancias a un centro de convergencia que espectralmente acoge la señal del carbón’. La expresión de dicho índice es la siguiente:

80

BAI 

circ  irc 

2

1  cswir  pswir



2

donde, circ y cswir son las reflectancias del centro de convergencia para áreas quemadas en el IRC y el SWIR, respectivamente [2]; y irc y swir son las reflectancias píxel a píxel en las mismas bandas. Las primeras toman valores constantes para un determinado sensor y área de estudio. En el caso de MODIS, los valores propuestos para España por Chuvieco et al. (2002) son 0.08 y 0.2, respectivamente. Además, los autores proporcionan un valor umbral de dicho índice que sirve para separar las áreas quemadas de las no quemadas. En el presente estudio, se utiliza la información espectral derivada por el procedimiento explicado, para calcular los valores c irc y c swir , que serán los percentiles del 5% y 95% de la respuesta espectral de las bandas 2 y 7 respectivamente. Construido el BAIMODIS modificado con la información de cada ventana, se calculan sus estadísticos para los píxeles ‘condición 4’ y se fija el percentil del 5% como umbral que separa ‘quemado’-‘no quemado’. Realizado el procedimiento en todas las ventanas, se construye el mosaico, obteniéndose la tercera cartografía de áreas quemadas.

Algoritmo BAI-MODIS-manual El cuarto y último algoritmo que se ha testado no realiza la estratificación del área de estudio. Dicho algoritmo consta de los siguientes pasos: • Paso 1: selección de los píxeles que cumplen la condición NBR > 0.01. • Paso 2: sobre dicha selección, digitalización de áreas que visualmente pueden clasificarse como ‘quemadas’ por el experto. • Paso 3: extracción de los estadísticos de las áreas digitalizadas. Cálculo de los percentiles del 5 y 95% de las bandas 2 y 7 respectivamente, sobre dichas áreas. • Paso 4: construcción del BAI-MODIS modificado con umbrales extraídos en el paso 3. Cálculo del percentil del 5% del BAI-MODIS modificado sobre las áreas digitalizadas en el paso 2. Utilización de dicho umbral para separar ‘quemado’-‘no quemado’.

RESULTADOS Cartografías de áreas quemadas La aplicación de los cuatro algoritmos descritos sobre el producto MOD09A1 dio lugar a sendas cartografías de áreas quemadas de tipo binario, es decir, con una leyenda de dos clases: ‘quemado’ y ‘no quemado’. El siguiente paso consistió en extraer de estas cuatro cartografías, sub-escenas del tamaño de la cartografía que iba a ser utilizada como ‘verdad-terreno’, la derivada de la escena Landsat5-TM. En la Figura 2 aparece el resultado del algoritmo LATINIA.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

CONCLUSIONES

Figura 2. Resultado del algoritmo LATINIA sobre MOD09A1.

Bondad de la estimación En la tabla 1 aparecen los coeficientes de correlación entre cada una de los cuatro algoritmos empleados para la extracción de superficies quemadas (cartografías binarias) y el resultado de remuestrear a píxel MODIS, la cartografía de áreas quemadas derivada por el método MF de la escena Landsat5-TM. Como puede apreciarse el mejor resultado se alcanza para el algoritmo LATINIA en su primera versión. Tabla 1. Coeficiente de correlación (r) de las distintos algoritmos utilizados algoritmo LATINIA LATINIAparalelepípedo LATINIA-BAI-MODIS BAI-MODIS-manual

r 0.796 0.732 0.687 0.770

Las principales conclusiones que pueden extraerse del trabajo presentado son las siguientes: • El compuesto MOD09A1 es un producto que puede ser de gran ayuda en el estudio de incendios forestales y otros fenómenos. En el caso de España, es relativamente fácil encontrar un MOD09A1 libre de nubes, especialmente durante el periodo estival. Además es gratuito y su disponibilidad se produce en un lapso de tiempo realmente corto desde la captura de la información por el satélite. La geometría de la imagen ha resultado de gran calidad. Cabe destacar por último que, aun tratándose de un compuesto de 8 días, la coherencia en la radiometría es alta, presentando la imagen una textura de gran calidad, que hace pensar en muchos casos que se está más frente a una imagen libre de nubes, que ante un compuesto. • Aunque laborioso, el procesado por ventanas ha dado en general buenos resultados. Hay que mencionar sin embargo, que el tamaño y disposición de las ventanas afectan al resultado final, por lo que deberían llevarse a cabo más pruebas. • El empleo de modificaciones de BAI-MODIS no ha resultado del todo satisfactorio, quizás porque se ha utilizado un único incendio para calibrar dicho índice. Se trata además de un incendio particularmente grande y virulento.

AGRADECIMIENTOS Este trabajo se ha realizado en el marco del Convenio CC02-0015 suscrito entre el Ministerio de Medio Ambiente y el INIA.

REFERENCIAS BIBLIOGRÁFICAS 1. KEY, C.H. y N.C. BENSON: FIREMON Landscape assessment (LA): Sampling 2. MARTÍN, P., E. CHUVIECO: “Cartografía de grandes incendios forestales en la Península Ibérica a partir de imágenes NOAA-AVHRR”, Serie Geográfica, vol. 7: 109-128, 1998. 3. HUVIECO, E., M.P. MARTÍN, y G VENTURA: Evaluación de imágenes NOAA-AVHRR y Terra-MODIS para cartografía regional de áreas quemadas. En: X Simposio Internacional SELPER, Cochabamba, Bolivia, 2002.

81

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Vulnerabilidad ante las amenazas naturales Vulnerability before the natural threats Ricardo Batista Matos1 RESUMEN. En el presente artículo se da una caracterización de los peligros, la vulnerabilidad y los riesgos de carácter natural más frecuentes a que esta sometido el archipiélago cubano, teniendo en cuenta su compleja posición geográfica entre la Penínsulas de Yucatán y La Florida, su morfología y otros factores importantes. Se hacen algunas consideraciones sobre las particularidades específicas que distinguen por su esencia, la práctica de la reducción de desastres en las condiciones de Cuba. Además se da una valoración de los peligros naturales mas frecuentes que afectan al archipiélago cubano y sus principales características. Se aborda el tema de la vulnerabilidad a partir de la situación física y geográfica, biológica y socioeconómica de nuestro archipiélago, haciendo hincapié en las características naturales especificas que tienen las zonas litorales, muchas de ellas comunes a los países de la Cuenca del Caribe y el Golfo de México y que inciden en la vulnerabilidad de las mismas, independiente mente de las magnitudes de las amenazas. Por ultimo se hace una breve caracterización de los estudios para el manejo de riesgos a partir de las magnitudes caracterizadas de los peligros identificados y las vulnerabilidades. En el trabajo, además se subrayan someramente los conceptos de escenario de riesgos, escenario critico y percepción de riesgos, conceptos de vital importancia para la realización objetiva y veraz del estudio y la aplicación practica eficaz de las medidas propuestas en las conclusiones y recomendaciones del estudio para el manejo los riesgos. Palabras clave: riesgos, peligro, archipiélago, zonas litorales, vulnerabilidad. ABSTRACT. This paper presents a study for the risks management based on the characterization and assessment of the most frequent dangers, vulnerability and natural risks that affects the Cuban Archipielago due to the geographic position, morphology and others factors. Vulnerability of the Cuban Archipielago is considered in these studies from the physical, geographic, biologic and socioeconomic points of view focusing the natural characteristics that affects Cuban and the Caribbean littoral areas independently of their magnitude. Besides, are presented some remarks about disasters reduction practices in Cuba as well as an assessment of natural dangers. Some aspects of the risks management related identified dangers and vulnerabilities are described taking into account the national regulations. Definitions and scenario of risks and perception are also discussed in this study. Keywords: risks, danger, archipielago, littoral areas, vulnerability.

INTRODUCCIÓN Los estudios para la reducción de desastres comenzaron a realizarse en Cuba como una necesidad imperiosa de protección de la sociedad, la economía y el medio ambiente cubanos, desde mediados de la penúltima década del pasado siglo, teniendo en cuenta la compleja posición geográfica y morfología de nuestro Archipiélago entre las Penínsulas de Yucatán y La Florida. Esa posición geográfica hace que nuestro territorio se interponga en la trayectoria de la mayoría de los huraca-

1

82

nes que se forman en las cálidas aguas del mar Caribe y del Atlántico Sur y vienen subiendo hacia el Golfo de México. Además, las aguas colindantes del archipiélago cubano son paso obligado de numerosas embarcaciones de gran porte que intervienen en el comercio internacional y en su territorio coinciden varios corredores internacionales de aves migratorias que anidan y se alimentan en Cuba varias veces al año y procedentes de diferentes latitudes. Constituye además, una característica específica de nuestra posición geográfica su cercanía a la zona

Dr. Profesor Titular, Investigador Auxiliar, Especialista para el Manejo de Riesgos de la Agencia de Medio Ambiente del CITMA, E- : [email protected], Teléfonos: 202-5547, 206-6760

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

sismogeneradora, originada por el contacto entre las Placas del Caribe y la de Norteamérica que acarrea una amenaza sísmica constante, en especial para las provincias orientales del país. Las características de su clima tropical húmedo, con solo dos estaciones fundamentales en el año: una de sequía (de noviembre a abril, a veces prolongada e intensa) y otra de lluvias (de mayo a octubre) le imprimen a los estudios de peligros una tónica específica que es imprescindible tener en cuenta en los Planes de Reducción de Desastres de todas las entidades sociales y económicas. Cuba, por su posición geográfica se encuentra en una región tropical y a su vez próxima a la frontera de la región extratropical, por lo que se ve durante el año sometida a disturbios migratorios a escala sinóptica, propios de ambas regiones. Los disturbios extratropicales provocan una variabilidad climática más notable en la temporada de noviembre a abril, con cambios bruscos del tiempo diario, asociados al paso de sistemas frontales, a la influencia anticiclónica de origen continental y a la de los centros de bajas presiones extratropicales. De mayo a octubre, sin embargo, las variaciones en el tiempo son menores, ya que existe la influencia más o menos estable del anticiclón del Atlántico Norte y los cambios más significativos se asocian con la presencia de las ondas del Este y a los ciclones tropicales, disturbios propios de la región tropical. La realización de los estudios de Manejo de Riesgos se ha convertido en los últimos 20 años en un instrumento y una técnica de gran aplicación en diferentes ramas de la economía, las investigaciones científicas, las inversiones, la gestión empresarial y otros campos, y sus resultados presentan grandes beneficios económicos y sociales al constituirse en un basamento científico para la toma de decisiones en todos los niveles de dirección del país. La necesidad de prever, evaluar y preparar al país para la Reducción de Desastres en sus diferentes etapas, esta refrendada en el Capitulo VIII, articulo 670 de la Constitución de la Republica de Cuba, e incluida en 6 leyes, 18 Decretos Leyes, 7 Decretos y múltiples Directivas y Resoluciones estatales y ministeriales.

Consideraciones específicas Los estudios para la Reducción de Desastres tienen en Cuba varias características que los distinguen y los diferencian radicalmente de la práctica internacional comúnmente establecida. En primer lugar los distingue su esencia antropocéntrica. Mientras en otros países los Planes de Reducción de Desastres tienen como objetivo fundamental la protección de las riquezas, las propiedades o el patrimonio de determinados individuos, corporaciones, industrias, etc., en nuestro país la esencia, estructura y practica de la reducción de desastres va encaminada a proteger, en primer lugar, la vida humana. Cuentan con todo el apoyo material y financiero del estado cubano en todas las etapas y fases del proceso de reducción de desastres.

Además, por un mandato estatal, el Ministerio de Ciencia, Tecnología y Medioambiente responde por la realización de los estudios de peligro, vulnerabilidad y riesgos de desastres, así como el impacto ambiental de las situaciones de desastres con el empleo del potencial científico del país. La reducción constante de las vulnerabilidades forma parte de los planes y presupuestos anuales de los ministerios, entidades estatales y órganos de dirección estatal de acuerdo con sus objetos sociales y misiones. La batalla contra los desastres se gana en la etapa preventiva y debe ser parte consustancial del pensamiento lógico de cada dirigente del estado a cualquier nivel, ejecutivo de las industrias y empresas y de las organizaciones políticas y de masas. Requiere de una preparación, organización y planificación detallada, minuciosa y con la antelación suficiente como para que se puedan reducir al mínimo las perdidas, mediante la reducción constante de las vulnerabilidades. En la práctica de la Reducción de Desastres resulta imprescindible estar a la altura de esa máxima que nos lego José Martí que define que: La hora del combate no es hora de aprender, es preciso haber aprendido antes.

Objetivos de los estudios para la Reducción de Desastres • Proteger las vidas humanas y sus instalaciones ante la ocurrencia de cualquier desastre de carácter natural, tecnológico o sanitario al menor costo posible. • Ofrecer a los inversionistas la información que necesita para reducir el riesgo de desastre de forma explícita, clara y con soluciones concretas, variantes de solución de medidas de protección, y factibilidad de cada una de ellas, incluyendo el costo de las decisiones que se pueden tomar y niveles de riesgo que cubren. • Posibilitar a las entidades estatales y de gobierno, inversionistas, administradores y decidores en general hacer la apreciación económica del costo de las medidas de reducción de desastres en correspondencia con los períodos de recurrencia de cada uno de los eventos. • Conocer el costo de la actividad de reducción de desastres, de manera que pueda planificarse en sus planes anuales y perspectivos. • Restañar en el menor tiempo posible las consecuencias de las afectaciones por los desastres, poniendo en servicio de nuevo la capacidad de la instalación. Los estudios integrales de riesgos de desastres constituyen un proceso científicamente fundamentado para calcular (estimar) el riesgo, mediante el empleo de métodos y técnicas apropiadas basadas en análisis probabilísticos y una estadística confiable que garanticen un resultado eficazmente cuantificado en relación con la actividad socioeconómica que es objeto de análisis. Los estudios integrales de riesgos deben arrojar un modelo con el resultado predictivo acerca de las pérdidas y daños para el objeto respecto al cual se realizó, anteriormente el análisis de peligro y de vulnerabilidad.

83

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Los estudios integrales de riesgos incluyen los análisis multilaterales de peligros, los de vulnerabilidad estructural, no estructural, funcional y social, así como los de riesgos, las conclusiones y recomendaciones. Sobre la base de los resultados obtenidos para cada caso concreto y las conclusiones y recomendaciones se confeccionan los Planes de Reducción de Desastres de las entidades.

Estudios de peligros El estudio de peligro es un proceso en el cual se estima la probabilidad de que se produzca en un período dado, con una intensidad y una magnitud determinadas y en una zona definida, un fenómeno natural, tecnológico o sanitario potencialmente peligroso que puede causar afectación a la población, la economía, el medio ambiente y otros trastornos socioeconómicos. Cuando se identifica un peligro se esta identificando un grado determinado de amenaza potencial para un lugar, objeto o asentamiento humano ante la acción de fenómenos desfavorables en un periodo determinado de tiempo. La complejidad de los fenómenos que dan origen a los peligros, la interrelación entre ellos, la intensidad y el carácter de sus manifestaciones dan lugar a que su identificación tenga matices y variaciones. El estudio de peligro es el primer paso para estudiar la vulnerabilidad y el riesgo, siempre relacionado a un área de actuación y con parámetros definidos. El análisis de peligros de desastre es el proceso para estimar la probabilidad de que se produzcan en un tiempo y en un lugar determinados, fenómenos potencialmente destructivos, con un grado de severidad capaz de crear una situación de desastre, debido al grado de los daños a la población, la economía, la infraestructura y otros factores socioeconómicos. Incluye como primer paso la identificación de cada uno de los posibles peligros respecto al (los) elemento (s) vulnerable (s) en cuestión y cada uno de los eventos accidentales ocasionados a partir de un peligro dado. Este estudio debe brindar resultados específicos cuantificados que posibiliten realizar eficazmente los estudios de vulnerabilidad ante la acción de los mismos. La planificación, organización y realización de las medidas de protección de la población y los sectores económicos ante situaciones de desastres, debe estar en plena correspondencia con los peligros de desastres que potencialmente pueden afectar al país y que de acuerdo a su origen y posibilidad de pronósticos se clasifican en naturales, tecnológicos y sanitarios.

Peligros naturales Son peligros naturales, entre otros, los ciclones tropicales, las intensas lluvias, las tormentas locales severas, las penetraciones del mar, los deslizamientos de tierra, los sismos, las intensas sequías y los incendios en áreas rurales.

84

El estudio de peligro por eventos hidrometeorológicos extremos, por lo general contiene una valoración puntual y detallada de los efectos combinados de los eventos asociados durante los huracanes, que sean de interés al posterior estudio de vulnerabilidad de las instalaciones, o sea los fuertes vientos, las inundaciones costeras o por intensas lluvias, ocurrencia de tormentas eléctricas, tormentas locales severas (tornados, trombas marinas, granizos, vientos fuertes superiores a 95 Km./ h). Pueden formarse líneas de tormentas eléctricas prefrontales o líneas de turbonadas que son eventos de rápido desarrollo y afectan fundamentalmente a la región occidental del país durante el invierno. Estos eventos pueden ocasionar victimas y daños económicos significativos ya que según los estudios realizados ha quedado demostrado que a partir de mediados de la década de los años 70 del pasado siglo, las descargas eléctricas constituyen la principal causa de muerte por fenómenos meteorológicos en Cuba. Las intensas sequías pueden provocar la depresión de las fuentes y el nivel de las aguas subterráneas, el secado de los ríos y embalses, de los cuales depende el suministro de agua a las ciudades y poblados, así como las afectaciones a la economía y en especial la producción de alimentos, favoreciendo la aparición de plagas y enfermedades endémicas que influyen en la salud de las población, los animales y los cultivos. Los estudios de peligros geológicos e ingenierogeológicos deben realizarse partiendo del supuesto de que los riesgos se estudian para eventos extremos, por tanto cualquier fenómeno de probable ocurrencia en un tiempo razonablemente lógico debe ser analizado. La condición de que la región sea catalogada de sismisidad 0 por sus condiciones naturales, no excluye el análisis de peligrosidad sísmica de esa región. Los aspectos de mayor interés para el posterior estudio de la vulnerabilidad por lo general están relacionados con la caracterización geológica e ingeniero- geológica y geomorfológica del área de estudios, las posibilidades de movimiento de masas, deslizamientos u otros, la estimación de la peligrosidad sísmica a que está sometida el área geográfica en cuestión, sus parámetros y microzonación, así como las conclusiones acerca de los peligros en este ámbito. Desde el punto de vista de los peligros hidrológicos e hidrogeológicos debe ser incluida la cartografía de las posibles zonas de inundación, según la categoría de severidad que se haya pronosticado, la velocidad y altura que pueden alcanzar las aguas, la presión aproximada del golpe de ola (si se forma) sobre las superficies, la duración de las inundaciones, la época del año de mas incidencia, la frecuencia anual, contaminación de las aguas subterráneas y otros. En todos los casos la identificación de un peligro condiciona la necesidad de determinar su magnitud, la frecuencia de ocurrencia y su área de influencia. La intensidad de un evento peligroso por lo general mide su capacidad para generar daños y depende de la magnitud del mismo y de la distancia desde el sitio de estudio al centro del evento.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Estudios de vulnerabilidad Es el proceso mediante el cual se determina el nivel de exposición y predisposición o susceptibilidad a la pérdida de un elemento o grupos de elementos, ya sean personas, lugares, bienes materiales o actividades socioeconómicas de cualquier tipo, ante un peligro específico de parámetros definidos. El estudio de vulnerabilidad es el punto de partida para el conocimiento del riesgo e incluye la vulnerabilidad estructural, no estructural, funcional y social. Dentro del concepto de vulnerabilidad se integra la susceptibilidad de toda la infraestructura económico social necesaria para la vida del hombre y constituye el factor principal sobre el cual el hombre puede incidir para reducir los efectos de los posibles desastres. El análisis de vulnerabilidad es la técnica que con base en el estudio de la situación física y geográfica, biológica y socioeconómica de un lugar, detecta la sensibilidad del mismo ante el impacto de un evento potencialmente destructivo. La vulnerabilidad física es la propensión de un sistema determinado a sufrir daños debidos a la acción de determinados procesos externos e internos potencialmente peligrosos. El grado de vulnerabilidad dependerá de las características del objeto, el grado de exposición y la magnitud de la amenaza. Las ciudades costeras cubanas como muchas de las ciudades construidas junto a los litorales de la Cuenca del Caribe o el Golfo de México, presentan un conjunto de características naturales específicas que independientemente de la magnitud de la amenaza, inciden severamente en la vulnerabilidad de las mismas a la acción de eventos potencialmente peligrosos y en especial los hidrometeorológicos. Las franjas litorales de las ciudades y poblados costeros, constituyen ecosistemas muy frágiles, en los cuales las condiciones naturales del relieve, en conjunto con las acciones antropogénicas, inciden en que las mismas sean más o menos vulnerables, si dichas acciones no son evaluadas con profundidad en cada punto donde se decida actuar. En muchos casos las características paleogeograficas de las franjas litorales, nos revelan la presencia de un relieve de terrazas y llanuras marinas escalonadas y planas, directamente relacionadas con el mar en su pasado geológico, lo que indica que estas zonas pueden ser nuevamente ocupadas por el mar en caso de fuertes inundaciones costeras. Las formaciones geológicas existentes en muchas zonas litorales, se caracterizan por la presencia de rocas fuertemente agrietadas, con desarrollo del Carso, muy susceptible a los efectos de la erosión, el intemperismo y a la acción destructora del agua del mar. En el caso de costas modeladas sobre rocas terrígenas y agrietadas, con frecuencia estas se pueden deslizar por la saturación o como consecuencia de las acciones violentas del oleaje. En las costas bajas y planas la amenaza de las penetraciones del mar se incrementa y por el contrario, en las

costas altas, acantiladas y con farallones, estas actúan como un dique natural que reduce las magnitudes de las penetraciones del mar. Las playas, por lo general, son muy vulnerables, principalmente los tramos expuestos directamente a los efectos del oleaje, por el traslado de importantes volúmenes de sedimentos desde las mismas, tierra adentro. La magnitud del fenómeno se puede incrementar en playas con alto grado de urbanización. Sin embargo, cuando las penetraciones del mar no sobrepasan los límites de las dunas sólidas y estabilizadas por la vegetación autóctona y existe menos intervención humana, las playas son menos vulnerables. La presencia de diversas corrientes fluviales que desembocan en el litoral, en zonas muy bajas o cenagosas, propias de la evolución geomorfológica de los deltas y estuarios, acumulan gran cantidad de sedimentos y desechos sólidos que reducen la capacidad de sus cauces y aumentan por represamiento las magnitudes de las penetraciones del mar y las inundaciones costeras. Además, el accionar del oleaje y la sobre elevación del mar, durante los eventos hidrometeorológicos intensos, produce un efecto de dique que no permite la salida hacia el mar del caudal de los ríos, incrementado por las fuertes lluvias, lo que en zonas bajas, aumenta considerablemente el nivel de las inundaciones. La acción violenta del oleaje, que produce sobre las estructuras cargas dinámicas múltiples y repetidas en corto tiempo, constituye un elemento importante a tener en cuenta, principalmente en áreas del sector costero con construcciones situadas muy próximas al mar. Las franjas litorales tienen determinados sectores que con mayor frecuencia que los demás, han resultado inundados por las penetraciones del mar o las lluvias intensas y por eso presentan una mayor vulnerabilidad a las acciones destructivas de esos eventos. Próximas a las costas de la mayoría de los países caribeños se localizan construcciones de valor sociocultural e histórico incalculable (fortalezas, fortines, castillos, torreones, iglesias, etc.), vinculados al pasado colonial, los cuales, después de fuertes penetraciones del mar requieren que sea prestada atención inmediata al estado técnico de los macizos rocosos que las sustentan, cuyo deterioro en un período de tiempo relativamente corto puede ocasionar daños difíciles de reparar. 8 asentamientos humanos en zonas expuestas a peligros o amenazas, las características del diseño de sus edificaciones, la calidad de la construcción y los materiales empleados influyen decisivamente en el grado de vulnerabilidad física de dichos asentamientos. La vulnerabilidad estructural esta referida a los elementos estructurales de la edificación, es decir a las partes de la edificación que garantizan estabilidad, como son los cimientos, muros portantes, vigas, columnas, entrepisos y cubiertas, etc. La vulnerabilidad no estructural esta referida a aquellos componentes de la edificación, que están incorporados a las estructuras (acabados arquitectónicos) como ventanales, marquetería, cristales, falsos techos,

85

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

puertas, etc. y que cumplen funciones esenciales en el edificio. La vulnerabilidad funcional esta referida al mantenimiento de las funciones esenciales de la edificación, durante la ocurrencia de un fenómeno natural y que están representadas por una correcta relación entre los espacios arquitectónicos y los servicios, una adecuada zonificación y relación entre las áreas, vías de acceso, etc. Es de significar que un fallo en los elementos no estructurales e incluso en los estructurales sin llegar al límite del colapso de la edificación, puede llegar a producir una interrupción en el funcionamiento de la instalación, trayendo consigo lo que se denomina “colapso funcional”. A diferencia de la vulnerabilidad estructural, la reducción de la vulnerabilidad no-estructural se logra con muy pocos recursos en comparación con los gastos que requiere la anterior, sobre todo cuando se introducen los requerimientos y parámetros protectores en los elementos no estructurales desde la etapa de diseño de la obra. La degradación y deterioro de los materiales por agentes externos, fenómeno muy frecuente en estructuras cercanas al mar, la antigüedad de las construcciones o la falta de mantenimiento, pueden hacer más vulnerables las estructuras para resistir los efectos de las inundaciones o los fuertes vientos, asociados a eventos hodrometeorologicos severos. Las afectaciones producidas a las estructuras por la corrosión del acero y la carbonatación del hormigón, no se consideran consecuencias de desastres naturales, sin embargo la influencia permanente de un ambiente marino con una elevada concentración de sales en el aire puede afectar, con el tiempo, sensiblemente las estructuras, estar debilitadas y ser mas vulnerables al paso de los eventos hidrometeorológicos. La vulnerabilidad de las estructuras al medio agresivo, ya sea al medio ambiente natural o al producido por los procesos productivos, ha pasado a ocupar un lugar importante en el diseño estructural, debido a los altos costos de mantenimiento que son invertidos cada año en todos los países del mundo, para reparar las afectaciones producidas en las edificaciones por este motivo. Las afectaciones no sólo son producidas en los elementos estructurales, también a los no estructurales como carpinterías metálicas, incluyendo las de aluminio, barandales, elementos ornamentales, luminarias y otras. En Cuba, por su condición de isla y por sus características geográficas de ser alargada y estrecha, la agresividad del medio ambiente marino es muy influyente en zonas que se encuentran hasta 20 km del litoral, por ello en las normas y códigos constructivos se concede gran importancia a la protección de las estructuras ante la corrosión, principalmente a distancias de hasta 3 Km. de las costas, donde las afectaciones se valoran de extremas a altas, según el Mapa de agresividad corrosiva de la atmósfera de la Isla de Cuba.

Estudios de riesgos El Análisis de riesgos de desastres constituye el proceso científicamente fundamentado para calcular (esti-

86

mar) el riesgo mediante el empleo de métodos y técnicas apropiadas, basadas en análisis probabilísticos y una estadística confiable que garanticen un resultado eficazmente cuantificado en relación con la actividad socioeconómica que es objeto de análisis. El estudio de riesgos debe arrojar un modelo con el resultado predictivo acerca de las pérdidas y daños para el objeto (medio geográfico), respecto al cual se realizó anteriormente el análisis de peligro y de vulnerabilidad. La evaluación de riesgos de desastres es todo un proceso mediante el cual se somete a juicio lógico, socioeconómico y práctico el resultado de los análisis de riesgos de desastres. Incluye el balance valorativo de los riesgos analizados en relación con los beneficios potenciales, así como el juicio científico frente a otros factores y criterios, de modo que resulta una comparación entre el riesgo analizado y los criterios de aceptación del mismo. El riesgo es el resultado de la interacción del peligro y la vulnerabilidad y sus resultados determinan la identificación y evaluación de los daños o perdidas tanto económicas, físicas, sociales y (o) ambientales en determinados sectores de la sociedad. La disminución del riesgo, en la practica, depende de la reducción de la vulnerabilidad, para lo cual es preciso un trabajo multilateral y sistemático que abarque varias ramas de la economía y los órganos de dirección del gobierno en las diferentes instancias. El estudio de riesgos debe ser realizado por personal debidamente preparado en estos temas, capaz de proponer, sobre la base de los resultados, las acciones requeridas para prevenir con el tiempo suficiente o mitigar los efectos de los posibles de desastres. El riesgo de un sistema, objeto (medio geográfico), se elevará con el aumento de la magnitud de cualquiera de los factores de los cuales depende. Requieren de estudios de riesgos de desastres de origen natural todas las actividades de planeamiento físico, las nuevas inversiones de obras de infraestructura, y edificaciones en general ubicadas en áreas de riesgos. Los resultados de los estudios de riesgos, las conclusiones y recomendaciones, los mapas de peligro, los de vulnerabilidad y riesgos deben formar parte del sistema de información geográfica de los órganos de dirección política, estatal, económica del país a las diferentes instancias. Los estudios de riesgos para que cumplan su función en la prevención, deben realizarse preferentemente en las etapas iniciales del proyecto, aunque pueden hacerse en cualquiera de ellas, pero las medidas a tomar, tanto en las conclusiones como las recomendaciones se diferencian sustancialmente. Un escenario de riesgos en la etapa de estudio es la representación cartográfica de una situación posible en la que un evento peligroso (extremo) o su área de influencia afecta a determinada región o asentamiento humano. Cuando en dicho escenario se representa el momento más crítico de acción de los peligros (los cuales varían en tiempo, de acuerdo a la aproximación y la magnitud del peligro), se precisan los límites y las magnitudes de los riesgos en un escenario crítico.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Un papel importante para la eficacia de las medidas de protección de la población y los recursos lo juega la percepción del riesgo, el cual no solo da la medida de la actitud que pueden asumir las personas ante el riesgo que corren, lo que se logra con una preparación teórica y entrenamientos prácticos, sino también la maestría de los directivos para desencadenar el cumplimiento de cada medida en el momento preciso y con los recursos necesarios.

Sobre la base de las conclusiones y recomendaciones de los Estudios para el manejo de Riesgos se elabora el Plan de Reducción de Desastres de la entidad dada, cuyas medidas serán de obligatorio cumplimiento para los ejecutivos y personal en general. Este Plan requiere de una coordinación detallada y certificada por firma, de la dirección de la Entidad con los órganos locales de dirección estatal, la Defensa Civil a esa instancia y las entidades estatales que deben dar aseguramiento al cumplimiento de las medidas.

REFERENCIAS BIBLIOGRÁFICAS • BATISTA MATOS, R: Estudio para el Manejo de Riesgos de la Playa Corinthia, Guantánamo, Geocuba, Cuba, 2000. • BATISTA MATOS, R: Estudio para el Manejo de Riesgos de la Playa Maguana , Holguín, Geocuba, Cuba, 2000. • BATISTA MATOS, R: Estudio de Peligros Ambientales de la Península de Hicacos, Matanzas, Geocuba, Cuba, 2001. • CAMPOS, M, GUERRA M, JAIMEZ E: Caracterización geólogo-ambiental de las provincias habaneras, Dpto. de Geología Ambiental, Geofísica y Riesgos del Instituto de Geofísica y Astronomía, AMA, CITMA, Cuba, 2001. • CEPAL: Manual para la evaluación del impacto socioeconómico y ambiental de los desastres, 2003 • COLECTIVO DE AUTORES: Evaluación del Impacto Ambiental del Huracán Wilma, AMA, 2005. • COLECTIVO DE AUTORES: Estudios de Riesgos de la Ciudad de la Habana por fuertes vientos, inundaciones costeras por penetraciones del mar e inundaciones por intensas lluvias, AMA, 2006. • CONSEJO DE DEFENSA NACIONAL: “Directiva No 1 del.1/6”, 2005, Vicepresidente el Consejo de Defensa Nacional para la Planificación, Organización y Preparación del país para las situaciones de desastres, La Habana, 2005. • EMNDC: Glosario terminológico de la defensa civil, Cuba, 2002. • EMNDC: Guía metodológica para la confección de los estudios para el manejo de riesgos, 2002. • EMNDC: Normas para la proyección y ejecución de las medidas técnico–ingenieras de la defensa civil, 2001. • GACETA OFICIAL DE LA REPUBLICA: Constitución de la Republica de Cuba, 1976. • GACETA OFICIAL DE LA REPUBLICA: Ley No. 1-”Protección del Patrimonio Cultural”, Asamblea Nacional del Poder Popular, Cuba, 14/7/1977. • GACETA OFICIAL DE LA REPUBLICA: Ley No 2-”Ley de Monumentos Nacionales y Locales, Asamblea Nacional del Poder Popular, Cuba, 14/ 7 / 1977. • GACETA OFICIAL DE LA REPUBLICA: Ley No 41-”Ley de Salud Pública, Asamblea Nacional del Poder Popular, 13/7/1983. • GACETA OFICIAL DE LA REPUBLICA: Ley No 49-”Código de Trabajo”, Asamblea Nacional del Poder Popular, Cuba, 28/12 1984. • GACETA OFICIAL DE LA REPUBLICA: Ley No77-”Ley de la Inversión Extranjera”, Asamblea Nacional del Poder Popular, Cuba, 05/09 / 1995. • GACETA OFICIAL DE LA REPUBLICA: Ley No 85-”Ley Forestal”, Asamblea Nacional del Poder Popular, Cuba, 21/ 7 / 1998. • GACETA OFICIAL DE LA REPUBLICA: “Ley No 81-”Ley del Medio Ambiente”, Asamblea Nacional del Poder Popular, Cuba, 21/ 7 / 1998. • GACETA OFICIAL DE LA REPUBLICA: Ley No 75-•”Ley de la Defensa Nacional”, Asamblea Nacional del Poder Popular, Cuba, 21/ 12 / 1994. • UNESCO: “Convención sobre la protección del patrimonio mundial, cultural y natural”, 21/11/1972.

87

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tormentas de Polvo del Sahara. Su impacto en el Atlántico, Mar Caribe y el Golfo de México The Sahara Dust storms and its impact in the Atlantic, Caribbean Sea and Gulf of Mexico Eugenio Mojena López1, Rafael Pérez Parrado1, Paulo Ortíz Bultó1 Antonia Ortega Gózales1 y Alina Rivero Valencia1 RESUMEN. Durante las últimas décadas ha cobrado gran auge las investigaciones relacionadas con el esclarecimiento del papel que juegan los contaminantes atmosféricos en los procesos del tiempo y el clima. Teniendo un lugar predominante dentro de los mismos las nubes de polvo producidas en las tormentas del desierto, especialmente las del Sahara y las producidas por las erupciones volcánicas. El polvo y la arena se diferencian fundamentalmente por la talla de las partículas considerándose polvo si la talla de las partículas es inferior a 100 micras y arena si es superior a esta magnitud. Las nubes de polvo originadas en tormentas ocurridas en el desierto del Sahara se mueve fuera del continente africano desplazándose sobre el aire marino más fresco y húmedo, alcanzando alturas hasta 5 y 7 km, e incorporándose al flujo de los alisios se desplaza al oeste sobre el Atlántico, pudiendo cubrir en muy poco tiempo la distancia hasta el mar Caribe, para luego continuar sobre el golfo de México. Estas nubes han sido sistemáticamente observadas en La Habana desde comienzos de la década del 70 en las imágenes de satélite y visualmente donde aparece como una bruma a veces muy intensa sin la presencia de las condiciones meteorológicas necesarias para la existencia de la misma. La observación sistemática de imágenes de satélites pone de manifiesto la ausencia casi total de nubes dentro del seno de la masa de aire del Sahara, lo cual se sustenta en la fuerte inversión de temperatura prevaleciente en la misma. Por lo que estas nubes de polvo deben actuar como un factor que inhibe la nubosidad, y por tanto debe afectar negativamente la ciclogénesis tropical y el proceso de la lluvia, favoreciendo la sequía, y no los procesos contrarios como algunos autores han creído. El presente trabajo hace un análisis del impacto de las nubes de polvo del Sahara sobre el Atlántico, el Caribe y el golfo de México sobre la lluvia y la ciclogénesis tropical, además de su impacto en la salud. Basado en la información del TOMS y las imágenes de satélites de las series NOAA y GOES, soportado el mismo sobre las técnicas de la Estadística Multivariada. Palabras clave: contaminantes atmosféricos, tiempo, clima, nubes de polvo. ABSTRACT. During the last decades it has received great interest the research related to the elucidation of the role that plays the atmospheric polluting agents in the processes of weather and the climate, having a prominent place within such researches the dust clouds produced during in desert storms, especially those in the Sahara, and those produced by the volcanic eruptions. The storm dust clouds originated in the Sahara desert move outside the African continent over the fresher and moister marine air, reaching heights from 5 to 7 km, and incorporating themselves to the flow of trade winds they move westward over the Atlantic, being able to travel in a short time, not more than 7 days, the distance to the Caribbean Sea, continuing on to the Gulf of Mexico. These clouds systematically have been observed in Havana from the beginnings of the 70’ies in satellite images and visually where it appears sometimes as a very intense mist without the presence of the necessary meteorological conditions for its existence. The present paper is the preliminary information of the work being held on the project of Climate and Health Keywords: atmospheric pollutants, time, climate, powder clouds.

1

Instituto de Meteorología, Ciudad Habana, Cuba, E- : [email protected]

88

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN Durante las últimas décadas ha cobrado gran auge las investigaciones relacionadas con el esclarecimiento del papel que juegan los contaminantes atmosféricos en los procesos del tiempo y el clima ocupando un lugar predominante dentro de los mismos, las nubes de polvo producidas en las tormentas del desierto, especialmente las del Sahara, esto se debe en primera instancia al efecto que produce el polvo en el balance de radiación de la atmósfera y su efecto directo en el clima y en el pronostico del tiempo (5). Para los países situados en las zonas desérticas, el interés principal por el estudio de estas nubes de polvo y de arena esta centrado en los efectos locales, teniendo gran prioridad los pronósticos de ocurrencia de tormentas para la navegación aérea, por ser consideradas las mismas un factor de alta peligrosidad para las operaciones de aviación. El polvo y la arena se diferencian fundamentalmente por la talla de las partículas considerándose polvo si la talla de las partículas es inferior a 100 micras y arena si es superior a esta magnitud. Precisamente esta diferencia de magnitud condiciona las características principales de estos dos procesos. Una tormenta puede ser considerada de polvo si la visibilidad horizontal se reduce a menos de un kilómetro, pero en las típicas tormentas de arena la visibilidad dentro de esta se reduce prácticamente a cero. La pequeña talla y el poco peso de las partículas de polvo hace posible que el viento y las corrientes de aire ascendentes dispersen el polvo sobre extensas áreas y dichas partículas puedan alcanzar grandes alturas (5000 a 7000 m) y recorrer enormes distancias arrastradas por corrientes de aires a escala planetaria. Mientras que las tormentas de arena tienen un carácter mas local levantándose sus partículas a una altura aproximada de 15mts, y por un tiempo mucho más reducido. Las nubes de polvo originadas en tormentas ocurridas en el desierto del Sahara pueden ser transportadas por las corrientes de aire y desplazándose sobre el Atlán-

tico, penetrar en el Mar caribe y el golfo de México, imponiendo su presencia en esta zona. El intenso y prolongado calentamiento del aire que sopla sobre el desierto del Sahara durante los meses de verano y comienzos del otoño, y su gran transporte de momentum al suelo que durante estos meses se encuentra calcinado producto del intenso calentamiento, genera extraordinarias tormentas de polvo, produciendo una profunda capa de mezclamiento que se extiende entre 3-7 km de altura aproximadamente. Este polvo transportado por el aire caliente emerge del continente africano e incorporándose al flujo de los alisios se desplaza hacia el oeste sobre el atlántico principalmente entre los 600 y 800 hPa. La irrupción de estas nubes de polvo sobre el Atlántico y su llegada al Mar Caribe y al Golfo de México, han sido monitoreadas desde épocas tempranas por los satélites meteorológicos. Observándose las mismas como una bien definida nube lechosa, o una bruma según la densidad de la nube. En su desplazamiento al oeste comienza un hundimiento paulatino de esta nube, como consecuencia del enfriamiento del aire del Sahara, al desplazarse sobre el Atlántico, que es aproximadamente de 0.7 0C por día (1).Este proceso de hundimiento depende en alto grado de los patrones de tiempo presentes en la zona, por lo que es factible pronosticar su mayor o menor hundimiento en una zona dada. (2) Estas nubes han sido sistemáticamente observadas en la Ciudad de La Habana desde comienzos de la década del 70. En las imágenes de satélite (2) (Fig.1) y visualmente donde aparece como una bruma a veces muy intensa sin la presencia (en ocasiones) de las condiciones meteorológicas necesarias para la existencia de bruma. Según información del proyecto Bomex y otras fuentes, la masa de aire del Sahara está caracterizada por altos valores de temperatura potencial, polvo, radón 222 y altas concentraciones de hierro. La presencia de las nubes de polvo del Sahara en el Caribe y el Golfo de México puede ser reconocida también mediante los sondeos aerológicos por la presencia de una capa isentrópica.( 1)

Fig.1 Imagen del satélite ESSA 8 del 10/7/1970 donde se observa presencia de polvo del Sahara sobre el Mar Caribe y Cuba.

89

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tormentas de Polvo El desarrollo de las tormentas de polvo sobre el desierto del Sahara depende de dos tipos de condiciones. A - Condiciones meteorológicas B – Estado del suelo Condiciones meteorológicas favorables. • Calentamiento del aire en la superficie del suelo • Alta velocidad y permanencia del viento en la capa en contacto con la superficie del suelo • Turbulencia superficial • Marcado gradiente vertical de temperatura Condiciones favorables del suelo • Suelo granulado • Suelo muy seco y caliente Las Tormentas de polvo se clasifican, en algunos paises árabes según tres tipos principales. 1- Tormentas tipo Khansin (marzo-abril) 2- Tormentas de invierno 3- Tormentas frontales Las que tienen asociadas condiciones meteorológicas previas especificas y patrones de tiempo propios, cubriendo las mismas períodos específicos del año. Los procesos relacionados con estos tipos de tormentas son sumamente interesantes y establecen un enlace entre los procesos meteorológicos Europa-África-América.

la presencia del polvo del Sahara favorece la formación de nubes y el incremento de las precipitaciones. La observación sistemática de imágenes de satélites pone de manifiesto la ausencia casi total de nubes dentro del seno de la masa de aire del Sahara, lo cual se apoya también en la fuerte inversión de temperatura prevaleciente en la misma. Por lo que estas nubes de polvo deben actuar como un factor que inhibe la nubosidad, y por tanto debe afectar negativamente la ciclogénesis tropical y el proceso de la lluvia, favoreciendo la sequía, y no los procesos contrarios como algunos autores han creído. Estudios recientes realizados por la NASA(Ciencia y Tecnología, Polvo genera mas Polvo 1 de junio 2001) eliminan la incertidumbre sobre el papel de las partículas de polvo del Sahara como núcleo de condensación y su papel en el proceso de la lluvia, determinándose que dichas partículas dadas sus características específicas hacen que las gotas de lluvia se vuelvan más pequeñas, disminuyendo la posibilidad de precipitaciones, por lo que afectan directamente el régimen de lluvia de los territorios bajo su influencia, este polvo favorece directamente la sequía, incrementando las zonas desérticas que lo producen. Estas nubes pueden transportar con ellas esporas de hongos, polen, bacterias y otros elementos mucho de los cuales puede ser patógenos, afectando a las plantas, animales y al hombre de los territorios bajo su influencia.

MATERIALES Y MÉTODOS Algunas consideraciones sobre el impacto de las nubes de polvo en el Atlántico, Caribe y Golfo de México Mucho se ha discutido sobre el efecto de estas nubes de polvo sobre el tiempo y el clima y ahora mas recientemente sobre la salud humana y los ecosistemas marinos. De forma muy general podemos describir estas nubes de polvo de la manera siguiente. La masa de aire del Sahara se mueve fuera del continente africano desplazándose sobre el aire marino más fresco y húmedo, alcanzando alturas entre 5 y 7 km, e incorporándose al flujo de los alisios se desplaza al oeste sobre el Atlántico, pudiendo cubrir en pocos días la distancia hasta el arco de las antillas para continuar después sobre el caribe y México. La temperatura de esta masa de aire puede llegar a ser 7 grados mas caliente que el aire normal del Atlántico, por lo que se produce una fuerte inversión sobre la capa húmeda oceánica. Dada la marcada desigualdad de temperatura se establece un fuerte gradiente horizontal de esta variable. Si se tiene en cuenta que algunos autores establecen que este aire emerge desde África como vórtices anticiclónicos de gran escala, se establece también la convergencia en la periferia de esta masa de aire, y dado el marcado contraste de temperatura se estructura un sistema frontal con su consecuente formación de nubosidad y lluvia a lo largo de una línea (2) lo que no es consecuencia de la presencia del polvo sino producto de condiciones dinámicas bien definidas. Este hecho es lo que en nuestro criterio ha confundido a muchos investigadores llevándolos a la idea de que

90

Para el desarrollo del presente trabajo se ha empleado fundamentalmente las imágenes y los datos del índice de aerosol (AI) generados por el sensor TOMS (Total Ozone Mapping Spectrometer) a bordo del satélite Earth Probe de la NASA. Se han empleado también imágenes de los satelites GOES (Geostationary Operational Environmental Satellite), de otros salelites Circumpolares y Observaciones de superficie de la Red Sinóptica de Superficie de la republica de Cuba. Se elaboró un Software para el manejo de los datos de AI. El Toms genera diariamente una imagen global con una resolución espacial de 50 Km y una matriz de datos de aerosoles comprendida entre las latitudes 85.5 S y 85.5 N con un paso de rejilla de un grado las longitudes. 179.375 W y los 179.375 E con un paso de rejilla de 1.5 grados. La imagen TOMS se genera a partir de los valores de AI que se obtiene de la relación entre la radiación UV retroreflejada para una atmósfera que contiene aerosoles (dispersión de Mie), y Absorción y una atmósfera completamente limpia (dispersión de Rayleigh) en el canal espectral 360 nanomicrones y se define como: AI= 100 log10 (I360_meas /I360_calc ) Donde La IMed360 es la radiación medida por el TOMS y ICal360 es la radiación calculada bajo condiciones de dispersión de Rayleigh. Valores de este índice positivo se vinculan a la presencia de aerosoles absorbentes, valores próximos a cero +/- 0.2 nubes o partículas grandes no absorbentes y valores negativos a partículas pequeñas no absorbentes.(4) Los datos de AI son generados como una rejilla global diaria entre los 89.5 grados de latitud Sur y los 89.5 gra-

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

dos de latitud Norte con un paso de rejilla de un grado y los 179.375 Oeste y los 179.375 Este con un paso de rejilla de 1grado. La Fig. 2 muestra una ventana seleccionada de la rejilla global.

Fig.2 Ventana de datos de AI seleccionada de la rejilla global

De la Rejilla global de datos de AI, puede ser seleccionada la ventana de trabajo deseada y estructurada como una matriz de datos de Lat. Long. Valor de AI por medio del Software TAI - Sat. Para su ulterior procesamiento.(Fig.3)

18.5 19.5 20.5 21.5 22.5 23.5

85.625 84.375 83.125 81.875 80.625 79.375 78.125 76.875 75.625 74.375 73.125 1 9 7 7 5 999 999 999 999 999 0 4 3 5 5 9 999 46 999 13 12 14 5 3 7 4 7 20 31 5 3 14 25 1 2 3 7 1 3 6 9 26 30 30 3 5 6 1 5 7 999 999 999 31 36 4 3 6 7 8 8 999 999 999 28 31 Fig 3. Muestra la ventana de Cuba de datos de AI para el día 15 de Julio del 2005

De igual forma se genera una imagen global diaria de AI acompañada de una paleta de colores que va desde de AI igual a 1 hasta valores de 4.5 y mayores. La Fig 4. muestra una imagen de aerosol global.

Fig.4 Imagen de AI del TOMS cubriendo gran parte del globo terráqueo, donde se observan valores del AI

91

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

El TOMS tiene la gran ventaja que detecta aerosoles tanto sobre tierra como sobre el agua y como limitación que no distingue aerosoles por debajo de un Km aproximadamente (3)

Presencia del Polvo del Sahara en el Atlántico Caribe y el Golfo de México La observación de las imágenes diarias del TOMS las imágenes animadas y el procesamiento de los datos de AI nos muestran un cuadro completo del desarrollo de las tormentas de polvo sobre el continente africano, la salida de las nubes de polvo al Atlántico y su desplazamiento sobre el Caribe y el Golfo de México. Durante los meses de invierno el transporte de polvo está confinado al hemisferio sur aunque algunas de estas nubes pueden ir ganando en latitud y penetrar al Caribe próximo a las costas de sur América. Con el inicio de la primavera comienza a activarse rápidamente el hemisferio norte intensificándose la ocurrencia de tormentas sobre el desierto del Sahara y la zona sub Sahariana alcanzando su actividad máxima en los meses de junio y julio, apareciendo las primeras nubes de polvo sobre el Caribe a mediados de Marzo manteniéndose niveles muy altos de llegada del polvo hasta el mes de

agosto en que comienza una disminución de la frecuencia de llegadas y de los valores de AI siendo la frecuencia de llegada cercana a cero en el mes de septiembre. Es de interés señalar que aunque comúnmente hablamos de polvo del Sahara también a la zona del Caribe penetra polvo del desierto de Namibia y polvo de los desiertos asiáticos mezclado con polvo del desierto del Sahara. Este elemento debe tenerse en cuenta por su importancia sobre todo al analizar el impacto que puede tener el transporte de polvo en la esfera de la salud de los ecosistemas naturales y humanos. La presencia de polvo del Sahara en el Caribe puede alcanzar una permanencia muy alta y esto se puede ver claramente en la frecuencia de días con polvo sobre Cuba que no difiere en su esencia sobre su presencia en el Caribe y el Golfo de México Fig 5. Si se tiene en cuenta la presencia de la NAO (fase positiva) las altas presiones sobre el Mediterráneo y África del Norte garantizan una sequía prologada en esta región, esto es sinónimo de mas tormentas de polvo sobre África. La NAO (Oscilación del Atlántico Norte) establece también la presencia de Vientos Alisios fuertes lo que garantiza el transporte de polvo hacia el Caribe y el Golfo de México, por lo que esto significa este proceso debe ser observado con sumo cuidado.

Fig. 5 Curva de distribución de frecuencia mensual de días con polvo durante el 2005.

Como se puede ver en la figura 5 la presencia del polvo sobre Cuba durante los meses de invierno es cercana a cero incrementándose durante la primavera para alcanzar un máximo en el verano, disminuyendo nuevamente en el otoño para alcanzar un mínimo durante el invierno, para el año 2005 se tiene un máximo absoluto de días con polvo en el mes de julio, para este mes tenemos cerca de un noventa por ciento de días con polvo lo que es una cifra muy significativa, observándose también valores importantes en los meses de Junio y Agosto. Como podemos ver la presencia del polvo del Sahara en Cuba y en general en el Caribe y el Golfo de México en los meses de verano es muy alta por lo que su

92

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

presencia debe condicionar en gran medida las condiciones del tiempo y el clima en esta área e influir de alguna manera en la salud humana. Como ejemplo de los efectos del polvo en los fenómenos del tiempo durante los meses de verano podemos citar la ocurrencia de tormentas locales en Ciudad de La Habana con un extraordinario aparato eléctrico y con un aporte mínimo en los totales de precipitación, lo que corrobora las observaciones hechas por el satélite TRMM (Tropical Rainfall Measuring Misión) en áreas de tormentas donde la presencia de polvo disminuye la cantidad de lluvia caída, este hecho fue observado sobre el atlántico durante una gran tormenta de polvo en marzo del año 2000.

CONCLUSIONES • La presencia de las nubes de polvo del Sahara sobre el Atlántico, Caribe y Golfo de México influyen significativamente sobre los patrones del tiempo y el clima de esta región, creando condiciones favorable para la disminución de la ciclogenesis tropical, la sequía y la disminución de las precipitaciones. • La presencia de polvo del Sahara por ser portador de un gran numero de elementos patógenos debe ser considerado como un elemento clave de una amplia gama de enfermedades de los hombres animales y plantas. • Al establecer la NAO condiciones de sequía prolongada en África hay que esperar un mayor transporte de polvo hacia el Caribe y el Golfo de México

REFERENCIAS BIBLIOGRÁFICAS 1- CARLSON TOBY N.y PROSPERO JOSEPH M.: “The large scalemovement of Sahara air outbreak, over the norther equatorial!, Atlantic.J.appl. met, vol. 11(2), marzo, 1972. 2- MOJENA E., ADDULAYE KASSE, IRENE NÚÑEZ: “Influencia de las nubes de polvo del Sahara sobre la ciclogenesis tropical en el Atlántico y las precipitaciones sobre el Mar Caribe”, (inédito), 1984. 3- RIPODAS P.: Estudio del índice de aerosoles del TOMS para la predicción de las intrusiones del polvo sahariano en las Islas Canarias, 2002, (en línea), disponible en: Internet, consulta mayo 2006. 4- ROMERO P. M., CUEVAS EMILIO: Comparación entre el espesor óptico de aerosoles medido en el observatorio de Izara y el índice de aerosoles determinado por el TOMS, 2002, (en línea), disponible en: Internet, mayo 2006.

93

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Sistema cubano de alerta de tsunami y otros riesgos costeros Cuban system of alert of tsunami and other coastal risks Roberto Pérez de los Reyes1; O’Leary F. González Matos2; Angel Acanda Reyes3; Pedro Jorge Pérez Osorio4; Raúl Costa5 y Eduardo de la Torre1 RESUMEN. Con el objetivo de perfeccionar la alerta temprana y la evaluación de riesgos de eventos hidrometeorológicos extremos en la zona costera se presenta un diseño de sistema nacional de alerta de tsunami y otros riesgos costeros, que incluye, en su componente ascendente, el fortalecimiento de las capacidades nacionales de monitoreo de nivel del mar, de la actividad sismológica y de las condiciones hidro-meteorológicas costeras; incluye además el fortalecimiento de las capacidades de transmisión de la información requeridas por el sistema, en tiempo real. Palabras clave: Sistema de alerta temprana, tsunami, eventos hidrometeorológicos extremos, riesgos costeros. ABSTRACT. The present paper describes the design of a national warning system for tsunami and other coastal risks, directed to improve the evaluation and early warning for extreme coastal hydrometeorological events. The upward component of the system includes the strengthening of national monitoring capabilities for sea level, seismology and hydrometeorology conditions at coastal zone. The system includes also the strengthening of capabilities for data transmission on real time basis. Key words: Early warning system, tsunami, hydrometeorological extreme events, coastal risks.

INTRODUCCIÓN El tsunami ocurrido en el Océano Índico en diciembre del 2004, que costó la vida a más de 300 mil personas, impulsó la iniciativa de la Comisión Oceanográfica Intergubernamental (COI) de la UNESCO, de establecer un Sistema Global de Alerta de Tsunami, como parte del Sistema de Sistemas de Observación Global. La XXIII Asamblea General de la COI adoptó, en junio del 2005, la resolución de creación de un Grupo de Coordinación Intergubernamental (GCI), para el Sistema de Alerta de Tsunami y otros riesgos costeros, en el Caribe y regiones adyacentes (SATRCC) [1]. La primera sesión del GCI, se realizó en Barbados, en enero del 2006, convocada por la COI, conjuntamente con la Organización Meteorológica Mundial (OMM) y la 1

Agencia de Medio Ambiente Centro Nacional de Investigaciones Sismológicas 3 Oficina Nacional de Hidrografía y Geodesia 4 Instituto de Meteorología 5 Estado Mayor Nacional de la Defensa Civil 2

94

Estrategia Internacional para Reducción de Desastres (ISDR, por sus siglas en inglés), de la ONU. Uno de los acuerdos adoptados en dicha sesión, fue solicitar a los Estados Miembros de la Sub-comisión regional de la COI para el Caribe y zonas adyacentes (IOCARIBE), de la cual Cuba forma parte, la creación de sistemas nacionales de alerta para tsunamis y otros riesgos costeros, que integrarían el sistema de alerta regional [2]. El 17 de julio del 2006 otro tsunami azotó Indonesia, el segundo en un año y medio, dejando un saldo de 547 muertos, cientos de heridos y cuantiosos daños materiales. La creación de un sistema de alerta nacional permitirá a nuestro país fortalecer el Sistema de Alerta Temprana de inundaciones costeras por penetraciones del mar, el

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

monitoreo de la actividad sismológica y perfeccionar la evaluación de riesgos de eventos hidrometeorológicos extremos en la zona costera, lo que contribuirá a la reducción de las pérdidas humanas y económicas por desastres naturales. Adicionalmente, la incorporación del sistema de alerta cubano al Sistema de Alerta de tsunami y otros riesgos costeros en el Caribe y regiones adyacentes, de IOCARIBEUNESCO, posibilitará la recepción de boletines de alerta de tsunamis generados en zonas distantes de nuestro país, pero que pudieran afectar nuestras costas.

ion El tsunami ocurrido en el Océano Índico en diciembre del 2004, que costó la vida a más de 300 mil personas, impulsó la iniciativa de la Comisión Oceanográfica Intergubernamental (COI) de la UNESCO, de establecer un Sistema Global de Alerta de Tsunami, como parte del Sistema de Sistemas de Observación Global. La XXIII Asamblea General de la COI adoptó, en junio del 2005, la resolución de creación de un Grupo de Coordinación Intergubernamental (GCI), para el Sistema de Alerta de Tsunami y otros riesgos costeros, en el Caribe y regiones adyacentes (SATRCC) [1]. La primera sesión del GCI, se realizó en Barbados, en enero del 2006, convocada por la COI, conjuntamente con la Organización Meteorológica Mundial (OMM) y la Estrategia Internacional para Reducción de Desastres (ISDR, por sus siglas en inglés), de la ONU. Uno de los acuerdos adoptados en dicha sesión, fue solicitar a los Estados Miembros de la Sub-comisión regional de la COI para el Caribe y zonas adyacentes (IOCARIBE), de la cual Cuba forma parte, la creación de sistemas nacionales de alerta para tsunamis y otros riesgos costeros, que integrarían el sistema de alerta regional [2]. El 17 de julio del 2006 otro tsunami azotó Indonesia, el segundo en un año y medio, dejando un saldo de 547 muertos, cientos de heridos y cuantiosos daños materiales. La creación de un sistema de alerta nacional permitirá a nuestro país fortalecer el Sistema de Alerta Temprana de inundaciones costeras por penetraciones del mar, el monitoreo de la actividad sismológica y perfeccionar la evaluación de riesgos de eventos hidrometeorológicos extremos en la zona costera, lo que contribuirá a la reducción de las pérdidas humanas y económicas por desastres naturales. Adicionalmente, la incorporación del sistema de alerta cubano al Sistema de Alerta de tsunami y otros riesgos costeros en el Caribe y regiones adyacentes, de IOCARIBEUNESCO, posibilitará la recepción de boletines de alerta de tsunamis generados en zonas distantes de nuestro país, pero que pudieran afectar nuestras costas.

Objetivo general • Diseñar el sistema nacional de alerta de tsunami y otros riesgos costeros.

Objetivos específicos • Fortalecer la capacidad nacional de monitoreo del nivel del mar. • Fortalecer la capacidad nacional de monitoreo de la actividad sísmica. • Fortalecer la capacidad nacional de monitoreo de las condiciones hidrometeorológicas costeras. • Fortalecer la capacidad nacional de colecta y difusión en tiempo real de la información ambiental para satisfacer las demandas del sistema nacional de alerta de tsunami y otros riesgos costeros. • Diseñar la estructura del Grupo de Evaluación y Análisis, del sistema de alerta de tsunami y otros riesgos costeros.

MATERIALES Y MÉTODOS Descripción de la zona de trabajo Aunque el riesgo de ocurrencia de tsunami para Cuba se evalúa de bajo, no se descarta la posibilidad de afectación por tsunamis locales o por tsunamis regionales de gran magnitud. Por otra parte, los eventos hidrometeorológicos extremos (sistemas frontales y ciclones tropicales) producen frecuentes inundaciones costeras, que en casos extremos pueden comparase por su impacto al de los tsunamis. El sistema de alerta de tsunami y otros riesgos costeros (SATyRC) tendrá cobertura nacional. Estará integrado por las redes de observación de nivel del mar, sísmica e hidrometeorológica costera. Cada red de observación establecerá un mínimo de estaciones que garantizará disponer de una cobertura geográfica representativa de nuestro archipiélago, lo que permitirá mejorar las alertas, disminuyendo el tiempo de emisión e incrementando su precisión. La estructura del sistema de alerta nacional debe ir dirigida a minimizar el tiempo requerido para emitir la alerta. Mientras mas densa sea la red de estaciones de detección, menor será el tiempo para detectar, localizar y confirmar la alerta de tsunami u otros riesgos costeros. La ubicación de las estaciones, así como las estructuras de las redes se describen más abajo.

Componentes del sistema de alerta El SATyRC debe estar basado en dos componentes: • El ascendente, de ciencia y tecnología, encargado del monitoreo, detección, pronóstico y alerta de riesgos costeros. • El descendente, de información y protección a la población, encargado de la emisión de las alertas, de la toma de medidas de protección, evacuación y mitigación y de la educación a la población. El presente proyecto está dirigido al diseño del componente ascendente. El componente descendente es competencia de la Defensa Civil Nacional.

95

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Estructura del componente ascendente A continuación se relacionan las redes de monitoreo de riesgos costeros y sus funciones: • La sísmica, encargada de la detección y localización del terremoto (en tierra firme o en el mar). • La de nivel del mar, encargada del monitoreo de alteraciones en el comportamiento y nivel del mar, en aguas costeras y de la confirmación de la generación de un tsunami (o de un evento hidrometeorológico extremo). • La hidrometeorológica, encargada de la detección y monitoreo de inundaciones costeras, provocadas por eventos hidrometeorológicos extremos.

SISTEMA DE ALETA DE TSUNAMI Y OTROS RIESGOS COSTEROS Dado que los eventos hidrometeorológicos extremos (ciclones tropicales, sistemas frontales, tormentas locales severas, etc.), pueden llegar a provocar impactos comparables a los de los tsunamis, el sistema de alerta se concibe como multi-amenaza, es decir, no sólo para tsunami, sino también para los eventos naturales extremos que provoquen afectaciones en la zona costera. El sistema nacional de alerta estará compuesto por: 1. Una capacidad nacional de detectar los sismos y de transmitir la información en tiempo real, coordinada por el Centro Nacional de Investigaciones Sismológicas (CENAIS). 2. Una capacidad nacional de detectar anomalías del nivel del mar y de transmitir la información en tiempo real, coordinada por la institución responsable de la red nacional de monitoreo del nivel del mar, GEOCUBA-

GEODESIA, con la participación del Instituto de Oceanología (IdO). 3. Una capacidad nacional para monitorear las condiciones hidrometeorológicas costeras, sobre todo en lugares bajos susceptibles a las inundaciones costeras y de transmitir la información en tiempo real. La coordinará el Instituto de Meteorología (INSMET). 4. Una capacidad nacional para recibir los boletines de alerta (24 horas x 7 días de la semana) de los sistemas de alerta regionales. Dado que la vía de comunicación más efectiva, existente a nivel mundial, es el sistema GTS / ENWIN, de la Organización Meteorológica Mundial, se propone que sea el INSMET la entidad nominada por Cuba para recibir los boletines de alerta regionales y que se reciba, de forma redundante en el Estado Mayor Nacional de la Defensa Civil (EMNDC). 5. Una autoridad nacional, que una vez recibida la alerta nacional directamente del CENAIS, GEOCUBA-GEODESIA o del INSMET, o el boletín regional, a través del INSMET y/o el EMNDC, desencadene las acciones de alerta y evacuación de la población. Se propone que esa autoridad sea la Red de Reducción de Desastres, del EMNDC. 6. Una organización nacional para la preparación y concientización de la población ante la ocurrencia de tsunami y otros riesgos costeros. En ésta deben participar la Defensa Civil, el Ministerio de Ciencia, Tecnología y Medio Ambiente (CITMA), los ministerios de Educación (MINED), de Educación Superior (MES), de Informática y Comunicaciones (MIC), el Instituto Cubano de Radio y Televisión (ICRT) y la prensa. A continuación se presenta, de forma esquemática, la estructura y funciones de los componentes del sistema de alerta.

Cada red de observación estará integrada por un número inicial de estaciones de observación y un Puesto de Mando. Las estaciones de observación colectarán información de manera automatizada y realizarán la transmisión de esa información en tiempo real al Puesto de Mando de su respectiva red. Los Puestos de Mando de las redes de

96

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

observación de nivel del mar, sismológica e hidrometeorológica enviarán las alertas correspondientes al EMNDC, con el cual estarán enlazados. Para mejorar las capacidades del sistema de alerta nacional, habrá que tomar decisiones en relación al fortalecimiento técnico y organizativo de las estaciones de monitoreo sísmico, de nivel del mar, hidrometeorológicas y de los sistemas de comunicación, que deben ser redundantes, para evitar que fallas provocadas por un evento extremo, impidan la difusión de la información. A continuación se describe en detalle cada subsistema o red de monitoreo.

Subsistema de observación sismológica El Servicio Sismológico Nacional cuenta con una red de 8 estaciones sismológicas asistidas, que trabajan las 24 horas del día. Las estaciones sismológicas se encuentran ubicadas en las provincias de Santiago de Cuba (Río Carpintero), Holguín (Moa y Holguín), Granma (Las Mercedes), Guantánamo (Maisí), Camaguey (Cascorro), Villa Clara (Manicaragua) y Pinar del Río (Soroa).

Datos de las estaciones sismológicas, cuya comunicación debe ser mejorada:

Estación Cascorro, Camagüey Maisí, Guantánamo Río Carpintero, Santiago de Cuba Las Mercedes, Granma Soroa, Pinar del Río Moa, Holguín Manicaragua, Villa Clara

Estaciones sismológicas de primer orden (banda ancha) que trasmitirán en tiempo real. La información generada por los registros digitales de eventos sísmicos es procesada en las propias estaciones y el resultado es informado a la estación central, ubicada en Santiago de Cuba, por vía telefónica. Es decir, el sistema sismológico nacional cuenta con una capacidad de detección adecuada, pero al no poder transmitir la información en tiempo real, no responde a los requerimientos del sistema nacional de alerta de tsunami, pues este requiere que la transmisión y el intercambio de señales entre estaciones y redes se realice en tiempo real. Para lograr la transmisión de datos en tiempo real es necesario contar con una tecnología de transmisión de datos que permita la colección automática de todos los registros digitales generados en las estaciones sismológicas. En este sentido se propone mejorar las comunicaciones entre las 8 estaciones sismológicas y la

Latitud N 21o11´622 20 o10´560 19 o59´718 20 o04´038 22 o46´980 20 o39´498 22 o19´997

Longitud W 77 o25´031 74 o13´860 75 o41´790 77 o00´281 83 o01´079 74 o57´408 80 o00´000

estación central, lo que le permitiría a los órganos del gobierno y la defensa civil nacional acceder de forma inmediata a información sismológica actualizada y adicionalmente aportar información al sistema de alerta regional. Los principales resultados a obtener en este subsistema son: • La transmisión en tiempo real de las señales de todas las estaciones cubanas de Banda Ancha a la Estación Central (Puesto de Mando), lo que permitiría hacer accesible la información sobre la actividad sísmica nacional. • La activación del Puesto de Mando de Mando de la Red Sismológica Nacional, con un régimen de trabajo 24x7 (24 horas, los 7 días de la semana). • La conexión del Puesto de Mando del Servicio Sismológico Nacional a INTERNET, para intercambiar información en tiempo real sobre la actividad sísmica regional y mundial.

97

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Subsistema de observación hidrometeorológica Las costas de Cuba han sido afectadas por inundaciones costeras con una frecuencia que puede diferir de un punto a otro, de acuerdo a las características morfológicas del tramo costero donde se localicen y el tipo de fenómeno meteorológico que las producen. Ha sido ampliamente aceptado que el incremento del nivel medio del mar y posterior inicio de la inundación se produce por el efecto de la rompiente del oleaje o “wave set up”, cuando la pendiente del fondo marino es abrupta, o se produce por efecto del arrastre del viento, cuando el fondo es de pendiente suave y las áreas de poca profundidad junto a la costa son amplias.

Las necesidades actuales de información acerca de los desastres naturales en las zonas costeras exige la creación de Sistemas de Información y Referencia, donde esté agrupada y ordenada para fácil acceso y empleo por pronosticadores e investigadores Con la ejecución del presente Proyecto se pretende organizar un sistema nacional de monitoreo y registro de las inundaciones costeras por penetraciones del mar, causadas por los fenómenos meteorológicos peligrosos. En cada región del país serán precisadas las áreas de peligro de inundaciones por penetraciones del mar y su vulnerabilidad, para disminuir el riesgo de los asentamientos humanos, masas ganaderas, áreas cultivadas e instalaciones próximas a la costa. A continuación se relacionan las estaciones hidrometeorológicas a instalar y sus principales características.

Datos de las estaciones hidrometeorológicas automáticas propuestas

Estación Cabo San Antonio (PRO) Varadero, costa norte (MTZ) Varadero, costa sur (MTZ) Cabo Lucrecia (HOL) Punta de Maisí (GTM) Cabo Cruz (GRM) Batabanó (HAB) Carapachibey (IJU) Tunas de Zaza (SSP)

Latitud N 21°.86´67´´ 23°.18´81 23°.17´31 21°.06´67 20°.40¨00´´ 19°.85 22°.6808 21°.4621 21°.6711

Longitud W 84°.95´00´´ 81°.18´47´´ 81°.20´31´´ 75°.61´67´´ 74°. 09 77°.2333 82°.2925 82°.995 79°. 823

Sensores OLE, TSM, ENM, CM, S%o OLE, TSM, ENM, CM, S%o ENM, CM OLE, TSM, CM OLE, TSM, S%o OLE, TSM, S%o OLE, TSM, ENM, CM, S%o, OD OLE, TSM, ENM, S%o, OD OLE, TSM, ENM, CM, S%o, OD

Leyenda: OLE – Oleaje; TSM – Temperatura superficial del mar; ENM – Elevación del nivel del mar; CM – Corrientes marinas; S% o – Salinidad; OD – Oxígeno disuelto;

Estaciones hidrometeorológicas que trasmitirán en tiempo real. (En Cayo Largo, los Jardines de la Reina, por la costa sur, y el ASC por la costa norte son necesarias también. Deben coincidir geográficamente con las mareográficas y estar realmente en el litoral o en los cayos) Los principales resultados a obtener en este subsistema son: • La instalación de 8 estaciones meteorológicas costeras automatizadas, que transmitan la información colectada en tiempo real.

98

• La observación de las condiciones hidrometeorológicas de municipios costeros, con mayor riesgo de inundaciones costeras, por voluntarios y la transmisión mediante radioaficionados.

Subsistema de observación de nivel del mar El impacto de las inundaciones costeras por penetraciones del mar y del ascenso del nivel medio del mar a largo plazo no son amenazas sino hechos que se están traduciendo en la actualidad en impactos severos sobre

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

la línea costera y el medio ambiente, como la erosión, pérdida de tierra firme del territorio nacional, inundaciones frecuentes, afectaciones a la biodiversidad, intrusión salina, degradación de ecosistemas, como los arrecifes, etc. Desde el punto de vista económico y social los daños a asentamientos humanos y al recurso natural y económico son evidentes. Estudios realizados así lo atestiguan. Las investigaciones científicas básicas, los proyectos de ingeniería de costas, el pronóstico del estado del Tiempo, el manejo costero y los estudios de riesgo, que desarrollan varias instituciones del país, necesitan con urgencia el perfeccionamiento y modernización de la Red Mareográfica Nacional así como del fortalecimiento del escaso personal que la atiende en todos los sentidos empezando por el apoyo que reciben y la superación. El fortalecimiento de la red mareográfica nacional y la instalación de los nuevos mareógrafos se conciben por etapas, debido a los costos de los equipos a instalar. Desde el punto de vista técnico y material, para insertarnos en un sistema regional de alerta de tsunamis y otros riesgos costeros, debemos encaminar nuestros esfuerzos primeramente al mejoramiento y modernización técnica de las estaciones que se encuentran instaladas

Estación Mareográfica Cabo de San Antonio Malecón Cayo Coco Punta Lucrecia Playa Sardinero Cabo Cruz Carapachibey

Latitud N 21° 54´.0’´ 23° 08´.0´´ 22° 28´0´´ 21° 04´0´´ 19° 57’0´´ 19° 50´4´´ 21° 26´9´´

Longitud W 84° 54´4´´ 82° 22´0´´ 78° 10´0´´ 75° 37´0´´ 75° 47´0´´ 77° 43´7´´ 82° 55´3´´

en el país, la creación de un Puesto de Mando donde se recopile y analice toda la información, para poder poner en manos de las personas que tomarán las decisiones con prontitud y en tiempo real el comportamiento del nivel de mar en nuestras aguas territoriales y de esta manera se desaten las acciones de prevención y movilización necesarias que hagan más eficiente el destino de recursos, para mitigar al máximo los efectos de eventos hidrometeorológicos extremos. Para cumplir con este objetivo, evidentemente se hace necesario aumentar la capacidad, no sólo de registro de la información, sino de su transmisión. Para cumplir con las demandas de un sistema nacional y regional de alerta de tsunamis y otros riesgos costeros, es imprescindible reanalizar la composición actual del personal vinculado a la atención de la Red Mareográfica Nacional y dirigir el máximo de los esfuerzos a la creación de las capacidades necesarias de preparación del personal para asumir esta nueva tecnología. Para la Red Mareográfica Nacional se propone, en la etapa inicial, la adquisición y emplazamiento de 7 estaciones de monitoreo del nivel del mar (sensores de presión o acústicos), con transmisión en tiempo real, cuya ubicación aproximada se presenta en la siguiente tabla:

Localidad

Equipo

Faro Cabo de San Antonio Hospital Hnos. Ameijeiras Faro Paredón Grande Faro Punta Lucrecia Playa Sardinero Faro Cabo Cruz Faro Carapachibey

SP SP FC, SP FC, A-TR FC, SP FC, SP SP

Leyenda: FC: Sistema de Flotador y contrapeso; A-TR: Acústico en tiempo real; SP: Sensores de Presión con transmisión en tiempo real por cable

Estaciones de nivel del mar que trasmitirán en tiempo real. (No son suficientes hacen falta además en Cayo Largo, Hicacos, Batabanó, Jardines de la Reina, la Coloma, si se quiere que capten también las variaciones del nivel del mar de origen meteorológico). Los principales resultados a obtener en este subsistema son: • La modernización del equipamiento empleado para el registro del nivel del mar. • La transmisión en tiempo real de la información sobre nivel del mar, al Puesto de Mando de la red Mareográfica Nacional.

99

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

• La activación del Puesto de Mando de Mando de la Red Mareográfica Nacional, con un régimen de trabajo 24x7 (24 horas, los 7 días de la semana). • La conexión del Puesto de Mando de la red Mareográfica Nacional a INTERNET, para intercambiar información en tiempo real sobre el comportamiento y nivel del mar en la región.

CONCLUSIONES • La creación de un sistema nacional de alerta de tsunami y otros riesgos costeros posibilitará reducir las pérdidas humanas y las afectaciones socio-económicas asociadas a eventos naturales extremos en la zona costera.

• Se deberán tomar decisiones por las autoridades correspondientes en relación al fortalecimiento técnico y organizativo de las estaciones de monitoreo sísmico, de nivel del mar, hidrometeorológicas y de los sistemas de comunicación, con el objetivo de mejorar las capacidades de los componentes del sistema nacional de alerta de tsunami y otros riesgos costeros. • De igual forma, las autoridades correspondientes deberán pronunciarse en relación a la inserción del sistema nacional de alerta de tsunami y otros riesgos costeros en el sistema de alerta regional, desarrollado por IOCARIBE/UNESCO.

REFERENCIAS BIBLIOGRÁFICAS 1. COI / UNESCO: Informe Sumario de la XXIII Sesión de la Asamblea General, París, Francia, junio 2005. 2. COI / UNESCO: “Primera Sesión del Grupo de Coordinación Internacional de la COI para el Sistema de alerta contra Tsunami y otros riesgos costeros del Caribe y regiones adyacentes”, Reporte de Taller COI, Bridgetown, Barbados, enero 10-12, 2006.

100

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Gestión de desastres socio-naturales causados por lluvias extremas en Chile, estudios de casos: Comuna de Concepción, junio 2005 Administration of partner-natural disasters caused by extreme rains in Chile, studies of cases: Commune of Concepción, June 2005 Virginia Levín1, Paulina Aldunce2 y Alejandro León3 RESUMEN. América Latina es una de las regiones del mundo que cada año está siendo más afectada por la ocurrencia de desastres socionaturales de diversa índole, como por ejemplo, tempestades, inundaciones, deslizamientos de tierra, entre otros. Chile, debido a características tanto física, climáticas y sociales, sufre de manera recurrente de distinto tipo de desastres, uno de ellos son los asociados a la variabilidad climática, específicamente los provocados por lluvias extremas. La presente investigación tiene por objetivo analizar la gestión de desastres ocurrida en un caso de estudio de modo de poder determinar, comparando los resultados con literatura especializada, aquellas oportunidades de mejoras, logrando así disminuir el sufrimiento de la población más expuesta. En la presente publicación sólo se presentará la descripción del contexto físico y social que se desarrollaron los desastres para los dos casos de estudio, debido a que aún no se ha concluido la investigación. Los casos de estudio se encuentran ubicados en la comuna de Concepción, específicamente la inundación en la Población Valle Nonguén y el deslizamiento de tierra en la Población Agüita de la Perdiz, ambos provocados por lluvias extremas en junio del año 2005. En la descripción física y social se presentan los principales antecedentes que permiten dar a conocer el grado de vulnerabilidad que poseen los habitantes de ambas poblaciones, como por ejemplo nivel de exposición a los desastres, sea por la ubicación y tipo de viviendas, la forma de abastecimiento de agua potable y luz eléctrica, tenencia de bienes, condición de alfabetismo y nivel educacional de la población, y la organización de la comunidad. Palabras clave: gestión de desastres, aspectos meteorológicos y climáticos, aspectos geográficos, aspectos socioeconómicos ABSTRACT. Latin America is one of the regions of the world that every year is being more affected by the occurrence of partnernatural disasters of diverse nature, It eat for example, tempests, floods, earth slips, among others. Chile, due to physical, climatic and social so much characteristics, suffers in recurrent way of different type of disasters, one of them is those associated to the climatic variability, specifically the provoked ones for extreme rains. The present research has for objective to analyze the administration of disasters happened in a case of way study of being able to determine, comparing the results with specialized literature, those opportunities of improvements, being able this way to diminish the most exposed population’s suffering. In the present publication the description of the physical and social context will only be presented that the disasters were developed for the two cases of study, because the investigation has not still been concluded. The cases of study are located in Concepción’s commune, specifically the flood in the Nonguen Valley Population and the earth slip in the Agüita de la Perdiz Population, both provoked ones for extreme rains in June of the year 2005. In the physical and social description the main antecedents are presented that allow to give to know the vulnerability degree that the inhabitants of both populations possess, as for example exhibition level to the disasters, be for the location and type of housings, the form of supply of drinkable water and electric light, holding of goods, condition of literacy and the population’s educational level, and the organization of the community. Keywords: management of disasters, meteorological and climatic aspects, geographic aspects, socioeconomic aspects. 1 2 3

Licenciada en Cs. en Recursos Naturales, Universidad de Chile, Santiago, E-: [email protected] Ing. Agrónomo, M. Cs., Académico de la Universidad de Chile, Santiago, E-: [email protected] Ing. Agrónomo., Ph. D. (c), Académico de la Universidad de Chile, Santiago, E-: [email protected]

101

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN Un desastre socio-natural se define como el resultado de la interacción entre una amenaza, o probabilidad de ocurrencia de un fenómeno físico, y la vulnerabilidad (Cardona, 1993a), o susceptibilidad de que los elementos expuestos enfrenten algún daño y tengan dificultad para recuperarse de ello (Romero y Maskrey, 1993). Hasta hace pocos años, el estudio de desastres socionaturales daba énfasis a las amenazas, pero resulta fundamental profundizar en la vulnerabilidad, ya que es ésta la que determina la intensidad con que afectará el desastre a la población (Vargas, 2002). La vulnerabilidad es una situación que ha sido construida y reconstruida a lo largo del tiempo por el hombre (Romero y Maskrey, 1993), pudiendo ocasionar nuevos desastres socio-naturales o agravar los efectos de uno de ellos. De este modo, se puede observar que dichos desastres corresponden a procesos que se van gestando con el paso del tiempo a causa de la construcción social del riesgo y no a eventos fortuitos provocados sólo por las amenazas (García, 2005). Por ello, la importancia de enfocar los estudios de desastres desde el punto de vista de la vulnerabilidad radica en que este factor siempre es posible de intervenir, con el objetivo de lograr una reducción de ella y así disminuir el riesgo de exposición ante algún desastre para el desarrollo económico, ambiental y social de la región. Desde la última década, América Latina ha sido una de las regiones del mundo que se ha visto más afectada por la ocurrencia de desastres socio-naturales (Vargas, 2002). Chile no ha estado exento de este tipo de eventos, sufriendo sismos, inundaciones, deslizamientos y aluviones, que han ocasionado graves daños a las personas, sus bienes y la infraestructura. Los desastres socio-naturales son un problema vinculado al desarrollo (Simioni, 2003; Vargas, 2002; CEPAL y BID, 2000) ya que en los países subdesarrollados las consecuencias económicas, sociales y ambientales de los desastres, suelen ser mayores que en los países desarrollados, junto con afectar negativamente sus posibilidades de desarrollo (CEPAL y BID, 2000), al comprometer los escasos recursos e infraestructura existente (Simioni, 2003). Las causas que incrementan la acumulación de riesgos de desastres, como el deterioro ambiental, el proceso de urbanización, el aumento y densidad de la población y el aumento de las desigualdades socio-económicas (García, 2005) también corresponden a problemas que deben enfrentar día a día los países en desarrollo. La Gestión de Desastres es la encargada de implementar esquemas de prevención, respuesta y recuperación para enfrentar los efectos de los desastres. Ella debe tener la capacidad de adaptarse a los cambios de la sociedad y a los nuevos desafíos que ésta impone, como lo es la aparición de nuevas amenazas (Lavell, 1996). Al considerar estos factores, es posible lograr soluciones integrales que apunten tanto a las causas como a las consecuencias de los desastres socio-naturales. La Gestión de Desastres debe relacionar amenazas y vulnerabilidades, siendo estas interrelaciones la base para orientar las distintas acciones (M. del Interior, 2002), pero está princi-

102

palmente enfocada a la disminución de la vulnerabilidad, por ser éste un factor posible de modificar. Para garantizar el éxito de la Gestión de Desastres es necesario integrar la variable “socio-natural” en distintas políticas de desarrollo llevada a cabo por los países, incorporándolas como un objetivo explícito en las estrategias de desarrollo (CEPAL y BID, 2000), integrando, a la vez, a los principales actores de forma activa en la gestión y asegurando que existan recursos suficientes para que los actores cumplan con sus funciones (Freeman et al, 2003), apuntando siempre hacia los ámbitos de prevención y de mitigación de los desastres. Casi en todos los países de América Latina, existen políticas dirigidas al manejo de las emergencias, pero pocas o ninguna normativa referente a la prevención de los riesgos (Vargas, 2002), siendo ésta una de las grandes falencias que tienen los países en vías de desarrollo respecto a la gestión de desastres. Producto de las constantes amenazas a la que esta región ha estado expuesta, es que surge la necesidad de crear un sistema integral de gestión orientado a los desastres que incluyera la prevención, mitigación, preparación, reconstrucción y rehabilitación, en donde pudiesen participar tanto el sector público, privado y la comunidad (Freeman et al., 2003). Es así como, desde el año 2002, Chile cuenta con el Decreto Supremo N°156 del Ministerio del Interior en donde se establece la formulación del “Plan Nacional de Protección Civil”, el cual abarca tanto el ámbito de prevención como el ámbito de respuesta al momento de la emergencia. El paso de una Gestión de Desastres remedial a una preventiva constituye un cambio cultural y, por ello, es uno de los principales desafíos que plantea el Desarrollo Sostenible. Para avanzar en este sentido, hay que evaluar las ventajas y desventajas de realizar ciertas acciones y de la interacción entre los distintos actores involucrados (Cardona, 1993b), como el primer paso hacia la adopción de acciones realmente efectivas. La descripción y evaluación de la Gestión de Desastres permite realizar recomendaciones respecto a las debilidades y fortalezas que ésta tiene, con el fin de evitar e incentivar, respectivamente, estas características. Por ello, lo que se quiere lograr a través de esta investigación es contribuir a la reducción de la vulnerabilidad de los sectores más afectados, proponiendo acciones que busquen fortalecer la Gestión de Desastres en Chile con el fin de avanzar hacia el desarrollo sustentable del país. En esta investigación se quiere dar énfasis a la etapa de respuesta del Manejo del Riesgo para poder caracterizar la gestión de desastres realizada en el momento de la emergencia, tomando como ejemplo dos casos de estudio ocurridos en la comuna de Concepción, en junio del año 2005: una inundación en la Población Valle Nonguén y un deslizamiento de tierra en la Población Agüita de la Perdiz, ambos provocados por lluvias extremas. Ambos casos fueron escogidos por el alto grado de exposición que la población presentó frente a desastres socio-naturales y por las diferencias que existen entre ambas poblaciones, respecto del nivel de protección que presentan frente a una amenaza. Específicamente, el área de estudio está ubicada en la Octava región del Biobío, Provincia de Concepción, comuna de Concepción.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

La metodología utilizada en el estudio, como ya ha sido mencionado, es basada en un caso de estudio, donde el primer paso es realizar una revisión bibliográfica, consultar fuentes especializadas y realizar entrevistas tanto a la población afectada como a informantes claves de modo de lograr caracterizar el evento ocurrido, la institucionalidad relacionada y la población, entre otros. Luego realizar una revisión bibliográfica de las principales fuentes de gestión de desastres. Finalmente compara lo sugerido por los principales autores como una gestión de desastres adecuada con los resultados obtenidos en terreno de modo de poder determinar aquellas oportunidades donde se podría fortalecer la gestión de desastres en Chile, basado en el caso de estudio. En la presente publicación sólo se presentará la descripción del contexto físico y social que se desarrollaron los desastres para los dos casos de estudio, ya que los demás resultados se encuentran en proceso de análisis. Futuras publicaciones incluir los resultados completos. La descripción del contexto en que se desarrolla el desastre, incluyendo en él variables de tipo socioeconómico de los sectores estudiados, permite identificar que no es sólo la amenaza el agente activo que ocasiona el desastre, sino también la vulnerabilidad de las poblaciones expuestas (García, 2005).

RESULTADOS Contexto físico Entre el 10 de mayo y el 15 de julio de 2005, 10 sistemas frontales y un núcleo frío en altura afectaron desde la II a la XI región del país, siendo la VIII Región del Biobío la más afectada (ONEMI, 2005). Las comunas más afectadas en la VIII Región fueron Concepción, Chiguayante, Talcahuano y Curanilahue. En la provincia de Concepción fallecieron 5 personas producto de las innumerables remociones en masa que se produjeron en la zona. Seis

establecimientos educacionales de la provincia debieron suspender sus clases por haber sido habilitados como albergues. Otros tres establecimientos también debieron suspender sus clases por encontrarse inundados o por presentar problemas con su acceso. El día 27 de junio de 2005 a las 00:00 hrs., el intendente de la VIII región, Sr. Jaime Tohá, declaró para la región alerta roja. Posteriormente, el día 28 de junio, el Pdte. de la Republica, Sr. Ricardo Lagos, decretó “zona de emergencia” para la VIII región.

Aspectos meteorológicos y climáticos La información referente a aspectos meteorológicos y climáticos que a continuación se presenta, fueron proporcionados especialmente por la Dirección General de Aguas (DGA) y por la Dirección Meteorológica de Chile (DMC), para la presente investigación. Para la comuna de Concepción, un año normal de precipitaciones alcanza los 1110 mm (DMC). En el año 2005 esta cifra fue superada, registrándose un total de 1505 mm, lo cual representa un superávit de un 36%. Los meses más lluviosos en un año normal en Concepción se encuentran comprendidos entre mayo y agosto, alcanzando el 69.5% del total de precipitaciones para un año normal, siendo julio el mes que registra la mayor cantidad de precipitaciones con un 20%. Para el año 2005, los meses más lluviosos coinciden con los de un año normal, abarcando el 82.6% del total de las precipitaciones para este año, pero el mes más lluvioso fue junio que alcanzó el 34% del total de precipitaciones. En el mes de junio en Concepción durante un año normal precipitan 218.2 mm; en junio del año 2005 esa cifra se incrementó a 511.4 mm, alcanzando un superávit de 134% para este mes. Desde el año 1961 hasta el año 2005 se han registrado 8 días en que la intensidad de las precipitaciones ha superado los 100 mm en 24 horas en la comuna de Concepción (ver tabla 1).

Tabla 1. Precipitaciones diarias superiores a 100 mm entre los años 1961-2005 (PpD)

Fecha PpD (mm)

15 julio 03 mayo 06 junio 26 junio 27 julio 1978 1992 1969 1974 1988 101.2 104.4 109.2 115.2 124.2

22 abril 1997 148.7

25 nov. 1986 161

26 junio 2005 162.4

En ese mismo periodo, los tres años más lluviosos fueron 1997, 1965 y 2005, con 1565, 1561.1 y 1505.2 mm, respectivamente. Tanto el año 1997 como 2005 registran días donde hubo precipitaciones superiores a 100 mm. La mayoría de estas intensas precipitaciones se registraron durante los meses más lluviosos para la zona, excepto la precipitación ocurrida en abril del año 1997 y noviembre de 1986. Precipitaciones tan intensas como las mencionadas, corresponden a fenómenos naturales normales en el comportamiento de la atmósfera local, que se pueden repetir cada cierto periodo de tiempo, pero que son muy difíciles de pronosticar (Diario El Sur, 2005). El periodo de retorno de una precipitación como la registrada el 26 de junio del 2005 es de aproximadamente 132 años (Diario El Sur, 2005). Antes de ocurridas las emergencias desencadenadas por las intensas precipitaciones del 26 de junio de 2005 en la comuna de Concepción, se habían registrado lluvias durante gran parte de los meses de mayo y junio (DMC, 2005), producto de una serie de sistemas frontales que afectan a la zona desde mayo a septiembre y que abarcan desde III a la XII región (ONEMI, 2005).

103

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

104

Aspectos geográficos

Contexto social

Uno de los casos de estudio corresponde a la población Agüita de la Perdiz, la cual está ubicada en el sector SW de la comuna de Concepción, en el borde del casco urbano, muy cerca del centro de la ciudad. Esta población se ha desarrollado en la parte nororiental del Cerro Caracol, ocupando parte importante de la hoya hidrográfica de la quebrada Agüita de la Perdiz. Los terrenos en donde se emplaza la población Agüita de la Perdiz, corresponden a terrenos que poseen una morfología con fuertes pendientes, los cual es, desde com i en zos de l a déca da de 1960, aproximadamente, han sido ocupados gradualmente por los pobladores. En general, estos suelos se han generado a partir de rocas graníticas con variados grados de meteorización, dando paso a la formación de “maicillo”. Los suelos poseen conducta plástica por su humedad (Hauser, 2005). Producto de los constantes sistemas frontales que afectaron a la comuna desde principios de mayo del año 2005 y por los breves periodos sin precipitaciones que antecedieron a la emergencia del 26 de junio (DMC y DGA), los suelos urbanos se encontraban saturados de agua, haciéndolos muy propensos a procesos de remoción en masa desencadenados por lluvias intensas. El segundo caso de estudio es la población Valle Nonguén, la cual está ubicada en el sector denominado como las “Vegas de Nonguén”, el cual se encuentra al SE de la cuidad de Concepción. Dentro de dicho sector es posible encontrar el Estero Nonguén, tributario del río Andalién, el cual cruza la ciudad de Concepción. Según la memoria histórica de los vecinos de Valle Nonguén, desde que el río Andalién comenzó a embancarse, principalmente por los rellenos dejados por los vecinos y por otro tipo de intervenciones antrópicas, el desagüe del estero Nonguén es más difícil, por lo cual hay mayores probabilidades de que se desborde. Durante la emergencia del 26 de junio, el estero Nonguén y el río Andalién se desbordaron, inundando grandes áreas de la ciudad de Concepción, tal como lo informó la Dirección General de Aguas. El cauce del estero Nonguén, en el momento de la visita a terreno a mediados de julio del 2005, se encontraba sin mantención, tanto por los vecinos como por la Municipalidad de Concepción, ya que se encontraba cubierto por arbustos, ramas de árboles y basura. Tanto Agüita de la Perdiz como Valle Nonguén están considerados en el Plan Regulador Comunal de Concepción (PRC1) como zonas habitacionales consolidadas, definida bajo la tipología H4 y H3, respectivamente. Sin embargo, ambas zonas son áreas sensibles a algún tipo de riesgo natural, según la zonificación de riesgos realizada por la Municipalidad de Concepción (PRC3). En el caso de Agüita de la Perdiz, gran parte de la población, exceptuando el sector centro de ella, corresponde a áreas sensibles a remociones en masa. Por otro lado, Valle Nonguén corresponde a un área sensible a inundaciones.

Aspectos socioeconómicos El sector de Agüita de la Perdiz corresponde a una ocupación ilegal de terrenos municipales, la cual se inició aproximadamente en 1958 (Tribuna del Biobío, 2005). En un comienzo, los pobladores instalaron sus viviendas en los sectores con menor pendiente, lugar por donde pasaba el cauce de descarga de la quebrada. Con el transcurso de los años, la población fue ocupando paulatinamente los sectores de laderas del cerro, lo cual ha incrementado la vulnerabilidad de los pobladores al estar ubicados en zonas “con elevados niveles de peligro geológico por procesos de remoción en masa” (Hauser, 2005). Entre la década de 1970 y 1980 se trató, en reiteradas oportunidades, de erradicar a los habitantes, pero estos esfuerzos fueron infructuosos, porque al poco tiempo de trasladar a las personas a otros sectores, éstas volvían a Agüita de la Perdiz, atraídas por las ventajas de encontrarse en la cercanía al centro de la ciudad, la Universidad de Concepción y al Hospital Regional. En la actualidad, los pobladores ubicados en los sectores con menor pendiente de la quebrada poseen títulos de dominio otorgados por la Municipalidad de Concepción, en cambio, los pobladores más recientes y que han ubicado sus viviendas en zonas de mayor pendiente, están realizando los trámites para obtenerlos. La población Valle Nonguén tiene su origen en la década de los ‘80, mediante una ocupación ilegal de los terrenos por parte de los primeros habitantes. La mayoría de las viviendas (más del 90%) está construida de materiales no sólidos y algunas de ellas se encuentran ubicadas en la ribera del estero Nonguén. Actualmente, gran parte de los primeros pobladores de este sector poseen títulos de dominio entregados por la Municipalidad de Concepción. Entre las viviendas que se encuentran inmediatamente contiguas al estero Nonguén, hay algunas de ellas que poseen sus cimientos en el cauce del estero, incrementado con ello la vulnerabilidad de los habitantes, ya que además de vivir en una zona propensa a inundaciones, se encuentran expuestos al deterioro progresivo de sus viviendas por la acción del agua. Considerando que la zona donde está ubicada la población Agüita de la Perdiz es una quebrada, el sistema de captación de aguas lluvias existente es inadecuado, ya que no es suficiente para captar, encauzar y descargar las aguas. Se han construido cauces a los costados de las calles y pequeños colectores al centro de éstas (1 x 0.5 m) para evacuar las aguas, pero no han dado buenos resultados producto de la escasa mantención que se les realiza y porque son muy pequeños para contener las aguas de la quebrada. En el caso de la población Valle Nonguén, existen redes de captación de aguas en las orillas de las calles, los cuales, según lo observado en terreno, estaban bien mantenidas, pero que se ven colapsadas con las crecidas del estero Nonguén. En el sector de Agüita de la Perdiz norte, el municipio ha diseñado muros de contención los cuales han constituido efectivas barreras para evitar que los derrumbes del

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

cerro dañen las viviendas. En cambio, en Agüita de la Perdiz sur, los muros diseñados por el municipio son escasos, siendo la mayoría de ellos construidos de forma hechiza por los vecinos, transformándose en un peligro para la población, ya que fueron construidos de manera inestable. Según datos proporcionados por el Instituto Nacional de Estadísticas (INE), en Agüita de la Perdiz viven aproximadamente 3900 personas. De ellas, alrededor de 1000 personas fueron afectadas por daños de diversa magnitud por las innumerables remociones en masa que afectaron al sector de Agüita de la Perdiz sur. En este sector de la población hay aproximadamente 282 viviendas, de las cuales alrededor de 90 viviendas sufrieron algún tipo de daño estructural o perdida total producto de los derrumbes. En Valle Nonguén, habitan aproximadamente 900 personas, entre las cuales 350, fueron las más afectadas por la repentina inundación que afectó a la zona producto de la crecida del estero Nonguén. En este sector hay 101 viviendas, 13 de las cuales poseen los soportes de la estructura de la casa en la ribera del estero. Los datos que se presentan a continuación respecto a tipo y condición de tenencia de la vivienda, forma de abastecimiento de agua potable y luz eléctrica, tenencia de bienes, discapacidad, condición de alfabetismo y nivel educacional de la población, corresponden a factores que inciden en la vulnerabilidad de las poblaciones expuestas a amenazas, por lo cual es conveniente mencionarlos para realizar una descripción más acabada de las poblaciones en riesgo. De las 282 viviendas ubicadas en Agüita de la Perdiz sur y de las 101 viviendas afectadas en Valle Nonguén, 9 de cada 10 corresponden a casas y el restante a mediaguas (INE, 2002). Respecto a la condición de tenencia de la vivienda, de las 282 viviendas de Agüita de la Perdiz sur, un 89% es propia, 7% fue entregada gratuitamente y 4% es arrendada (INE, 2002). Por otro lado, en Valle Nonguén, de las 101 viviendas afectadas, el 61% es propia, 17% es arrendada, 11% fue cedida por motivos laborales y 11% fue entregada de manera gratuita. Por los datos obtenidos en terreno, el total de los entrevistados es propietario de la vivienda donde habita, estando construidas, todas éstas, de material ligero. Para instalar las viviendas, los habitantes de Agüita de la Perdiz han debido intervenir las laderas, lo cual au-

menta la peligrosidad de desencadenar remociones en masa en los faldeos (Hauser, 2005). En el caso de Valle Nonguén, la ubicación de viviendas de material ligero en la ribera del estero, viviendas que en algunos casos correspondían a palafitos, aumenta la vulnerabilidad de los habitantes y con ello la probabilidad de estar expuestos a una amenaza como una inundación. En ambos casos se está produciendo una construcción social del riesgo, ya que esta intervención en los taludes del cerro Caracol y en la ribera del estero Nonguén, se ha realizado una y otra vez desde los orígenes de las poblaciones, lo cual ha acumulado los riesgos y ha dado lugar a un incremento de los efectos dañinos (García, 2005). En ambos casos, es la pobreza la principal causa de que estos asentamientos se encuentren ubicados en áreas de riesgo (Ferrero y Gargantini, 2003), ya que las áreas susceptibles a amenazas corresponden a áreas de menor valor. Mientras más sólida y estructurada sea la infraestructura de servicios básicos y mientras más personas tengan acceso a ella, menor será la vulnerabilidad social de la población frente a amenazas, menor el daño provocado por ellas y mayor su capacidad de recuperación (WilchesChaux, 1993), por ello es muy importante conocer que porcentaje de la población posee los servicios básicos provenientes de compañías abastecedoras ya que ellas se encuentran menos expuestas a experimentar daños. Entre las 282 viviendas que conforman el sector más afectado de Agüita de la Perdiz, el 96% posee energía eléctrica (INE, 2002). Respecto al origen del agua, la gran mayoría de las viviendas posee agua potable proveniente de una compañía abastecedora (98.2%), y el resto de las viviendas obtiene el agua por medio de un río o vertiente (INE, 2002). De las 101 viviendas más afectadas por las inundaciones en Valle Nonguén, el 97% de ellas posee electricidad y la totalidad posee agua potable proveniente de la compañía abastecedora. La información aportada por las entrevistas muestra que el 100% de los entrevistados posee electricidad y agua potable proporcionada por la compañía suministradora. En relación a la condición de tenencia de bienes en la tabla 2 se presentan los porcentajes de la tenencia de bienes, tanto de los datos entregados por el INE como los obtenidos por medio de las entrevistas realizadas a la población.

Tabla 2. Condición de tenencia de bienes

Población Bienes Radio Televisión Teléfono fijo Teléfono celular Alcantarillado Computador Acceso a Internet

Agüita de la Perdiz Valle Nonguén Datos INE (%) Datos entrevista Datos INE (%) Datos entrevista 287 hogares (%) 34 hogares 107 Hogares (%)13 hogares 63.7 94.1 59 92.3 90 91.2 85 100 38.3 23.5 55 38.5 44.3 61.8 32.7 54 --85.3 --92.3 5.9 --14 --3.1 --4.7 --105

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

La importancia de estas cifras radica en que ellas dan a conocer que gran parte de la población tiene acceso a la información referente a las condiciones meteorológicas de la zona y otro tipo de información sobre emergencias, sea por radio, televisión o Internet. Asimismo, más de la mitad de la población tiene la posibilidad de comunicarse vía telefónica para pedir ayuda en caso de necesitarla, siempre y cuando el servicio permanezca funcionando durante la emergencia. Estos factores contribuyen a disminuir la vulnerabilidad de la población, ya que facilitan el acceso a la información, lo que permite que la población se encuentre preparada para enfrentar condiciones meteorológicas adversas, como la ocurrida el 26 de junio del 2005 (CEPAL y BID, 2000). La condición de alfabetismo y el nivel educacional que presenta la población incide directamente en el grado de vulnerabilidad al que las personas están expuestas. De los aproximadamente 1000 habitantes de Agüita de la Perdiz sur, el 14% de ellos es analfabeto y de ellos el 47.5% son mujeres. De los 350 habitantes afectados en Valle Nonguén, el 16% es analfabeto, de los cuales el 56% son mujeres (INE, 2002). Respecto a los años de escolaridad de la población de Agüita de la Perdiz sur, según datos del CENSO 2002, el 12.4% de la población posee uno o ningún año de estudio; el 12.3% tiene entre 2 y 4 años de estudios; el 31.4% posee entre 5 y 8 años; un 36.9% posee entre 9 y 12 años de estudios y un 7% de la población ha desarrollado algún tipo de estudios superiores. En el caso de la población de Valle Nonguén, el 11.4% posee un o ningún año de escolaridad, 10.2% entre 2 y 4 años, el 22.2% entre 5 y 8 años, el 38.2% entre 9 y 12 años de estudio y el 18.1% ha alcanzado estudios superiores. La discapacidad de las personas también es una condición que incrementa su vulnerabilidad. Por los datos proporcionados por el INE, se estableció que en el sector de Agüita de la Perdiz sur existe un 1.8% de la población que tiene algún tipo de discapacidad, del cual el 27.8% corresponden a mujeres. En Valle Nonguén, menos del 1% de la población, siendo un tercio de ellos, mujeres. La población Agüita de la Perdiz se caracteriza por ser una comunidad muy unida. Nueve de cada diez personas dicen sentirse parte de su comunidad argumentando que sus raíces e identidad se encuentran en la población, que le gusta la población porque es muy unida o porque participa en alguna organización comunitaria. Hay diversas organizaciones comunitarias dentro de la población entre las que se pueden mencionar la Junta de Vecinos y la Brigada de Emergencia. La Brigada de Emergencia está conformada por los propios veci nos de la pobla ción, l os cuales se autoconvocan una vez que la amenaza está pronta a desencadenarse. La existencia y funcionamiento de la Brigada de Emergencia demuestra el alto grado de coordinación y unión entre los vecinos de esta población, la cual es fundamental para responder oportuna y adecuadamente ante una emergencia, además de dejar de manifiesto que dicha población posee conciencia de que ellos son actores activos en la Gestión de Desastres.

106

Según plantea Vargas (2002) una de las formas de reducir la vulnerabilidad es mejorando la capacidad de reacción inmediata de las comunidades afectadas y de los agentes públicos involucrados en la gestión del desastre. Entre las principales actividades a desarrollar se tienen el rescate, la evacuación y la asistencia médica de personas, la restitución de servicios básicos y la obtención de información que guíe el proceso de reconstrucción. Todas estas actividades requieren un conocimiento y entrenamiento previo por parte de los distintos actores involucrados para poder llevarse a cabo. Durante las emergencias, la Junta de Vecinos y la Brigada de Emergencia de Agüita de la Perdiz desarrollan un papel clave en la reacción inmediata, ya que se coordinan y organizan equipos para la vigilancia de los terrenos propensos a derrumbes, la evacuación de vecinos que están en peligro, la habilitación de los albergues, la distribución de la ayuda por medio de catastros elaborados por ellos mismos, entre otras. Estas acciones dejan en evidencia el alto grado de coordinación pre-desastre que existe dentro de la comunidad y el alto sentido de responsabilidad de actuar frente a una emergencia. En la población Valle Nonguén el 90% de las personas entrevistadas dice sentirse parte de su comunidad, principalmente porque participa en actividades organizadas por ella. A diferencia de Agüita de la Perdiz, en esta población no hay ninguna organización que se encargue que enfrentar las amenazas y realizar las acciones inmediatas después de ocurrido el desastre. Esto deja de manifiesto la escasa organización comunitaria existente y el bajo sentido de responsabilidad que tienen los vecinos para actuar en la reacción inmediata.

CONCLUSIONES • A pesar de que los datos proporcionados por las entrevistas aún no son analizados, la visita a terreno y el análisis del contexto físico y social en que se desarrollaron los desastres, han proporcionado las primeras conclusiones: • El resultado de los datos aquí presentados son fundamentales para comprender en un contexto amplio la gestión de desastres socio-naturales llevada a cabo en el caso de estudio, objetivo final de la investigación. Sin ellos cualquier recomendación para fortalecer la gestión de desastres no sólo podría ser incompleta, sino incluso errada. • El Plan Regulador Comunal de Concepción establece áreas sensibles a anegamiento, inundación, remoción en masa, incendios forestales y fallamientos, lo cual constituye un gran paso hacia la incorporación de la variable “socio-natural” en las políticas de desarrollo. Sin embargo los problemas de pobreza, entre otros factores, obligan a la población a ocupar este tipo de terrenos y una vez utilizados van construyendo socialmente su riesgo tomando medidas que los hacen cada vez más vulnerables, como por ejemplo sacarle terreno al cerro.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

REFERENCIAS BIBLIOGRÁFICAS 1. CARDONA, O.: Evaluación de la amenaza, la vulnerabilidad y el riesgo, pp., 45-65, In: Maskrey, A. Los desastres no son naturales, Tercer Mundo Editores, Bogotá, Colombia, 140pp., 1993a, (en línea), disponible en: http:// www.desenredando.org/public/libros/1993/ldnsn/LosDesastresNoSonNaturales-1.0.0.pdf., leído el 31 de agosto 2005. 2. CARDONA, O.: Manejo ambiental y prevención de desastres: dos temas asociados privados, pp. 66-81, In: Maskrey, A. Los desastres no son naturales, Tercer Mundo Editores, Bogotá, Colombia, 140pp., 1993b, (en línea), disponible en:http://www.desenredando.org/public/libros/1993/ldnsn/LosDesastresNoSonNaturales-1.0.0.pdf., leído el 31 de agosto 2005. 3. COMISIÓN ECONÓMICA PARA AMÉRICA LATINA Y EL CARIBE Y BANCO INTERAMERICANO DE DESARROLLO: Un tema del desarrollo: la reducción de la vulnerabilidad frente a los desastres, CEPAL y BID, México, 45pp., (Eds.) 2000, (en línea), disponible en: http://www.eclac.cl/publicaciones/Mexico/8/LCMEXL428/L428.pdf., leído el 29 de diciembre 2005. 4. DIARIO EL SUR: Ato nivel de lluvias es parte de la historia local, 2005, (en línea), disponible en: www.elsur.cl, leído el 10 de agosto 2005. 5. DIRECCIÓN METEOROLÓGICA DE CHILE: Boletín Climatológico, 19pp., mes de junio, Gastón Torres (Ed.), Santiago, Chile, 2005. 6. FERREIRO A. Y D. GARGANTINI: “El riesgo como oportunidad”, Boletín del Instituto de la Vivienda de la Universidad de Chile, vol. 18 (47) : 74 – 80, 2003. 7. FREEMAN, P.: Gestión de riesgo de desastres naturales, Banco Interamericano de Desarrollo (BID), Washington, EE UU, 80pp., 2003, (en línea), disponible en: http://www.iadb.org/sds/doc/Freeman%2DEspa%F1ol.pdf., leído el 26 de diciembre 2005. 8. GARCÍA, V.: “El riesgo como construcción social y la construcción social de riesgos”, Revista Desacatos, vol. (19): 11-24, 2005. 9. HAUSER, A.: Informe geológico geotécnico, preliminar: sectores Agüita de la Perdiz y Cerro, 14pp., La Pólvora, Concepción, VIII Región. SERNAGEOMIN, Santiago, Chile, 2005. 10. INSTITUTO NACIONAL DE ESTADÍSTICA, INE: Censo de Población y Vivienda, Chile, 2002. 11. LAVELL, A.: Gestión de Desastres Ambientales Urbanos. Facultad Latinoamericana de Ciencias Sociales, La Red de Estudios Sociales en Prevención de Desastres en América Latina, 15pp., 1999, (en línea), disponible en: http:// www.desenredando.org/public/articulos/1999/grau/GestionDeRiesgosAmbientalesUrbanos-1.0-sep-12-2001.pdf., leído el 13 de enero 2006. 12. LAVELL, A.: Degradación ambiental, riesgo y desastre urbano. Problemas y conceptos: hacia la definición de una agenda de investigación, pp. 12-42. In: Fernández, M.A., Ciudades en Riesgo, Red de Estudios Sociales en Prevención de Desastres en América Latina, México, 142pp., 1996, (en línea), disponible en: http://www.desenredando.org/ public/libros/1996/cer/CER_todo_ene-7-2003.pdf, leído el 31 de agosto 2005. 13. MINISTERIO DEL INTERIOR, REPÚBLICA DE CHILE: Decreto Supremo N° 156, Plan Nacional de Protección Civil: Instrumento Indicativo para la Gestión Integral de Protección Civil, 60pp., Ministerio del Interior, Santiago, Chile, 2002. 14. NOEMÍ: Informe consolidado. Sistemas frontales sucesivos, 10 mayo–15 julio 2005, Ministerio del Interior, Santiago, Chile, 2005. 15. ROMERO, G. Y A. MASKREY: Cómo entender los desastres naturales, pp., 6-10, In: Maskrey, A. Los desastres no son naturales, Tercer Mundo Editores, Bogotá, Colombia, 140pp., 1993, (en línea), disponible en: http:// www.desenredando.org/public/libros/1993/ldnsn/LosDesastresNoSonNaturales-1.0.0.pdf, leído el 31 de agosto 2005. 16. SIMIONI, D.: “Ciudad y desastres naturales. Planificación y vulnerabilidad urbana”, pp. 279-304. In: Balbo, M.; Jordán, R.; Simioni, D. La ciudad inclusiva. Cuaderno de Cepal N° 88, Santiago de Chile, 2003. 17. TRIBUNA DEL BIOBÍO: Agüita de la Perdiz: lo que puede hacer la comunidad organizada, 2005, (en línea), disponible en: http://www.tribunadelbiobio.cl/one_news.asp?IDNews=543&NewsEditions=19., leído el 14 de septiembre 2006. 18. VARGAS, J.: Políticas publicas para la reducción de la vulnerabilidad frente a desastres naturales y socio-naturales, Naciones Unidas, CEPAL y Eclac, Santiago, Chile, 84pp., 2002, (en línea), disponible en: http://www.eclac.cl/publicaciones/MedioAmbiente/3/LCL1723P/lcl1723e_1.pdf, http://www.eclac.cl/publicaciones/MedioAmbiente/3/ LCL1723P/lcl1723e_2.pdf., leído el 13 de septiembre 2005. 19. WILCHES-CHAUX, G.: La vulnerabilidad global, pp 11-44, In: Maskrey, A. Los desastres no son naturales, Tercer Mundo Editores, Bogotá, Colombia, 140pp., 1993, (en línea), disponible en: http://www.desenredando.org/public/ libros/1993/ldnsn/LosDesastresNoSonNaturales-1.0.0.pdf., leído el 31 de agosto 2005.

107

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Experiencias de la modelación matemática de acuíferos en Cuba y posibilidades de su uso para enfrentar desastres naturales Experiences of the mathematical modelling of aquifer in Cuba and possibilities of their use to face natural disasters Armando O. Hernández Valdés1 RESUMEN. En Cuba las aguas subterráneas constituyen más del 50% del agua total que se utiliza. La aplicación de la tecnología de la modelación matemática de acuíferos, contribuye a mejorar el conocimiento de las disponibilidades de estos recursos hídricos y a desarrollar políticas racionales de administración que garanticen su desarrollo sustentable. La tecnología AQÜIMPE es la base del desarrollo de la modelación matemática en Cuba y sin dudas, un aporte en este campo a escala internacional. Se presentan en este trabajo los objetivos y resultados obtenidos del empleo de esta tecnología para evaluar los y explotar racionalmente las aguas subterráneas y el impacto de obras de ingeniería en algunos acuíferos cubanos como: Acuífero Costero Sur de la Habana, el Acuífero Ariguanabo, el Acuífero Ciro, el Acuífero Vento, el Acuífero Jaruco-Aguacate y el M1-Matanzas. Estos modelos han permitido evaluar impactos tales como: • Reducción de la descarga subterránea a embalses y ríos por una explotación intensiva del acuífero. • Interacción de fuentes superficiales contaminadas con las aguas subterráneas y viceversa. • Agotamiento del caudal base de los ríos e impactos ecológicos asociados al mismo. • Operaciones del sistema que impliquen agotamiento de manantiales, desecación de lagunas naturales y ciénagas. • Evaluación de los aportes de las aguas subterráneas en regiones litorales y el impacto de obras de ingeniería que las afecten. Palabras clave: agua, acuífero, impacto, ecológico, ingeniería. ABSTRACT. In Cuba the underground waters constitute more than 50% of the total water that is used. The application of the technology of the mathematical modelling of aquifer, contributes to improve the knowledge of the readiness of these hydric resources and to develop political rational of administration that guarantee its sustainable development. The AQÜIMPE technology is the ba se of the development of the mathematical modelling in Cu ba and withou t doubts, a contribution in this field to international scale. They are presented in this work the objectives and obtained results of the employment of this technology to evaluate those and to exploit the underground waters and the impact of engineering works rationally in some Cuban aquifers as: South Coastal Aquifer of the Havana, the Ariguanabo Aquifer, the Ciro Aquifer, the Vento Aquifer, the JarucoAguacate Aquifer and the M1-Matanzas Aquifer. These models have allowed to evaluate such impacts as: • Reduction of the underground discharge to reservoirs and rivers for an intensive exploitation of the aquifer. • Interaction of polluted superficial sources with the underground waters and vice versa. • Exhaustion of the base flow of the rivers and ecological impacts associated to the same one. • Operations of the system that imply exhaustion of springs, drying of natural lagoons and marshes. • Evaluation of the contributions of the underground waters in coast regions and the impact of engineering works that affect them. Keywords: water, aquifer, impact, ecological, engineering

1

108

Dr., Prof., Centro de Investigaciones Hidráulicas, Facultad de Ingenieria Civil, Instituto Superior Politécnico “José Antonio Echeverría”, E- : [email protected]

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN En Cuba las aguas subterráneas constituyen más del 50% del agua total que se utiliza. La aplicación de la tecnología de la modelación matemática de acuíferos, contribuye a mejorar el conocimiento de las disponibilidades de estos recursos hídricos y a desarrollar políticas racionales de administración que garanticen su desarrollo sustentable. La tecnología AQÜIMPE es la base del desarrollo de la modelación matemática en Cuba y sin dudas, un aporte en este campo a escala internacional,(7). La experiencia exitosa durante más de diez años de aplicación, ratifica la conveniencia de su ampliación y perfeccionamiento. A continuación se relacionan los resultados de la aplicación de la tecnología AQUIMPE en algunos acuíferos cubanos.

MODELO DEL ACUIFERO COSTERO SUR DE LA HABANA La zona de estudio se encuentra en el sur de la provincia de la Habana abarcando un área de 830 Km2 y el Dique Sur de la Habana se ubica entre la playa Majana al Oeste y el Surgidero de Batabanó al Este para un total de 100 km

de terraplenes (ver figura 1). La discretización realizada tuvo en consideración la ubicación del campo de pozos del Acueducto Cuenca Sur y el contorno sur coincidió con el dique. Los objetivos del dique eran: interrumpir parcialmente el flujo superficial hacia el mar de las aguas subterráneas descargadas a los canales e incrementar así el volumen de agua almacenado en el acuífero con el incremento de la carga hidráulica en la zona de almacenamiento por el efecto de remanso producido y como consecuencia mejorar la calidad del agua del acuífero. El objetivo del modelo fue evaluar el incremento de recursos hídricos en el acuífero debido a la construcción del dique,(10 y 11). Para lograr la simulación del efecto del dique se decidió utilizar un mismo período de tiempo e imponerle primero al modelo las condiciones naturales y después las condiciones posteriores a la construcción del dique y finalmente comparar los resultados. Las condiciones hidrogeológicas de la región son com pl eja s debido a l a gr an h et er ogen ei da d y anisotropía de las rocas con diferentes grados de carsificación, cuenca abierta con descarga al mar, compleja composición química del acuífero y una extracción del agua intensa e irregular.

Fig. 1. Ubicación del modelo del Acuífero Costero Sur de La Habana.

Se localizaron 819 pozos observándose períodos secos de intensa explotación con volúmenes superiores a los 100 hm3 en un semestre. El límite Sur se simuló como una zona de descarga subterránea al mar, de carga piezométrica conocida en todos sus nodos, considerándose una carga constante e igual a 0,20 m por la falta de información. El tratamiento de la infiltración se realizó combinando un programa que realiza el balance hídrico diario del suelo, modelo EVABAL, (5) y un modelo hidrológico determinístico, MHIDE, (9), que es un software que tiene como objetivo la reconstrucción y prolongación de series históricas de caudales diarios de un río y calcula como consecuencia la recarga al manto subterráneo a través de un balance hídrico del suelo

109

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Valoración de los resultados obtenidos con este modelo Considerando que el año hidrológico simulado 198889 se corresponde con un año medio y suponiendo una explotación de 190 hm3, de no existir el dique hubiese quedado el acuífero con un volumen de 895,4 hm3, es decir, 57 hm3 más de lo recomendado. Sin embargo, con el dique construido si se realiza esa misma extracción global resultaría un volumen de 986,6 hm3, lo que indica 34 hm3 potencialmente a extraer. Estos resultados implican los siguientes impactos: • Incremento de los recursos hídricos subterráneos debido a la construcción del dique y efecto en la calidad del agua subterránea de acuerdo a los mapas de la posición de la interfaz. • Aumento de la descarga subterránea en la zona costera, incrementándose los contenidos de sales disueltas totales correspondientes a las calizas. • Reducción de la descarga superficial de aguas con materias orgánicas en suspensión y otras arrastradas por las corrientes, lo que altera el sistema alimentario de la flora y fauna costera. • Incremento de las zonas de inundación aguas arriba del dique.

• Incremento de la profundidad del nivel freático en las áreas costeras próximas al dique, lo que tiene su influencia en la flora.

MODELO DEL ACUÍFERO ARIGUANABO El área del modelo contempla toda la cuenca Ariguanabo y la subcuenca Aeropuerto de la cuenca Almendares, en la provincia La Habana, Cuba. La zona de estudio abarca un área total de 259,7 km 2 de los cuales el 70% (181,5 km2) corresponde a Ariguanabo y el 30% (78,2 km2) al Aeropuerto. En el área se encuentran ubicados el Aeropuerto Internacional José Martí y la Textilera Ariguanabo (ver figura 2). En los períodos de intensas lluvias este territorio se inunda debido a que esta cuenca es semicerrada superficialmente con una única salida por el río San Antonio, por lo que se interrumpe el desarrollo normal de estas dos obras importantes. En la década de 1980 se realizaron diversos proyectos preliminares para la protección de estas obras previéndose la construcción de canales de drenaje magistrales, la rectificación de ríos y la perforación de un número elevado de pozos de recarga subterránea.

Fig. 2. Ubicación del acuífero Cuenca Ariguanabo.

El objetivo del modelo matemático es realizar el análisis preliminar de las medidas de protección contra las inundaciones del Aeropuerto y Textilera, (3), consideradas por los especialistas de la antigua Empresa de Hidroeconomía Habana, por medio de diferentes proyectos o ideas que en síntesis las vigentes fueron: Variante No. 1 Usar la Laguna Ariguanabo hasta una cota máxima al presentarse un evento extraordinario. La protección de obras importantes se logra mediante la construcción de diques (polder) y con una estación de bombeo en cada uno de ellos que descargue el agua infiltrada hacia la laguna. Variante No. 2 La protección de obras importantes se realiza por medio del descenso de los niveles de las aguas subterráneas para crear una capacidad en el acuífero que, conjuntamente con la capacidad superficial en la laguna hasta su cota de agua permisible, permita almacenar todo el escurrimiento de la avenida de cálculo considerada.

110

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

El período de calibración seleccionado fue de tres años, del 1/4/82 al 31/3/85, existiendo registros históricos con cambios notables en los niveles subterráneos y donde se elevan los niveles en la laguna en más de seis metros (ciclón Alberto, 6/1982). El número total de pozos supera los 140 y la explotación global media anual es de 137 km3 de más de 30 usuarios diferentes. Se trató en el modelo la infiltración profunda como un parámetro del acuífero y se emplearon las técnicas de identificación de parámetros en la obtención de las leyes de infiltración a escala regional. Esto requirió el análisis e integración de tres modelos, (2): modelo de balance hídrico del suelo de cobertura, modelo de simulación del flujo subterráneo y un modelo de técnicas de optimización. Las dos variantes analizadas fueron: Laguna Ariguanabo seca y condición normal en el acuífero y Laguna Ariguanabo llena con condición extrema de niveles altos en el acuífero.

Valoración de los resultadosobtenidos con este modelo Los resultados de las variantes estudiadas permiten evaluar lo siguiente: • Forma de operar el acuífero para garantizar la protección contra inundaciones de las obras civiles de mayor significado social. • Explotación que provoca el agotamiento del agua embalsada en la laguna al ser utilizada esta como embalse de regulación en el control de inundaciones.

• Desaparición de la flora y la fauna asociadas al área de inundación de la laguna como consecuencia de una explotación intensiva. • Nuevas áreas de inundación en caso de ser aceptada la variante de protección de las obras civiles mediante diques y su influencia en el paisaje, flora y fauna.

MODELOS DEL ACUÍFERO DE LA PARTE NORTE DE CIEGO DE AVILA El primer modelo realizado en esta zona se le denominó Ciego-Morón, (6) y abarcó un área de 1658 km2, siendo su principal objetivo conocer el funcionamiento hidrodinámico del acuífero principal desarrollado en las calizas y dolomías del mioceno y evaluar la posibilidad de modelar posteriormente una parte del mismo. Los resultados obtenidos en el proceso de calibración mostraron que los cambios en las propiedades y las acciones sobre el sistema en la mitad oeste no producían cambios significativos en el resto y viceversa, por lo que se propuso dividir el acuífero para su estudio en dos modelos. Esta subdivisión también estuvo fundamentada por la importancia económica y la base de datos disponibles, se decide entonces la construcción del modelo PINA en la mitad oeste con un área de 717 km2. En el proceso de calibración de este modelo y con la incorporación de los resultados de nuevas investigaciones, se decidió modificar su discretización y así surge el modelo CIRO con un área de 167 km2 (ver figura 3).

Fig. 3. Modelo con la ubicación y discretización del acuífero ciro.

111

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tanto en el modelo Ciego como CIRO se realiza el balance hídrico del suelo a partir del modelo EVABAL considerando que el agua en exceso se infiltra toda en el acuífero en la zona donde precipita, bastante acertado en esta zona dada sus características hidrográficas, incumpliéndose en períodos de intensas lluvias esta hipótesis. Los recursos hídricos subterráneos representan la principal fuente de abasto de la provincia Ciego de Ávila siendo la explotación a que es sometido este acuífero la salida fundamental de agua del sistema. El contorno norte, se modeló como de carga conocida variable en el tiempo y los volúmenes de la descarga por dicho contorno se compararon con las mediciones en la Estación Hidrométrica “La Yana” que permitieron en el período de calibración cuantificar el efecto del cierre de los canales que descargaban por esta estación y la magnitud de la descarga del acuífero de la Ciénaga de Morón en ese período. Los recursos hídricos subterráneos representan la principal fuente de abasto de la provincia Ciego de Ávila siendo la explotación a que es sometido este acuífero la salida fundamental de agua del sistema. El contorno norte, se modeló como de carga conocida variable en el tiempo y los volúmenes de la descarga por dicho contorno se compararon con las mediciones en la Estación Hidrométrica “La Yana” que permitieron en el período de calibración cuantificar el efecto del cierre de los canales que descargaban por esta estación y la magnitud de la descarga del acuífero de la Ciénaga de Morón en ese período.

Valoración de los resultados obtenidos con este modelo Como el objetivo principal de este modelo es evaluar la forma de operar el sistema para mejorar su eficiencia y garantizar las demandas del recurso hídrico los impactos están asociados a estos resultados y en síntesis son: • Reducción en los caudales de descarga subterránea hacia la ciénaga de Morón y al canal La Yana, fuente principal de alimentación de las lagunas La Redonda y La Leche. • Afectaciones a la flora y fauna asociadas a reducciones significativas de los aportes subterráneos producto de una explotación intensiva o redistribución de los pozos de explotación para el abasto a los cayos del norte de la provincia Ciego de Ávila.

MODELACIÓN DE LA INTERACCIÓN ENTRE LA PRESA EJÉRCITO REBELDE Y LA CUENCA VENTO La cuenca Vento-Almendares con un área total de 455 Km2 es una estructura cerrada de rocas carsificadas con surgencia de manantiales. La atraviesa el río Almendares que desemboca en la costa norte de la Habana y cuyas aguas son interceptadas por la presa Ejército Rebelde que abarca un área de embalse de 14 Km2 con la finalidad de regular las avenidas y recargar al acuífero.

112

El modelo original de esta cuenca, realizado por (1), abarca un área de 336 Km2 ya que se incluye la subcuenca Aeropuerto estudiada en el modelo Ariguanabo, (3). En este modelo se realiza una aplicación de una nueva versión del software AQÜIMPE a la cuenca Vento interactuando con la Presa Ejército Rebelde, para modelar la interacción entre esta cuenca y la mencionada presa, (12). Se emplearon y comprobaron con buenos resultados los algoritmos necesarios para la modelación matemática de la interacción entre un cuerpo de agua superficial y un acuífero. En este aspecto, se hacen aportes a la metodología de la modelación matemática de acuíferos al incluir nuevos elementos en la etapa de calibración, como son los ajustes de la permeabilidad vertical y los espesores de la capa semiconfinante del lecho del embalse. Se reproducen los niveles de embalse de la presa de forma aproximada, resultando un valor promedio de 3,6 hm 3 / mes de la recarga del embalse hacia el acuífero. Este valor confirma que la infiltración ha disminuido después de la construcción de la presa con respecto al volumen de infiltración estimado al inicio de la presa, de 5 hm3/mes. Se eligió como período de calibración a partir de Nov. de 1983 hasta abril de 1985, donde se presentan condiciones de casi ausencia total de la infiltración como fuente de alimentación de las aguas subterráneas, además, este período coincide con el escogido en el modelo del acuífero Ariguanabo (3), lo que permitirá investigar y analizar en su conjunto mucho mejor ambos acuíferos colindantes. Se realizan balances hídricos diarios en el suelo utilizando el programa EVABAL y se supone que toda el agua en exceso infiltra al acuífero fundamentado por las características hidrogeológicas de la zona. En la Cuenca Vento los usuarios más importantes son los acueductos, más de 26, con una explotación semestral de más de 112 hm3 El límite Suroeste se hace coincidir con el límite Noreste del modelo Ariguanabo delimitando una zona de alimentación subterránea, tratándolo como contorno con carga piezométrica conocida. El resto del contorno oeste coincide con el límite este de Ariguanabo, constituido por una línea de corriente, o sea, un límite hidráulico impermeable.

Valoración de los resultados obtenidos con este modelo Como el objetivo principal de este modelo era estudiar la interacción entre la presa Ejército Rebelde y el acuífero Vento, se derivan los siguientes impactos: • Situaciones que provocarían explotaciones intensivas del acuífero que implicaran reducciones significativas en los volúmenes embalsados en la presa. • Evaluar impactos de los lixiviados del basurero del Primer Anillo de la Ciudad en los aportes subterráneos hacia el embalse. • Estudiar las magnitudes de las recargas desde la presa, considerando posibilidades de contaminación de las mismas.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

• Evaluar comportamiento de la interacción embalseacuífero, producto del cierre de las compuertas de la presa en las áreas de inundación y las elevaciones del nivel freático como consecuencia de las mismas.

MODELO DE LA CUENCA JARUCOAGUACATE La cuenca Jaruco-Agucate está localizada al Este de la provincia de La Habana con una extensión de 498 km2. El acuífero es un polje cársico cerrado al mar y está subdi-

vidido en dos subcuencas por un parteaguas orientado de Norte a Sur el cual oscila espacialmente en planta en dependencia de los niveles subterráneos. El acuífero es libre con espesores entre 70 y 100 m de carso útil presentando bien definida hacia su centro una zona de almacenamiento y el sistema de descarga natural se realizaba mediante dos zonas de surgencias: Ojo de Agua con 4,5 m3/s en el límite Sur de la llamada subcuenca Jaruco que da origen al río más importante, el Mayabeque; y por los manantiales Bello y la Gloria que dan origen a los ríos Cañas y San Juan al Este en Matanzas.

Fig.4. Cuenca jaruco-aguacate.

El objetivo de este modelo fue realizar un análisis hidrodinámico de la cuenca, basado en un modelo matemático de simulación de agua subterránea en régimen impermanente, antes y después de la puesta en marcha del Acueducto El Gato, (4). Al Noroeste se observa un contorno abierto según sugiere el comportamiento de las curvas hidroisohipsas en esa zona, límite de la cuenca Jaruco con Vento, un área no bien estudiada hasta el momento. Los especialistas geólogos y geofísicos consideran este supuesto flujo subterráneo creado a partir de un aparato cársico local en las inmediaciones de la Escaleras de Jaruco. Al Suroeste de la cuenca también se detecta un contorno abierto por donde el flujo subterráneo drena hacia el límite más al Sur de la cuenca. El tercer contorno abierto, límite coincidente con el de la cuenca M-1 de Matanzas, está definido el drenaje subterráneo de Aguacate hacia Matanzas con un gasto estimado entre 1,8 y 2,4 m3/seg. en un corredor de desagüe de 7,2 km, según resultados del modelo matemático realizado en la cuenca M-1, (8). Para ilustrar el volumen de agua infiltrada se toma un pluviómetro que caracteriza dos grupos, donde se arriba a que 2375 mm se infiltra en cinco años en el grupo de gran recarga natural (toda el agua en exceso percola) para un 34% de la lluvia total caída en ese período. No obstante, en el grupo de baja recarga (con sólo una tercera parte del agua en exceso) sólo lo hace un 10,2%.

Valoración de los resultados obtenidos con este modelo Como el objetivo principal de este modelo era evaluar el comportamiento hidrodinámico del sistema para mejorar su eficiencia y garantizar las demandas del recurso hídrico los impactos están asociados a estos resultados. • Agotamiento del Río Americano e impactos ecológicos asociados al mismo. • Cambios en la posición del parte agua subterráneo que impliquen reducciones de la descarga hacia los manantiales Bello en Matanzas. • Reducción en los caudales de descarga subterránea hacia el embalse Pedroso o inversión del flujo desde este por una explotación intensiva de los pozos del acueducto El Gato

MODELO DEL ACUÍFERO M1-MATANZAS En el trabajo se muestra la utilidad de emplear de forma simultánea el modelo del acuífero y los modelos

113

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

hidrológicos determinísticos para evaluar la interacción entre las aguas superficiales y subterráneas, (8). La cuenca M1 de Matanzas (ver figura 5) se encuentra al Noroeste de esta provincia. Su límite Norte se extiende desde la Sierra de Cimarrones hasta la Ciudad de Matanzas, al Sur por el parteaguas central de la provincia y al Oeste la divisoria entre las provincias de Matanzas y la Habana. El límite Este se consideró como una línea de corriente. La región de estudio se caracteriza como una llanura cársica ondulada con elevaciones máximas de 160 m y una extensión de 350 km2, de sus caudales medios son parecidos en los períodos húmedo y seco variando muy poco con carácter hiperanual. Es característico el alto porcentaje que le corresponde a la componente subterránea en estos ríos, entre un 40 y 50%, que representa prácticamente el doble de los valores frecuentes obtenidos en otras cuencas del país. Los estudios hidrogeológicos en esta región se han dirigido a las fuentes de abasto y a investigación de la contaminación de manantiales donde se han estimado espesores entre 10 y 70 m de las capas acuíferas, estando las formaciones impermeables con profundidades que varían desde unos metros hasta más de 120 m de margas arenosas y areniscas margosas. El contorno Oeste es el único abierto y los otros se consideran impermeables pero se admiten entradas o salidas por las corrientes superficiales. El contorno oeste

se trata como de entrada subterránea proveniente de la cuenca Aguacate de provincia Habana. En el área modelada se encuentra toda la cuenca hidrográfica que aporta a los ríos y a su vez alimenta al acuífero principal en la región central de esta área. La interacción río-acuífero se representa mediante nodos con cargas fijas conocidas, en los cuales se elige la cota media del agua en los ríos. En esta forma de simular la interacción se supone una penetración total del río en el acuífero y se puede lograr reproducir, de forma aproximada, los aportes del acuífero al río variando las conductividades hidráulicas de los elementos de la discretización que aportan a los nodos del río. De acuerdo a la base de datos disponible se seleccionó el período de Mayo de 1986 a Mayo de 1991 para la calibración del modelo de flujo subterráneo empleando un intervalo de tiempo semestral. Para ello fue necesario aplicar el modelo hidrológico determinístico MHIDE para determinar la infiltración diaria y por período en cada subcuenca hidrográfica de la región de estudio. La explotación fundamental se realiza para el abasto de la ciudad de Matanzas por medio de 50 pozos ubicados en la parte central de la cuenca donde se encuentran los mayores espesores y transmisividades del acuífero. El volumen de extracción medio anual es del orden de 49 hm3 con poca variación anual y espacial.

Fig. 5. Discretización del acuífero m1-Matanzas.

La calibración del modelo del acuífero se realizó por la interacción río-acuífero obtenida a partir de los valores de escurrimientos estimados y observados en las estaciones hidrométricas disponibles. En este sentido se procede hasta lograr que la descarga del acuífero, según el modelo de simulación en el período de calibración, se corresponda con la estimada por el modelo hidrológico.

114

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

En la primera etapa de calibración de este modelo se tuvo grandes discrepancias entre los resultados de ambos software lo que motivó la revisión de la base de datos recopilada llegándose a detectar errores en la curva de calibración de la estación hidrométrica elegida en el período de simulación. Al ser rectificados estos errores, los resultados de los modelos se correspondieron de forma muy satisfactoria.

Valoración de los resultados obtenidos con este modelo Como el objetivo principal de este modelo era evaluar el comportamiento hidrodinámico del sistema para evaluar las afectaciones del trasvase Matanzas–Habana, los resultados obtenidos permiten: • Evaluar la reducción en los caudales de los ríos por una explotación intensiva de los pozos de este acuífero. • Reducciones de la descarga total de los ríos a la bahía de Matanzas y su relación con el vertimiento de aguas residuales a dichas corrientes superficiales.

• Agotamiento del caudal base producto del funcionamiento del trasvase e impactos ecológicos asociados al mismo.

RESULTADOS DE LA APLICACIÓN EN EL MODELO DEL ACUFERO LA CANA EN LA PROVINCIA DE LAS TUNAS La región en estudio se encuentra ubicada en la vertiente Norte de la Provincia Las Tunas, específicamente en dirección Noreste de la capital provincial, entre las coordenadas Lambert 261.00 – 279.00 Norte y 502.00 – 518.00 Este, ocupando un área de 69 Km2, rodeada de una cantidad considerable de pequeños poblados entre los que se destacan el poblado de Vázquez, el Yarey, Maniabón, La Viste y otros. El límite exterior de la cuenca se define a partir del parte agua superficial, como un contorno irregular definido por el contacto de las calizas acuíferas con las rocas impermeables, las cuales yacen hacia el Sur, Este y Oeste de la cuenca. La descarga del acuífero se produce por parte del contorno Norte y a través de corrientes superficiales, estos contornos se identifican por líneas más gruesas en la figura 1 y se simulan como nodos de carga conocida fija.

Fig. 6. Modelo del acuífero de la cana.

Los recursos hídricos subterráneos de esta cuenca constituyen una de las principales fuentes de abasto de la ciudad de Las Tunas y algunas comunidades ubicadas dentro de la zona, como son Acueducto Vázquez, ESBEC Gayol etc., siendo esta la salida fundamental del agua del sistema y fueron procesados 14 pozos para la extracción mensual por períodos húmedos y secos del año hidrológico obteniendo que la misma se extraen aproximadamente 7.8 hm3 en el semestre.

115

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Valoración de los resultados obtenidos con este modelo En el modelo La Cana se aplicó una explotación de 14.3 Hm3 con intervalos de tiempos semestrales y con la recarga por zonas indicadas anteriormente, obteniéndose como recursos hídricos explotables 16.8 Hm3.

CONCLUSIONES Diferentes impactos ambientales desde el punto de vista cuantitativo han sido evaluados a partir de los modelos matemáticos realizados a algunos acuíferos cubanos. Estos modelos han permitido evaluar diferentes impactos ambientales desde el punto de vista cuantitativo, tales como: • Evaluar la reducción de la descarga subterránea a embalses y ríos por una explotación intensiva del acuífero.

• Evaluar interacción de fuentes superficiales contaminadas con las aguas subterráneas y viceversa. • Agotamiento del caudal base de los ríos e impactos ecológicos asociados al mismo. • Operaciones del sistema que impliquen agotamiento de manantiales, disecación de lagunas naturales y ciénagas. • Evaluación de los aportes de las aguas subterráneas en regiones litorales y el impacto de obras de ingeniería que las afecten. • Determinación de las zonas de inundación. • Determinación áreas donde la profundidad del nivel freático pueda afectar a la flora y fauna. Todo lo anterior ratifica la posibilidad y necesidad de emplear la tecnología de la modelación matemática de acuíferos para evaluar los impactos ambientales y decidir el desarrollo de políticas que permitan un desarrollo sustentable.

REFERENCIAS BIBLIOGRÁFICAS 1. BATISTA J.C. Y PIN. M.: Modelación de la Cuenca Vento, Informe Técnico, INRH, 1996. 2. DILLA F.: La modelación matemática del flujo subterráneo y las técnicas de optimización aplicadas en la investigación y explotación de acuíferos a escala regional, Tesis en opción del grado científico de Doctor en Ciencias Técnicas, ISPJAE, 1993. 3. DILLA F., BATISTA J.C. Y VALDÉS L.: Modelación matemática del acuífero Ariguanabo, Etapa Final, Informe Técnico, INRH, 1998. 4. DILLA F.: “Análisis hidrodinámico del acuífero Jaruco-Aguacate”. Revista Ingeniería Hidráulica de México, vol. 17(1), 2001. 5. DURANZA A.: Estimación de la evapotranspiración potencial por el método de Penman. Informe Técnico, Instituto de Hidroeconomía, C. Habana, Cuba, 1985. 6. HERNÁNDEZ A.O.: La explotación de acuíferos a escala regional y la modelación matemática como su base tecnológica. Tesis en opción del grado científico de Doctor en Ciencias Ténicas, ISPJAE, Diciembre, 1991. 7. HERNÁNDEZ A.O.: Modelación de acuíferos, Texto de la Maestría de Ingeniería Hidráulica. CIH. Facultad de Ingeniería Civil, ISPJAE, Diciembre, 2001. 8. HERNÁNDEZ A.O. Y GONZÁLEZ J.: Modelo matemático de la cuenca M1-Matanzas. Informe Técnico, Centro de Investigaciones Hidráulicas, ISPJAE,1992. 9. JORGE M.C.: Desarrollo y evaluación de Modelos Hidrológicos Determinísticos para Cuba, Tesis Doctoral en Ciencias Técnicas, Facultad de Ingeniería Civil, ISPJAE, 1998. 10. LLANUSA RUIZ HAYDEE: Modelo matemático del acuífero costero del sur de la Habana. Informe Técnico, Centro de Investigaciones Hidráulicas, ISPJAE, 1990. 11. LLANUSA RUIZ HAYDEE: Ampliación de la Tecnología AQUIMPE: Acciones sobre el sistema acuífero en la modelación matemática, Tesis en opción del grado científico de Doctor en Ciencias Técnicas, ISPJAE, 1997. 12. MOUSSA MAIKAKA M.: Modelación de la interacción entre la presa Ejercito Rebelde y la Cuenca Vento. Trabajo de Diploma, ISPJAE, 1997.

116

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Acercamiento teórico al vocablo riesgo y la terminología asociada Theoretical approach to the word risk and the associate terminology Miguel Ángel Sánchez Celada1 RESUMEN. Existen múltiples definiciones de Peligro, Vulnerabilidad y Riesgo, la mayoría de ellas formuladas por intereses particulares, profesionales o institucionales. Los especialistas de salud tradicionalmente han enfocado el término riesgo como peligro en algunos casos y como vulnerabilidad en otros, a partir de la definición de Naciones Unidas. En la Salud Publica se ha introducido un término que de cierta manera oculta los conceptos de Peligro, Vulnerabilidad y Riesgo. No existe diferencia entre los conceptos, solamente en las formas de enfocar la temática de los riesgos en la Defensa Civil y en la Salud Pública. Sin embargo, resulta desalentador observar como en el propio campo de la Protección Civil los conceptos no son uniformes, muchas veces cada país tiene sus propias definiciones de los conceptos asociados al riesgo, y además en ocasiones cada especialista reevalúa sus definiciones. El concepto de riesgo tiene un carácter espacial, por cuanto la ocurrencia de estos eventos sólo tiene sentido como riesgo, en la medida en que afecten el espacio en que el hombre vive, produce, se reproduce y se recrea, provocando transformaciones a nivel socio-espacial. y un carácter unitario en la medida en que metodológicamente las dos grandes divisiones de las ciencias modernas, las ciencias exactas o naturales y las ciencias sociales, convergen en un único objeto de estudio: los riesgos naturales, desde la perspectiva de las relaciones Hombre – Naturaleza. Palabras clave: peligro, vulnerabilidad, riesgo, hombre, naturaleza. ABSTRACT. There are multiple definitions of Hazard, Vulnerability and Risk, most of them formulated by particular, professionals or institutional interests. The specialists of health traditionally have focused the term risk like hazard in some cases and like vulnerability in other, following the definition of United Nations. In the Public Health a term it has been introduced that in certain hidden way the concepts of Danger, Vulnerability and Risk. There isn’t difference between the concepts, only in the forms of focusing the thematic of the risks in the Civil Defence and in the Public Health. However, it is depressing to observe like in the own field of the Civil Protection the concepts are not uniform, many times each country has it own definitions of the concepts associated to the risk, and also in occasions each specialist revalue their definitions. The concept of risk has a spatial character, since the occurrence of these events only makes sense as risk, in the measure in that they affect the space where the man lives, he takes place, he reproduces and he relaxes, causing transformations to social and spatial level in the measure in that methodologically the two big divisions of the modern sciences, the exact or natural sciences and the social sciences, converge in an only study object: the natural risks, from the relationships Man’s perspective - Nature. Keywords: hazard, vulnerability, risk, man, nature.

INTRODUCCIÓN El modelo de desarrollo económico que se pretende implementar, el sostenible, entendiendo este por el proceso de transformaciones naturales, económico-sociales, culturales e institucionales, que tienen por objeto asegurar el mejoramiento de las condiciones de vida del ser humano, la producción de bienes y prestación de servicios, sin deteriorar el ambiente natural ni com-

1

prometer las bases de un desarrollo similar para las futuras generaciones, presupone nuevos retos y direcciones de investigación, que deben estar orientadas hacia el diagnóstico de la situación ambiental, el estudio de las potencialidades naturales y las investigaciones dirigidas a determinar las “limitantes” que la naturaleza impone. Dentro de ésta última se insertan las investigaciones relacionadas con los peligros, las cuales fueron estimuladas en el ámbito internacional

M.Sc., Instituto de Geografía Tropical, Calle 13 No. 409 esq. F, Vedado, La Habana, Cuba, CP 10400, E- : [email protected], Tlf: 8329786, 832843

117

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

por la creación del programa para la reducción de los desastres de la Organización de las Naciones Unidas. En específico las catástrofes naturales en el bienio 1990-1991 se responsabilizaron de la pérdida del 0,24% del Producto Mundial Bruto. En países en vías de desarrollo, esta cifra fue cercana al 2%, explicado por el crecimiento demográfico acelerado y una mayor vulnerabilidad de estructuras. (Sanhueza & Vidal, 1996) Es importante antes de enfrentar un trabajo de índole conceptual en el caso de los riesgos y los peligros, de cualquier génesis, poseer una clara visión de los conceptos asociados con esta temática. Etimológicamente la palabra desastre proviene de la creencia antigua que las posiciones relativas de los astros y estrellas tenían alguna influencia sobre la vida de las personas, esto dio lugar al surgimiento de numerosas palabras referentes a ideas sobre la suerte o el azar, como desastre, procedente del provenzal antiguo desastre, que significaba “desgracia”, y provenía del italiano disastro, con el mismo significado. El provenzal tiene también otro término, malastre, para referirse a un hecho infortunado causado por la mala influencia de los astros. La palabra aparece registrada por primera vez en nuestra lengua en 1444, en el Laberinto de Fortuna, de Juan de Mena (1411-1456). En el siglo XVIII es cuando por primera vez se comienza a utilizar el término riesgo, pero vinculado a procesos comerciales navieros entre Europa y las Colonias Americanas, donde había preocupación por sus cargas y tripulaciones (Sanhueza & Vidal, 1996). Japón, país que ha asumido como Política Nacional la tarea de prevenir los abundantes desastres que les afectan, promulgó la “Ley Básica de Medidas de Desastres” en 1959. Con la implementación de dicha política se ha logrado reducir en forma evidente el daño social y material de los eventos catastróficos (Sanhueza & Vidal, 1996). La ONU reaccionó designando a la década de los 90’s como la Década para la Reducción de Desastres Naturales. Existen múltiples definiciones de Peligro, Vulnerabilidad y Riesgo, la mayoría de ellas formuladas por intereses particulares, profesionales o institucionales. Muchas de ellas son contradictorias entre sí, sin embargo, es conveniente abordar los conceptos que son utilizados por organizaciones nacionales e internacionales de la Defensa Civil y la Salud Pública. No siempre los conceptos de riesgo para la Salud Publica y para la Defensa Civil son coincidentes, por lo que se hace necesario, al menos, un replanteamiento conceptual que ayude a aunar estos conceptos en ambas ramas para su mejor comprensión.

Riesgo en Salud Pública Los especialistas de salud tradicionalmente han enfocado el término riesgo como peligro en algunos casos y como vulnerabilidad en otros, a partir de la definición de Naciones Unidas. Estos conceptos son muy utilizados en Salud Pública, aunque existen diferencias formales de su interpretación

118

en comparación con los preceptos de las organizaciones de Protección Civil. Diversas organizaciones, bajo la óptica de la salud humana, consideran que el riesgo puede ser definido de las siguientes maneras: • Es un sinónimo de respuesta estimada o probabilidad estimada a priori del efecto, peligro (como medida). • Es la frecuencia esperada de efectos indeseables que aparecen por una exposición dada a un contaminante. Es un concepto matemático relacionado con la gravedad esperada y/o la frecuencia de respuestas adversas que aparecen por una exposición dada a una sustancia. • Medida de peligro para la salud por la exposición a una sustancia y de la probabilidad de su ocurrencia. Puede involucrar la extrapolación cuantitativa de animales a humanos, o de altas dosis a corto plazo a bajas dosis a largo plazo. • Probabilidad de daño, enfermedad o muerte bajo circunstancias específicas. En términos cuantitativos, el riesgo se expresa en valores en un rango de cero (representando la certeza de que el daño no ocurrirá) a uno (representando la certeza de que el daño ocurrirá). • Otros autores lo consideran como la posibilidad (o probabilidad) de que una exposición determinada o una serie de exposiciones, puedan causar daño a la salud de los individuos sometidos a las exposiciones. Como se verá en Salud Pública el riesgo, en una de sus acepciones, es lo que considera la Defensa Civil como peligro, y en otra como vulnerabilidad.

Riesgo como Peligro: Los Estudios de Riesgo utilizan el Enfoque de Riesgo, método que se basa en la medición de la probabilidad de que un evento ocurra y cause efectos a la salud, al bienestar y al medio ambiente en general. Su objetivo es dar prioridad en términos de la planeación a aquellas áreas, espacios o actividades que son más vulnerables al riesgo. (OPS, 1986) Según los especialistas de Salud Publica, de esta manera, se pueden tener distintos factores de riesgo que entre otros pueden ser: biológicos, por ejemplo ciertos grupos de edad, o presencia de patógeno(s)-; ambientales, carencia o deficiencia de servicios públicos, contaminación del aire, etc.; de hábitos y conducta, por ejemplo, fumar o consumir “alimentos chatarra”; vinculados con la atención a la salud, baja cobertura y/o deficiencia en los servicios de salud; socioculturales, educación, costumbres; económicos, ingreso; físicos, sismicidad. Por otro lado, para la determinación de los factores de riesgo y su trascendencia, se presentan tres problemas básicos: • La selección de los factores de riesgo. • La selección de los umbrales para determinar los distintos niveles de riesgo. • El ajuste de los niveles de riesgo detectados para un lugar especifico a las condiciones reales de atención para combatir las causas, de tal manera que las acciones propuestas puedan tener viabilidad.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Estos conceptos incurren en un error, al calificar el riesgo como probabilidad de ocurrencia de un evento, pues esta definición es más ajustada al termino de peligro, según las definiciones dadas por U.N.D.R.O. Error similar se produce al pretender combatir el riesgo o disminuirlo sin tomar en consideración que en el caso de la salud publica es necesario en realidad combatir la vulnerabilidad y con esto consecuentemente disminuirá el riesgo.

Riesgo como vulnerabilidad: Con base a los riesgos detectados es posible realizar una jerarquización para determinar Niveles de Riesgo e integrar opciones para su reducción analizando el costobeneficio, que permita el desarrollo sin descuidar la protección al medio ambiente. Por ello, se establece como Nivel de Riesgo Aceptable al “parámetro que sirve para describir la cantidad de riesgo que la sociedad determina como tolerable o razonable teniendo en cuenta todas las consecuencias asociadas con algún nivel alternativo. Es un juicio habitualmente adoptado por autoridades políticamente responsables, quienes toman en consideración las consecuencias a la salud de la población y en el entorno socioeconómico de las distintas alternativas de acción (es decir efectos en el empleo, la inflación, la balanza comercial, etc.) (WHO, 1979 en ECO; 1990). El término de riesgo aceptable se comprende como las posibles consecuencias sociales, económicas y ambientales que, implícita o explícitamente, una sociedad o un segmento de la misma asume o tolera por considerar innecesario, inoportuno o imposible una intervención para su reducción. Es el nivel de probabilidad de una consecuencia dentro de un período de tiempo, que se considera admisible para determinar las mínimas exigencias o requisitos de seguridad, con fines de protección y planificación ante posibles fenómenos peligrosos. Podrían ser citados múltiples trabajos donde se aborda la temática del riesgo en forma similar, pero lo cierto es que en la Salud Publica se ha introducido un término que de cierta manera oculta los conceptos de Peligro, Vulnerabilidad y Riesgo. Cuando en la ciencia médica se habla de “FACTORES DE RIESGO” se refiere a la VULNERABILIDAD, que podría ser definida como las características, actividades y atributos potenciales de un individuo para adquirir o contraer cierta enfermedad. No existe diferencia entre los conceptos, solamente en las formas de enfocar la temática de los riesgos en la Defensa Civil y en la Salud Pública. Sin embargo, resulta desalentador observar como en el propio campo de la Protección Civil los conceptos no son uniformes, muchas veces cada país tiene sus propias definiciones de los conceptos asociados al riesgo, y en ocasiones hasta cada especialista reevalúa sus definiciones. Ocurriendo en muchas ocasiones lo mismo que en la Salud Publica, los conceptos mudan, asignándole a uno la definición de otro.

Definiciones de Riesgo Se ha llegado a concebir el Riesgo como la probabilidad de ocurrencia de un evento indeseable, se considera

que las metodologías a través de las cuales se lleva a cabo la evaluación de riesgos varía según diferentes autores y uno de los procedimientos es el Estudio de Riesgo: …”documento mediante el cual se da a conocer, con base en un análisis de las acciones proyectadas para el desarrollo y operación de una obra o la realización de una actividad, el daño potencial que dichas obras o actividades representen para la población, sus bienes y el ambiente en general, así como las medidas técnicas de seguridad y operación, preventivas y correctivas, tendientes a evitar, mitigar, minimizar o controlar dichos daños en caso de un posible accidente, durante la ejecución y operación de la obra o actividad de que se trate”. (Ley de Protección al Ambiente del Estado de México; 1992, Art.3) Atendiendo a la temática de diversos estudios el término RIESGO se ha definido de muy variadas maneras: 1. La Asociación Nacional de la Industria Química lo define como la probabilidad de pérdida o daños a personas y propiedades. Por ser probabilidad se puede estimar con base en información estadística. 2. El Centro Panamericano de Ecología y Salud lo define como Probabilidad de que ocurra un evento. También es un término no técnico que implica una variedad de mediciones de la probabilidad de que un resultado (generalmente desfavorable) se presente. (Last, 1988) 3. Según el libro “Manual Sobre el Enfoque de Riesgo en la Atención Materno Infantil” (OPS, 1986), en términos generales, riesgo es una medida que refleja la probabilidad de que se produzca un hecho o daño a la salud (enfermedad, muerte). 4. Según el Diccionario de la Lengua Española, riesgo es la contingencia o proximidad de un daño. 5. El Diccionario de Epidemiología establece que: a) El riesgo es la probabilidad de que un hecho ocurra. b) Riesgo es la medida de una probabilidad estadística de un suceso futuro. 6. El especialista Ing. Sergio Riva Palacio en el Curso de Ordenamiento Ecológico, Impacto Ambiental y Riesgo Ambiental realizado en 1991, lo define como el daño probable que puede ocurrir en el sistema expuesto bajo el impacto del fenómeno destructivo al cual está propenso. El concepto de riesgo involucra dos factores: • La magnitud de los efectos del evento, cuantificados en una escala adecuada. • La probabilidad de que se presente el evento correspondiente. De manera general el RIESGO AMBIENTAL también se considera desde diferentes ángulos. 1. El especialista Javier Huitron Ramírez considera que se puede definir como la posibilidad de daño, enfermedad o muerte como consecuencia de la exposición a agentes o condiciones ambientales potencialmente peligrosas. 2. Corey en 1988 planteó que es la posibilidad de daño, enfermedad, o muerte como consecuencia de la exposición del humano a agentes o condiciones ambientales potencialmente peligrosas.

119

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

3. Según la Unión Europea se define de la siguiente manera: en el marco de la protección del medio ambiente, “es la probabilidad de aparición de efectos desfavorables o indeseables como consecuencia de una determinada exposición a uno o varios contaminantes o perturbaciones considerados aislada o combinadamente.” El efecto desfavorable o indeseable puede ser una acción directa o indirecta, inmediata o retardada, simple o combinada sobre el objetivo. 4. Según el Reglamento de la Ley de Protección al Ambiente del Estado de México, en Materia de Impacto y Riesgo Ambiental, Artículo 3, se define como el daño potencial a la población, sus bienes y al ambiente, derivado de actividades humanas o fenómenos naturales en caso de presentarse un accidente o un evento extraordinario. Existe una palpable contradicción entre los conceptos de riesgos manejados por U.N.D.R.O, Defensa Civil, es poco esperanzador ver lo poco homogéneos que están los términos, incluso entre los especialistas que se ocupan de la temática de los desastres en el mundo.

Conceptos asociados al termino Riesgo Según el gran diccionario de la lengua española Larousse, edición de 1997: Peligro: riesgo de que suceda algún mal de forma inminente. Persona, animal, cosa u ocasión que produce un daño o aumenta las posibilidades de que se produzca. Correr peligro, estar expuesto a el. Vulnerabilidad: que puede ser herido o recibir lesión, física o moralmente. Riesgo: Posibilidad de un daño, perjuicio o inconveniente. Imprevistos o infortunios que puede cubrir un seguro Como se aprecia la etimología de los términos de Peligro y Riesgo es muy cercana en el castellano. Algo que coadyuva a que la confusión sea mayor. Desde el punto de vista de la Defensa Civil, la mayoría de las organizaciones presentan definiciones muy cercanas a la que sugiere UNDRO (Coburn et al, 1991), donde: Peligro- es la probabilidad de que un área en particular sea afectada por algún elemento perturbador (inundaciones, ciclón, penetraciones marinas, contaminación). Vulnerabilidad- es la probabilidad de resultar destruido, dañado o perdido cualquier elemento estructural físico, social o económico expuesto a un peligro. Riesgo- es el grado de pérdidas previstas en vidas humanas, personas lesionadas o heridas, pérdidas materiales y perturbaciones de la actividad económica debidas a un fenómeno determinado. El peligro siempre está presente, está latente. El peligro es una realidad objetiva. La vulnerabilidad puede evaluarse, modificarse e inclusive eliminarse, y por tanto reducir el riesgo, ya que éste es directamente proporcional a la vulnerabilidad, o sea, el RiesgoPeligro x Vulnerabilidad. Los términos riesgo y accidente tienen una gran relación pero no son sinónimos.

120

ACCIDENTE, según la definición del Ing. Alfonso Espitia Cabrera, es un evento no esperado, inevitable y no intencional, que resulta de la interacción de factores de un individuo, un agente y el ambiente dentro de situaciones que involucran riesgos y percepción de peligro. (Suchman, 1961). El accidente ocurre mientras menos: a) se pueda anticipar (grado de expectación); b) se pueda evitar (grado de evitabilidad); c) resulte de una acción deliberada o de la pérdida de una acción (grado de intención); d) se pueda avisar (grado de alarma); e) más rápidamente ocurra (duración de la ocurrencia); Según el experto Ing. Sergio Riva Palacio en el curso de Ordenamiento Ecológico, Impacto Ambiental y Riesgo Ambiental, (1991), ACCIDENTE es un evento no deseado cuyas consecuencias pueden ocasionar una emergencia. El mismo especialista también señala las siguientes definiciones que de alguna forma se relacionan con el riesgo ambiental. 1. ALARMA. Fase inicial de los procedimientos que ponen en marcha las operaciones frente a una amenaza de desastre o un desastre consumado. 2. ALERTA. Fase permanente de supervisión y vigilancia de los riesgos establecidos y eventuales. 3. CALAMIDAD. Es el acontecimiento que puede impactar al sistema afectado y transformar su estado normal en uno de desastre, así como agravar éste. 4. CONTINGENCIA. Posibilidad de que una cosa suceda o no suceda. 5. CONTINGENCIA AMBIENTAL. Según la Ley del Equilibrio Ecológico, Artículo 5, es “situación de riesgo derivada de actividades humanas o fenómenos naturales que pueden poner en peligro la integridad de uno o varios ecosistemas”. 6. DAÑO. Perjuicio relativo a elementos físicos o del medio ambiente, como consecuencia de un desastre. Según el Centro Panamericano para la Salud (ECO, p. 12) se define como “perjuicio que deteriora la utilidad”. 7. DESASTRE. Situación derivada de un fenómeno natural o actividad humana, que implica deterioro de la salud, los ecosistemas y las actividades económicas. 8. PELIGRO. Según el Centro Panamericano para la Salud (ECO, p.37) es “la posibilidad de que un agente físico, químico o biológico cause efectos adversos en la salud, dependiendo de las condiciones en que éste se produzca o se use”. (WHO, 1979b). Para el caso de la industria química es “la probabilidad de que una sustancia dada produzca un efecto en detrimento de la salud, en condiciones bajo las cuales esa sustancia se produce, se procesa o se usa”. (IRPTC, 1982.).

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

También se considera como el impacto adverso a la salud que puede resultar de la exposición a una sustancia. El significado que puede tener un efecto adverso depende de la naturaleza y gravedad del peligro y del grado de reversibilidad del efecto. La sustancia misma es también algunas veces referida como el peligro en vez del efecto adverso que la sustancia puede causar. (Health and Welfare, 1988). Fuente de peligrosidad y riesgo potencial son términos cualitativos que expresan el potencial que tiene un agente ambiental para perjudicar a la salud (sí el nivel de exposición es lo bastante elevado en ciertos individuos y/o sí se cumplen otras condiciones) (WHO, 1989). Muñoz, 1989, propone la siguiente relación: “RIESGO = PELIGROSIDAD * VULNERABILIDAD * VALOR ECONÓMICO” Sin embargo Montero y González proponen una transformación de esta relación planteada por Muñoz, argumentando que el riesgo implica mucho más que sólo el valor económico, proponiendo la relación como: “RIESGO = PELIGROSIDAD * VULNERABILIDAD * VALOR SOCIAL” Hay autores que plantean el carácter dual del termino riesgo por un lado este tiene un carácter histórico y por otro un carácter espacial, con lo cual no estamos en desacuerdo, si aceptamos el carácter espacial también como un carácter social. Según Montero y Gonzáles: El concepto de riesgo natural, tiene carácter histórico, ya que a medida que la sociedad avanza, su conocimiento y comprensión de la naturaleza es más profundo; por lo tanto, desarrolla formas de adaptación al riesgo o, incluso, por este mismo desarrollo, algunos riesgos dejan de serlo. (Montero y Gonzáles, 1990). El concepto de riesgo tiene un carácter espacial, por cuanto la ocurrencia de estos eventos sólo tiene sentido como riesgo, en la medida en que afecten el espacio en que el hombre vive, produce, se reproduce y se recrea, provocando transformaciones a nivel socioespacial. Posee además un contenido social en la medida en que estos procesos de orden natural afectan en mayor medida a los países subdesarrollados, por cuanto la capacidad económica de los mismos y su nivel científico – técnico es muy inferior a la capacidad de los países desarrollados, para enfrentar estos mismos eventos naturales y sus consecuencias. Por lo tanto, los fenómenos naturales provocan menos daños, o son menos perjudiciales, en los países desarrollados, o al menos estos poseen mayor capacidad de absorber las pérdidas. A nivel interno de cada país subdesarrollado, golpean con más fuerza a los sectores sociales bajos y medios cuya capacidad de reposición de pérdidas materiales es mucho más difícil. (Montero y Gonzáles, 1990). Finalmente el concepto de riesgo posee un carácter unitario en la medida en que metodológicamente las dos grandes divisiones de las ciencias modernas, las ciencias exactas o naturales y las ciencias sociales, convergen en un único objeto de estudio: los riesgos naturales, desde la perspectiva de las relaciones Hombre – Naturaleza. Por tanto el conocimiento desarrollado en las ciencias naturales permite precisar causas y características de los pro-

cesos naturales, así como el avance de las ciencias sociales permite precisar las consecuencias y formas de adaptación a un mismo proceso natural que afecte las relaciones sociales de producción. (Montero y Gonzáles, 1990). Valoración de peligro (amenaza), entendiéndose ésta como la probabilidad de que se produzca en un período determinado y en una zona dada un fenómeno potencialmente nocivo, cuya magnitud, intensidad, extensión y frecuencia de su impacto puede variar y ser determinado en unos casos y en otros no. Incluye el daño físico a los edificios y a la infraestructura, así como el daño a las condiciones socio económicas y del medio humano. Análisis de vulnerabilidad, entendiéndose ésta como la probabilidad de resultar destruido, dañado o perdido cualquier elemento estructural físico, social o económico expuesto a un peligro. Los elementos bajo riesgo son: la población, los edificios, las obras de ingeniería civil, las actividades económicas, los servicios comunales y otras instalaciones. El riesgo se relaciona, como concepto, directamente con el peligro ya que incluye pérdidas y daños totales que podrían producirse como resultado de un desastre (personas muertas, heridas, daños a las instalaciones, perturbación de las actividades socioeconómicas). La amenaza natural es concebida como las características geofísicas o biológicas de los procesos naturales potencialmente dañinos, es decir, su magnitud, frecuencia, recurrencia, intensidad, duración, en síntesis características inherentes a la amenaza natural dada. El concepto de riesgo natural, es definido, con contenido, únicamente en la medida en que ocurran fenómenos naturales que afecten negativamente a una población específica y, por lo tanto, generen cambios en la actividad social específica y modifiquen el espacio. Por lo tanto, inundaciones en zonas despobladas, o sismos en dorsales oceánicas, no constituyen riesgo en sí mismos (Montero y Gonzáles, 1990). Según estos autores no existe riesgo en el caso de que el hombre no este incluido de algún modo en el proceso, con lo cual estamos de acuerdo, lo que no compartimos es que vinculado el hombre, ¿por qué entonces el riesgo es natural? ¿Significa esto entonces que antes del Holoceno existían también “desastres naturales”? ¿Es un desastre la desaparición de los grandes saurios o es parte de la evolución planetaria, que condicionó en alguna medida el surgimiento del hombre? En nuestra opinión los desastres no son naturales, no pueden serlo, pues esa conceptualización limita la capacidad que posee la naturaleza para reponerse o lograr nuevamente el equilibrio siempre que este halla sido dañado por eventos naturales extremos, el equilibrio natural no es restablecido en muchos casos sólo cuando existe la intervención irracional del hombre, que la naturaleza escoja una vía no “aprobada” por el hombre no significa en medida alguna que esto constituya un desastre para la naturaleza. “El nivel cultural y técnico de los distintos grupos humanos determina, en un momento dado cuáles de los elementos que conforman el medio son recursos y cuales son amenazas o resistencia para el hombre.” (Calvo García, 1984).

121

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

“Amenaza natural (Peligro Natural): es un fenómeno natural, potencialmente dañino, cuya ocurrencia e intensidad en una cierta área y en un determinado período de tiempo es incierta. Se origina sin participación humana (sismos, temporales marinos, volcanes, etc.)” (Grasses, J. 1986). Según este autor la amenaza natural se origina sin la participación humana, por tal motivo, es una amenaza natural las inundaciones cíclicas en el cauce de un río donde la presencia humana es nula, nos parece que esta definición sigue siendo muy estrecha. Según Georgina Calderón – Aragón...”Esto, se contrapone con una idea muy difundida, y ampliamente aceptada hasta en el medio científico, de caracterizar los desastres como eventos (acontecimiento, suceso imprevisto o contingente).” (Calderón – Aragón, Georgina 1995). Burton y Kates, 1964, citados en Calvo García-Tornel, 1984, define el riesgo natural como “aquellos elementos del medio físico o biológicos nocivos para el hombre y causado por fuerzas ajenas a el”. Coincidimos con Calvo García-Tornel en la observación de que la definición del concepto citado privilegia los elementos físicos y biológicos en tanto le asigna al Hombre un papel pasivo, cuando en realidad es la presencia del Hombre como agente activo el que le da sentido en este concepto (Montero y Gonzáles, 1990). Un elemento importante en la percepción sicológica del riesgo es la “información disponible”. Para la mayoría de las personas, el contacto personal con los peligros es medianamente raro, de manera que el conocimiento de ellos requiere mayor experiencia. Esto los hace más o menos vulnerables ante los peligros. Es difícil para muchos aceptar que están ante determinado peligro y en esto influye el grado de información y conocimiento que tenga la comunidad. Las defunciones por leucemia o diabetes son menos dramáticas y no son noticias porque “el asesino” ataca individualmente, mientras los desastres lo hacen masivamente. Son noticias los cientos de muertes por el efecto de las inundaciones en Bangladesh o la destrucción causada por un intenso huracán en el Caribe. Sin embargo, la contaminación ambiental en algunas grandes ciudades densamente pobladas -producida fundamentalmente por el monóxido de carbono- enferma cientos de personas y en ocasiones las consecuencias son fatales. La mejor información es que el evento “va a ocurrir”, las cosas que suceden son fácilmente recordadas, sobre todo si es un desastre súbito y la frecuencia de reportes de ocurrencia de cualquier desastre como peligro natural aumenta su percepción. Pero algunos desastres ecológicos son lentos, aparentemente no los percibimos, sin embargo en su fase terminal resultan también súbitos. Otro de los problemas es la importancia que ofrecen los gobiernos o las comunidades para resolver las consecuencias de los desastres. “Los villorrios de los valles montañosos del Norte de Pakistán son regularmente afectados por crecidas fluviales, terremotos y deslizamientos de tierra, pero no consideran la mitigación de los desas-

122

tres como una prioridad. El problema de ellos es como protegerse de los grandes riesgos de las enfermedades y los fracasos de la irrigación de sus campos, “(Coburn et.al., 1991). Para una visión más clara de lo que tratamos, es necesario dar la definición del autor para los conceptos más importantes asociados a los desastres, concretamente Vulnerabilidad, Peligro y Riesgo. La Vulnerabilidad ante un desastre dado es la capacidad de respuesta ante el fenómeno, es decir, que un objeto sea vulnerable a un evento natural o social determinado es, en primera instancia, que sea susceptible de sufrir daños por la acción de este; ahora bien, si se entiende como objeto cualquier objetivo social o económico, entonces la vulnerabilidad estará en dependencia de las características específicas del evento, así como del objeto cuya vulnerabilidad se desee evaluar. La vulnerabilidad no es estática, sino un proceso dinámico en dependencia de las condiciones tanto naturales como sociales. Es evidente que no presenta la misma vulnerabilidad un edificio ante una inundación que ante un terremoto, sin embargo, para este último la vulnerabilidad no será la misma en un área rural que en una ciudad, de ahí la importancia de definir el objeto de evaluación. Teórica y prácticamente, la vulnerabilidad está relacionada directamente con la pobreza; y, el establecimiento del modelo neoliberal en nuestros países ha diferenciado cada vez más los espacios, empobreciendo de manera significativa a la población; lo que podemos considerar como una causa de los aumentos de los desastres en la zona. Entonces, ¿a qué normalidad es a la que tratamos de regresar después de un desastre, a la de condición de miseria; que además, de acuerdo a la tendencia actual seguirá en aumento con el incremento también en él numero de desastres? (Calderón – Aragón, Georgina 1995). El Peligro es la susceptibilidad que presenta un territorio ante un desastre, por tanto este depende en primera instancia de las características físico - geográficas como socio - económicas del mismo, y éstas a su vez del desastre que sea factible que ocurra. Riesgo, no es más que la combinación de los dos primeros. El riesgo es la capacidad de respuesta que presenta un objeto dado, enmarcado en un territorio con una susceptibilidad determinada ante un peligro específico, es decir, “...el riesgo de sufrir un desastre surge de la probabilidad de ocurrencia de fenómenos naturales peligrosos en zonas donde se presentan condiciones vulnerables” (Andrew Maskrey 1985).

Desastre natural Vs. Desastre: “Chernobil y Bhopal se han convertido en dos ejemplos claros a la hora de describir tragedias (relacionadas con la creciente “plaga” de los últimos 50 anos: los desastres tecnológicos. Sin embargo, la relación entre desastres naturales y desastres tecnológicos es mucho menos conocida. Se puede decir que hay dos tendencias bien diferenciadas: por un lado, el aumento de desastres naturales urbanos provoca desastres tecnológicos; por

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

otro, la tecnología también puede desencadenar desastres naturales, especialmente cuando el desarrollo trastorna el equilibrio de los ecosistemas locales. Existen varios ejemplos de cómo los desastres naturales pueden provocar desastres tecnológicos. Los terremotos, por ejemplo, pueden ocasionar la ruptura de las tuberías del gas, provocando incendios, como sucedió durante el terremoto de Kobe, en 1995. En 1993, en la llanura central de los EE.UU., a raíz de unas inundaciones, unos tanques de gas líquido navegaron río abajo en la cuenca del Mississipi, creando una situación de máxima alerta tecnológica. La sequía y los huracanes por un período de 20 años, han favorecido la difusión de material radioactivo en una vasta zona de Rusia. Pero también hay ejemplos de cómo las prácticas para el desarrollo, basadas en innovaciones tecnológicas, pueden desencadenar desastres naturales. Por ejemplo, los madereros deforestan las montañas provocando la erosión y desprendimientos de tierras durante las lluvias torrenciales. En las ciudades, la tierra se sustituye por cemento y, así, se pierde la capacidad natural que tiene el terreno para absorber, favoreciendo la aparición de inundaciones repentinas. A estos desastres compuestos los investigadores los denominan, a veces, “na-techs” (natural/technological disasters). Los “na-techs” son un claro ejemplo de que las diferencias entre “desastres naturales” y “desastres tecnológicos” son cada vez menos nítidas...” (Ciudades en Peligro - Ciudades más Seguras... antes de un Desastre (DIRDN): Parte I: Los desastres en las ciudades). La problemática de los desastres naturales se enmarca metodológicamente, en el ámbito de las relaciones naturaleza - sociedad, dado que se puede definir como aquellos procesos naturales que resultan dañinos para el hombre, su producción material, su recreación, en un proceso constante de la sociedad por adaptar, transformar y comprender la naturaleza El AID, define el desastre como el evento de origen natural o provocado por el hombre, que causa alteraciones intensas en las personas, los bienes, los servicios y/ o el medio ambiente, excediendo la capacidad de respuesta de la comunidad afectada (curso Administración de Desastres I, 1990). Fritz 1961, define desastre natural como “acontecimiento físico, centrado en el tiempo y en el espacio, en el que una sociedad (o comunidad) corre un grave peligro y experimenta tales perdidas en sus miembros o pertenencias materiales que la estructura social queda desorganizada y se impide el cumplimiento de todas o de algunas funciones esenciales de la sociedad”. Sin embargo todos estos autores parten para la conceptualización de los desastres de una base eminentemente antropócentrica, pues según José Luis Gandara “los desastres no son naturales, sino el resultado de fenómenos naturales en áreas vulnerables” (José Luis Gándara, Univ. de San Carlos). Un ejemplo de esta afirmación lo constituye que “En Ciudad México, el terremoto del 19 de septiembre de 1985, los daños se concentraron en un sector que cubre menos del 5% del área urbana ocupada. En ese mismo sector se

concentraron los daños en los sismos de 1957 y 1979, debido a las desfavorables condiciones del sitio, dadas por el suelo fangoso que corresponde al fondo del antiguo lago Texcoco.” (Seminario Regional de desastres naturales y Planificación de asentamientos Humanos, Quito - Ecuador 3-8 Octubre 1988). Considerar el desastre como evento conlleva dos errores fundamentales; el primero, es considerar que el “fenómeno natural” es el que ocasiona el desastre; y el segundo, presentar al mismo “fenómeno natural” como algo imprevisto o contingente. (Calderón – Aragón, Georgina 1995). La segunda estimación supone que en la naturaleza se presentan sucesos imprevistos, que ésta puede tener un comportamiento errático, en donde existe la posibilidad de que las cosas sucedan o no; pero, acercarnos a las definiciones nos permite elaborar algunas conclusiones: Fenómeno (del latín phaenomenon, y este del griego al parecer). Cosa extraordinaria o sorprendente. Toda apariencia o manifestación, así del orden material como del espiritual. Evento Suceso o hecho considerado de interés o importancia. Proceso Conjunto o fases sucesivas de un fenómeno natural o una operación artificial. Natural (del latín naturalis). Perteneciente a la naturaleza o conforme a la calidad o propiedad de las cosas. Regular o que comúnmente sucede y por eso fácilmente creíble. Naturaleza (de natural). Esencia y propiedad característica de cada ser. Fuerza o actividad natural como contrapropuesta a la sobrenatural o milagrosa. Nada tan alejado de la realidad, los sucesos naturales no son los desastres. Lo que verdaderamente causa el desastre tiene que ver con la manifestación de un suceso, natural o tecnoindustrial, sobre un grupo social vulnerable. (Calderón – Aragón, Georgina 1995). Por lo tanto, cuando utilizamos el término fenómeno natural lo hacemos en el sentido de toda manifestación que sucede de forma regular, la cual aunque pueda aparecer de forma repentina, de acuerdo a la percepción de la sociedad que afecta, es producto de los procesos periódicos de la naturaleza. (Calderón – Aragón, Georgina 1995). Por otro lado, considerar al fenómeno natural como el causante del desastre, es tomar igualmente la perspectiva de éste como un evento extraordinario; sin embargo, en la naturaleza nada tiene esa acepción. Lo natural sucede de manera regular, con una temporalidad cuya escala es tan variada que puede incluir desde la geológica hasta el propio ritmo de vida; y es sólo a partir de la sociedad que se puede hablar de un desastre. (Calderón – Aragón, Georgina 1995). Si acabamos de ver que en la naturaleza las cosas ocurren, sin que sean juzgadas por ellas mismas, sólo ocurren; y, como dijimos anteriormente, un desastre tiene que ver con la presencia de un suceso natural o tecnoindustrial sobre un grupo social vulnerable; entonces, son los grupos sociales los que le dan a la presencia de los sucesos naturales el carácter de de-

123

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

sastre. Esto significa no solamente que la sociedad es la que así lo nombra, sino que son las condiciones de vulnerabilidad en que se encuentra el grupo social lo que realmente le da el carácter de desastre. (Calderón – Aragón, Georgina 1995). Podemos pensar en una presencia cíclica del fenómeno natural, en lo social, éste se conceptualiza como el momento de la emergencia; lo que significa nuevamente el surgimiento, a partir del cual habrá una modificación de magnitud variada tanto en la estructura como en el modo de producción; y, a partir de este momento es cuando se considera que hay, evidentemente, un desastre. (Calderón – Aragón, Georgina 1995). Además de lo antes expuesto, no son fenómenos los eventos asociados a procesos de equilibrio energético de la naturaleza a la cual pertenecemos. Estos eventos son vitales para su desarrollo, y no son, en ninguna medida, ni temporal, ni espacialmente casuales, responden a causas naturales concretas, y por tanto comportan un efecto o consecuencias dadas, que se incrementan, potencian o se minimizan de acuerdo a las características de la organización social o sociopolítica de los territorios. Los impactos negativos directos e indirectos, son resultantes de otras condicionantes también naturales, además de las realidades y del funcionamiento social. Por ejemplo, ocurrencia en zonas densamente pobladas y con elevada proporción de población marginada de epicentros sismicos, o que estos ocurran en espacios relativamente deshabitados, o en momentos coincidentes con cosechas u otros procesos productivos relevantes en el territorio.

CONCLUSIONES • A modo de conclusión el presente trabajo sólo constituye un acercamiento al la base conceptual, tan amplia y diversa que constituye el universo de los desastres y las temáticas afines, el autor es consciente que apenas se ha develado la punta del iceberg, se espera que este sea el punto de partida para futuras aproximaciones a una temática tan importante y tan sensible. • Se ha tratado de dar una panorámica de los conceptos más importantes relacionados con los desastres a partir de que esta temática se comenzó a internacional en el momento de haber sido declarado por la O.N.U. en el año 1990 el Decenio Internacional para la Reduc-

ción de los Desastres. Es importante señalar que estos conceptos se venían utilizando antes por la Salud Publica y que mucha de la metodología adoptada por epidemiólogos y personal paramédico esta relacionado con los conceptos tal y como están concebidos para la Salud. • En el caso concreto de la Salud Publica, sus especialistas tienden en ocasiones a asociar el concepto de riesgo con el de peligro, puesto que consideran a este como un “daño potencial”, si tomamos en cuenta que esa potencialidad esta dada en el caso de la salud por determinadas formas de conducta y que el peligro no es más que la probabilidad de que un fenómeno ocurra, entonces tenemos que en salud determinadas formas de conducta o de vida constituyen un peligro para que determinado grupo social contraiga una enfermedad. Sin embargo esto no es tan sencillo, puesto que esa actividad conductual de determinado sector poblacional también constituye determinada vulnerabilidad de ese sector, puesto que un determinado hábito de vida puede hacer que el individuo o el grupo de individuos estén más expuestos a determinadas enfermedades. Por tanto el termino riesgo en salud presenta una doble acepción, como peligro y como vulnerabilidad. • En el caso de la Protección Civil, esta amplia gama conceptual es un poco el resultado de la diversidad de problemas a los que se enfrentan los especialistas en el mundo contemporáneo, esta claro que no se puede tener un criterio evaluador para los desastres si la esfera de trabajo es social o económica y si es de índole físico - geográfica, pero es también un problema lingüístico. En el idioma inglés es muy fácil diferenciar Hazard de Risk, puesto que etimológicamente los dos términos están bien distanciados, condición que no se cumple en el idioma español, puesto que desde el punto de vista lexicográfico en nuestro idioma los dos términos se usan indistintamente pues sus significados son muy cercanos. • El uso de estos términos se ha generalizado por los especialistas de la Defensa Civil hace apenas unos años, con un significado diferente al que lo venían usando los especialistas de Salud Publica desde hace mucho mayor tiempo, esto también genera contradicción en el momento de aunar criterios.

REFERENCIAS BIBLIOGRÁFICAS 1. ARTURO HERNÁNDEZ HUERTA: El componente ecológico en la prevención de desastres, 6pp. 2. ASOCIACIÓN NACIONAL DE LA INDUSTRIA QUÍMICA: Riesgo Ambiental Módulo VI, Material de difusión durante el seminario del Diplomado en Impactos Ambientales, Fac. de Química, UAEM, 1992. 3. BATISTA, J.L: Países en desarrollo y vulnerabilidad ante los desastres, En: VII Encuentro de Geógrafos de América Latina, 6pp., Puerto Rico, 1998. 4. BATISTA, J.L, SEGUINOT BARBOSA, J; SÁNCHEZ, M.: Niveles de Riesgo en Cuba y Puero Rico, 8pp.,1997 5. BATISTA, J.L., SÁNCHEZ, M.; DÍAZ, M.: Territorios inundables en Cuba, En: III Congreso Internacional sobre Desastres, 17pp., La Habana, 1992. 6. BATISTA, J.L.: Informe acerca de las manifestaciones y consecuencias de las penetraciones del mar del 13-15 de marzo de 1993, ocurridas en la franja del litoral norte de la Ciudad de La Habana, 32pp., IGEO, ACC, 1993.

124

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

7. BATISTA SILVA, J.L., SÁNCHEZ CELADA: La infancia y el riesgo ante los desastres”. En: Documento de trabajo elaborado como una contribución a la IX Reunión de Ministros de Medio Ambiente de América Latina y el Caribe, 32pp., IGEO Tropical y UNICEF, La Habana, 1995. 8. CALDERÓN ARAGÓN GEORGINA: Los desastres a través del cristal de Alfredo Zitarrosa” En: V Encuentro de Geógrafos de América Latina,6pp., 1995 9. CHERYL, LAFFER; AMADOR, ELÍAS; ELIJOVICH, FERNANDO: “Significance of treatin metabolic cardiovascular risk factors in New York hispanics with essential hypertension”, Rev. Biomedicina, vol. 1(1): 26-32, 1998. 10. COBURN, A.W.; SPENCE, R.J.S.; POMONIS, A.: Vulnerability and Risk Assessment, 57pp., United Kingdom, UNDRO, 1991. 11. CROSS, J. A. Natural Hazards within the West Indies. Journal of Geography, vol. 91(5):19O-199, 1992. 12. ESTADO MAYOR DE LA DEFENSA CIVIL: Glosario de Términos de Defensa Civil, 29pp., Cuba, 2002.( Inédito) 13. FALLAS, M. GUTIÉRREZ: “Manejo de cuencas ante desastres naturales: cuenca alta del río Reventado, Cartago”, Revista Geográfica de América Central, vol. 25-26:341-353, 1992. 14. GACETA DEL GOBIERNO DEL ESTADO DE MÉXICO: Reglamento de ley de protección al ambiente del Estado de México, pp. 9-20, En materia de impacto y riesgo ambiental, 19 de agosto de 1992. 15. HERNANDEZ, J. R.: El pronóstico geomorfológico ante la ocurrencia de terremotos fuertes en el territorio del gran Parque Nacional Sierra Maestra, Cuba. En: Resúmenes del I Congreso Internacional de desastres naturales, pp. 28-30, Ed. Academia, La Habana, 1987. 16. HUITRON RAMÍREZ, JAVIER: Riesgos por fugas y derrames, Material de difusión. Módulo VI: Riesgo Ambiental. Diplomado de Impacto Ambiental, Fac. de Química, UAEM, 1993. 17. KIENHOLZ, H. Y P. MANI: “Assessment of geomorphic hazards and priorities for forest management on the Rigi north face, Switzerland, Mountain” Research and Development, vol. 14(4): 321-328, 1994. 18. LINDELL, M. K. Y R. W. PERRY: “Addressing gaps in environmental emergency planning: hazardous materials releases during earthquakes”, M.K. Lindell, Inst for Crisis + Disaster Mangmt, George Washington Univ, Washington, DC 20052, United States. Journal of Environmental Planning and Management vol. 39(4): 529-543, 1996. 19. MASKREY, A.: Los Desastres no son Naturales, (ed.), La Red-ITDG; Bogotá, Colombia, Tercer Mundo Editores, 1993. 20. MOSQUETE POL, MA. TERESA: “Reglamentación de los riesgos para el medio ambiente”, Gerencia de Riesgos, Editorial MAPFRE S.A. Año VIII, No. 32, 4to. trimestre, Madrid, España, 1990. 21. OPS y OMS: Manual sobre el enfoque de riesgo en la atención maternoinfantil, Serie Paltex, No 7, Organización Panamericana de la Salud (OPS) y Organización Mundial de la Salud (OMS), Washington, E.U.A., 1986. 22. OPS: Análisis de vulnerabilidad, pp. 15-28, Cuaderno Técnico No 37, Organización Panamericana de la Salud (OPS), Washington D.C.,1993. 23. POWELL,M. D. Y S. H. HOUSTON: “Hurricane Andrew’s landfall in south Florida”. Part I: surface wind fields and potential real-time applications, Weather and Forecasting, vol. 11(3): 304-328, 1996. 24. PRESS, F.: El decenio como una realidad internacional. Rev. STOP Disasters, O:2:3., 1991. 25. PROYECTO PNUD CUBA/94/003: Desarrollo de las técnicas de predicción de las inundaciones costeras. Prevención y Reducción de su acción destructiva, 362pp., Informe Técnico, Instituto de Meteorología, 1998. 26. QUINTANILLA, V.: Determinación de procesos y áreas de riesgos en los Andes centrales de Chile mediterráneo, casos de estudio, pp. 143-144 y 99-110, Dept. de Ingeniería C. Geográfica, Univ. de Santiago de Chile, Avda. Bernardo O’Higgins 3363, Santiago, Chile, 1994. 27. RIVA PALACIO, SERGIO: curso institucional de ordenamiento ecológico, impactos ambientales y riesgos ambientales, Secretaría de Desarrollo Urbano y Ecología (SEDUE), México, D.F., 1991. 28. RODRÍGUEZ MILORD, DANIEL: Glosario de términos en salud ambiental, Centro Panamericano de Ecología Humana y Salud, Programa de Salud Ambiental, OPS, OMS, Metepec, Edo. de México, 1990. 29. SEGUINOT BARBOSA, J.: San Juan, Puerto Rico: la ciudad al margen de la bahía, 142pp., Una visión geoecológica y jurídica, Puerto Rico, 1997. 30. STOCKHOLM, SWEDEN: Reducción de la Vulnerabilidad ante amenazas Naturales, Lecciones aprendidas del Huracán Match, Documento Estratégico Sobre Gestión Ambiental, 25-28 Mayo, 1999. 31. UNDRO: Análisis de vulnerabilidad combinada, 74pp., Metodología y estudio de la zona metropolitana de Manila, Ginebra, 1977. 32. UNDRO: Drought emergency in Southern Africa, 24pp., May-June, 1992. 33. VELÁZQUEZ, GUILLERMO; GARCÍA, MARÍA C.: Calidad de vida y desigualdad social en ciudades intermedias latinoamericanas, pp. 165-182, Un análisis de Tandil (BSAS-Argentina), 1996. 34. WILCHES-CHAUX, G.: La Vulnerabilidad Global, pp. 9-50, En Desastres, Ecologismo y Formación Profesional, SENA, Colombia, 1989.

125

AGRICULTURA

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Uso de imágenes de satélites en la evaluación, monitoreo y manejo de daños causados por fenómenos naturales en la agricultura. Reflexiones Use of images of satellites in the evaluation, monitoring and handling of damages caused by natural phenomenons in the agriculture. Reflections Dámaso R. Ponvert-Delisles Batista1 RESUMEN. Muchos países a lo largo del mundo son afectados frecuentemente por disímiles tipos de desastres socios naturales que ocasionan pérdidas significativas no solo en vidas humanas, sino también a su medio ambiente y recursos naturales. En especial, la agricultura–principal fuente de producción de alimentos para la población, es seriamente afectada y su recuperación resulta en extremo difícil para aquellos países de economías frágiles, que en la mayoría de los casos, no disponen de los recursos necesarios para enfrentar y mitigar estos daños. El presente trabajo tiene como objetivo ofrecer una visión de cómo aún sin disponer de muchos recursos financieros, es posible utilizar algunos datos provenientes de sensores remotos para abordar eficazmente tareas de prevención, determinación del riesgo, evaluación, monitoreo y manejo de estos daños en el sector agrícola. Para ello, el autor sugiere una metodología que abarca tres direcciones fundamentales: i) el uso de las tecnologías informática y de comunicaciones para la adquisición libres de pago, de datos geoespaciales de las regiones afectadas por los tipos de desastres socio naturales; ii) definición de los tipos de datos de teledetección más apropiados para cada uno de los fenómenos naturales presentes y iii) definición de las acciones a desarrollar con estos tipos de datos con el fin de prevenir, informar, alertar, evaluar, monitorear y mitigar los daños provocados por estos fenómenos socio naturales. Palabras clave: desastres socio naturales, daños, teledetección, satélites, agricultura. ABSTRACT. Several countries around the world are frequently affected by several kinds of socio natural disasters that not only cause significant losses in human lives, but also on their environment and natural resources. Especially, agriculture-main source of production of allowances for the population-, it is seriously affected and it recovery is extremely difficult for these countries that have fragile economies which in most of the cases, they don’t have the necessary resources for to face and to mitigate these damages. The present work has as objective to offer an overview of how still without having many financial resources; it is possible to use some data coming from remote sensors for carrying out prevention, risks assessment, evaluation, monitoring and management task of these damages in a effective way in the agricultural branch. For that, author suggest a recommendation that has three mains directions: i) the use of the informatics and communication technologies for acquisition geospatial data free of payment over the interested regions by this type of disasters: ii) definition of the remote sensing data more appropriates for each of socio natural disasters presents; and iii) definition of the actions to develop which this kinds of spatial data for preventing, to inform, to alert, to evaluating, to monitoring and to mitigate damage caused by this phenomena. Key words: socio natural disasters, damages, remote sensing, satellites, agriculture.

1

Dr., Prof.,Universidad Agraria de La Habana “Fructuoso Rodríguez Pérez” Autopista Nacional km 23 1/2 y Carretera de Tapaste, Sa n José de Las Lajas, Apartado Postal 18 y 19 , Provincia Habana , Cu ba, Tel: (5 3 64 ) 8 6 41 76, Fa x: (53) (47 ) 86 -127 1, E- : [email protected]

129

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

LOS DESASTRES ¨NATURALES¨ Y EL HOMBRE Una definición generalmente aceptada dice que los peligros naturales son “aquéllos elementos del medio ambiente físico, o del entorno físico, perjudiciales al hombre y causados por fuerzas ajenas a él” (Burton, 1978). Más específicamente, en este documento el término peligro natural es utilizado en referencia a todos los fenómenos atmosféricos, hidrológicos, geológicos (especialmente sísmicos y volcánicos) u originados por el fuego que, por razón del lugar en que ocurren, su severidad y frecuencia, pueden afectar de manera adversa a los seres humanos, a sus estructuras o actividades. En algunos países se utiliza el término amenaza natural en sustitución de la de peligro natural. El calificativo natural es utilizado para excluir de la definición peligros originados por los seres humanos tales como guerras, polución y contaminación química, o peligros no necesariamente relacionados con el entorno físico: tales los casos de enfermedades infecciosas. La Tabla 1 contiene una lista simplificada de los peligros naturales reconocidos internacionalmente. A pesar de la calificación de “naturales”, estos peligros tienen ciertos elementos de participación humana. Para estos efectos es preciso distinguir entre tres conceptos: i) Evento físico, que es un fenómeno natural que, de hecho, no afecta a los seres humanos porque sus efectos no entran en contacto con ellos. Es un fenómeno natural que no resulta considerado como peligro natural. ii) Peligro natural que es un fenómeno natural que ocurre en un área poblada o con infraestructura que puede ser dañada. iii) Desastre natural, es un peligro natural que causa un número inaceptable de muertes o daños a propiedades. En áreas donde no existen intereses humanos a vulnerar, los fenómenos naturales no constituyen un peligro ni causan desastres (OEA, 1993, Capítulo 1).

Esta manera de definir y discriminar conceptos tiene por finalidad colocar el peso de la problemática de los daños en la concurrencia de actividades humanas y de fenómenos naturales, y es contraria a percibir los peligros naturales como un mal que resulta inevitable debido a la existencia de fuerzas naturales incontrolables. Los seres humanos pueden hacer muy poco o casi nada para cambiar la incidencia o intensidad de la mayoría de los fenómenos naturales pero, en cambio, pueden tomar medidas para que los eventos naturales no se conviertan en desastres debido a sus propias acciones y omisiones. Es importante entender que la intervención humana puede aumentar la frecuencia y severidad de los peligros naturales. Por ejemplo, si se extrae tierra de la parte inferior de un derrumbe para dar cabida a un nuevo asentamiento humano, el terreno puede moverse nuevamente y enterrarlo. La intervención humana puede también generar peligros naturales donde no existían antes: los volcanes erupcionan periódicamente, pero sólo pasan a ser clasificados como peligros cuando los ricos suelos formados sobre sus productos de eyección son utilizados para cultivo, o para el establecimiento de asentamientos humanos. Finalmente, la intervención humana reduce el efecto de mitigación que tienen los ecosistemas naturales: la destrucción de los arrecifes de coral que elimina la primera línea de defensa de las costas contra los efectos de las corrientes y tempestades marinas, es un ejemplo claro de una intervención que disminuye la capacidad del ecosistema para protegerse a si mismo. Un caso extremo de intervención humana destructora del ecosistema es la desertificación que, por propia definición, es un peligro “natural’ inducido por el ser humano. La clave para desarrollar medidas efectivas de reducción de vulnerabilidad consiste en lo siguiente: si las actividades humanas pueden causar o agravar los efectos destructivos de los fenómenos naturales, también pueden reducirlos o eliminarlos.

Tabla 1. Entre los tipos de desastres naturales más frecuentes, se encuentran los siguientes: No.

130

TIPOS

I

ATMOSFÉRICOS

II

HIDROLÓGICOS

III

SISMICOS

IV

OTROS FENÓMENOS GEOLÓGICOS/HIDROLÓGICOS

V

VOLCÁNICO

VI

INCENDIOS

SUBTIPOS Tempestades de granizo Huracanes Tornados Tormentas tropicales Inundaciones costeras Inundaciones de ríos Tempestades marinas y marejadas Desertificación Sequía Erosión y sedimentación Terremotos Tsunamis Deslizamientos de Tierra y avalanchas Caída de rocas Deslizamientos submarinos Hundimiento Flujos de lava Flujos de lodo Flujos piroclásticos Proyectiles y explosiones laterales Bosques Pastos Sabana

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

LOS EFECTOS DE LOS DESATRES ¨NATURALES¨ SOBRE LA AGRICULTURA No todos los tipos de desastres naturales clasificados anteriormente ejercen un efecto dañino similar en la agricultura y su entorno físico. Ellos actúan de diferente modo en dependencia de sus características y de su interacción con los disímiles tipos de coberturas agrícolas (cultivos, plantaciones, vegetación, foresta, etc.) con las diferentes categorías de instalaciones presentes. A continuación se presenta una caracterización de los efectos que de manera más frecuente afectan al sector agropecuario en Cuba y que pueden ser válidos para otros contextos geográficos.

Inundaciones Las inundaciones son el más común de los peligros naturales que puede afectar a personas, infraestructura y medio ambiente natural. Ocurren de muchas maneras y en diferentes ambientes. Las inundaciones de ríos, que son las más frecuentes, se originan por prolongadas e intensas precipitaciones, rápido derretimiento de nieve en las cabeceras de vertientes, o por el ciclo regular de deshielo durante la primavera. Otras inundaciones son causadas por precipitaciones cortas pero extremamente fuertes sobre terrenos relativamente planos, por el reflujo de estuarios debido a mareas altas que coincidan con inundaciones marinas fruto de tormentas, por falla de presas, rebalse de presas por efecto de derrumbes en el reservorio y seiches y mareas originados en grandes lagos por acción del viento. (OEA, 1993, Capítulo 8). Ocasionalmente, una erupción sobre un glacial, o en un pico volcánico cubierto de nieve, puede originar inundaciones o flujos de lodo a causa de los cuales el terreno es radicalmente modificado y cualquier desarrollo agrario es totalmente destruido, frecuentemente con cuantiosa pérdida de vidas Se pueden distinguir dos tipos de inundaciones: inundaciones terrestres o inundaciones de ríos, a causa de una excesiva descarga debido a lluvias fuertes, e inundaciones costeras causadas por aumento en el nivel del mar, frecuentemente exacerbado por descarga de tormentas en la parte alta de las cuencas respectivas. Los tsunamis son un tipo especial de inundación marítima. Las inundaciones terrestres ocurren cuando se excede la capacidad de los lechos de los ríos para conducir el agua y ésta rebasa las riberas. Las inundaciones son fenómenos naturales que pueden ocurrir a Intervalos irregulares en cualquier riachuelo o río. El asentamiento en llanuras de inundación es la causa principal de los daños producidos por las inundaciones. Las inundaciones marinas originadas por tormentas, son un aumento anormal del nivel del mar, asociado con los huracanes y otras tormentas marítimas. Estas inundaciones son generadas por fuertes vientos hacia la costa o por celdas intensas de baja presión y tempestades oceánicas. El nivel del agua es controlado por el viento, la presión atmosférica, la marea astronómica existente, los tumbos y el oleaje, la topografía y batimetría costera

local y la proximidad de la tormenta a la costa. Una inundación marina especialmente cuando se combina con marea alta, fácilmente puede inundar áreas bajas no protegidas. Con mayor frecuencia la destrucción debido a las inundaciones marinas es atribuible al impacto de las olas y al choque físico con objetos asociados al paso de las olas y además a las fuerzas hidrostáticas-dinámicas y los efectos del agua al levantar y acarrear objetos. La inundación de estuarios y otras áreas costeras de bajo nivel es exacerbada por la influencia de la acción de fase de la marea de la tormenta, y también por frecuentes cambios de canales. En general, bien sea por un tipo o por otro, el efecto dañino de las inundaciones sobre la agricultura se puede evaluar a partir de los impactos siguientes: Destrucción o afectación de los cultivos que quedan cubiertos total o parcialmente por el agua durante varios días, a consecuencia del estrés hídrico excesivo; Presencia de enfermedades y plagas como consecuencia de la humedad persistente en el terreno; Saturación de los suelos o aumento significativo de la humedad de los mismos; Socavamiento de estructuras importantes tales como carreteras y ferrocarriles que dan servicio a la agricultura; Pérdida de rendimiento agrícola de los cultivos y de la producción en general como consecuencia de los efectos anteriores.

Huracanes Los huracanes son depresiones tropicales que se convienen en tormentas severas, las cuales se caracterizan por vientos que se desplazan hacia su interior en forma de un espiral. Son generados por el agua oceánica caliente en latitudes bajas y son particularmente peligrosos debido a su potencial destructivo, su extensa zona de influencia, generación espontánea y desplazamiento errático. Los fenómenos asociados con los huracanes son: • Vientos que exceden los 64 nudos (74 millas/h ó 118 km/h), que es la definición de una fuerza huracanada. Los daños resultan del impacto directo del viento sobre estructuras físicas o del acarreo de objetos por el viento. • Lluvias muy fuertes que generalmente preceden y continúan después de los huracanes durante muchos días. La cantidad de lluvia depende de la cantidad de humedad en el aire, la velocidad del movimiento del huracán, y su magnitud. • El tren de olas, que es de las causas de los fenómenos más destructivos de un huracán. No es más que una elevación rápida de nivel del mar, que es el resultado del impulso por los vientos fuertes del agua hacia tierra, causante de la inundación en las áreas costeras bajas. En cuanto a los daños causados, además de destruir cosechas y el suministro de alimentos, pueden afectar también calidad de la tierra y su potencial de producción. Las olas provenientes del mar pueden inundar las áreas costeras, produciendo la salinidad de las tierras agrícola. Si la ola ocurre después de la estación lluviosa, los efec-

131

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

tos sobre los rendimientos son mayores como resultado de que la sal no se diluye rápidamente. La deposición por los deslizamientos de tierras sobre la tierra cultivada puede enterrar cosechas. Este proceso, sin embargo, puede mejorar calidad de la tierra y los rendimientos en los años subsecuentes. Pero el potencial de producción de cosecha puede disminuir si los depósitos son productos arenosos no fértiles, o cienos que pueden saturarse inicialmente y resultar inhóspito para el crecimiento de las raíces y organismos de la tierra. El impacto de un huracán en la tierra depende de las condiciones climáticas precedentes (la humedad de la tierra, nivel de agua). También depende de factores como la topografía y tipo de tierra, incluso su profundidad, la humedad que sostiene y su capacidad de desagüe. Los impactos también se asocian al uso de la tierra y a prácticas de cultivo que influyen en el contenido de materia orgánica y la permeabilidad del suelo. Las buenas prácticas como la nivelación, terraplenando, el desagüe y la irrigación para manejar el flujo de agua y tierra en el lugar durante las tormentas y diluvios son acciones muy favorables. También pueden plantarse plantas de raíces profundas como los árboles y arbustos para proporcionar más estabilidad (San Miguel-Ayans, J., et al., 2003). Las tormentas tropicales y huracanes afectan los recursos del bosque, directamente a través del impacto de vientos fuertes que destruyen los árboles o indirectamente a través del daño de deslizamiento de tierras o el barro que resbala, afectando su salud y su crecimiento. Los árboles bajo estas condiciones son blancos del ataque de organismos secundarios cuyas raíces y tallos pudren por las condiciones de las tierras anegadas, el oxígeno deficiente y la actuación de los hongos del los tipos spp de Phytophthora y spp de Pythium. En casos específicos, los bosques juegan un papel importante en la mitigación del impacto de las tormentas por la protección contra el viento que ejercen sistemas de la agro-silvicultura, mangles y bosques costeros. Se aprecia que la deforestación fue un factor contribuyente al daño extenso de recientes huracanes en Centroamérica y el Caribe.

Sequía Tal vez el fenómeno más perjudicial para la actividad agropecuaria sea la sequía, considerada como uno de los peores enemigos de la humanidad en todas las épocas. Prácticamente todas las regiones del mundo están expuestas en mayor o menor grado a las sequías. La sequía puede definirse en términos generales como una disponibilidad insuficiente de agua durante períodos prolongados de tiempo en áreas extensas ocasionando privaciones y tensiones severas (SENA, 2000). La sequía resulta de una prolongada ausencia de lluvias en conjunción con altas temperaturas y altas evaporaciones, lo cual cusa deshidratación en la zona de las raíces en el suelo deteniendo el suministro de agua a las plantas. Como resultado de esto, el rendimiento de las plantas se reduce notoriamente ya que se retraza su desarrollo, se marchitan y lo más probable es que mueran.

132

En general la sequía cubre mayor extensión geográfica que otros fenómenos. Si esta llega a ser frecuente y de gran intensidad, puede afectar de manera considerable la agricultura y la ganadería, el suministro de agua, el flujo de los ríos y los recursos de agua subterránea, entre otros. Las regiones más propensas a la sequía son los trópicos y los subtrópicos del mundo, especialmente en las zonas áridas. Si la sociedad no presta atención a las sequías, ellas pueden conducir a que el territorio se convierta en un desierto. Pero la sequía es diferente a la aridez. Esta última es debida también a la falta de agua, empero ella se presenta como un rasgo permanente de la región, mientras que la primera es un fenómeno temporal que puede ocurrir, como ya hemos dicho, en cualquier región del mundo. Los múltiples efectos nocivos de las sequías pueden ser directos o indirectos, inmediatos o tardíos, simples o acumulativos. Por ejemplo la sequía conlleva al mal estado en los campos, lo que se traduce en pérdidas directas por la reducción de las cosechas, deterioro de los pastos, bajo rendimiento y muerte de animales domésticos, mermas en la producción de energía eléctrica, además de afectar al transporte y al mercadeo de los productos (SENA, 2000), (Consejo Agropecuario Centroamericano, 1954). Las pérdidas indirectas, de más difícil evaluación por lo complejas, se manifiestan en incendios forestales, emigración de la población rural hacia las ciudades, abandono de tierras fértiles, pérdidas por no poder efectuar las siembras o por animales no concebidos, cambios en las prácticas de uso de la tierra y así sucesivamente. Son sumamente graves los daños ecológicos permanentes que se ocasionan en las zonas propensas a las sequías, que son justamente las que tienen suelos con una erosión generalizada, debido a que el terreno retiene una cantidad de agua cada vez menor (CCAD, 2000). Las privaciones y tensiones generadas por las sequías pueden ir más allá de estas pérdidas, generando impactos graves a la economía de un país tanto a corto como a mediano y largo plazo. Todo ello representa como en el caso de las inundaciones, serios problemas socioeconómicos tales como la escasez y encarecimiento de los productos de primera necesidad, la merma de las comodidades esenciales de la población y el endeudamiento entre otras situaciones adversas.

Desertificación La Tierra está cubierta por una frágil capa de suelo que se ha formado muy lentamente, pero que puede ser barrida por el viento o arrastrada por el agua en pocos años. Es lo que está ocurriendo en muchas zonas. En ninguna parte es más grave el problema que en las zonas áridas, semiáridas y subhúmedas secas, que representan más de un tercio de la superficie terrestre. La “desertificación” es un proceso por el que las tierras afectadas pierden su capacidad productiva. A menudo se vincula la degradación de tierras con la seguridad alimentaria y la pobreza, en una relación de causa y efecto. La Convención de las Naciones Unidas de Lucha contra la

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Desertificación (CLD) tiene por objeto invertir esta tendencia. La desertificación es la degradación de las tierras áridas, semiáridas y zonas subhúmedas secas. Causado principalmente por variaciones climáticas y actividades humanas tales como el cultivo y el pastoreo excesivo, la deforestación y la falta de riego. La desertificación no se refiere a la expansión de los desiertos existentes. Sucede porque los ecosistemas de las tierras áridas, que cubren una tercera parte del total de la tierra, es extremadamente vulnerable a la sobreexplotación y a un uso inapropiado de la tierra (CINU-1, 2006). Según el Programa de las Naciones Unidas para el Medio Ambiente, la desertificación amenaza a la cuarta parte de las tierras del planeta, así como a 250 millones de personas y el sustento de más de 1,000 millones de habitantes de 100 países a causa de la disminución de la productividad agrícola y ganadera. Estas personas incluyen muchas de los países más pobres, los más marginados y los ciudadanos políticamente más débiles. La ONU se ha ocupado de este problema y ha elaborado la “Convención Internacional de lucha contra la desertificación (CLD)¨ en los países afectados por sequía o grave o desertificación, en particular en África”, que cuenta con 172 Estados partes (CINU-2, 2006). Como se indica en el Artículo 1de la CLD, por “desertificación” se entiende la degradación de las tierras de zonas áridas, semiáridas y subhúmedas secas resultante de diversos factores, tales como las variaciones climáticas y las actividades humanas. Aunque se registra degradación de tierras en todas las regiones del mundo, sólo se considera “desertificación” cuando se produce en tierras secas. El 70% de los 5.200 millones de hectáreas de tierras secas que se utilizan con fines agrícolas en todo el mundo ya están degradadas (Mecanismo Mundial, 2006). La característica principal de la aridez o la sequedad es la falta de la humedad existente en condiciones climáticas normales: son tierras áridas o secas aquellas en las que se registra un equilibrio negativo entre los insumos (nivel de precipitaciones anuales) y las pérdidas de humedad (evapotranspiración). Se utiliza un Índice de aridez, o relación insumo/pérdida de humedad, para delimitar las diferentes zonas climáticas respecto de la sequedad (Atl as mundial de la desertificación, PNUMA). Con arreglo a este criterio, “por ‘zonas áridas, semiáridas y subhúmedas secas’ se entiende aquellas zonas en las que la proporción entre la precipitación anual y la evapotranspiración potencial está comprendida entre 0,05 y 0,65, excluidas las regiones polares y subpolares (Artículo1, CLD).” Estas zonas también se denominan ‘tierras secas’. Son tierras secas el 40% de toda la superficie terrestre (alrededor de 5.100 millones de hectáreas), que son el hábitat y el medio de subsistencia de más de 1.000 millones de personas (Atlas mundial de la desertificación, PNUMA). La desertificación afecta al 70% de las tierras secas del mundo, que representan 3.600 millones de hectáreas, es decir, la cuarta parte de todas las tierras del mundo (Mecanismo Mundial, 2006).

En América Latina y el Caribe, más de 600 millones de hectáreas están afectadas, en diversos grados, por el proceso de desertificación. La desertificación es una ruptura del frágil equilibrio que hizo posible el desarrollo de la vida en las zonas áridas del planeta. Esa ruptura desencadena una serie de procesos autodestructivos en los que intervienen todos los elementos que antes favorecían los procesos vitales. Dentro de de esa cadena disruptiva, la pérdida de suelos por erosión eólica e hídrica, su empobrecimiento químico, la reducción del nivel de agua en el subsuelo, una alteración general del ciclo hidrológico y la menor regeneración natural de plantas herbáceas y leñosas, son consecuencias inmediatas de la desertificación y, al mismo tiempo, son causas del empeoramiento del fenómeno. Esto se traduce en una severa reducción de la productividad de los ecosistemas, lo que se expresa en la disminución de los rendimientos agrícolas, pecuarios y forestales, así como en la pérdida de la diversidad biológica. La biodiversidad ha sido reconocida en muchos grupos y foros nacionales e internacionales como nuestro más valioso y amenazado recurso todavía sujeto a un necesario estudio y desarrollo. Los numerosos y significativos beneficios económicos que comienzan a desprenderse de todos los intentos de inventario o conservación sostenible de la biodiversidad representan un poderoso argumento. A pesar de la imponencia de la biodiversidad animal y vegetal en las zonas áridas y semiáridas de América Latina, ésta no ha sido completamente cuantificada ni identificada Más aún, se estima que los recursos genéticos en esos ambientes de la Región se encuentran altamente amenazados debido a múltiples razones, todavía no completamente determinadas ni entendidas. Sin embargo, incuestionablemente la actual eliminación o degradación de los hábitat naturales, causada por el avance de la frontera desértica, la corta indiscriminada de la vegetación, el pastoreo incontrolado, la expansión de la frontera agrícola, y en general el manejo inapropiado de los recursos naturales, inciden directamente en la reducción en marcha de los recursos genéticos, y en la insustentabilidad de sus ecosistemas (Izquierdo, 2006). Cuando la tierra pierde la cubierta de materia orgánica que la cubre, se agrieta acelerando el efecto erosivo del agua y el viento, sufre irrigación de una manera inadecuada aumentando su salinidad, cuando el ganado pisotea y compacta el terreno, se vuelve estéril aumentando la evaporación superficial del agua y las escorrentías. La pérdida de la cubierta vegetal es al mismo tiempo causa y efecto de la degradación de la tierra. Las inundaciones y las corrientes de agua en los temporales, llevan una gran cantidad de sedimentos que se acumulan en el fondo de los lagos y ríos, contribuyendo a la formación de pantanos que son el resultado de la alteración de esos ecosistemas. La formación de tolvaneras en las zonas áridas puede contribuir de una forma decisiva en la salud de las personas que habitan en los alrededores por lo que la salud es otro de las áreas en que afecta la formación de desiertos. La producción de alimentos es uno de los efectos más sensibles de la formación de desiertos. La mala alimenta-

133

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

ción y la franca hambruna son uno de los problemas centrales de los países en vías de desarrollo. La guerra y las revoluciones sociales han estado históricamente, atadas a este tipo de problemas. La desertificación conlleva enormes costos de tipo social. La formación de grandes manchas urbanas y suburbanas de desplazados del campo, los campamentos de refugiados en las fronteras de muchos países, produciendo una enorme presión social que estalla intermitentemente en todo el mundo. La pérdida de condiciones de vida, la mala alimentación y sus efectos en la salud, la pérdida de identidad hacen un caldo de cultivo propicio para el estallido social, por momentos, incontenible. En la región de América Latina y el Caribe se advierten problemas serios generados por una deficiente integración de las actividades de agrícolas de riego, de temporal y pastizales con relación a los bosques, lo que incrementa el deterioro de los ecosistemas naturales. El desarrollo poblacional carece de una planificación integral. Las condiciones de vida de la población rural están por debajo de los mínimos aceptables. En América del Sur, 100 millones de hectáreas han sido degradadas por el efecto de la deforestación y 70 millones por el sobrepastoreo. Con el deterioro del suelo cultivable, los países en desarrollo se ven impulsados a comprar a los países desarrollados, normes cantidades de agroquímicos para aumentar el rendimiento del suelo, lo que ocasiona una fuga importante de recurso, el incremento de los costos de producción y el envenenamiento del suelo y del agua., generando a corto plazo más pobreza y más desierto. El avance de los desiertos debe ser un asunto de prioridad internacional. Los gobiernos del mundo debieran empeñarse en frenar el crecimiento de los desiertos y la búsqueda de sistemas de producción sostenible, produciendo el menor deterioro ambiental. Para ello se requiere de una gran inversión. Tan solo en mesoamérica, se estima que serían necesarios, al menos, 13 000 millones de dólares para restaurar una parte importante de las áreas devastadas.

Erosión La erosión (pérdida) del suelo la provocan principalmente factores como las corrientes de agua y de aire, en particular en terrenos secos y sin vegetación, además el hielo y otros factores. La erosión del suelo reduce su fertilidad porque provoca la pérdida de minerales y materia orgánica. La erosión del suelo es un problema nacional e internacional al que se le ha dado poca importancia en los medios de comunicación masiva (Autores Varios, 1997) El agua es un erosivo muy enérgico. Cuando el suelo ha quedado desprotegido de la vegetación y sometido a las lluvias, los torrentes arrastran las partículas del suelo hacia arroyos y ríos. El suelo, desprovisto de la capa superficial, pierde la materia orgánica (humus) y entra en un proceso de deterioro que puede originar hasta un desierto. El viento es otro de los agentes de la erosión. El suelo desprovisto de la cortina protectora que forman los árbo-

134

les, es víctima de la acción del viento que pule, talla y arrastra las partículas de suelo y de roca. La erosión del suelo es un fenómeno complejo, en el que intervienen dos procesos: la ruptura de los agregados y el transporte de las partículas finas resultantes a otros lugares. Además de la pérdida de la capa de suelo, que contribuye a la desertización, las partículas arrastradas pueden actuar como vehículo de transmisión de contaminación (plaguicidas, metales, nutrientes, minerales, etc.). Se trata de un fenómeno natural pero que ha sido acelerado por las actividades humanas. La erosión puede ser causada por cualquier actividad humana que exponga al suelo al impacto del agua o del viento, o que aumente el caudal y la velocidad de las aguas de escorrentía. El riesgo de erosión por acción del agua es máximo en periodos de lluvias intensas en que el suelo se encuentra saturado de agua, con escasa cubierta vegetal y aumenta el movimiento del agua por la superficie del suelo. El efecto de la escorrentía resultante elimina cantidades importantes de suelo y origina regueros de erosión que actúan como ruta principal del agua, lo que aumenta el problema. La incidencia de la erosión por el viento, propia de climas áridos y semiáridos, es casi siempre debida a la disminución de la cubierta vegetal del suelo, bien por sobre pastoreo o a causa de la eliminación de la vegetación para usos domésticos o agrícolas Los impactos generados por la erosión del suelo son diversos y las consecuencias económicas de ellos derivados son difíciles de estimar. La erosión por el agua supone una pérdida de la capa fértil de los suelos que se estima en varios metros al año, fuente sin precisar por parte del Ministerio de Ambiente y el ICLAM con referencia a las márgenes del Río Chama, siendo este factor de erosión hídrica de la zona, sin embargo, de igual forma se reduce la capacidad de retener agua. Es difícil realizar una estimación de la cantidad de abonos y fertilizantes necesarios para reponer las pérdidas de nutrientes y materia orgánica perdidos por la erosión pero desde luego, lo que es seguro es que se traduce en grandes inversiones monetarias. La erosión del suelo afecta también a los ecosistemas, principalmente en las zonas donde se ha eliminado la cubierta vegetal provocando su destrucción total o parcial. La erosión del suelo y la sedimentación resultante constituyen peligros naturales importantes que producen pérdidas sociales y económicas de grandes consecuencias. La erosión ocurre bajo toda condición climática, pero se considera como un peligro de zona árida porque, junto con la salinización, es una: importante causa directa de la desertificación. La erosión por el agua o el viento ocurre sobre cualquier terreno en pendiente, sea cual fuere su uso. Los usos de la tierra que aumentan el riesgo de erosión del suelo incluyen el sobre pastoreo, la quema o explotación de bosques, ciertas prácticas agrícolas, construcción de caminos y senderos, y el desarrollo urbano. La erosión del suelo tiene tres efectos principales: pérdida de apoyo y nutrientes necesarios para el crecimiento de las plantas; daños río abajo por los sedimentos generados por la erosión; y la disminución de la capacidad de almacenamiento de agua debido a pérdida de terreno y

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

sedimentación de ríos y reservorios, lo cual conduce a una regulación natural disminuida del flujo de las aguas. La sedimentación en ríos y reservorios es frecuentemente la raíz de muchos problemas en el manejo de agua. El movimiento de sedimentos y su subsiguiente deposición en reservorios y cuencas de ríos, reduce la vida útil de los reservorios para el almacenamiento de agua, agrava los daños de las aguas de inundación, impide la navegación, degrada la calidad del agua, daña los cultivos y la infraestructura, y causa excesivo desgaste de turbinas y bombas.

Salinización El agua salina es común en regiones secas; los suelos derivados de depósitos marinos químicamente desgastados (tales como pizarra) son frecuentemente salinos. Generalmente, sin embargo, los suelos salinos han recibido sales transportadas por el agua desde otras localidades. La salinización más frecuente ocurre en terrenos irrigados como resultado de un pobre control del agua, y la fuente primaria de las sales que impactan a los suelos es agua subterránea o de superficie. Las sales se acumulan por la inundación de tierras bajas, la evaporación de depresiones que no tienen salida y el aumento del nivel de la capa freática. La salinización conduce a la disminución de fertilidad de los suelos e, inclusive, a la pérdida total de la tierra para propósitos agrícolas. En ciertas instancias, las tierras de cultivo abandonadas por problemas de salinidad pueden estar sujetas a erosión por acción del agua o del viento y se convierten en zonas desérticas. Generalmente, el agua es utilizada en exceso cuando su costo es bajo. En regiones secas el agua subterránea que contiene sales es frecuentemente la principal fuente de agua. No dar un precio justo al agua que se obtiene de proyectos de irrigación, puede crear una gran demanda por tales proyectos y conducir al mal uso del agua disponible, dando lugar a saturación de agua y salinización. En Cuba, los suelos salinos o en vías de salinización constituyen casi el 20 % del total de los 3 000 000 de ha de áreas agrícolas del país, de forma tal que este problema se considera uno de los más importantes que enfrenta la agricultura cubana actual (Ortega et al., 1986). Entre las regiones del país con mayores afectaciones se encuentran los valles de Guantánamo y del Cauto, el norte de las provincias centrales y el sur de las provincias occidentales (Ortega et. al., 1986). El uso y mejoramiento de los suelos salinos requiere una caracterización precisa de las regiones afectadas, por lo que en el país se confeccionaron cartogramas de salinidad a escala 1:50 000 (CNSF, 1985). Sin embargo, la salinidad de los suelos es muy variable por lo que, para propósitos de mejoramiento y manejo de los mismos, los cartogramas de salinidad deben confeccionarse a escalas detalladas, de 1:10 000 o mayores (Obregón et al., 1988). A lo anterior debe añadirse que los cartogramas son útiles solo hasta cinco años después de realizados, debido a la variabilidad temporal del fenómeno (Ortega et al., 1986), de ahí que muy pocas empresas agrícolas cuentan con cartogramas de salinidad de suelos actualizados. Asimismo, aunque se conocen las causas generales de la

salinización en las distintas regiones del país (Ávila, 1978), sin cartogramas de salinidad a escalas detalladas es muy difícil reconocer cuál es la causa específica que provoca el fenómeno en un sitio dado, lo cual impide encontrar la vía adecuada para la recuperación de esos suelos, o planificar el riego y otras actividades para impedir la salinización en el caso de los amenazados por la salinidad (Ortega et al., 1986). Todo esto implica la necesidad de buscar vías que abaraten la confección de cartogramas de salinidad, con tal fin los trabajos cartográficos, a nivel internacional, han utilizado en los últimos años las imágenes de satélites y otros sensores remotos, en unión de sistemas de información geográfica (Konecny, 1998).

Incendios en la vegetación y los bosques Un gran número de incendios forestales ocurren cíclicamente alrededor del planeta, en la actualidad constituyen, un problema grave que afecta a muchos países (Oharriz, Valdés y Llorente, 1990). Particularmente en las últimas décadas ha habido en el mundo una importante tendencia al aumento de los incendios forestales (Vélez 2000) y Cuba no ha sido una excepción, el número de incendios ocurridos en las últimas décadas y la cantidad de áreas afectadas indican, que en el país existe necesidad de implementar nuevas acciones que contribuyan a revertir la actual situación, así como buscar mecanismos más efectivos de previsión, detección y control de incendios (Mejías y Setzer, 2006). Este fenómeno es la causa de grandes pérdidas económicas, producen verdaderas catástrofes, con importantes daños al medio ambiente, la destrucción de grandes extensiones de bosques tropicales, estos últimos, importantes sumideros del Dióxido de carbono. Los incendios ocasionan también, pérdida de la flora asociada al bosque, muchas veces formaciones vegetales primarias, afectaciones a la fauna y la muerte de numerosas especies animales autóctonas, aceleran los procesos de erosión del suelo, provocan transformaciones perjudiciales en la composición química del suelo y la pérdida de la microflora asociada con la consiguiente disminución de la productividad, producen la contaminación de las aguas superficiales y subterráneas, alteran la estructura paisajística y en general, provocan efectos severos de degradación del medio. Significativas son actualmente las pérdidas de vidas humanas, propiedades, infraestructura social y económica, ocasionadas directamente por los incendios, así como las afectaciones a la salud humana, en las regiones afectadas y zonas vecinas, debido al aporte de humo y smog. El impacto del fuego en la atmósfera terrestre es también de gran significación. Estudios meteorológicos y de composición química de la troposfera han demostrado que la ocurrencia de incendios provoca, sin dudas, contaminación atmosférica y tienen influencia en los cambios climáticos regional y global. Sus emisiones contribuyen a inyectar a la atmósfera grandes cantidades de gases de efecto invernadero y por tanto al aumento de la temperatura media del planeta. Gases como el CO, NOx, SO2, HCN y aerosoles provocan alteraciones en el balance radiativo de la tierra. Otros gases producidos por la

135

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

combustión, CH4, CO y NO, desempeñan un rol importante en la formación de las moléculas de Ozono (O3) el aumento de sus concentraciones troposféricas y reducciones del estratosférico, principal absorbente en la atmósfera de la radiación ultravioleta del sol. Entre los efectos mas importantes causados por los incendios se pueden citar: acaba con las fuentes de vida, afecta la calidad del paisaje, favorece la deposición masiva de sedimentos en lechos de ríos y estuarios, afectan la infiltración y la protección de fuentes de agua, provoca la migración de depredadores hacia los cultivos a la vez que eliminan los controles naturales y además afecta la fijación del carbono en el suelo, la protección de las aguas, la biodiversidad y los ecosistemas.

Deslizamientos de tierras Los deslizamientos de tierra constituyen uno de los fenómenos naturales más comunes en la serie de desastres relacionados a la actividad hidrometeorológica, pero también relacionados a la actividad humana (Velis y Campos, 1991). El término deslizamiento de tierra incluye deslizamientos, caídas y flujos de materiales no consolidados. Los deslizamientos de tierra pueden iniciarse por terremotos, erupciones volcánicas, suelos saturados por lluvias intensas, o por al acercamiento de la capa freática a la superficie y por erosión causada por ríos. El sacudimiento sísmico de suelos saturados crea condiciones particularmente peligrosas. Aunque los deslizamientos son localizados, pueden ser muy dañinos debido a la frecuencia con que ocurren. Las clases de deslizamientos incluyen: • Caída da rocas, que son caracterizadas por rocas con caída libre en acantilados. Estas suelen acumularse al pie del acantilado en forma de taludes, lo que as un riesgo adicional. • Deslizamiento y avalanchas, un desplazamiento del recubrimiento en superficie debido a falla de corte a lo largo de un accidente estructural. Si el desplazamiento ocurre en material de superficie sin deformación total, se le conoce como un desprendimiento. • Los flujos y esparcimientos laterales, que ocurren en material reciente no consolidado, asociados con una capa freática poco profunda. Aunque identificados con una topografía moderada, estos fenómenos de licuefacción pueden desplazarse a grandes distancias desde su lugar de origen. El impacto de estos eventos depende de la naturaleza específica del deslizamiento. Las caídas de roca son peligros evidentes para la vida y la propiedad en general, sólo representan un peligro muy local debido a su limitada área de influencia. Por el contrario, los deslizamientos de tierra, avalanchas, flujos y esparcimiento lateral, frecuentemente con gran extensión espacial, pueden traer como consecuencia una pérdida masiva de vidas y de propiedades. Los flujos de lodo asociados con las erupciones volcánicas, pueden trasladarse a gran velocidad desde el lugar de origen y son uno de los peligros volcánicos más destructivos.

136

LA TELEDETECCION COMO FUENTE DE DATOS PARA LA EVALUACION, MONITOREO Y MANEJO DE DAÑOS PROVOCADOS POR DESASTRES SOCIO NATURALES EN LA AGRICULTURA Experiencias en el uso actual de la teledetección en el manejo de desastres naturales El uso de satélites apunta a mejorar la calidad de la información y la operatividad de los centros para la prevención, supervisión, y mitigación de catástrofes naturales. Los datos deben ser adquiridos de manera fácil y oportuna. Sería deseable la existencia de un equipo de trabajo que habilitara la adquisición de datos de teledetección en cualquier situación y la transmisión de éstos al centro de procesamiento tan rápido como fuera posible. El centro de procesamiento o grupo de manejo del desastre deben incluir personal entrenado, hardware y software para integrar la información auxiliar existente con los datos de detección remota recientemente adquiridos. Para ello, lo ideal sería contar con una estación receptora, un lugar donde desarrollar los procesos productivos y disponer de nuevos y eficaces algoritmos para el análisis de volúmenes grandes de información en un espacio de tiempo corto. El producto de información final, es decir los mapas temáticos, las estadísticas, etc., deben estar listos dentro de 2-3 horas después de que los datos del satélite se reciben (San Miguel-Ayanz, J., 2003). Los datos deben ser adquiribles bajo cualquier condición temporal, es decir, deben garantizar la operabilidad que se necesita, combinando datos ópticos con datos de radar. En el caso de cubrimientos de nubes, la combinación de sistemas de SAR existentes puede proporcionar la información requerida en lo que se refiere a la frecuencia de adquisición de datos. En la actualidad, el número de sistemas de teledetección espacial usado en el manejo de datos geoespaciales está aumentando rápidamente, así como la resolución espacial, radiométrica, temporal, y espectral de los productos que ellos proporcionan. Sin embargo, no hay todavía, una plataforma o sensor que se dedique específicamente a obtener la información sobre un tipo particular de desastre. Como resultado de esta situación, es necesario acudir a la información existente de varios sistemas, lo que implica problemas de registración y calibración y por consiguiente, se dificulta el proceso de producción de la información necesitada. Tipos de datos de teledetección usados y tipos de trabajo a realizar con ellos. La Tabla 2 muestra algunas plataformas espaciales actuales y el tipo de desastre en que ellas se recomiendan usar. En la misma, se indica el uso bastante generalizado de la teledetección espacial en el manejo de desastres, aunque no se proporcionan detalles sobre las fases del desastre abordadas por cada sensor.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tabla 2. Aplicaciones actuales de las plataformas espaciales en el manejo de desastres SATELITE

SENSOR

SUMETSAT NOAA GOES LANDSAT SPOT ERS

METEOSAT AVHRR IMAGER TM, MSS HRV SAR ATSR SAR SAR MSU-E MSU-SK KFA-1000 KATE-200 WIFS LISS-3

RADARSAT JERS RESOURS-01 RESOURSF20 RSI-C

Resolución Espacial (m) 2500 1000 1000 30 20 30 1000 10 25 45 250 5 30 188 23

Aplicaciones (*) 3, 5. 6. 11 2, 3, 9, 10 3, 5, 6, 11 2, 3, 5, 7, 8, 9, 10 2, 3, 5, 7, 8, 9, 10 2, 4, 5, 8, 9, 10 3, 10 2, 4, 5, 8, 9, 10 2, 4, 5, 8, 9, 10 2, 3, 5, 7 2, 5, 7 2, 8, 10 2, 3, 5, 10 2, 3, 5, 7, 8, 10 2, 3, 5, 7, 8, 10

(*) APLICACIONES: (1) Avalanchas; (2) Enfermedades en cultivos; (3) Sequías; (4) Terremotos; (5) Inundaciones; (6) Huracanes o Tormentas tropicales; (7) Infestaciones; (8) Deslizamientos de tierras; (9) Vulcanismos; (10) Incendios; (11) Tornados; (12) Tsunamis (Adaptado de San Miguel-Ayanz, J., 2003)

Una descripción más detallada de los requisitos del satélite para sensar parámetros diferentes, y la manera en que el desastre se aborda con los sensores específicos existentes, puede encontrarse en (GEOWARN, 1993), en la Base de datos de Referencia de Desastres Naturales de la NASA (http://ltpwww.gsfc.nasa.gov/ndrd/ research.html), o el Dossier de la ESA-CEO (http:// ceos.esrin.esa.it:9000/ceos.html). Como se ha mencionado antes, la mayoría de las aplicaciones están todavía en fase de investigación. La teledetección espacial se ha usado para proporcionar la información necesitada para determinar el riesgo de desastres naturales, y por consiguiente aumenta el grado de preparación y facilita la emisión del aviso temprano a la población y/o organizaciones de dirección del desastre. También se ha usado para evaluar daños y perjuicios causados por los riesgos naturales con grado diferente de éxito. Sin embargo, sólo en el caso de desastres temporales, tales como ciclones tropicales o tormentas la teledetección espacial se usa operacionalmente.

Requisitos de los sensores actuales y futuros en el manejo de riesgos naturales Existe un número grande de sensores planeados que mejorarán las capacidades de los existentes. El rango de los nuevos sensores va desde aquellos con resoluciones espaciales muy altas como el caso de los sistemas Earlybird (3 m), Quickbird (3.28 m), Orbview (1 y 2 m); hasta los que poseen resolución espectral muy alta, como el caso de los espectrómetros de imagen MODIS, MERIS, y los de alta frecuencia en la adquisición de datos por pequeñas constelaciones de satélite como FUEGO, COSMOS/SkyMed, etc., Los requisitos del usuario normalmente son un desastre específico, es decir se necesitan datos diferentes para supervisar cada desastre natural. Sin embargo, existen sobre cubrimientos entre la información necesitada para algunos tipos de desastres. Por ejemplo, los DEMs, los mapas de cobertura de tierra, los mapas de uso de tierra, la humedad de la tierra, son una necesidad de información común a los diluvios, sequías, e incendios forestales; la información de la cantidad de lluvia

normalmente se usa en inundaciones y el monitoreo de huracanes, etc. Algún progreso se ha alcanzado en la adquisición de variables físicas aprovechándose de la sinergia entre tipos diferentes de datos de teledetección. Se prevé que la combinación de datos que provienen de diferentes sensores futuros proveerán datos para el monitoreo de riesgos se desastres naturales. No obstante, la existencia de una gran cantidad de datos teledetectados no resolverá ningún problema y no proporcionará información si los algoritmos para procesar esos datos no están disponibles. Incluso datos de NOAA que son probablemente la fuente más ampliamente usada para la supervisión a escala global y regional, tienen problemas intrínsecos de calibración, registración y otros efectos, etc., qué no se han resuelto todavía. Ningún algoritmo específico se ha desarrollado para las aplicaciones particulares, mientras, se sigue confiando en el uso del NDVI principalmente. Algunas alternativas, como GEMI se han propuesto como una aplicación mejorada orientada a los algoritmos. Sin embargo, como han apuntado algunos autores (San Miguel-Ayans, et al., 2003) hay una necesidad de desarrollar algoritmos específicos para tratar con las necesidades concretas, dirigiéndose tanto como sea posible al mejoramiento de los procesos físicos subyacentes.

Posibles usos de las imágenes de satélites en la evaluación, monitoreo y manejo de daños en el sector agrícola causados por huracanes y tormentas tropicales Aunque este trabajo hace hincapié en el posible uso de las imágenes satelitales después del paso de los huracanes, es conveniente esbozar brevemente las ideas en cuanto al uso de estos datos en las etapas precedentes. Antes y durante el paso de los huracanes, los órganos de gobierno a los distintos niveles en Cuba, decretan progresivamente las fases: Informativa, Alerta Ciclónica, Alarma Ciclónica y Recuperativa (Follo et al., 2001). En la primera, se mantiene informados a los diferentes actores sobre las características, posible trayectoria y medidas a cumplimentarse para la protección en las distintas

137

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

fases. La segunda, se decreta cuado existe cierta probabilidad de ocurrencia del paso del huracán por una zona geográfica dada. La tercera, es el momento de la inminencia del paso del mismo, mientras que la cuarta y última, enmarca el cumplimiento de las medidas para la rehabilitación o reconstrucción de los daños. En las tareas de “informar” y “alertar” a los diferentes actores, desempeña un papel protagónico, el Departamento de Pronósticos del Instituto de Meteorología de Cuba. Esta dependencia usa datos provenientes de sensores de teledetección de diferentes tipos y características para poder cumplir eficazmente su misión. Entre los datos más empleados, se encuentran los “datos ópticos”, que como su nombre indica, abarcan solamente la energía electromagnética reflejada por los cuerpos de la tierra y la atmósfera en el sector de longitudes de onda de la región visible e infrarroja cercana del espectro. Los mismos, pueden provenir de plataformas aéreas que realizan labores de vigilancia y seguimiento o de los satelitales meteorológicos tales como los NOAAHRPT, GOES y otros. También se usan con mucha frecuencia los datos provenientes de sensores de microondas terrestres, aéreos o satelitales. En Cuba, existe una infraestructura de estaciones terrenas que ofrecen una cobertura muy eficiente para las tareas de pronóstico y seguimiento de estos fenómenos. Sin embargo, el dato más comúnmente utilizado en el pronóstico del tiempo, así como en el seguimiento de los organismos meteorológicos y en la información a los diferentes actores, son las imágenes provenientes del sensor AVHRR-NOAA, que brinda información en las regiones visible, infrarrojo y térmica, con una frecuencia de 6 horas, resolución espacial de 1.1 km, abarcando espacios muy amplios, y con una resolución radiométrica muy alta (1024 bytes).; todo lo cual, las hace muy apropiadas en el monitoreo de la trayectoria de los huracanes y en la representación geográfica de los modelos de pronósticos, por la posibilidad de ofrecer una visión panorámica de los fenómenos meteorológicos a escala de la región del Caribe y Centro América. Este tipo de imágenes, que son muy efectivas en el pronóstico y seguimiento de los huracanes no lo son en la misma medida para la evaluación de los daños en el sector agrícola, para lo cual se requieren datos espaciales con capacidades resolutivas altas, tales que faciliten abordar la evaluación de los daños con un mayor nivel de detalles. Inmediatamente después del paso del huracán por una zona determinada, se decreta la “fase recuperativa”, Su objetivo es cumplimentar una serie de acciones para recuperarse de los daños ocasionados y volver a la normalidad en el tiempo más breve posible. Los daños que puede causar un fenómeno de esta naturaleza en la agricultura, son variados y la magnitud de los mismos depende de la intensidad o categoría del huracán, de su extensión, y del grado de preparación alcanzado en las etapas precedentes como resultado del cumplimiento de los planes por parte de los diferentes actores.

138

Sin embargo, en el sector agrario, que posee un fuerte componente en recursos naturales y medioambientales que no son posibles preparar íntegramente, se producen numerosas pérdidas y afectaciones que son necesario evaluar, monitorear y manejar adecuadamente con el fin de coadyuvar a su rápida recuperación. Es en este marco, donde las técnicas geoinformáticas y especialmente las imágenes de satélites pueden resultar herramientas tecnológicas muy eficaces. En la Tabla 2, se brinda una caracterización del los daños más comunes en el sector agrícola en Cuba, con una propuesta del autor, que incluye los datos a usar para abordarlos, una fundamentación del uso de los mismos, atendiendo a las dimensiones de las áreas afecta das, su escala s m ás probabl es, así como l as metodologías que pudieran resultar útiles y los productos para el manejo. Sin lugar a dudas, uno de los problemas más actuales en el sector de la agricultura, es la evaluación cualitativa y cuantitativa de los daños causados por este u otros fenómenos naturales. En lo adelante habrá que investigar desde una óptica multidisciplinaria de causa efecto, el accionar de estos daños físicos y químicos que producen los fenómenos naturales sobre los cultivos agrícolas y su entorno físico geográfico. Este autor considera que el camino debe conducir a determinar un conjunto de indicadores cualitativos y cuantitativos que faciliten a los productores, empresarios y tomadores de decisiones del sector, determinar con objetividad los efectos en los planos económico, social, medio ambiental y productivo, única manera de realizar una evaluación consistente a escala nacional o regional. En la Tabla 3 se sintetizan algunos indicadores a tener en cuenta en la prevención y riesgo, la evaluación, monitoreo y manejo de los daños mediante el uso de imágenes de satélites. Tabla 3. Algunos indicadores para evaluar el impacto de los huracanes y tormentas tropicales sobre la agricultura y su medio ambiente usando imágenes satelitales TAREAS PREVENCIÓN Y RIESGO

EVALUACION

MONITOREO

MANEJO

CRITERIOS Indicadores de la superficie amenazada por él o  los fenómenos naturales Incremento o disminución de los indicadores  anteriores con relación a fenómenos similares ocurridos antes en la mismas zonas o regiones Indicadores de preparación previa de los  diferentes actores Indicadores de superficie afectada y estadísticas  de cultivos Indicadores de pérdida de producción  Indicadores de afectaciones al medio ambiente  y los recursos naturales Indicadores de afectación a ecosistemas  Indicadores económicos  Evolución del fenómeno en el tiempo  Incremento o disminución de los indicadores  evaluados Velocidad de atenuación o recuperación del  daño Permanencia del daño o fenómeno  Uso de productos cartográficos para el  monitoreo y evaluación de la recuperación Aplicación de medios e instrumentos de  verificación Acciones cumplimentadas por los diferentes  actores

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Tabla 4. Caracterización de los daños más frecuentes en la agricultura en Cuba debido a huracanes y propuesta para el uso de datos tele detectados PROBLEMATICA

DATOS A USAR

FUNDAMENTACION

AREA, SENSOR Y ESCALA

METODOLOGIA

Plantaciones de caña de azúcar derrumbadas y encamadas

Imágenes ópticas y de radar

Está demostrado el uso de la banda 4 del landsat TM para determinar el hábito de crecimiento. El radar permite discriminar cultivos con diferentes características estructurales Es fácil detectar áreas húmedas por la habilidad del sensor de penetrar el suelo en este estado.

Local: Radarsat + Landsat ETM. Escalas: 1:10 000 – 1:5 000.

-Análisis visual -Fusión de imágenes ópticas+ radar. -Selección de muestras de clases. -Clasificación digital -Corrección geométrica. -Edición cartográfica -Análisis visual. -Selección de patrones de áreas húmedas -Clasificación digital. -Corrección geométrica. -Edición cartográfica -Análisis visual. -Selección de patrones de áreas húmedas -Clasificación digital. -Corrección geométrica. -Edición cartográfica -Conversión de ND a reflectancia. -Calculo NDVI -Selección de patrones. -Clasificación digital. -Corrección geométrica. -Edición cartográfica. -Análisis visual. -Selección de patrones de áreas húmedas -Clasificación digital. -Corrección geométrica. -Edición cartográfica -Conversión de ND a reflectancia. -Calculo NDVI -Selección de patrones. -Clasificación digital. -Corrección geométrica. -Edición cartográfica. -Conversión de ND a reflectancia. -Calculo IV y Cocientes -Selección de patrones. -Clasificación digital. -Corrección geométrica. -Edición cartográfica. -Obtención del DEM -Ortorrectificación -Selección de muestras -Fusión de imágenes ópticas+radar -Clasificación digital -Edición cartográfica

Plantaciones de caña de azúcar de bajo porte anegadas en agua

Imágenes de radar

Plantaciones de tabaco joven anegadas

Imágenes de radar

Es fácil detectar áreas húmedas por la habilidad del sensor de penetrar el suelo en este estado.

Plantaciones de tabaco con el follaje deteriorado por los vientos

Imágenes ópticas

Los cocientes e Índices de vegetación permiten establecer diferencias con áreas no afectadas debido a la reflectancia en el R e IRC

Inundación temporal en cultivos de tubérculos y granos

Imágenes de radar

Es fácil detectar áreas húmedas por la habilidad del sensor de penetrar el suelo en este estado.

Plantaciones de bananos derribadas

Imágenes ópticas

Los cocientes e Índices de vegetación permiten establecer diferencias con áreas no afectadas debido a la reflectancia

Plantaciones de cítricos y Plantaciones arbóreas y arbustivas derribadas y follaje dañado.

Imágenes ópticas, IRC e IRT

Facilidad para discriminar estados de masas vegetales a partir del tratamiento de IV y cocientes entre bandas

Formaciones boscosas dañadas en su follaje por la acción del viento

Imágenes ópticas, IRC e IRT. Imágenes de radar

Facilidad para discriminar estados de masas vegetales a partir del tratamiento de IV y cocientes entre bandas Habilidad para detectar masas vegetales por el efecto de la retrodispersión Es fácil detectar áreas húmedas por la habilidad del sensor de penetrar el suelo en este estado.

Pastos y forrajes inundados y o deteriorados por la humedad, estrés, etc.

Imágenes de radar

Territorial: Spot y Landsat TM a escalas; 1:25000 -1:50 000 Local: Radarsat modo fino a escalas 1:10 000 – 1:25 000. Territorial: Radarsat Modo estándar. Escalas 1:50 000-1:100 000. Local: Radarsat modo fino a escalas 1:10 000 – 1:25 000. Territorial: Radarsat Modo estándar. Escalas 1:50 000-1:100 000. Local: Ikonos a escalas 1:5 000 -1:10 000 Territorial: Spot-Xi a escalas 1:25 000 a 1:50 000.

Local: Radarsat modo fino a escalas 1:10 000 – 1:25 000. Territorial: Radarsat Modo estándar. Escalas 1:50 000-1:100 000. Local: Ikonos a escalas 1:5 000 -1:10 000 Territorial: Spot-Xi a escalas 1:25 000 a 1:50 000.

Local: Ikonos y QuickBird a escalas de 1.5 000 – 1:10 000. Territorial. Spot P; Spot Xi, Landsat ETM a escalas de 1:25 000, 1:100 000 y 1:250 000. Local: radarsat en modo fino a escalas de 1:10 000 – 1:25 000. Territorial. Radarsat en modo estándar a escalas 1.100 000 – 1:250 000. Local: Radarsat modo fino a escalas 1:10 000 – 1:25 000. Territorial: Radarsat Modo estándar. Escalas 1:50 000-1:100 000.

Principales suministradores de datos libres Entre los posibles suministradores de datos de teledetección, se encuentra ResMap. Este proporciona el acceso en línea gratuitamente para adquirir-preparar datos de satélites. Existe disponibilidad de imágenes que cubren parte del globo terrestre, con re-

-Análisis visual. -Selección de patrones de áreas húmedas -Clasificación digital. -Corrección geométrica. -Edición cartográfica

PRODUCTOS CARTOGRAFICOS A USAR Mapa de ocupación del suelo

Mapa de zonas húmedas en plantaciones de caña de azúcar

Mapa de zonas húmedas en plantaciones de Tabaco

Mapa de ocupación del suelo

Mapa de zonas húmedas en plantaciones de caña de azúcar

Mapa de Cultivos

Mapas de ocupación del suelo

Mapa de cobertura vegetal

Mapa de zonas húmedas

soluciones que van de 1 km. a 14.25 metros para la mayoría de las áreas, y en algunas regiones seleccionadas están disponibles imágenes de hasta 1 metro de resolución. Existen capacidades disponibles por encima de 4 terabytes de imaginería de LANDSAT. De manera directa y gratuitamente, se usan en las oficinas de aplicaciones GIS/CAD/RS/MS, directamente en su es-

139

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

critorio, sin necesidad de descargar los datos (http:// www.resmap.com/index.html). A través de éstos servicios, se pueden obtener imágenes de satélites de cualquier parte del mundo, desde 1987 a 2003 de los siguientes tipos de satélites: NOAA, Ikonos, Landsat 5 TM, Landsat 7 TM, Landsat MSS, MODIS, RADARSAT y SPOT 5. Otra organización suministradora de datos es UNOSAT (http:unosat.web.cern.ch/unosat/) UNOSAT: Imágenes de Satélites para todos, tiene por objetivos facilitar las tareas de planeación territorial y supervisión a las autoridades locales, técnicos, gerentes de proyectos de desarrollo y especialistas de campo para labores humanitarias, que trabajan en coordinación con o dentro del marco de actividades de ONU, en problemas tales como manejo de desastres, prevención de riesgo, operaciones de mantenimiento de la paz en zonas de conflictos humanitarios, reconstrucción postconflicto, y la rehabilitación medioambiental y desarrollo social y económico. El propósito de UNOSAT es animar, facilitar, acelerar y extender el uso de información geográfica exacta derivada de las imágenes de satélite por profesionales involucrados, logrando la reducción de la vulnerabilidad, el manejo de los desastres y la recuperación; así como el desarrollo sustentable al nivel local. UNOSAT puede entregar los servicios a las agencias de ONU y a la comunidad internacional, las 24 horas del día durante los 7 días de la semana, a través de una interfaz con el usuario basada en Web, así como; por contacto directo. Los servicios incluyen orientación metodológica, selección de las imágenes de satélite y ayuda para su obtención, procesamiento de imágenes, revisión de mapas y otros servicios de información geográficos para los miembros de la comunidad. Cualquier institución involucrada en actividades humanitarias no lucrativas, que apuntan a la prevención de crisis, el manejo y recuperación sustentable y que estén en línea con las políticas de desarrollo de ONU puede usar los servicios de UNOSAT. Dependiendo del perfil del usuario (huésped, usuario registrado u organización miembro activa), se podrá acceder a niveles diferentes de productos y servicios. La máxima aspiración es que estos productos libres sean útiles a la comunidad humanitaria. Para ello, solamente, el interesado debe seleccionar su área de interés en el sitio Web indicado y ver qué productos de UNOSAT libres existen. Existen diferentes tipos de mapas y productos geográficos que se producen por UNOSAT de fuentes públicas y también imágenes sin ningún tipo de procesamiento. El usuario está en el deber de informar a la UNOSAT si esta información se usa en un informe, un proyecto etc.

Los productos adicionales, incluso las imágenes del satélite (por ejemplo de Ikonos, SPOT, LANDSAT o ENVISAT) y los mapas temáticos (uso de la tierra, modelo de elevación digital (DEMs) y análisis de cambios medioambientales puede proporcionarse por UNOSAT atendiendo a la demanda del usuario.

CONCLUSIONES • El futuro de la detección remota en el campo del manejo de desastres está basado en la capacidad de los programas de la investigación y desarrollo de mejorar las técnicas existentes para procesar los datos teledetectados y recuperar las necesidades de información. Inclusive, aunque no está concebida una misión enfocada a un desastre específico, salvo el programa FUEGO, el cual está concentrado en los incendios forestales y que todavía se encuentra en una fase de viabilidad, se prevé exista una gran variedad de datos teledetectados en el futuro cercano. Estos datos tendrán cada uno características espectrales y espaciales diferentes que fortalecerán el proceso de asimilación de los datos o fusión de imágenes. • Una cuestión muy importante consiste en mejorar los algoritmos existentes para el pre-procesamiento de los datos, tales como, la calibración geométrica y radiométrica. Una vez cumplido este paso, y se pueda contar con una serie de datos fiables, surge la necesidad de entender los procesos físicos. Luego, habrá que tener en cuenta la demanda de desarrollar modelos y algoritmos que permitan extraer las variables físicas que se necesitan para el manejo del desastre. Mirando el trabajo que se presenta en lo adelante, podemos comprender que, aunque ha existido un progreso grande en el campo de detección remota, principalmente manejado por las tecnologías informáticas perfeccionadas, existe todavía la necesidad de ir a la comprensión de procesos físicos y extraer la información necesitada de los datos teledetectados. Los sensores perfeccionados nos proporcionarán datos mejorados, pero nosotros todavía necesitamos mejorar y poner al día a nuestros modelos para derivar la información de todas estas nuevas fuentes de datos. • Por otra parte, ha quedado demostrada a lo largo del tiempo, que la estrategia cubana para enfrentar los desastres naturales, especialmente los huracanes y tormentas tropicales es viable y y merece y debe ser estudiada por otros países, especialmente los de la región geográfica común, sin embargo a pesar de lo anterior, la misma debe perfeccionarse con la adopción de un conjunto de medidas organizativas y técnicas que permitan el uso y manejo de los datos teledetectados para incrementar la eficiencia apuntada.

REFERENCIAS BIBLIOGRÁFICAS • AUTORES VARIOS: El Suelo-erosión, UNESUR, Universidad Nacional Experimental del Sur del Lago, ¨Dr. Jesús Mª. Semprúm¨, Sta. Bárbara de Zulia, (en línea), disponible en: http:// www.monografías.com., 1997. • ÁVILA, L.: Las vías de salinización de los suelos en: Conferencias de la Reunión Nacional de Suelos Salinos, 67pp., Academia, La Habana, 1978.

140

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

• BASE DE DATOS DE REFERENCIA DE DESASTRES NATURALES DE LA NAS, (en línea), disponible en: http:// www.gsfc.nasa.gov/ndrd/research.html • BURTON, I., KATES, R.W. & G.F. WHITE:. The Environment Hazard, New Cork, Oxford University Press, 1978. • CCAD: El Impacto Socioeconómico y Ambiental de la Sequía de 2001 en Centro América, CEPAL/UN. Comisión Centroamericana de Ambiente y Desarrollo), Doc. 14628 en CD-ROM–CRID, México, DF, 2002. • CINU-1:, Tema de Interés: Desertificación, Centro de Información para México, Cuba y República Dominicana, Naciones Unidas, (en línea), disponible en: http://www.cinu.org.mx/temas/des_sost /desert.htm , 2006 • CINU-2:, Tema de Interés: Desertificación, Centro de Información para México, Cuba y República Dominicana, Naciones Unidas, (en línea), disponible en: http://www.cinu.org.mx/eventos/conferencias/johanesburgo/documentos/luchacontra desertificación.htm, 2006. • CONSEJO AGROPECUARIO CENTROAMERICANO:, Informe sobre los Efectos de la Sequía en la Producción de Granos Básicos en Colombia. Doc. 9295 en CD-ROM – CRID, 1954. • DOSSIER DE LA ESA-CEO (en línea), disponible en: (http:// ceos.esrin.esa.it:9000/ceos.html). • FOLLO, L; V. HUERGO Y J.L. PERAZA:, Manual del Facilitador, Operaciones y Socorros, Cruz Roja Cubana, La Habana, Cuba, 2000. • IZQUIERDO, J: “Programa FAO/PNUMA para el Control de la Desertificación. Actividades y Perspectivas”, Depósito de Documentos de la FAO, Anexo IV-Presentaciones Técnicas, Oficina Regional de la FAO para América Latina y el Caribe, Santiago de Chile, 2006. • KONECNY, G.: Remote Sensing for Sustainable Development, State of the art. Operational Remote Sensing for Sustainable Development, 1923 pp., 1998. • MECANISMO MUNDIAL:, ¿Qué es la CLD?, Artículo1. http://www.gm-unccd.org/Spanish/ About /unccd.htm, 2006. • MEJÍAS, E. & A. W. SETZER:, Sistema para la Detección y Monitoreo de Incendios en la Vegetación con el empleo de la Teledetección. Pronóstico de Peligro a Corto y Mediano Plazo Instituto de Meteorología, Cuba (en prensa), 2006. • OBREGÓN, A.: La Problemática de la Salinización de los Suelos de la República de Cuba, En: Memorias del XI Congreso Latinoamericano y II Congreso Cubano de la Ciencia del Suelo, La Habana: 1314:1316, 1990. • OEA:, Incorporación del manejo de peligros naturales al proceso de planificación para el desarrollo, en: Manual sobre el Manejo de Peligros Naturales en la Planificación para el Desarrollo Regional Integrado. Departamento de Desarrollo Regional y Medio Ambiente. Secretaría Ejecutiva para Asuntos Económicos y Sociales, Washington, DC, 1993. • OEA:, Definición de llanura de inundación y determinación del peligro de inundaciones en: Manual sobre el Manejo de Peligros Naturales en la Planificación para el Desarrollo Regional Integrado, Departamento de Desarrollo Regional y Medio Ambiente. Secretaría Ejecutiva para Asuntos Económicos y Sociales, Washington, DC, 1993. • OHARRIZ, S., C. VALDÉS & B. LLORENTE: Estadísticas de los Incendios Forestales en Cuba durante el período 1981-985, CIDA, La Habana, Cuba, 1993. • ORTEGA, F., J. PENA & N. CASTILLO: “La salinidad de los suelos de Cuba, Aspectos económicos globales”, Cienc. de la Agric. vol. 27: 137-144, 1986. • SAN MIGUEL-AYANZ, J., M. M. VERSTRATETE, B. PINTY, J. MEYER-ROUX, & G. SCHMUCK: The Use of Existing and Future Remote Sensing Systems in Natural Hazard Management: Specifications and Requirements, In M. M. Verstratete, M. Menentti and J. Peltoniemi (eds): Observing Land Form Space Science Customers and Technology, Kluwer Academy Publisher, Dorsdrecht, 2000. • SENA:, Sequías Sistema Nacional para la Prevención y Atención a Desastres (SENA), Cruz Roja Colombiana, s.f. 28 p. ilus. Bogotá, Colombia. Doc. 1181 en CD.ROM CRID, 2000. • VÉLEZ, R.: La defensa contra incendios forestales. Fundamentos y experiencias, McGraw-Hill/Interamericana de España, Madrid, S.A.U, 2000. • VELIS, L. & N. CAMPOS: Desastres por actividad hidrometeorológica, 87pp., CEPRODE, Doc. 1452, en CD-ROM– CRID, 1991.

141

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Sistema nacional para la vigilancia, el pronóstico y el aviso temprano de la sequía y el peligro de incendios en la vegetación Surveillance national system for the forecast and the early warning of the drought and the danger of fires in the vegetation Oscar Solano1, Ransés Vázquez1, Braulio Lapinel1, Vígen Cutié1, Eva Mejías1, Cecilia Fonseca2 y Maylin Figueredo2 RESUMEN. Desde la segunda mitad de la década de los años 90 se inició, en el Instituto de Meteorología de la República de Cuba, la elaboración sistemática de diagnósticos de sequía y del peligro de incendios en la vegetación, confeccionados sobre la base de las condiciones climáticas y las condiciones formadas en la vegetación. Las repercusiones cada vez mayores de los eventos de sequía suponen una amenaza grave de incendios en la vegetación, más aún cuando la misma región está expuesta al peligro de tormentas tropicales, como es el caso de Cuba. El objetivo general de este trabajo es mostrar el “Sistema Nacional para la Vigilancia, el Pronóstico y el Aviso Temprano de la Sequía y del Peligro de Incendios en la Vegetación en Cuba” sustentado en índices climáticos basados en métodos objetivos que evalúan la humedad en el sistema suelo – planta – atmósfera. La información meteorológica de entrada al sistema proviene de unas 70 estaciones meteorológicas y unas 630 estaciones pluviométricas distribuidas convenientemente en lugares representativos del país. El Sistema está estructurado en cuatro componentes fundamentales, ellos son el diagnóstico, el pronóstico, el aviso temprano y el sistema informativo. Se muestran algunos de los elementos esenciales en cuanto al diagnóstico, el pronóstico y el sistema informativo de la sequía agrícola y del peligro de incendios en la vegetación aplicados al servicio agrometeorológico operacional dirigido a diferentes instituciones relacionadas a los sub-sectores de cultivos agrícolas, ganadero y forestal. Palabras clave: Sistema de vigilancia, alerta temprano, sequía, incendios en vegetación. ABSTRACT. Since second half of the ninety decade, began in the Institute of Meteorology of the Republic of Cuba, the systematic elaboration of diagnostic of drought and the danger of fires in the vegetation, made and based on the climatic conditions and the conditions formed in the vegetation. The frequent bigger repercussions of the drought events, suppose a serious menace of fires in the vegetation, even when the same region is also exposed to the danger of tropical storms, like the case of Cuba. The general objective of this work is to show the “Surveillance National System for the Forecast and the Early Warning of the Drought and the Danger Fires in the Vegetation” sustained in climatic indexes based on objective methods that evaluate the humidity in the system soil - plants atmosphere. The input of the meteorological information to the system comes from some 70 meteorological stations and about 630 raingauges well distributed in representative places of the country. The System is structured in four fundamental components, they are: the diagnosis, the forecast, the early warning and the informative system. Some essential elements as the diagnosis, the forecast and the informative system of the agricultural drought and the danger of fires in the vegetation applied to the agrometeorological operational service directed to different institutions related to the sub-sectors of agricultural crops, livestock and forest are shown. Key words: Surveillance system, early alerts, drought, fires in vegetation. 1

2

142

Centro de Meteorología Agrícola del Instituto de Meteorología de la República de Cuba, Loma de Casablanca, La Habana, Teléfono: (537) 867 0714, E- : [email protected] Departamento de Manejo del Fuego del Cuerpo de Guardabosques de la República de Cuba, Teléfono: (537) 53 5991, E- : [email protected]

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN Recientes resultados de las investigaciones relacionadas con las variaciones observadas en el clima han indicado que el sistema climático tiende a oscilar entre una serie de estados climáticos de relativa estabilidad y que los mismos se relacionan con múltiples señales asociadas a diferentes fenómenos. El comportamiento del clima, sobre todo en lo concerniente a la ocurrencia de eventos extremos es de vital interés para la vida social del hombre. Sus consecuencias se reflejan en campos muy diversos de la economía, pero muy especialmente en la agricultura, pues ésta puede ser considerada como una gran fábrica a cielo abierto en la cual todas las actividades que en ella se realizan son dependientes del tiempo atmosférico y del clima. La mayor parte de la variabilidad interna del clima en el trópico y en una parte importante de las latitudes medias está asociada al evento ENOS, cuyo nombre, deriva de las siglas de la expresión compuesta “El Niño - Oscilación del Sur” e indica adecuadamente la presencia de dos componentes, una oceánica (El Niño) y otra atmosférica (la Oscilación del Sur). Aunque el evento ENOS por sí mismo no puede ser considerado un

desastre natural, el se asocia a la ocurrencia de anomalías climáticas que son capaces de producir grandes desastres. La influencia del ENOS se refleja fundamentalmente en la modificación de los patrones de precipitación que ocasionan lluvias localmente intensas y sequías prolongadas y en el incremento de la frecuencia de ocurrencia de eventos severos del tiempo en determinadas épocas, lo que ha traído como resultado mermas notables en la producción agrícola que a su vez dejan como consecuencia la carencia de alimentos, hambruna y migraciones masivas en algunos casos. Desde mediados de los años 70, los cambios observados en la frecuencia y naturaleza del evento ENOS han tenido un papel muy importante. Naranjo y Centella (1997) han sugerido que el impacto del ENOS sobre el área del Caribe se ha incrementado desde la década de los años 70 del pasado siglo XX, gobernado por patrones que se encuentran asociados a los cambios de las condiciones climáticas de fondo registrados en esta época. Tal influencia puede ser considerada como parte de las irregularidades observadas en el comportamiento del clima en las décadas más recientes, ya sea por manifestaciones extremas dentro de su variabilidad natural o el cambio climático originado por la actividad antrópica (Fig. 1).

Fig. 1. Anomalías de la temperatura del aire y de la superficie del mar en el trópico.

En Cuba ha ocurrido un ascenso en las temperaturas y éste ha estado acompañado de una reducción del total de precipitaciones anuales de 10 a 20%, y de un aumento de la variabilidad interanual de 5 a 10%, con la característica de que las precipitaciones han disminuido en el período lluvioso del año (de mayo a octubre) y han aumentado en el período poco lluvioso (Lapinel et al. 1993). En estas últimas tres décadas, Centella et al. (1997) observaron una intensificación de la componente este del viento y un incremento significativo en el número o en la intensidad de las sequías, éstas no sólo duplicaron su frecuencia de ocurrencia, sino que también registraron un aumento considerable en el número de casos extremos. Durante los últimos años se incrementó también la presencia de bajas

143

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

extratropicales en el Golfo de México que produjeron el comportamiento extremo en la velocidad de los vientos (vientos extremos del Sur más frecuentes) y en las precipitaciones localmente intensas. Para ilustrar la gravedad del problema, es posible destacar que en Cuba, los eventos de sequía moderados y severos se duplicaron en el período normal 1961-1990, respecto al período anterior 1931-1960. En la década de los años 90 las afectaciones ocurridas en los veranos de 1993, 1994, 1998 y 2000 fueron muy notables, siendo el suceso de 1998 el más intenso para el período abril-mayojunio registrado en las estadísticas del Centro del Clima disponibles desde el año 1941. La sequía agrícola en Cuba

(Fig. 2) ha incrementado su extensión espacial anual y la intensidad severa, con un avance medio anual en áreas anteriormente no afectadas, de aproximadamente 8 000 ha (Solano et al. 2005b). El área afectada por incendios forestales (Fig. 3) también ha seguido una tendencia al aumento, con un avance medio anual de unas 400 ha (Solano et al. 2005c). El impacto de estos eventos extremos adversos sobre el medio natural cubano se ha podido comprobar al contrastar los mapas del índice de aridez resultantes del análisis de los períodos de referencia con normas 1961-1990 y 1971 2000 (Fig. 4), cuyo resultado indica un incremento de 146 400 ha de tierras secas (semiáridas y subhúmedas secas) (Lapinel et al. 2006).

Fig. 2. Marchas hiperanuales y tendencias de la extensión superficial y la intensidad (severa) de la sequía agrícola anual en Cuba, en porcentaje de área afectada.

Sin embargo, Las sequías, las inundaciones, las tormentas tropicales y otros eventos naturales adversos han estado siempre presentes en la naturaleza y en la historia de la humanidad y la sociedad los ha enfrentado tradicionalmente. Las tendencias climáticas observadas en el Caribe occidental anteriormente expuestas muestran la necesidad de realizar estudios relacionados con la sequía y el peligro de incendios en la vegetación, lo que deviene en una tarea de prioridad nacional y regional por el aporte que puede poner en manos de los tomadores de decisiones para que éstos puedan gestionar convenientemente el riesgo de sequía y de incendios en la vegetación en el manejo agrícola, ganadero y forestal. La Organización Meteorológica Mundial (OMM) recomienda en el inciso d del Artículo 10 (Programa de acción Nacional) para la aplicación de la Convención

de Lucha contra la Desertificación (M/DES/CONV, ANEXO I, 1995), “estimular e intensificar las actividades de investigación sobre las interacciones clima-sequía, y desarrollar la predicción del clima a medio y largo plazo”, mientras que en el inciso e precisa “preparar y mejorar estrategias a largo plazo que c onte ngan ac t iv i dades me te orológi c as e hidrológicas tendentes a facilitar la vigilancia de la sequía y la gestión sostenible de los recursos naturales, con inclusión de planes para la adopción de medidas de emergencia a escalas local, nacional, subregional y regional”.

Fig. 3. Marcha hiperanual y tendencia del área afectada por incendios forestales en Cuba.

144

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 4. Índice de aridez (lluvia/evapotranspiración de referencia) anual medio para el período 1971 - 2000.

Así mismo, en las correspondientes al Artículo 16 del mismo documento, en el inciso b señala “fomentar el desarrollo de otros sistemas de vigilancia y asegurar la coordinación de todos estos sistemas” y en el inciso f recomienda “participar en los sistemas de alerta inmediata haciendo aportes para contribuir a la estimación de los rendimientos agrícolas a niveles nacional o regional, lo antes posible durante la temporada de cultivo, a gran escala espacial”. Durante los últimos años el Instituto de Meteorología de Cuba ha dedicado especial atención a mejorar la comprensión científica sobre determinados eventos climáticos, entre los cuales la sequía ha ocupado un lugar de importancia. Grandes esfuerzos se han dirigido a facilitar la correcta interpretación del peligro que representa la sequía, a reducir la vulnerabilidad ante sus impactos y, en correspondencia, a disminuir los riesgos potenciales. Estos esfuerzos se desarrollaron a través de diferentes programas y proyectos en el marco de la Variabilidad y el Cambio del Clima, el establecimiento de los Servicios Agrometeorológicos nacionales y en el cumplimiento de los compromisos con el Plan de Acción Nacional de Lucha contra la Desertificación y la Sequía. Como resultado de estos programas y proyectos ya desa r r oll a dos, Cuba ya cuen t a con si st em a s operacionales para la vigilancia y el pronóstico y el aviso temprano de la sequía meteorológica y agrícola y del peligro de incendios en la vegetación. El objetivo general de este trabajo es mostrar el “Sistema Nacional para la Vigilancia, el Pronóstico y el Aviso Temprano de la Sequía y del Peligro de Incendios en la Vegetación” y algunos de sus elementos esenciales en cuanto al diagnóstico, el pronóstico y el sistema informativo del peligro de sequía y de incendi os en l a veget a ción a pl i ca dos a l ser vici o agrometeorológico operacional.

MATERIALES Y MÉTODOS Un sistema de vigilancia de la sequía agrícola y del peligro de incendios en la vegetación eficiente debe contemplar el análisis de las condiciones climáticas y como éstas pueden influir en la vegetación, tanto temporal como espacialmente y su intensidad en un territorio determinado.

La vigilancia de la sequía agrícola y del peligro de incendios en la vegetación requirió del desarrollo, puesta a punto y entrada en servicio operacional de sistemas avanzados de monitoreo, tanto de la información climática obtenida en las estaciones de observación como de índices resultantes del balance hídrico del suelo en la rizosfera, con los cuales es posible realizar la vigilancia de las condiciones de la vegetación, la sequía agrícola y el peligro potencial de incendios en l a vegeta ci ón , t odo l o cua l per mi t e efectua r eficientemente tanto el aviso temprano de condiciones de peligro, como el seguimiento de la evolución del mismo desde distintos pero complementarios ángulos de aplicación. El Sistema requiere hallar con precisión la demanda y el suministro de agua de cada componente del complejo suelo – planta – atmósfera en condiciones pasadas, presentes y futuras. Éste utiliza las siguientes variables de entrada: del suelo, textura, fracción volumétrica de agua aprovechable, capacidad de campo e inclinación de la pendiente del terreno; de la vegetación, el coeficiente de cultivo, que a su vez depende del tipo de cultivo y su fase de desarrollo y la profundidad de las raíces; de la atmósfera (meteorológicas), altura de la lámina de precipitación caída, temperaturas máxima y mínima del aire, humedad del aire, déficit de saturación, radiación solar, velocidad del viento.

Escalas del Sistema El Sistema Nacional para la Vigilancia, el Pronóstico y el Aviso Temprano de la Sequía Agrícola y del Peligro de Incendios en la Vegetación en la República de Cuba fue concebido para funcionar en diferentes escalas temporales y espaciales exploratorias, ellas son: Espaciales: • Nación.- La vigilancia nacional es llevada a cabo por el Centro Nacional de Meteorología Agrícola, con el apoyo de los Centros Meteorológicos Provinciales. • Región.- La vigilancia regional es llevada a cabo por el Centro Nacional de Meteorología Agrícola con el apoyo de los Centros Meteorológicos Provinciales. • Provincia.- La vigilancia provincial es llevada a cabo por los Centros Meteorológicos Provinciales con el apoyo del Centro Nacional de Meteorología Agrícola.

145

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

• Municipio.- La vigilancia municipal es llevada a cabo por los Centros Meteorológicos Provinciales con el apoyo del Centro Nacional de Meteorología Agrícola. • Localidad.- La vigilancia local es llevada a cabo por los Centros Meteorológicos Provinciales. Temporales: Las escalas temporales del sistema responden a las condiciones de tiempo pasado, presente y futuro, agrupadas en diagnóstico (pasado y presente) y pronóstico (futuro). El método diseñado para evaluar el peligro de incendios en la vegetación en Cuba, a partir de información meteorológica observada en estaciones de superficie, comprende cuatro escalas temporales (largo plazo, mediano plazo, corto plazo y muy corto plazo), las cuales se describen a continuación: • Largo plazo. Utilizada para describir la sequía agrícola y el peligro de incendios en la vegetación en períodos temporales iguales o superiores a una década (e” a 10 días). • Mediano plazo. Empleada para describir el peligro de incendios en la vegetación en períodos temporales hasta nueve días.

• Corto plazo. Usada para describir el peligro de incendios en la vegetación en períodos temporales hasta un día. • Muy corto plazo. Utilizada para describir el peligro de incendios en la vegetación en un período temporal hasta de seis horas. La información básica de entrada al sistema es la siguiente: Observaciones meteorológicas; resultados de la vigilancia de eventos climáticos y condiciones agroclimáticas; pronósticos climáticos; pronósticos agroclimáticos y estudios de amenazas. La información de las observaciones meteorológicas empleadas en el Sistema para la Vigilancia, el Pronóstico y el Aviso Temprano del Peligro de Sequía Agrícola e Incendios en la Vegetación en Cuba proviene de las redes operacionales del Instituto de Meteorología, en total unas 70 estaciones meteorológicas y del Instituto Nacional de Recursos Hidráulicos, en total unas 630 estaciones pluviométricas, distribuidas convenientemente en lugares representativos del país. (Fig. 5).

Fig. 5. Red de estaciones de observación empleada en el sistema de vigilancia de la sequía y del peligro de incendios en la vegetación en Cuba.

El Diagnóstico El diagnóstico para evaluar condiciones pasadas y presentes se realiza sobre la base del análisis de los resultados de los índices de sequía agrícola (Solano et al., 2005a) y del peligro de incendios (Solano et al., 2004a) (para condiciones exploratorias de una década) y de Nesterov modificado (Hernández et al., 1990) (para condiciones exploratorias en el horario de la tarde, que es el más peligroso. El modelo agroclimático para evaluar el peligro de sequía agrícola y de incendios en la vegetación a largo plazo (Solano et al., 2005a; Solano et al., 2004a) se sustenta en los resultados científicos de varias investigaciones realizadas, las cuales aportan las herramientas teóricas que evalúan las condiciones de humedad en el sistema suelo – planta – atmósfera que pueden const ituir un a a men aza pa ra la veget aci ón en ecosistemas agrícolas y de bosques y que son utilizadas tanto en el servicio agrometeorológico operacional, como en la investigación agrometeorológica. La información de las observaciones de las estaciones meteorológicas fluye diariamente hacia el Centro

146

Nacional de Meteorología Agrícola por diferentes vías de comunicación (plantas de radio, teléfono, correo electrónico, etc.). Al final de la década se confecciona en las estaciones meteorológicas un resumen de las variables climáticas de la década, el cual es enviado hacia el Centro Nacional de Meteorología Agrícola el primer día de cada década (días 1, 11 y 21 de cada mes) por intermedio de los Centros Meteorológicos Provinciales. La información de las observaciones de las estaciones pluviométricas fluye a través del sistema de tele-correos hacia la Sede Nacional del Instituto de Recursos Hidráulicos y de ahí al Centro Nacional de Meteorología Agrícola.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Procesamiento de la información Por el carácter exploratorio del sistema de vigilancia se generó un reticulado para el país cuya cuadrícula o punto de rejilla representa una resolución espacial de 4 km de lado, sin embargo, de ser necesario, los métodos empleados permiten, a través de la interpolación, obtener información de cuadrículas de 1 km 2 .Con los datos de la lluvia y la evapotranspiración de referencia se confecciona la rejilla de estas variables para la década. Con estas rejillas y otras tales como la de hipsometría, fracción volumétrica de agua aprovechable para las plantas, reserva de humedad productiva máxima del suelo y coeficientes de pérdidas de lluvia por la escorrentía superficial, se procede a realizar el balance hídrico del suelo en la rizosfera para cada cuadrícula o punto de rejilla del país. El EXCEL se emplea para calcular y aplicar los algoritmos para cada cuadricula. Básicamente los SIG permiten la interpolación a partir de la cual se le asigna a cada cuadrícula un valor temático, la rejilla es exportada como una matriz (x,y,z) en formato texto (ascii) y los cálculos del balance, condiciones de vegetación, sequía agrícola y peligro de incendios en la vegetación son procesados en hojas de calculo de EXCEL, los resultados son ingresados nuevamente a los SIG en los cuales se practica el mapeado y la redacción cartográfica del diagnóstico de la sequía agrícola y del peligro potencial de incendios en la vegetación. En el proceso de diagnóstico de la sequía agrícola y del peligro de incendios en la vegetación son empleados, además, modelos que simulan procesos biofísicos con los cuales se calcula la demanda y el suministro de agua de cada componente del complejo suelo - planta - atmósfera y su efecto probable sobre la vegetación Muchos de estos métodos fueron generados por los autores a partir de técnicas avanzadas y actualizadas, descritas por Solano et al. (2003a; 2003b; 2003c; 2004b y 2004c) y Menéndez et al. (2004). Ellos evalúan el peligro de incendios a partir del estrés hídrico en que se encuentra la vegetación, producido por el déficit de humedad del suelo en las tres décadas más recientes, en este caso para determinar el déficit de humedad de la vegetación viva y a partir de las condiciones de sequía agrícola precedentes determinan la existencia de residuos ligeros producidos por el marchitamiento de herbazales, hojas y ramas (vegetación muerta). En el proceso de diagnóstico también son considerados los resultados de la vigilancia de eventos climáticos (sequía meteorológica e índices del evento ENOS, por ejemplo) y de eventos agroclimáticos (condiciones de vegetación y sequía agrícola, por ejemplo). El diagnóstico del peligro de incendios en la vegetación se realiza en el Centro Nacional de Meteorología Agrícola durante las 36 décadas del año. La información del diagnóstico del peligro de incendios en la vegetación de cada década se contrasta con los valores normales y extremos de esa misma década, con los valores de esa misma década en el año anterior u

otro año que sea de interés y con las décadas precedentes, lo cual permite comentar a los usuarios si el peligro de la sequía agrícola y de incendios en la vegetación es normal o si es más, o menos peligroso para la época, etc.

El Pronóstico Las escalas temporales del pronóstico de la sequía agrícola y del peligro de incendios en la vegetación en Cuba, a partir de información meteorológica observada en estaciones de superficie, comprenden las cuatro escalas temporales anteriormente expuestas (largo plazo, mediano plazo, corto plazo y muy corto plazo). En el proceso de pronóstico de la sequía agrícola y del peligro de incendios en la vegetación a largo plazo son consideradas las predicciones de las condiciones de vegetación y de la sequía agrícola elaboradas por especialistas del Centro de Meteorología Agrícola, los cuales se sustentan a su vez en el pronóstico climático elaborado por especialistas del Centro de Clima, los modelos ya mencionados en el epígrafe anterior para el diagnóstico de la sequía agrícola y además, los resultados de los estudios del peligro de afectación temporal y espacial de la sequía agrícola y los incendios en la vegetación en Cuba. Al realizar las predicciones de la sequía agrícola (Solano et al., 2006) y del peligro potencial de incendios en la vegetación a largo plazo se utilizan, como elementos de entrada al modelo agrometeorológico de evaluación futura del peligro, las condiciones ya formadas en la vegetación en el momento de la elaboración del pronóstico, las predicciones a largo plazo mensuales y estacionales de lluvia y temperaturas extremas realizadas por especialistas del Centro de Clima, las predicciones del índice de humedecimiento, de la sequía agrícola y la información estadística de series climáticas locales de muchos años de 70 estaciones meteorológicas del Instituto de Meteorología y de 682 estaciones pluviométricas del Instituto de Recursos Hidráulicos, organizadas en períodos de diez días, para evaluar las condiciones de peligro esperadas y poder emitir los correspondientes avisos tempranos de alerta si las condiciones agroclimáticas esperadas lo ameritan. Un esquema de las operaciones realizadas para diagnosticar y pronosticar la sequía agrícola y el peligro de incendios en la vegetación mediante la utilización de los SIG se muestra en la Fig. 6. El proceso de pronóstico del peligro de incendios en la vegetación a mediano plazo se realiza sobre la base del cálculo de la Fórmula de Nesterov modificada a partir de las condiciones de los pronósticos del tiempo elaborados en el Centro Meteorológico Provincial “extendidos para los próximos días” y por los resultados del pronóstico de condiciones de peligro de incendios obtenido por el Índice de Solano et al. (2004a). Los especialistas del Grupo Agrometeorológico de los Centros Meteorológicos Provinciales son los encargados de realizar este pronóstico y los correspondientes a plazos temporales más cortos expuestos a continuación.

147

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 6. Esquema de las operaciones realizadas para diagnosticar el peligro de sequía agrícola e incendios en la vegetación en Cuba mediante la utilización de los SIG.

El pronóstico a corto plazo se realiza sobre la base del cálculo de la fórmula de Nesterov modificada a partir de las condiciones de los pronósticos del tiempo elaborados en los Centros Meteorológicos Provinciales “para el resto del día”. En el proceso de pronóstico a muy corto plazo son consideradas las observaciones de la temperatura y humedad del aire a las 13:00 horas, y si ocurrieron precipitaciones, se corrige el valor del índice de Nesterov modificado de acuerdo a la precipitación caída.

El Aviso Temprano La capacidad de generar y mantener en explotación: un sistema de vigilancia de la sequía y del peligro de incendios en la vegetación; los métodos adecuados para diagnosticar el inicio, la evolución espacial y temporal, el final, la duración y la intensidad de la sequía y del peligro de incendios en la vegetación y un sistema de pronóstico a largo plazo de la sequía agrícola y del peligro potencial de incendios en la vegetación, ha permitido incorporar un sistema de transmisión de información climática y agrometeorológica especializada sobre una escala de trabajo exploratoria que garantiza el suministro eficaz de información oportuna y autorizada para la toma de decisiones desde el nivel nacional hasta el local., con conocimiento de causa.

148

El contenido de los avisos tempranos de alerta sobre el peligro de sequía y de incendios en la vegetación incluye: • las tendencias climáticas más importantes y el comportamiento previsto de los eventos forzantes de la variabilidad climática en Cuba, • las condiciones agrometeorológicas formadas en cuanto a estado de vegetación de las plantas (cultivos agrícolas, bosques y pastizales) bajo agricultura sostenible o de secano; sequía y peligro de incendios en la vegetación • el impacto de las condiciones agrometeorológicas formadas sobre cultivos agrícolas, pastizales, bosques y el ganado, • las condiciones agrometeorológicas esperadas en cuanto a estado de vegetación de las plantas (bosques, cultivos agrícolas y pastizales), incluyendo la recomendación de siembras bajo agricultura sostenible o de secano; sequía agrícola y peligro de incendios en la vegetación • el efecto esperado de las condiciones climáticas previstas sobre el sector forestal, agrícola, y ganadero • recomendaciones La correcta integración de los diagnósticos y pronósticos posibilita la preparación de distintos componentes informativos sobre la sequía y el peligro potencial de incendios en la vegetación, los cuales se publican sistemáticamente a través del Boletín

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Agrometeorológico Nacional, Boletín de la Vigilancia del Clima y de los boletines provinciales, por Internet a través de la página WEB del Instituto de Meteorología, de los sitios Web de los Centros Meteorológicos Provinciales, o poseen según sea el caso, una expresión específica de salida a través de avisos o sumarios especiales y de pronósticos climáticos y agroclimáticos, todo lo cual posibilita ejecutar con profesionalidad los componentes de evaluación de impactos y medidas de respuesta por parte de todos los factores directa e indirectamente responsabilizados a dichos efectos.

RESULTADOS Sistema para la Vigilancia, el Pronóstico y el Aviso Temprano de Peligro de Incendios en la Vegetación

En la Figura 7 se expone un esquema de los componentes que conforman el Sistema para la Vigilancia, el Pronóstico y el Aviso Temprano de la Sequía Agrícola y del Peligro Potencial de Incendios en la Vegetación en Cuba, el cual se sustenta en datos agroclimáticos y métodos originales actualizados que han permitido evaluar las condiciones pasadas, presentes y futuras de las condiciones de sequía agrícola y del peligro de incendios en la vegetación. Un esquema parecido es empleado para la vigilancia de la sequía meteorológica que se realiza en el Centro de Clima del Instituto de Meteorología. El Sistema para la Vigilancia, el Pronóstico y el Aviso Temprano de Peligro Potencial de Incendios en la Vegetación en Cuba está estructurado en cuatro componentes fundamentales, ellos son el diagnóstico, el pronóstico, el aviso temprano y el sistema informativo, los cuales se describen a continuación:

Fig. 7. Esquema de los componentes que conforman el Sistema para la Vigilancia, el Pronóstico y el Aviso Temprano de la Sequía Agrícola y el Peligro de Incendios en la Vegetación en Cuba.

El Diagnóstico El diagnóstico se realiza mediante un sistema de evaluación de la sequía agrícola y del peligro de incendios en la vegetación, que se nutre de la información preliminar proveniente de las estaciones meteorológicas y pluviométricas pertenecientes a las redes de observación operacional del Instituto de Meteorología y del Instituto Nacional de Recursos Hidráulicos que forman la red informativa de vigilancia agrometeorológica. Como ejemplo de aplicación de los índices de sequía agrícola y del peligro de incendios, en la Figura 8 se muestra la distribución espacial del estado de la sequía agrícola (a) y del peligro potencial de incendios en la vegetación (b) en Cuba durante la primera década de enero del año 2006, que son salidas del Sistema para la Vigilancia, el Pronóstico y el Aviso Temprano de la Sequía Agrícola y del Peligro de Incendios en la Vegetación. Los resultados de esta evaluación

149

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

se contrastan con las condiciones de peligro formadas a partir de las condiciones climáticas de los seis años más recientes y también para un período histórico de referencia de muchos años. Los días 3, 13 y 23 de cada década se actualizan los diagnósticos de la sequía agrícola y del peligro de incendios en la vegetación en la página Web del Instituto de Meteorología (cita), se incluyen en los informes científico técnicos enviados a la Jefatura Nacional del Cuerpo de Guardabosques de Cuba y se depositan en la cuenta de Intranet para que pueda ser utilizado por los Grupos Agrometeorológicos de los Centros Meteorológicos Provinciales.

Los diagnósticos de la sequía agrícola y del peligro de incendios en la vegetación, a partir de los métodos e índices expuestos anteriormente, han sido introducidos en la práctica haciendo las modificaciones correspondientes a los sistemas de vigilancia de la sequía y del peligro de incendios que ya se encontraban vigentes. Ello ha permitido mejorar la información sobre las condiciones de sequía agrícola y del peligro potencial de incendios de vegetación en el Servicio Agrometeorológico Operacional que se brinda a los subsectores forestal, agrícola y ganadero del país.

Fig. 8. Distribución espacial de la sequía agrícola (a) y del peligro potencial de incendios en la vegetación (b) en Cuba durante la primera década de enero de 2006.

El diagnóstico del peligro de incendios en la vegetación fundamentado sobre la base de un riguroso control de todos los componentes del balance hídrico agroclimático del suelo en la rizosfera, las condiciones de vegetación de las plantas, la sequía agrícola y el peligro de incendios en la vegetación es determinando con una elevada resolución y de manera diferenciada permite evaluar, dónde y en qué grado se han generado condiciones de peligro de incendios, posibilitando seguir su ulterior evolución en las escalas espacio-temporales más convenientes para el adecuado control de estas condiciones en el país. Los estudios de diagnóstico de la sequía en Cuba han permitido identificar que los episodios más significativos de sequía meteorológica y agrícola ocurridos desde 1951 hasta la fecha han sido los siguientes: • Desde el período poco lluvioso 1960/1961 hasta el período lluvioso 1963 • Desde el período lluvioso 1984 hasta el período lluvioso 1986 • Desde el período lluvioso 2003 hasta el período poco lluvioso 2004/2005.

Diagnóstico del último episodio de sequía acaecido La Fig. 9 muestra el diagnóstico de la sequía meteorológica durante cada período hidrológico consecutivo del episodio. El mapa superior izquierdo (a) muestra los acumulados de las lluvias durante el período lluvioso

150

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

mayo-octubre 2003. Extensas zonas del país, principalmente las seis provincias más orientales tuvieron déficit significativos de lluvias. En el mapa superior izquierdo (b) puede observarse que durante el período poco lluvioso noviembre 2003 – abril 2004 los déficit de las lluvias continuaron en las zonas afectadas y se extendieron a la región central y la mitad occidental de Pinar del Río. El mapa inferior izquierdo (c) muestra los acumulados de las lluvias durante el pe-

ríodo lluvioso mayo-octubre 2004. Puede observarse el incremento de las áreas afectadas por sequía en el país y el incremento de los déficit de las lluvias respecto a los dos períodos hidrológicos anteriores. En el mapa inferior izquierdo (d) puede observarse que durante el período poco lluvioso noviembre 2004 – abril 2005 los déficit de las lluvias continuaron ocurriendo en las zonas ya severamente afectadas y se extendieron a casi la totalidad del país.

Fig. 9. Diagnósticos de la sequía meteorológica durante los cuatro períodos hidrológicos consecutivos que fueron afectados por el último episodio de sequía en Cuba.

Al analizar el número de meses consecutivos con déficit significativos en los acumulados de las lluvias en el mes de abril de 2005, se puede observar, en la Fig. 10, la severidad de la sequía en la mitad oriental del país, la cual estuvo presente por más de 12 meses. En algunas zonas de las provincias Camagüey, Las Tunas, Granma, y Guantánamo la sequía meteorológica llegó a alcanzar y superar dos años hidrológicos consecutivos.

Fig. 10. Diagnóstico del número de meses consecutivos afectados por la sequía meteorológica en Cuba durante el último episodio de sequía estudiado.

Desde el comienzo del período lluvioso mayo-octubre 2005, aún con la presencia de patrones de fondo inhibidores de la lluvia, el territorio nacional fue afectado por las cercanías o el paso sobre algunas zonas del país de varios organismos ciclónicos, los cuales aportaron grandes volúmenes de agua a las ya agotadas o severamente deprimidas fuentes de abastecimiento. En la Fig. 11 puede observarse que al cierre de octubre de 2005 la sequía meteorológica sólo quedó reducida a pequeñas áreas de las provincias Camagüey, Las Tunas, Granma y Santiago de Cuba.

Fig. 11. Distribución espacial en Cuba de los acumulados de las lluvias durante el período lluvioso mayo-octubre de 2005.

151

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Las condiciones de fondo favorables al desarrollo de la sequía continuaron presentes y al terminar la temporada ciclónica, esta volvió a manifestarse nuevamente en el país. La Figura 12 muestra la distribución espacial en Cuba de los acumulados de las lluvias durante el

período poco lluvioso noviembre 2005-abril 2006. En ella se puede observar el déficit de lluvias durante el período. Sólo pequeñas zonas de la región oriental y la provincia Pinar del Río se vieron favorecidas por las precipitaciones caídas durante este período.

Fig. 12. Distribución espacial en Cuba de los acumulados de las lluvias durante el período poco lluvioso noviembre 2005abril 2006.

Durante mayo de 2006, las áreas afectadas por sequía meteorológica se redujeron respecto a los meses anteriores del período poco lluvioso, manteniéndose aún presente en diferentes zonas del territorio nacional (Fig. 13).

Fig. 13. Distribución espacial en Cuba de los acumulados de las lluvias en mayo de 2006.

El diagnóstico de la sequía agrícola al finalizar la primera década de junio de 2006 (Fig. 14) indicó que ésta había desaparecido prácticamente en casi todo el país, manteniéndose presente en pequeñas zonas próximas a las costas al norte de Las Tunas y Holguín, porción oriental de la provincia Guantánamo y en Cabo Cruz, provincia Granma.

Fig. 14. Distribución espacial de la sequía agrícola en Cuba al finalizar la primera década de junio de 2006.

152

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

El Pronóstico Los pronósticos de la sequía agrícola y del peligro de incendios en la vegetación constituyen las piezas clave de todo el sistema integrado. Si bien hasta hace poco tiempo no existían pronósticos objetivos de la sequía agrícola y del peligro de incendios en la vegetación propiamente, la estimación de su posible ocurrencia, así como de su ulterior evolución una vez establecida la condición de peligro, se ha realizado sobre la base de los resultados del diagnóstico y el empleo de los pronósticos agroclimáticos a largo plazo de condiciones de vegetación, sequía agrícola y de peligro de incendios. Actualmente el Centro Nacional del Clima suministra pronósticos a largo plazo de diferentes parámetros meteorológicos clave para la predicción agroclimática, entre los que figuran la lluvia y la temperatura incluyendo las perspectivas sobre los eventos ENOS. Las características y complejidad de los pronósticos de la sequía agrícola y del peligro de incendios en la vegetación, hasta el momento se basan en el uso de los modelos de pronósticos de lluvia y temperaturas del Centro Nacional del Clima, los cuales son los que han podido ser incorporados operativamente al sistema integrado para la vigilancia, el pronóstico y el alerta temprana del peligro de incendios en la vegetación, después que los mismos han sido debidamente evaluados para Cuba. Recientemente fueron incorporados los resultados de las investigaciones sobre la amenaza de la sequía agrícola y del peligro potencial de incendios en la vegetación.

En la Figura 15 se muestra la probabilidad de ocurrencia de la sequía agrícola en la provincia Las Tunas. Estos resultados fueron obtenidos para las escalas nacional, regional, provincial, municipal y local, con una resolución de cuadrículas de 4 km de lado. Otros resultados de la amenaza de la sequía agrícola se muestran en la Figura 16. El mapa superior (a) representa la distribución espacial en Cuba de la duración media de la sequía agrícola, el mapa central (b) muestra la distribución espacial en Cuba de la intensidad media de la sequía agrícola y el mapa inferior (c) indica la distribución espacial en Cuba de la extensión superficial de la sequía agrícola. Los estudios de amenazas de la sequía agrícola han sido realizados para otras escalas temporales: anual, períodos hidrológicos lluvioso y poco lluvioso y decadal. Los estudios del peligro de incendios en la vegetación durante los años más recientes han permitido disponer de valiosas herramientas que son consideradas en las predicciones a largo plazo, entre ellas se encuentran los mapas de la distribución espacial en Cuba del peligro de incendios en la vegetación para cada una de las décadas de un año normal y de un año seco. En la Fig. 17 se muestran las distribuciones espaciales en Cuba del peligro de incendios en la vegetación para las tres décadas de julio y agosto de un año normal. En la Figura 18 se presenta los mapas correspondientes al mismo período temporal, pero en este caso, de un año seco.

Fig. 15. Ampliación de la porción correspondiente a la provincia Las Tunas del mapa de la distribución espacial en Cuba de la amenaza del estado de la sequía agrícola en la primera década de septiembre.

153

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Los pronósticos de la sequía agrícola y del peligro de incendios a largo plazo se realizan al comienzo de los períodos hidrológicos poco lluvioso y lluvioso, una vez que esté disponible el pronóstico climático a largo plazo elaborado por el Centro de Clima. Estos pronósticos se extienden al mismo período temporal pronosticado por el Centro de Clima, con la característica de que el pronóstico expresa la amenaza de la sequía agrícola y el peligro potencial de incendios al finalizar la t er cera déca da de ca da m es de esos per í odos hidrológicos pronosticados. Los pronósticos son realizados, con las salidas de la predicción climática, aplicando los mismos métodos que se emplean en el diagnóstico del peligro de incendios en la vegetación para cada cuadrícula de la rejilla del país. Ellos son

expresados mediante un mapa para ser analizado por el especialista en meteorología agrícola. Es conveniente indicar que esta predicción agroclimática caracteriza la tendencia general de las condiciones esperadas para una región y no las de alguna localidad en específico, por lo que la predicción deberá comentarse mediante un escrito que exprese las tendencias más relevantes extraídas de los mapas. Al inicio de cada mes, cada vez que el Centro de Clima ajuste su predicción climática, se volverán a correr los modelos de pronóstico de sequía agrícola y peligro potencial de incendios en la vegetación, década a década, para todo el período que haya sido corregido por la predicción climática.

Fig. 16. Distribuciones espaciales medias de la amenaza de la sequía agrícola (duración, intensidad y extensión superficial).

Los pronósticos a largo plazo han mostrado ser útiles en la planificación de varias actividades que dependen de la información y productos climáticos. La información de un pronóstico climático a largo plazo diseñado y oportuno y un sistema de alerta temprana para los meses o estación por venir hacen posible a los planificadores manejar más efectivamente los temas relacionados con el clima. Los usuarios de un pronóstico a largo plazo y aviso temprano de inminente sequía y peligro de incendios en la vegetación son capaces de seleccionar más efectivamente las medidas de vigilancia, prevención y combate de los incendios en la vegetación. El conocimiento futuro de la sequía agrícola y de las condiciones de humedad de la vegetación ha sido un criterio potencialmente útil para determinar el déficit de humedad en la vegetación viva y la de las partes muertas de la vegetación que se encuentren en el entorno. Un manejo eficiente del riesgo climático en las estrategias proactivas de gestión y prevención de incendios en la vegetación puede permitir tomar acciones a corto, mediano y largo plazos que disminuyan sensiblemente los daños potenciales de estos siniestros. Las predicciones de la sequía agrícola y del peligro de incendios en la vegetación han tenido una alta eficiencia y han sido bien acogidas y comúnmente solicitadas por los tomadores de decisiones en la prevención y combate contra estos siniestros en el Cuerpo de Guardabosques de Cuba y también en los sectores ganadero y de cultivos agrícolas (Solano et al. 2004a).

154

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Fig. 17. Peligro de incendios en la vegetación en Cuba, para un año normal.

Fig. 18. Peligro de incendios en la vegetación en Cuba, para un año seco.

En la Tabla 1 se muestra el resultado del contraste entre el pronóstico a largo plazo del estado de la sequía agrícola (realizado el 3 de octubre de 2002 para 10, 20 y 30 días posteriores a la fecha de elaboración del pronóstico y también, para finales de los meses de diciembre de 2002 y enero, febrero, marzo y abril de 2003) y el estado real alcanzado por la sequía para ese mismo período temporal evaluado en cada cuadrícula de 4 km de lado del país. Este resultado es expresado finalmente en porcentaje del área del país donde coincidieron el estado pronosticado y el estado real de la sequía agrícola. Nótese que el grado de incertidumbre aumenta mientras mayor es el es el período temporal pronosticado, no obstante, en todos los casos de pronóstico analizados se han obtenido resultados promisorios.

155

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

La utilización del índice agrometeorológico de peligro obtenido, sobre la información proveniente de las predicciones climáticas, ha permitido elaborar avisos tempranos de alerta para plazos temporales mucho

mayores a los avisos emitidos anteriormente por el sistema de vigilancia nacional, lo que ha contribuido con los guardabosques, agricultores y otros actores a manejar el riesgo climático en la toma de sus decisiones.

Tabla 1. Evaluación del cumplimiento del pronóstico a largo plazo del estado de la sequía agrícola en Cuba realizado el 3 de octubre de 2002 para diferentes períodos Evaluación realizada al final de cada período temporal 1 década de noviembre de 2002 2 década de noviembre de 2002 3 década de noviembre de 2002 3 década de diciembre de 2002 3 década de enero de 2003 3 década de febrero de 2003 3 década de marzo de 2003 3 década de abril de 2003

Porcentaje del área total del país donde coincidieron el estado pronosticado y el estado real de la sequía agrícola 99,7 94,9 86,9 77,2 72,5 67,5 62,3 62,8

El Aviso Temprano Los avisos tempranos de alerta (largo plazo) son elaborados cuando las condiciones formadas o esperadas de peligro de sequía agrícola o de incendios en la vegetación amenazan los ecosistemas agrícolas y de bosques. Estos avisos tienen un carácter exploratorio nacional. Son elaborados por el Centro Nacional de Meteorología Agrícola del Instituto de Meteorología sobre la base del diagnóstico, el pronóstico y el análisis de las amenazas climáticas de la sequía agrícola y del peligro de incendios en la vegetación para las distintas zonas y diferentes períodos decadales del año y se difunden a los Centros Meteorológicos Provinciales, Jefatura Nacional del Cuerpo de Guardabosques y otros usuarios nacionales. Ellos están diseñados para cubrir una escala temporal de diez días o más (largo plazo). Otros avisos avanzados e inmediatos (mediano, corto y muy corto plazos) son elaborados por los Grupos Agrometeorológicos Provinciales y tienen un carácter exploratorio provincial. Los avisos tempranos de alerta son difundidos mediante las salidas de los diferentes productos del Sistema Informativo.

El Sistema Informativo La correcta integración de los diagnósticos, pronósticos y amenazas de la sequía agrícola y de incendios en la vegetación posibilita la preparación de distintos componentes informativos, los cuales se publican sistemáticamente a través de los siguientes productos informativos del Sistema de Vigilancia. Ellos son: • Boletín Agrometeorológico Nacional • Boletines agrometeorológicos provinciales • Internet a través de la página WEB del Instituto de Meteorología, o poseen, según sea el caso, una expresión específica de salida a través de: • Avisos o Sumarios Especiales por peligro de incendios en la vegetación • Pronósticos agroclimáticos • Intervenciones personales en reuniones de trabajo operacional para el diseño de tácticas y estrategias de prevención de la sequía agrícola e incendios en la vegetación, todo lo cual posibilita ejecutar con profesionalidad los componentes de evaluación de impactos y medidas de respuesta por parte de todos los factores directa e indirectamente responsabilizados o involucrados a dichos efectos.

156

CONCLUSIONES • El sistema nacional para la vigilancia, el pronóstico y el aviso temprano de la sequía y del peligro de incendios en la vegetación expuesto, posee la peculiaridad de constituir el sistema que en los últimos años se ha estado introduciendo en la práctica operativa de los Centros del Clima y de Meteorología Agrícola del Instituto de Meteorología para este propósito, posibilitando enfrentar satisfactoriamente las anomalías extremas de sequía agrícola y peligro de incendios en la vegetación acaecidos en el país desde 2002 a la fecha. Esta nueva versión del sistema contribuye significativamente al propósito de crear una sólida estructura de vigilancia científico - operacional de la sequía y del peligro de incendios en la vegetación en el servicio agrometeorológico cubano. • Este trabajo permitió mostrar algunos elementos esenciales en cuanto al diagnóstico, el pronóstico y el sistema informativo de la sequía agrícola y del peligro de incendios en la vegetación aplicados al servicio agrometeorológico operacional dirigido a los sub-sectores forestal, agrícola y ganadero del país, al Cuerpo de Guardabosques de Cuba, al ramo de Seguros Agropecuarios de la Empresa de Seguros Estatal Nacional y a otras instituciones relacionadas con el sector agropecuario del país.

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

REFERENCIAS BIBLIOGRÁFICAS • CENTELLA A., L. NARANJO, L. PAZ, P. CÁRDENAS, B. LAPINEL, M. BALLESTER, R. PÉREZ, A. ALFONSO, C. GONZÁLEZ, M. LIMIA, Y M. SOSA: “Variaciones y cambios del Clima en Cuba”, 58 pp., Informe Técnico Centro Nacional del Clima, Instituto de Meteorología, La Habana, Cuba, 1997. • HERNÁNDEZ J. A., J. MARTÍNEZ, R. MERQUIADES y C. RIVERO: Metodología para Determinar el Índice de Peligrosidad de los Incendios Forestales, 6pp., Instituto de Investigaciones Forestales, La Habana, 1990. • LAPINEL B., R. E. RIVERO, V. CUTIÉ, R. R. RIVERO, N. VARELA y M. SARDINAS: Sistema Nacional de Vigilancia de la Sequía: Análisis del período 1931–1990", 45pp., Informe Científico Técnico, Centro Meteorológico Provincial de Camagüey, Cuba, 1993. • LAPINEL, B, A. CENTELLA, C. FONSECAY V. CUTIÉ, C.M. RODRÍGUEZ, A. L. PÉREZ, A. BOQUET, R. PORTELLEZ y M. TÉLLEZ: Sequía, aridez y desertificación en la mitad oriental de Cuba, Un estudio de caso, En: Memorias de la Conferencia “El Futuro de las Tierras Secas”, Túnez, 19 al 21 de Junio del 2006. • MENÉNDEZ J. A., O. SOLANO Y R. VÁZQUEZ: Índices para evaluar el peligro de incendios a muy corto y corto plazo, 15pp., Informe científico técnico de resultado de investigación, Proyecto “Pronostico de peligro de incendios forestales su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, Instituto de Meteorología, La Habana, 2004. • NARANJO L. Y A. CENTELLA: Variaciones interanuales de los campos meteorológicos en el Mar Caribe y el Golfo de México, 52pp., 1ra parte: Presión a nivel del mar y alturas en 500 hPa, Instituto de Meteorología, La Habana, 1997. • ORGANIZACIÓN METEOROLÓGICA MUNDIAL: Medidas que deben adoptar los miembros de la OMM para la aplicación de la convención de las Naciones Unidas de lucha contra la desertificación y la resolución sobre Medidas Urgentes para África,. Anexo I. M/DES-CONV., 1995. • SOLANO, O., R. VÁZQUEZ, C. MENÉNDEZ, J.A. MENÉNDEZ y M.E. MARTÍN: Modelo agrometeorológico de evaluación de la sequía agrícola, 33pp., Informe científico técnico de resultado de investigación, Proyecto “Pronostico de peligro de incendios forestales su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, Instituto de Meteorología, La Habana, 2003a. • SOLANO, O., R. VÁZQUEZ, J.A. MENÉNDEZ y M.E. MARTÍN: Modelo agroclimático de balance hídrico del suelo. Formulación y representación espacial, 30pp., Informe científico técnico de resultado de investigación, Proyecto “Pronostico de peligro de incendios forestales su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, Instituto de Meteorología, La Habana, 2003b. • SOLANO, O., R. VÁZQUEZ, J.A. MENÉNDEZ y M.E. MARTÍN: Modelo agroclimático para el cálculo del índice de humedecimiento modificado, 22pp., Informe científico técnico de resultado de investigación, Proyecto “Pronostico de peligro de incendios forestales su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, Instituto de Meteorología, La Habana, 2003c. • SOLANO O., R. VÁZQUEZ, J.A. MENÉNDEZ, E. PÉREZ y M. FIGUEREDO: “Sistema de vigilancia y alerta de condiciones agrometeorológicas de peligro potencial de incendios en la vegetación”. Revista Cubana de Meteorología, vol. 11(2): 63-73, 2004a. • SOLANO O., R. VÁZQUEZ, J.A. MENÉNDEZ, E. PÉREZ y M. FIGUEREDO: Obtención del Índice Agrometeorológico de Peligro de Incendios en la Vegetación, 30pp., Informe científico técnico de investigación, Proyecto “Pronostico de peligro de incendios forestales su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, Instituto de Meteorología, La Habana, 2004b. • SOLANO O., R. VÁZQUEZ, J.A. MENÉNDEZ, E. PÉREZ y M. FIGUEREDO: Determinación del peligro de afectación temporal y espacial de incendios de vegetación en Cuba, 33pp., Informe científico técnico de resultado de investigación, Proyecto “Pronostico de peligro de incendios forestales su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, Instituto de Meteorología, La Habana, 2004c. • SOLANO, O., R. VÁZQUEZ, C. MENÉNDEZ, J.A. MENÉNDEZ y M.E. MARTÍN: “Evaluación de la Sequía Agrícola en Cuba”, Revista Cubana de Meteorología, vol. 12(2): 3-14, 2005a. • SOLANO, O., R. VÁZQUEZ y M.E. MARTÍN: Estudio de la extensión superficial de la sequía agrícola en Cuba y su tendencia hiperanual, En: Memorias del III Congreso Cubano de Meteorología, pp. 15, Capitolio Nacional, diciembre 5-9, Ciudad de La Habana, 2005b. • SOLANO, O., R. VÁZQUEZ, M.E. MARTÍN, E. MEJÍAS, C. MENÉNDEZ: Sistema para la Vigilancia, el Pronóstico y el Alerta Temprana de Peligro de Incendios en la Vegetación determinado por índices terrestres, 132pp., Informe de Resultado Científico del Instituto de Meteorología, Proyecto No. 4063 “Pronóstico de peligro de incendios forestales, su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”, La Habana,. 2005c. • SOLANO, O., R. VÁZQUEZ Y M.E. MARTÍN: Método de pronóstico de la sequía agrícola y su evaluación, 17pp., Informe de Resultado Científico del Instituto de Meteorología, Proyecto No. 4063, “Pronóstico de peligro de incendios forestales, su seguimiento y evolución, utilizando técnicas de observación terrestre y la percepción remota”. La Habana, 2006.

157

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Modelo para el pronóstico de la dinámica de erosión en los suelos debido a los cambios en el uso de la tierra Model to predict dynamic soil erosion hazards caused by land use changes Tatiana Geler Roffe1, Arend Ligtenberg2 y Rolf A. De By3 RESUMEN. Los modelos de dinámica ambiental son eficaces en la representación de la variabilidad espacial y temporal de los fenómenos naturales, dado que los procesos que rigen la evolución y la degradación del paisaje y el medio ambiente son dinámicos y complejos. El método diseñado para la modelación describe la variación en la pérdida de suelo debido al escurrimiento superficial producido por el agua y a los cambios en el uso de la tierra. El método propuesto fue concebido en el marco de un proyecto de maestría para evaluar los riesgos por erosión en los suelos basado en la ecuación empírica (USLE) y se implementó en un Sistema de Información Geográfica (SIG) en modo raster (Arc/Info y Arcview). En el área de estudio de Alora, Andalucía, España; se han diseñado diferentes escenarios de estudio para predecir el comportamiento en las tasas de erosión de los suelos cuando varía el factor en las prácticas de conservación. Los resultados de la simulación para ambos casos sugieren que la degradación del paisaje se reduce cuando se adoptan las prácticas de conservación. Esto se expresa en gran parte de la zona seleccionada, donde los resultados para el escenario sometido a prácticas de conservación muestran perdidas de suelo que oscilan entre muy bajo a bajo (0-5 ton/ha/y). En consecuencia, la implementación de un modelo dinámico y de los SIG en el presente estudio ha demostrado e indicado la capacidad y confiabilidad de los modelos dinámicos en un SIG para el pronóstico de los riesgos de erosión en los suelos al cambiar el uso de la tierra. Teniendo en cuenta este procedimiento, la cartografía de la erosión existente y/o su predicción en tiempo y espacio, desempeña un papel importante en la determinación de la variabilidad espacial de los fenómenos, lo que la convierte en una herramienta esencial de planificación para la conservación de los suelos. Palabras clave: modelación dinámica, SIG, erosión de los suelos. ABSTRACT. Environmental dynamics models are effective in representing spatial and temporal variability of natural phenomena, due to the fact that the processes that govern the development and degradation of the landscape and the environment are dynamic and complex. The method designed for modelling describes the variation of soil losses due to surface runoff by water, because of land use changes. The method proposed was conceived in a master project context for evaluating the risk of soil erosion based on empirical equation (USLE) and was implemented in raster based Geographic Information Systems (Arc/Info and Arcview). Different scenario studies have been developing in Alora study area, Andalucia, Spain, to predict the behaviour on soil erosion rates when the conservation practices factor changes. The results of the simulation for both scenarios suggest that landscape degradation decreases when conservation practices are adopted. This is expressed for most of the selected area, where the results for the conservation practices scenario show values in soil losses from “very low” to “low” (0-5 ton/ha/y). Therefore, the application of a dynamic model and GIS in this study has proved and indicated the capability and reliability of dynamic model GIS for the prognosis in soil erosion when land uses change. According to this approach, the mapping of existing erosion and/or its prediction in space and time plays an important role in the determination of the spatial variability of phenomena, and for this reason, it is an essential tool for soil conservation planning. Keywords: dynamic modelling, GIS, soil erosion.

1

Instituto de Geografía Tropical, Calle 13 No.409 e/ F y G, Vedado, C.P: 10400, Ciudad de La Habana, Cuba. Fax: (537) 33-3820, 66-2383, E- : [email protected] Centre for Geo-Information, Wageningen University. P.O. Box 47, 6700 AA Wageningen, The Netherlands. Tel +31 (548) 52 15 79, E- : [email protected] 3 International Institute for Aerospace Survey and Earth Sciences, Hengelosestraat 99. P.O.Box 6, 7500 AA Enschede, The Netherlands, Tel +31 (053) 487 45 53, E- : [email protected] 2

158

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

INTRODUCCIÓN La erosión de los suelos es un proceso natural, sin embargo, debido al uso intensivo de las tierras agrícolas y al manejo inadecuado, la dinámica del paisaje ha cambiado. Como consecuencia de tales actividades del hombre, la erosión de los suelos se está acelerando (FAO, 1990, JIID, 1992). Los procesos involucrados en la erosión son complejos y se encuentran muy interrelacionados. Los modelos dinámicos que se relacionan con varios escenarios son de gran utilidad para el estudio de estos procesos, bebido a que representan posibles situaciones futuras mientras que al mismo tiempo esclarecen las fuerzas conductoras detrás de ellas y muestran las consecuencias de alternativas estratégicas disponibles en un medio ambiente externo siempre en transformación. La utilización de los escenarios nos ha brindado un marco de trabajo coherente y consistente no solo en la toma de decisión sino también en una modelación eficiente y capaz. Los modelos son la formulación de los procesos y la lógica de como son representados por el modelador. Las formulaciones pueden ser representaciones de procesos simples o combinaciones de procesos según el modelador estime necesario para solucionar un problema determinado (De Roo, 1993). Los modelos dinámicos o transitorios describen la respuesta o reacción de un sistema a entradas dinámicas. Ellas describen los estados transitorios de un sistema, aun si no esta en estado de equilibrio y ellos describen el comportamiento del sistema durante la magnitud de tiempo necesaria para alcanzar el equilibrio. El tiempo es una de las variables significativas en el algoritmo del modelo y los resultados pueden ser interpretados como el estado de el sistema en un estadio determinado en el tiempo (Deursen, 1995). Los modelos espaciales bidimensionales son utilizados para simular los procesos en un plano. Estos modelos pueden ser utilizados por ejemplo para representar los procesos de flujos y difusión, lo que puede ser descrito como una función de la posición en el plano (Deursen, 1995). En general, los modelos transitorios pueden ser descritos como:

S x , y ,t  f ( I x , y ,t , Px, y ,t , t ) Donde Sx,y,t es el estado del sistema Ix,y,t son las funciones de entra o impulsoras Px,y,t son las variables En la cual I y P pueden cambiar en función del tiempo y de la posición. Variados modelos empíricos y conceptuales han sido utilizados para evaluar la erosión de los suelos. Los modelos empíricos son por definición los que están basados en observaciones y experimentos no en teoría. Entre los modelos de erosión por el agua más comúnmente utilizados se incluyen USLE, la ecuación universal de las perdidas de suelos (Wischmeier y Smith, 1978), MUSLE, la ecuación universal de las perdidas de suelos modificada (Williams y Berndt, 1977), RUSLE, la ecuación universal de las perdidas de sue-

los actualizada (Renard et al, 1987) y otros (citado por De Roo, 1993). En este artículo se desarrolló un modelo dinámico piloto fundamentado en la ecuación empírica base (USLE), que describe los riesgos de erosión en los suelos debido a los cambios en el manejo en el uso de la tierra. El modelo fue implementado en ambiente Arc/ Info utilizando diferentes escenarios de estudio. La Ecuación Universal de las Perdidas de Suelos (USLE) es un modelo cuantitativo empírico para predecir la cantidad de pérdida de suelo durante un largo período en circunstancias específicas, tales como las precipitaciones, la textura del suelo, la parcela agrícola y el sistema de ordenamiento de la tierra y los cultivos. Esta fórmula empírica predice las pérdidas anuales de suelo solo en lo que respecta a la erosión superficial y en cárcavas. Se eligió este método empírico por ser bien conocido y fácil de calcular y, además, porque la mayoría de los datos necesarios ya se encontraban en una base de datos. La desventaja de este modelo empírico consiste en que es una generalización extrema del problema real para el cálculo de la erosión. Otras limitaciones están dadas porque esta ecuación no incluye el cálculo de la deposición y acumulación de sedimentos (De Roo, 1993). El modelo USLE aplicado en un ambiente SIG puede servir de marco para la modelación de fenómenos naturales y socioeconómicos complejos, tales como el cálculo de la pérdida por celda. Este modelo puede combinarse con modelación dinámica utilizando la estimación de la erosión, mediante la reclasificación de los parámetros derivados de los factores topográficos y repitiendo las simulaciones en un número de etapas. Un aspecto importante para lograr la integración fructífera entre los SIG y los modelos sería la creación de una estructura de base de datos común que sirva de apoyo a ambas, las operaciones SIG y las corridas del modelo. En el caso de la modelación, esta base de datos no solo debería servir de apoyo a la distribución espacial de los datos geográficos, sino también al almacenamiento de los parámetros de entrada y de cont rol di st ribui dos tempora l y espaci alm en te (Deursen, 1995). Los resultados de las simulaciones se utilizaron para determinar la idoneidad física del suelo sobre la base de los requerimientos del suelo para el manejo de los diferentes cultivos. Esto puede usarse en la planificación del uso de la tierra con vista a determinar qué métodos de conservación de suelo tienen las mayores probabilidades de tener éxito en la protección del suelo contra la erosión. La utilización de los modelos dinámicos de erosión en suelos y su integración a un SIG se considera una de las ventajas de este trabajo especialmente cuando se utiliza para correr el modelo tantas veces se desee en un análisis determinado utilizando diversos mapas y al mismo tiempo para diferentes escenarios de estudio almacenando los resultados de cada corrida según se muestra en el diagrama de flujo de la figura 1.

159

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 1. Integración del modelo dinámico de erosión en suelos en GIS.

Área de estudio Esta investigación emplea el área de Alora como área de estudio. La región de Alora se encuentra ubicada en Andalucía, al sur de España y abarca un área de 9,3 km2, aproximadamente. Para el presente estudio, se seleccionó una pequeña cuenca localizada en el valle del Arroyo Sabinal. Los límites físico-geográficos del área son: al norte y noroeste, La Sierra de Agua; al sur El Hacho; y al este el río Guadalhorse.

Figura 2. Mapa de ubicación del área de estudio (Alora).

160

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

La región de Alora está ubicada en las Cordilleras Béticas, que es una cadena montañosa al sur de España. Esta área tiene una génesis geológica y geomorfológica compleja, donde existe un fuerte control geológico en la diferenciación de las unidades geomorfológicas. Esto contribuye a la variedad en las características y los tipos de suelos (WAU, 1999). La vegetación natural es casi inexistente, debido a la influencia de la intervención del hombre durante miles de años de pastoreo, quema y cultivo. En la actualidad, la dinámica del paisaje está muy relacionada a las actividades humanas. Los principales sistemas de uso de la tierra de los terrenos cultivados son los cultivos anuales y perennes. Como cultivos anuales nos encontramos los cereales de invierno (trigo y otros), mientras que entre los cultivos perennes se encuentran los cítricos, los olivos y los almendros. Solo el 15% del área agrícola es irrigada, mientras que el resto es agricultura de secano.

ESTRUCTURA CONCEPTUAL DEL MODELO La hipótesis desarrollada plantea que la erosión probablemente constituye el mayor problema para la conti-

nuidad sostenible del actual manejo del uso de la tierra. Pese a que las tasas de erosión del suelo pueden ser muy diferentes como consecuencia de la complejidad de las características y los procesos del suelo en el manejo de los diferentes cultivos. La erosión hídrica debida a las precipitaciones, es ocasionada por la dispersión y el transporte del suelo a causa del impacto de las gotas de lluvia conjuntamente con el escurrimiento superficial del agua. Esto depende, principalmente de los siguientes factores y de su interrelación: cantidad e intensidad de las precipitaciones, propiedades intrínsecas de los suelos, inclinación y área del terreno, vegetación, aplicación o no de medidas preventivas para la conservación del suelo según se muestra en la Figura 3. La erosión del suelo también tiene un gran impacto sobre la topografía basada en los cambios de la profundidad del suelo. La erosión es, a menudo, el resultado de la intensificación de la agricultura y la carencia de métodos de conservación apropiados con vistas a proteger el suelo de la erosión y reducir sus pérdidas. Por ende, este estudio considera varios aspectos para resolver este heterogéneo problema.

Figura 3. Factores que intervienen en la erosión hídrica y sus interrelaciones.

161

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Por lo tanto, el problema principal consiste en cómo estimar las pérdidas de suelo. Esto puede hacerse incluyendo un modelo de erosión empírico (USLE) en el procedimiento con la finalidad de estimar las tasas absolutas en la pérdida de suelo por año. Otro problema consiste en cómo modelar la disminución de la capa de suelo provocada por la erosión. Este procedimiento puede ser utilizado para diseñar una metodología para la evaluación de las tierras y con ello determinar la idoneidad de los cultivos.

RIESGO DE EROSIÓN EN LOS SUELOS Los aspectos que determinan la ecuación universal de pérdida de suelo (USLE) puede mostrarse como: Riesgo de erosión del suelo = f (Factores socioeconómicos, Factores físicos) Factores socioeconómicos, dependen del manejo de la tierra tales como: prácticas de conservación y manejo de los cultivos. Factores físicos, dependen de los procesos naturales tales como: intensidad de las precipitaciones, erodavilidad del suelo, pendiente del terreno. USLE (Wischmeier y Smith, 1978)

A  R  K  L  S C  P Donde A: la media anual de las perdidas de suelo (ton/ha/año) R: factor de la erosividad de las precipitaciones (MJ/ha/mm/año) K: factor de la erodavilidad del suelo (ton/MJ/mm) L: factor de la longitud de la pendiente S: factor del gradiente de la pendiente C: factor del tipo de manejo de los cultivos P: factor de las prácticas de conservación del suelo Algunos de los componentes de la ecuación USLE varían con las estaciones, principalmente R y C. Estas generalmente se esclarecen primeramente calculando los promedios anuales y posteriormente multiplicando estos promedios. El método empleado se utiliza para calcular las perdidas de suelo (A) mensualmente y a continuación la sumatoria de los doce meses con vistas a obtener un

estimado anual de las perdidas de suelo. Por lo tanto USLE se puede escribir de la siguiente forma:

A

12

 (R

m

 K  L  S  C m  P)

m 1

Los factores longitud e inclinación de las pendientes (LS) describen la influencia de las características topográficas en las pérdidas de suelo. El factor LS para predecir las erosión en una localidad del paisaje puede ser determinado según More (1991). La utilización de esta teoría es mejor en paisajes con una topografía más compleja, que la utilizada en la ecuación empírica original según Wischmeier y Smith (1978), citada por Stoorvogel (1999). El riesgo de erosión puede ser expresado cualitativamente (alto, moderado, bajo, etc.), o cuantitativamente (toneladas por hectárea por año) según Renschler (1996). Del mismo modo se calculó el equivalente en milímetros como se muestra en la tabla 1 En este trabajo asumimos que las tasas de erosión tolerables para un suelo renovable se encuentran entre 5 a10 ton por hectárea por año según Wischmeier y Smith (1978), el cual describe la cantidad de pérdida de suelo tolerable como un valor significativo de los niveles máximos de erosión en los suelos. Esto nos permitiría una alta productividad en los cultivos para que sean económicamente e indefinidamente sostenibles. Los factores más importantes que determinan el límite de 5 a10 t/ha como perdida de suelo tolerable son: profundidad, propiedades físicas y otras características que afectan el desarrollo de las raíces, prevención del acarcavamiento, problemas de sedimentación en el campo, perdidas de las semillas, reducción de la materia orgánica en el suelo y perdida de los nutrientes (Wischmeier y Smith, 1978). La profundidad efectiva de las raíces es un indicador importante de la productividad del suelo y este puede ser estimado de las características del suelo (Groenevelt et al., 1984). La profundidad del suelo además varía entre las especies de cultivos (Taylor y Terrel, 1982). Las características limitantes de las raíces en el suelo pueden estar relacionadas con los rasgos físicos, químicos y nutricionales. Físicamente, Las capas de suelo de alta consistencia o densidad de masa restringen o limitan el crecimiento de las raíces (Lal, R. 1994).

Tabla 1. Riesgos de erosión en toneladas por hectárea por año y su equivalencia en milímetros por año

Riesgos de erosión Muy bajo Bajo Tolerable Alto Muy alto

Pérdidas (t/ha/y) 0-2 2-5 5-10 10-20 >20

Pérdidas (mm/ha) 0-0.15 0.15-0.38 0.38-0.77 0.77-1.54 > 1.54

Para la conversión de la cantidad de perdida de suelo en unidades de peso (t/ha) a unidades de longitud (mm), fue utilizado el valor promedio de la densidad de masa del suelo como una constante 1.3 g/cm3 (Marshall, 1996). La densidad de masa del suelo se define como la proporción de masa de la parte sólida seca del volumen de masa del suelo constituido por los sólidos secos. Este valor de la densidad de masa fue transformado a 1300 kg/m 3 que se ajusta más a las operaciones en el cálculo de las pérdidas de suelo en milímetros (Geler, 2000).

162

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Análisis de la idoneidad del suelo para los diferentes usos Idoneidad del suelo es la propiedad de la tierra para un determinado tipo de uso (FAO, 1993). El sistema de la FAO consiste de tres niveles de clasificación: apropiada o no apropiada y sus grados. Estas son las condiciones necesarias o deseadas para la práctica sostenible y con éxito para un tipo de uso de la tierra dado. Comprendiendo los requerimientos para el crecimiento de las plantas o de los cultivos, requerimientos de manejo y conservación. La comparación de los requerimiento de los tipos de uso de suelo con las propi edades de la t ier ra, dio como r esulta do una clasificación de la idoneidad del suelo (Burrough, 1986). Las razones más importantes para la reducción de la clasificación son las limitaciones del suelo que establecen los límites de las clases de idoneidad del suelo para un determinado uso. Teniendo en cuenta la afirmación anterior, en este estudio han sido utilizadas reglas simples para definir la idoneidad en el uso del suelo. En el área de estudio se consideraron cuatro tipos de uso de suelo (Trigo, Cí tr i cos, Ol ivos y Al m en dr os y Veget a ci ón seminatural). Este análisis se fundamentó en sólo dos parámetros: profundidad del suelo y la pendiente del terreno. Se crearon tres clases de profundidad del suelo y dos clases de pendientes del terreno (Geler, 2000).

MODELO DINÁMICO DE EROSIÓN DE LOS SUELOS, IMPLEMENTACIÓN DEL MODELO Y SU INTEGRACIÓN A UN SIG El modelo dinámico presentado es considerado el método de estudio y fue desarrollado para la evaluación de los riesgos de erosión de los suelos en el área de trabajo como se muestra en la figura 2. Este modelo describe la dinámica en las perdidas de suelo debido a la influencia del escurrimiento superficial producido por el agua y como consecuencia de los cambios en el uso de la tierra. USLE fue utilizado en su forma original para predecir las perdidas anuales de suelo en un período de 40 años. Este modelo ha sido implementado en ambiente raster en Arc/Info y programado utilizando lenguaje Arc Macro, donde se obtuvo como resultado el modelo dinámico y los pasos de este proceso se muestran en la figura 4 La generación de los parámetros de entrada de USLE, necesarios para la estimación de las perdidas de suelo fue calculada en ambiente SIG. Entre el conjunto de datos espaciales básicos disponibles para el área de Alora se encuentran la Cobertura del suelo 1998 (Arc/Info vector 1:50000), Modelo digital del terreno (Arc/Info raster 25 metros tamaño de celda), Suelos 1999 (Arc/Info vector 1:50000). Los datos climáticos sobre las ocurrencias de precipitaciones intensas erosivas, han sido utilizadas como constante según Van der Berg (1992), Stoorvogel (1999) citado por Geler (2000).

Los datos sobre el suelo constituyen otra de las entradas en la modelación. Con el objetivo de completar los parámetros necesarios para calcular el factor K, se determinó el porciento por tamaño de las partículas (Geler, 2000). Los valores de la conductividad hidráulica saturada para cada tipo de clase textural del suelo, así como sus tipos relativos de permeabilidad, estructura del suelo, pedregosidad y profundidad del suelo se emplearon conforme a FAO (1990), JIID (1992), USDA (1996), USDA (1997), EPA (1998), citado por Geler (2000). El valor del factor sobre el manejo de los cultivos se usó de acuerdo con Stoorvogel (1999) citado por Geler (2000). El Modelo Digital del Terreno (DEM), es el dato básico que se utilizó para calcular los parámetros topográficos y se usó para crear los rangos de valores de las pendientes del terreno para lo que se tuvieron en cuenta las clases según FAO (1990). Estas clases fueron creadas fundamentalmente para derivar los mapas con los valores del factor de las prácticas de conservación en formato raster (Berg, 1995, Stoorvogel, 1999) citado por Geler (2000). El uso de los modelos dinámicos sobre la erosión de los suelos y su integración a un SIG se considera una de las ventajas del presente estudio, especialmente cuando se corre el modelo varias veces para realizar un análisis determinado, utilizando diferentes conjuntos de mapas de entrada. Al mismo tiempo, para analizar diferentes escenarios y almacenar varias salidas (Geler, 2000)

COMPROBACIÓN DEL MODELO Y LAS SALIDAS El modelo se corrió en cuarenta etapas, considerando cada etapa de un año de duración y en cada etapa se almacenaron cinco salidas, en las siguientes unidades: perdida de suelo (ton/ha/ha), perdida de suelo (mm), profundidad del suelo (mm), DEM (m) y el factor de manejo de los cultivos. Los resultados del modelo sobre las cantidades de erosión para cada celda fueron evaluados cualitativamente y cuantitativamente, con la suposición de un nivel de tolerancia en la pérdida de suelo de 5 a 10 ton por hectárea, en un año. Según esta suposición, el riesgo de erosión de suelo por celda se representó usando cinco niveles de riesgo de erosión para varios escenarios. En el área de estudio se han encontrado zonas que indican altos riesgos de erosión, las que se caracterizan por presentar formas erosivas, tales como, las cárcavas y los canales, como resultado del escurrimiento superficial. Además con el objetivo de analizar los cambios espaciales en las pérdidas de suelo, se dividieron los resultados de las corridas del modelo en intervalos de 10 años, en un período de 40 años y se restaron los resultados de dos períodos consecutivos, ver Figura 5. El método de modelación de la erosión en el trabajo puede ser considerado como provisional, debido a que éste solo fue comprobado en el área de estudio. Sin embargo, ha sido útil para identificar aspectos de investigaciones futuras, con vistas a modificar o perfeccionar el modelo.

163

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Figura 4. Diagrama del proceso de implementación del modelo dinámico en el cálculo de la pérdida de suelo.

Figura 5. Riesgos de erosión en el escenario donde no se aplican las medidas de conservación de los suelos.

164

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

Se han usado diferentes escenarios para predecir el comportamiento de las tasas de erosión en los suelos cuando cambia el factor en las prácticas de conservación: el escenario donde no se aplican prácticas de conservación y el escenario donde éstas se aplican (terraceo), ver Figura 6. El escenario donde no se aplican prácticas de conservación se fundamenta en la hipótesis de que en el área objeto de estudio no se aplican las prácticas de conservación de los suelos en el manejo de los cultivos.

En el escenario donde se aplican las prácticas de conservación debe suponerse una reducción de las cantidades de erosión simuladas. Esta hipótesis está basada en las prácticas de conservación en el manejo de los cultivos que han sido aplicadas en el área de Alora. El factor de conservación considerado aquí es el terraceo, y su eficacia depende en gran medida del gradiente de las pendientes. La finalidad de las prácticas de conservación consiste fundamentalmente en la redirección del escurrimiento superficial y la reducción de su capacidad de transporte.

Figura 6. Pérdidas de suelos para diferentes escenarios de estudio.

Los resultados de la simulación para los dos escenarios sugieren que existe una lenta degradación del paisaje, donde los cambios espaciales de un decenio al siguiente son imperceptibles. El análisis de los resultados para el escenario de las prácticas de conservación muestra que la cantidad de pérdida de suelo en milímetros se reduce considerablemente cuando se aplican las medidas de conservación. Los resultados obtenidos de la simulación, atendiendo a las categorías de pérdida de suelo, sugieren que la mayor parte del área de trabajo tiene valores muy bajos, concentrados en áreas específicas. Estas zonas con pequeñas concentraciones se denominan cárcavas, las cuales tienden a ser paralelas a través de la pendiente, excepto donde la forma del terreno converge o diverge. Mientras que en las zonas de interfluvios el escurrimiento y los sedimentos tienden a moverse lateralmente hacia las cárcavas, en éstas últimas el movimiento del escurrimiento y los sedimentos es directamente pendiente abajo. Los cambios de profundidad del suelo quedan muy bien expresados cuando se comparan en ambos escenarios. En el escenario donde no se ha aplicado medida alguna de conservación en general, la cantidad de pérdidas de suelo en milímetros se incrementa. Esto quiere decir que la profundidad del suelo disminuye en general, pero en áreas específicas disminuye más de 80 mm, cuando se compara con el escenario en que se aplican las medidas de conservación. Como se muestra en la Figura 6 A primera vista, los resultados parecen bastante convenientes y realistas, mas no tenemos manera de conocer

si se acercan a la verdad. Es esencial que el modelo esté debidamente calibrado con un trabajo de campo fiable en las áreas donde se emplee.

CONCLUSIONES • Los modelos cuantitativos para la erosión del suelo son necesarios para evaluar las estrategias encaminadas a perfeccionar el manejo de la tierra que reduce la magnitud de los problemas de la erosión del suelo. Además, los modelos contribuyen a apoyar la ciencia de muchas maneras, tales como a proporcionar una vía para dar a conocer los componentes de un sistema. • Se han hecho muchos intentos para desarrollar modelos matemáticos automatizados sobre el escurrimiento y la erosión. En el presente estudio se eligió el modelo USLE para calcular la erosión del suelo. Esto se debe a su fácil aplicación y a que existen numerosos datos relacionados con los componentes de la ecuación que ya se encuentran tabulados. • El método desarrollado para la modelación dinámica en el área de estudio describe la transformación de las

165

Tecnologías Espaciales, Desastres y Agricultura en Iberoamérica (I)

pérdidas de suelo debido al escurrimiento superficial del agua, ocasionado por los cambios en el uso de la tierra. El método propuesto se desarrolló para evaluar el riesgo de erosión del suelo basado en la ecuación empírica (USLE). • El modelo dinámico ha sido implementado en el SIG Arc/Info (AML), en modo raster, y los resultados han sido representados en un mapa sobre riesgos de erosión, empleando el software ArcView. La aplicación del modelo dinámico y del SIG en este estudio ha demostrado e indicado la capacidad y fiabilidad del modelo dinámico SIG para ejecutar la erosión del suelo, cuando cambia el uso de la tierra. • tras ventajas del uso de los SIG en este enfoque están dadas por las posibilidades que brinda la rápida simulación para diferentes escenarios y el almacenamiento de varias salidas. En el área de estudio de Alora se han desarrollado diversos escenarios de estudios para pre-

decir el comportamiento de las tasas de erosión del suelo, cuando cambia el factor de las prácticas de conservación. • Los resultados de la simulación para el escenario donde se aplican las prácticas de conservación sugieren que existe una lenta degradación del paisaje. Esto se ha expresado en cuanto a la mayor parte del área de estudio, en que los riesgos de erosión se encuentran entre el rango de muy bajo a bajo (0–5 t/ha/año). • El modelo dinámico es una poderosa herramienta para simular la erosión del suelo. Según el presente estudio, la cartografía de la erosión existente y/o su predicción en tiempo y espacio desempeña un papel importante en la determinación de la variabilidad espacial de los fenómenos, convirtiéndose en una herramienta esencial para la planificación de la conservación de los suelos.

REFERENCIAS BIBLIOGRÁFICAS • • •

•

• • •

•

• • • • • • • • •

• • •

166

BERG, M. VAN DEN: “SWEAP, a computer program for water erosion assessment applied to SOTER”, documentation version 1.5 SOTER, Report 7. International Society of Soil Science, Wageningen, 1995. BURROUGH, P.A.: Principles of Geographical Information Systems for Land Resources Assessment, 193pp., Monographs on soil and resources survey no. 12, Clarendon Press, Oxford, 1986. DEURSEN, W.P.A. VAN: Geographical Information Systems and Dynamic Models: Development and application of a prototype spatial modelling language. Ph.D thesis, Department of Physical Geography, University of Utrecht, NGS 190, The Netherlands, 1995. ENVIRONMENTAL PROTECTION AGENCY (EPA), NATIONAL RISK MANAGEMENT RESEARCH LABORATORY: “Estimation of Infiltration Rate in the Vadose Zone”, Application of Selected Mathematical Models. Volume II, 28pp., 1998. FAO: Guidelines for soil description, Rome, Italy, 1990. FAO: Guidelines for Land-Use Planning, 96pp., Rome, Italy, 1993. GELER, T.: Prediction soil erosion hazards caused by lands use changes, 55pp., M.Sc. Thesis, Centre for Geoinformation, Wageningen University and International Institute for aerospace Survey and Earth Sciences, The Netherlands,. 2000. LAL, R.: Methods and Guidelines for Assessing Sustainable Use of Soil and Water Resources in the Tropics, Technical Monograph No. 21, Department of Agronomy, The Ohio State University, Columbus, Ohio, USDA,. SMSS, 1994. MARSHALL, T.J.: Soil Physics. Third Edition, Cambridge University Press, 1996. MOORE, I.D.: “Digital terrain modelling: a review of hydrological, geomorphological, and biological applications”. Hydrological Processes, vol. 5, 3-30, 1991. RENSCHLER, C.: Soil Erosion Risk Mapping by means of geographical information systems GIS and Hydrologic Modelling, 8pp.,. Ph.D. Thesis, ITC, 1996. ROO, A.P.J. DE: Modelling Surface Runoff and Soil Erosion in Catchments Using Geographical Information Systems, 128pp., Ph.D. Thesis, Utrecht University, The Netherlands, 1993. SCHOUTE, J.F.TH.: “Scenario Studies for the Rural Environment” Kluwer Academic Publishers, pp.,11-13, Printed in the Netherlands, 1995. SOIL SURVEY STAFF: Keys to Soil Taxonomy, United States Department of Agriculture (USDA), Natural Resources Conservation Service, Appendix C, 1996. STOORVOGEL, J.J.: GIS Applications in Land Resource and Land Use Studies, A guide to practical course, Laboratory of Soil Science and Geology, WAU, 1999. JIID: Manual for farm land conservation, 462pp The Japanese Institute of Irrigation and Drainage Engineering, Japan, 1992. USDA: Predicting Soil Erosion by Water. A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE), U.S., Department of Agriculture Agricultural Research Service, Agriculture Handbook, Number 703, United States of America, 1997. WAGENINGEN AGRICULTURAL UNIVERSITY (WAU): “Introduction to the interdisciplinary practical Sustainable Land Use in the Alora region”, Spain, 1999. WISCHMEIER, W.H. & SMITH, D.D.: Predicting Rainfall Erosion Losses, a Guide to Conservation Planning, U.S. Department of Agriculture, Agriculture Handbook No. 537, Washington, D.C., United States of America, (1978).