104094

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Zonificación de amenaza por movimientos en masa en El Chorro, Ecuador.

Métodos Heurísticos desarrollados con Sistemas de Información Geográfica.

Zoning of threats by landslide in El Chorro, Ecuador.

Heuristic Methods developed with Geographic Information Systems. by/por

Carlos Danilo Ortega Vallejo 01423642 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science– MSc Advisor ǀ Supervisor:

Anton Eitzinger PhD Loja - Ecuador, junio 2020

Compromiso de Ciencia Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

Loja, 18 de junio de 2020 _________________________________________________________________ (Lugar, Fecha)

(Firma)

Dedicatoria Dedicada a mis hijas Alejandra Nathalia y Gabriela Carolina, a mi esposa Matilde Cumbicus Jaramillo, porque siempre serรกn mi horizonte en el caminar de la vida.

Los seres queridos son sinรณnimos de familia, amigos y personas cercanas; a este grupo de personas buenas que rodean mi existencia ofreciendo amor, bienestar y confianza, dedico este trabajo por su tiempo y apoyo de una u otra forma.

Agradecimiento Quiero agradecer profundamente a mis padres: al maestro Carlos Ortega Salinas y a doña Germania Vallejo Delgado, por no desmayar en ningún momento con su apoyo incondicional en todas las etapas de mi formación como ser humano y crecimiento profesional. Gracias, queridos Padres, que Dios se lo pague.

También mis sinceros agradecimientos al programa de UNIGIS América Latina por la oportunidad de capacitación y fortalecimiento en el ámbito profesional, a través de su visión en la educación para potencializar las capacidades de los profesionales en SIG.

5

Resumen Las amenazas geológicas son procesos que pueden causar daños al ser humano, su infraestructura y medios de vida. Fenómenos peligrosos resultantes de estos procesos son los movimientos en masa que básicamente son movimientos del suelo o rocas a lo largo de una ladera o talud, desencadenados por factores naturales o antropogénicos. El análisis de amenazas y riesgos naturales se desarrolló en los años 70, igual que, los sistemas de información geográfica (SIG) con los que hoy en día dinamizan y disminuyen el tiempo en la modelación de amenazas y riesgos. En Ecuador, los movimientos en masa son muy recurrentes, particularmente la parroquia El Chorro es un sector afectado principalmente por hundimientos, reptaciones y flujos. Es primordial determinar las amenazas por movimientos en masa para apoyar a la gestión de riesgos y ordenamiento territorial, ya que estos movimientos están afectando en viviendas e infraestructura de la cabecera parroquial.

La metodología planteada aplica los modelos de Mora y Vahrson modificado (MVM), la Secretaría de Gestión de Riesgos (SGR) y una tercera que propone ensayar una combinación de los dos modelos, para la evaluación de la amenaza por movimientos en masa en la cabecera parroquial de El Chorro. Estos tres modelos derivados del enfoque heurístico se basan en métodos de ponderación y conocimiento local. Al mismo tiempo para el caso de estudio, el análisis espacial se apoyó con los SIG. Los resultados obtenidos incluyen mapas de los tres modelos que representan la amenaza por movimientos en masa en El Chorro. Los modelos MVM y el combinado MVM-SGR presentaron un mayor porcentaje de superficie preponderada por la amenaza media, mientras que el modelo de la SGR predomina las superficies con amenaza muy baja a baja. Esta diferencia de la SGR se enmarca en el uso de rangos no predefinidos en los niveles de amenaza. Así también, se observó una similar concentración de amenaza alta en los tres modelos, pero solamente el modelo combinado MVM-SGR ubica este nivel de amenaza en la zona poblada. Este último resultado fue dado por la inclusión de las variables de saturación y el uso actual del suelo en El Chorro.

Palabras clave: Amenazas, deslizamientos, SIG, El Chorro, Ecuador

6

Summary Geological threats are processes that can cause damages to human beings, their infrastructure and their way of living. Troublesome phenomena resulting from these processes are landslides that basically are soil or rocks movements along the hillside or slope, triggered by natural or anthropogenic factors. The analysis of threats and natural risks was developed in the 70’s, as well as geographic information systems (GIS), which nowadays invigorate and reduce time in threats and risks modeling. In Ecuador, landslides are recurrent, particularly El Chorro parish is mainly affected by subsidence, creeps and flows. It’s essential to determine threats by landslides for supporting management risks and territorial planning, as it could affect houses and infrastructure to the parish capital.

The proposed methodology applies the modified Mora and Vahrson (MVM) and the Secretariat of Risk Management (SGR) models and a third one that proposes to test a combination of the two previous ones for zoning landslides threat in the parish capital of El Chorro. These three models, derived from the heuristic approach, are based on weighting methods and local knowledge. At the same time for the case study, spatial analysis was supported by GIS. Results include maps of the three models that show landslides threat in El Chorro.

The MVM and combined MVM-SGR models presented a higher percentage of area prepondering of average threat, while the SGR model predominates surfaces with very low to low threat. This difference from the SGR model is due to use of nonpredefined ranges of threat levels. In addition, a similar high threat concentration is observed in all three models, but only the combined MVM-SGR model place this threat level in the populated area. This last result was due to the inclusion of saturation and current use of soil variables in El Chorro.

Keywords: threat, landslide, GIS, El Chorro, Ecuador

7

Tabla de contenido Resumen ............................................................................................................... 5 Summary ............................................................................................................... 6 Lista de Ilustraciones ........................................................................................... 10 Lista de tablas ...................................................................................................... 12 Lista de acrónimos por siglas ............................................................................... 14 CAPITULO I ......................................................................................................... 16 1.

INTRODUCCIÓN ........................................................................................... 16 1.1

Antecedentes .......................................................................................... 17

1.1.1 1.2

Antecedentes del área de estudio..................................................... 19

Objetivos y Preguntas de Investigación................................................... 20

1.2.1

Objetivo general ............................................................................... 20

1.2.2

Objetivos específicos ........................................................................ 20

1.2.3

Preguntas de investigación ............................................................... 21

1.3

Hipótesis ................................................................................................. 21

1.4

Justificación ............................................................................................ 21

1.5

Alcance ................................................................................................... 23

CAPÍTULO 2 ........................................................................................................ 25 2.

REVISIÓN DE LITERATURA ........................................................................ 25 2.1

Marco Histórico: ...................................................................................... 25

2.2

Marco Teórico: ........................................................................................ 26

2.2.1

Amenazas ........................................................................................ 26

2.2.2

Movimientos en masa (Landslide) .................................................... 30

2.3

2.2.2.1

Definición ................................................................................... 30

2.2.2.2

Clasificación. .............................................................................. 30

Marco Metodológico: ............................................................................... 31

2.3.1

Análisis de amenaza......................................................................... 33

2.3.2

El Método Heurístico. ....................................................................... 35

2.3.3

Metodología de Mora-Vahrson-Mora ................................................ 35

2.3.4

Metodología de la Secretaría de Gestión de Riesgos ....................... 37

2.3.5

Descripción de las variables. ............................................................ 38

2.3.5.1

Geomorfología ........................................................................... 38

2.3.5.2

Pendientes ................................................................................. 40

2.3.5.3

Zonas de saturación (flujos de agua) ......................................... 41

8

2.3.5.4

Uso del Suelo ............................................................................. 41

2.3.5.5

Precipitación .............................................................................. 42

2.3.5.6

Litología ..................................................................................... 43

2.3.5.7

Estructuras geológicas ............................................................... 44

2.3.5.8

Sismicidad.................................................................................. 44

2.3.5.9

Mapa de Suelos ......................................................................... 45

2.3.5.10 Humedad del suelo / Evapotranspiración ................................... 47 2.3.6

Herramientas de análisis espacial para zonificar amenazas ............. 49

2.3.6.1

Análisis de terreno ..................................................................... 49

2.3.6.2

Reclasificación ........................................................................... 49

2.3.6.3

Interpolación .............................................................................. 50

2.3.6.4

Algebra de mapas ...................................................................... 50

2.3.6.5

Superposición ponderada .......................................................... 51

CAPÍTULO 3 ........................................................................................................ 52 3.

METODOLOGÍA ............................................................................................ 52 3.1

Descripción del Área de Estudio ............................................................. 52

3.2

Procedimiento. ........................................................................................ 57

3.3

Descripción de la Metodología aplicada. ................................................. 59

3.3.1

Adquisición de datos......................................................................... 59

3.3.2

Sistematización de datos. ................................................................. 61

3.3.3

Aplicación del modelo de Mora, Vahrson y Mora (MVM) en el SIG. .. 63

3.3.4 Aplicación del modelo de la Secretaría de Gestión de Riesgos (SGR) en el SIG. ...................................................................................................... 64 3.3.5

Aplicación del modelo Combinado MVM-SGR. ................................. 67

3.3.6

Validación ......................................................................................... 71

3.3.7

Visualización..................................................................................... 71

CAPÍTULO 4 ........................................................................................................ 73 4.

RESULTADOS Y DISCUSIÓN ...................................................................... 73 4.1

Resultados. ............................................................................................. 73

4.1.1 Categorización de las amenazas por movimientos en masa en El Chorro. 73 4.1.1.1 Amenazas por movimientos en masa de la cabecera parroquial El Chorro, con el modelo Mora-Vahrson-Mora. .............................................. 73 4.1.1.2 Amenazas por movimientos en masa de la cabecera parroquial El Chorro, con el modelo de la Secretaría de Gestión de Riesgos. ................ 76

9

4.1.1.3 Amenazas por movimientos en masa de El Chorro, con el modelo Combinado MVM-SGR. ............................................................................. 78 4.1.2 Comparación de los modelos MVM, SGR y el Compuesto MVM-SGR, aplicados en El Chorro. ................................................................................. 81 4.1.3

Zonas de mayor amenaza en El Chorro. .......................................... 82

4.1.4

Validación de los modelos. ............................................................... 84

4.2

Discusión ................................................................................................ 85

4.2.1

Análisis de la clasificación de los niveles de amenaza...................... 85

4.2.2

Comparación de los modelos aplicados............................................ 89

4.2.3

Zonas de mayor amenaza en la cabecera parroquial de El Chorro... 90

4.2.4

Análisis de la Validación de los modelos. ......................................... 94

CAPÍTULO 5 ........................................................................................................ 98 5.

CONCLUSIONES .......................................................................................... 98

6.

REFERENCIAS BIBLIOGRÁFICAS............................................................. 102

10

Lista de Ilustraciones Ilustración 1.1 Eventos Naturales registrados en Ecuador (1970 al 2010). .......... 18 Ilustración 1.2 Porcentaje de viviendas afectadas en El Chorro. .......................... 20 Ilustración 2.1 Enfoques de la Metodología de Investigación. .............................. 32 Ilustración 2.2 Ejemplo de reclasificación en un flujo de Superposición ponderada. ............................................................................................................................. 49 Ilustración 2.3 Funciones del algebra de mapas. ................................................ 51 Ilustración 2.4 Operación de la superposición ponderada. ................................... 51 Ilustración 3.1 Ubicación del área de estudio - El Chorro, Ecuador ...................... 54 Ilustración 3.2 Limitación de la brecha sedimentaria. ........................................... 56 Ilustración 3.3 Flujograma de la Metodología Aplicada ........................................ 58 Ilustración 3.4 Modelo Digital del Terreno ............................................................ 61 Ilustración 3.5 Formula de Mora y Vahrson con la herramienta Raster Calcuator 63 Ilustración 3.6 Modelo automatizado con Model Builder. Metodología MVM. ....... 64 Ilustración 3.7 Modelo automatizado con Model Builder. Modelo SGR. ............... 66 Ilustración 3.8 Ponderación de las variables de la metodología propuesta en la herramienta “Weighted overlay”. .......................................................................... 69 Ilustración 3.9 Modelo automatizado con Model Builder. Combinado MVM-SGR. 70 Ilustración 4.1 Zonificación de amenaza por movimientos en masa - modelo MoraVahrson-Mora ...................................................................................................... 74 Ilustración 4.2 Porcentaje de superficie en hectáreas ocupadas por los niveles de amenaza, según el modelo de Mora-Vahrson-Mora. ............................................ 75 Ilustración 4.3 Porcentaje de superficie en hectáreas ocupadas por los niveles de amenaza, según el modelo SGR.......................................................................... 76 Ilustración 4.4 Zonificación de amenaza por movimientos en masa – modelo SGR ............................................................................................................................. 77 Ilustración 4.5 Porcentaje de superficie en hectáreas ocupadas por los niveles de amenaza, según el modelo Compuesto MVM-SGR. ............................................ 78 Ilustración 4.6 Zonificación de amenaza por movimientos en masa – modelo MVMSGR. .................................................................................................................... 80 Ilustración 4.7 Comparación entre los modelos de Amenazas por movimientos en masa. ................................................................................................................... 81 Ilustración 4.8 Zonas de mayor amenaza por movimientos en masa en El Chorro. ............................................................................................................................. 83 Ilustración 4.9 Clasificación de los niveles de amenaza con rangos y sin rangos predefinidos ......................................................................................................... 88

11

Ilustraciรณn 4.10 Tendencia de porcentaje de รกreas de amenaza en El Chorro. .... 90 Ilustraciรณn 4.12 Sismicidad y ambiente tectรณnico en Ecuador. ............................. 93 Ilustraciรณn 4.13 Viviendas amenazadas por movimientos en masa en El Chorro. 94

12

Lista de tablas Tabla 2.1 Clasificación de Amenazas .................................................................. 28 Tabla 2.2 Clasificación de Movimientos en Masa abreviada según Varnes (1978). ............................................................................................................................. 31 Tabla 2.3 Enfoques para elección del método de investigación y análisis de la amenaza. ............................................................................................................. 34 Tabla 2.4 Métodos de Análisis a Movimientos en Masa y sus modelos ............... 35 Tabla 2.5 Asignación de pesos a la geomorfología por la SGR. ........................... 39 Tabla 2.6 Asignación de pesos a las pendientes por MVM .................................. 40 Tabla 2.7 Asignación de pesos a las pendientes por la SGR ............................... 40 Tabla 2.8 Asignación de pesos al uso del suelo por la SGR ................................ 41 Tabla 2.9 Asignación de pesos a la precipitación por MVM ................................. 42 Tabla 2.10 Asignación de pesos a la precipitación por la SGR ............................ 43 Tabla 2.11 Asignación de pesos al RMR por MVM .............................................. 43 Tabla 2.12 Asignación de pesos a propiedades del suelo por MVM..................... 43 Tabla 2.13 Asignación de pesos a estructuras geológicas por la SGR................. 44 Tabla 2.14 Asignación de pesos a la intensidad sísmica por MVM ...................... 45 Tabla 2.15 Asignación de pesos a la textura del suelo por la SGR ...................... 46 Tabla 2.16 Asignación de pesos a la profundidad del suelo por la SGR .............. 46 Tabla 2.17 Asignación de pesos a la precipitación mensual por Mora-Vahrson ... 47 Tabla 2.18 Asignación de pesos a la humedad del suelo por Mora-Vahrson ....... 47 Tabla 2.19 Asignación de pesos a la precipitación mensual modificada para Ecuador ............................................................................................................... 48 Tabla 2.20 Calificativo de amenaza por movimientos en masa ............................ 48 Tabla 3.1 Fuentes y formato de la adquisición de datos para la metodología MVM. ............................................................................................................................. 59 Tabla 3.2 Fuentes y formato de la adquisición de datos para la metodología SGR. ............................................................................................................................. 60 Tabla 3.3 Fuentes y formato de la adquisición de datos para el modelo combinado MVM-SGR. .......................................................................................................... 60 Tabla 3.4 Abreviaturas de las variables (factores) ................................................ 62 Tabla 3.5 Ponderación de variables – Metodología de la SGR. ........................... 65 Tabla 3.6 Operacionalización de las variables del modelo Combinado MVM-SGR. ............................................................................................................................. 68

13

Tabla 3.7 Ensayos para obtener los porcentajes de influencia en la superposición ponderada. ........................................................................................................... 69 Tabla 3.8 Colores asignados a los niveles de amenaza en los modelos de la SGR y el Combinado MVM-SGR. ................................................................................. 72 Tabla 3.9 Colores asignados a los niveles de amenaza en el modelo MVM. ....... 72 Tabla 4.1 Área de los niveles de amenaza en El Chorro según MVM .................. 75 Tabla 4.2 Área de los niveles de amenaza en El Chorro según SGR................... 76 Tabla 4.3 Área de los niveles de amenaza en El Chorro según el compuesto MVMSGR. .................................................................................................................... 78 Tabla 4.4 Viviendas en zonas de amenaza alta y muy alta. ................................. 84 Tabla 4.5 Clasificación de la Amenaza según MVM ............................................. 85 Tabla 4.6 Clasificación de la Amenaza según la SGR ......................................... 86 Tabla 4.7 Clasificación de la Amenaza con Superposición Ponderada ................ 86 Tabla 4.8 Análisis de los modelos reclasificados con rangos y sin rangos predefinidos. ........................................................................................................ 87

14

Lista de acrónimos por siglas CEPREDENAC:

Centro de Coordinación para la Prevención de los Desastres Naturales en América Central.

CLIRSEN:

Centro de Levantamientos Integrados de Recursos Naturales por Sensores Remotos

CONAGOPARE:

Consejo Nacional de Gobiernos Parroquiales Rurales del Ecuador

COSUDE:

Agencia Suiza para el Desarrollo y la Cooperación.

DEM:

(por sus siglas en ingles de Digital Earth Model) Modelo Digital de Elevación.

DesInventar:

Sistema de Inventario de Efectos de Desastres.

ESRI:

(por sus siglas en ingles de Environmental Systems Research Institute) Instituto de Investigación de Sistemas Ambientales.

FAO:

(por sus siglas en ingles Food and Agriculture Organization) Organización de las Naciones Unidas para la Agricultura y la Alimentación.

GAD:

Gobierno Autónomo Descentralizado.

H:

(por sus siglas en ingles de Hazard) grado de amenaza a deslizamientos

IGEPN:

Instituto Geofísico de la Escuela Politécnica Nacional (Ecuador).

IGM:

Instituto Geográfico Militar.

INAMHI:

Instituto Nacional de Meteorología e Hidrología.

INEC:

Instituto Nacional de Estadística y Censos.

INEGI:

Instituto Nacional de Estadística y Geografía de México.

INIGEMM:

Instituto Nacional de Investigación Geológica, Minera y Metalúrgica. (actualmente Instituto de Investigación Geológico y Energético – IIGE).

MAGAP:

Ministerio de Agricultura, Ganadería, Acuacultura y Pesca.

MOVE:

Métodos para mejorar la evaluación de la vulnerabilidad en Europa

MVM:

Mora y Vahrson modificado

OEA:

Organización de Estados Americanos

15

PDOT:

Plan de Desarrollo y Ordenamiento Territorial

PEA:

Población Económicamente Activa.

PMA:

Proyecto Multinacional Andino.

RMR:

(por sus siglas en ingles de Rock Mass Rating) Calificación del Macizo Rocoso.

SENPLADES:

Secretaria Nacional de Planificación y Desarrollo.

SGR:

Secretaría de Gestión de Riesgos (Aclaración: durante el desarrollo de la investigación se utilizó el material disponible a nombre de la SGR. Pero a partir del 3 de octubre de 2018, bajo Decreto Presidencial N°534, la denominación de esta institución pasa a “Servicio Nacional de Gestión de Riesgos y Emergencias”).

SIG:

Sistemas de Información Geográfica.

SUSC:

(por sus siglas en ingles de Susceptibility) parámetros de susceptibilidad, elementos pasivos.

TIN:

Redes Irregulares de Triángulos.

TRIG:

(por sus siglas en ingles de Triggering) desencadenantes, elementos activos.

UNDRO:

Organización de las Naciones Unidas para Ayuda en Desastres.

UNESCO:

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.

UNISDR:

Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres.

UTM:

Sistema de coordenadas universal transversal de Mercator (en inglés de Universal Transverse Mercator)

parámetros

16

CAPITULO I 1.

INTRODUCCIÓN

Los movimientos en masa son movimientos de roca, escombros o tierra a lo largo de una ladera (Cruden, 1991) que ocurren a diferentes velocidades “debido a factores naturales y/o antropogénicos” (INEGI, 2016, p.9). La Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres (UNISDR, 2009) señala que los fenómenos geológicos ocurren en el mundo causando diferentes niveles de afectación en las poblaciones.

En las referencias básicas para la gestión de riesgos en Ecuador, la Secretaría de Gestión de Riesgos (SGR y UNISDR, 2012, p.60) transmite que “la ocurrencia de movimientos en masa han aumentado estas últimas cuatro décadas y están entre los eventos de mayor incidencia en Ecuador junto con las inundaciones, erupciones volcánicas y terremotos” En la provincia de Zamora Chinchipe al sur del Ecuador se ubica la parroquia El Chorro, y de acuerdo a informes de la Secretaría de Gestión de Riesgos (SGR, 2010) el 27.5% entre infraestructura pública y viviendas fueron afectadas por hundimientos, reptaciones y flujos. Los problemas de movimientos en masa envuelven principalmente a la cabecera parroquial y su entorno.

Otros informes de la Secretaría de Gestión de Riesgos (SGR, 2016c) concluyen que “la causa principal de las afectaciones que presentan las viviendas en paredes, pisos y su estructura, se debe a la ocurrencia de hundimientos y flujos” (p.13). Esto permitió formular las preguntas sobre la situación en la cabecera parroquial de El Chorro: ¿cuáles son las zonas susceptibles a movimientos en masa? y ¿cuáles son los factores de mayor influencia para que acontezcan estos movimientos?

En este contexto se planteó como hipótesis: la ubicación geográfica de las viviendas afectadas en El Chorro está dentro de las zonas de amenaza alta y muy alta. De ahí que el fin de la investigación fue la determinación de la amenaza por

17

movimientos en masa para contribuir en la administración territorial del Gobierno Autónomo Descentralizado (GAD) de la parroquia El Chorro.

La estructura de la investigación comprende cinco capítulos. En el capítulo 1 introduce el trabajo con los antecedentes del problema, los objetivos, las preguntas, hipótesis, justificación y alcance. El capítulo 2 presenta las precisiones conceptuales sobre los movimientos en masa y metodologías de modelación basadas en los métodos de investigación cualitativa y cuantitativa. El capítulo 3 trata de la metodología, aquí expone las estrategias para alcanzar los objetivos planteados. El capítulo 4 sintetiza los resultados obtenidos, acompañados de la respectiva discusión. Por último, el capítulo 5 despliega las conclusiones de la investigación y recomendaciones sobre el proceso de zonificación de amenazas en la cabecera parroquial de El Chorro.

1.1

Antecedentes

Los tipo de eventos que han causado desastres y emergencias en Ecuador, la SGR y UNISDR (2012) basados en los datos del Sistema de Inventario de Efectos de Desastres (DesInventar), dicen lo siguiente: En Ecuador se han producido 1050 movimientos en masa desde 1970 al 2010 mostrando un claro incremento en los años 2007 y 2008 (ilustración 1.1). Hecho atribuido a: la creciente población en áreas de riesgos, asentamientos

humanos

en

laderas,

sedimentación

de

cuencas

hidrográficas, expansión de los límites agrícolas y mala gestión de aguas residuales. (p.60 y 61)

18

Ilustración 1.1 Eventos Naturales registrados en Ecuador (1970 al 2010).

Fuente: SGR y UNISDR (2012)

Ante el incremento de los movimientos en masa, el Ecuador se ha reunido para analizar una metodología que conlleve a la delimitar las zonas de amenaza por movimientos en masa. Una de esas reuniones es el “Primer Congreso Internacional de Gestión de Riesgos, Ambiente y Energías Alternativas desarrollado en Noviembre de 2010, Quito-Ecuador, ahí discutieron la metodología de Mora y Vahrson modificada (Mora, Vahrson, Mora, y CEPREDENAC, 1994) como posible alternativa de aplicación en el país” (Barrantes, 2015, p.1). La SGR (2015b) en cuanto a la metodología aplicada en Ecuador expone lo siguiente: La Secretaría Gestión de Riesgos en el 2011 dio a conocer la metodología a utilizarse en Ecuador para determinar las zonas de amenazas por movimientos en masa. La metodología se basa en el método heurístico con variables propias de territorio, la misma que fue consensuada con otras entidades académicas y de investigación tales como: Escuela Politécnica Nacional, Consultora Sun Mountain Int, Instituto Nacional de Investigación Geológica,

Minera

y

Metalúrgica

(INIGEMM),

y

el

Centro

de

Levantamientos Integrados de Recursos Naturales por Sensores Remotos (CLIRSEN). Para ello analizaron varias metodologías utilizadas a nivel nacional e internacional, entre ellas las propuestas por la Agencia Suiza para el Desarrollo y la Cooperación (COSUDE), Mora-Vahrson, Proyecto

19

Multinacional Andino, Talud infinito, por Ponderación de Pesos, entre otros.

En base a este modelo la SGR realizó mapas preliminares de amenaza por movimientos en masa a escala 1:50000 a nivel nacional (p.14).

1.1.1 Antecedentes del área de estudio La investigación se desarrolló en la cabecera parroquial de El Chorro, ubicada en el cantón Chinchipe, provincia de Zamora Chinchipe, extremo sur oriental del Ecuador, límite fronterizo con el Perú. En esta zona han tenido lugar algunos eventos peligrosos, entre los que sobresalen los movimientos en masa causando estragos en la Casa Comunal, la Escuela Alejandro Encalada, Colegio 10 de Agosto, Escuela Río Marañón, y varias viviendas (SGR, 2010).

El GAD parroquial de El Chorro, en el año 2012 contrató la consultoría del “Estudio Geológico-Geotécnico de la Zona de Inestabilidad en la cabecera parroquial El Chorro cantón Chinchipe, provincia de Zamora Chinchipe” (GAD Parroquial de El Chorro y RGO, 2013). La SGR en su informe: Observaciones al “estudio geológico – geotécnico en la cabecera parroquial el chorro, cantón Chinchipe, provincia de Zamora Chinchipe” (SGR, 2015a), junto con dos informes anteriores (SGR, 2012, 2014) indican que no cumplen con los objetivos y el informe del estudio Geológico – Geotécnico mencionado no es lo suficientemente claro en la determinación de la problemática, ni en las posibles soluciones para tener en cuenta en la mitigación de los efectos adversos dejados por los hundimientos y otros movimientos en masa producidos en El Chorro.

La SGR (2016b) levantó información in situ de las afectaciones en viviendas y obras de infraestructura en la cabecera parroquial de El Chorro, en las cuales se observó: •

La principal afectación fue por hundimientos y en menor cantidad por reptación y flujos.

•

El número de infraestructura con afectación reportadas en dicho estudio fue de 33 de un total de 120 edificaciones (Ilustración 1.2).

20

100

Viviendas de El Chorro con y sin afectaciones por movimientos del terreno 72.5%

90

N° de Viviendas

80 70 60 50

Afectadas

40

No afectadas

27.5%

30 20 10 0

Afectadas

No afectadas

Ilustración 1.2 Porcentaje de viviendas afectadas en El Chorro.

Fuente: SGR (2016b)

En este sentido se denota que el 27.5% del total de las viviendas de El Chorro han sido afectadas de una u otra manera por movimientos en masa. Este porcentaje de afectación preocupa a la población, de que este tipo de fenómeno peligroso se extienda a lo largo del tiempo.

1.2

Objetivos y Preguntas de Investigación

1.2.1 Objetivo general Determinar la amenaza por movimientos en masa que pueda afectar las viviendas e infraestructura en la cabecera parroquial de El Chorro, Ecuador.

1.2.2 Objetivos específicos •

Categorizar espacialmente los niveles existentes de amenaza por movimientos en masa en la cabecera parroquial de El Chorro.

•

Comparar los resultados obtenidos por los diferentes modelos aplicados en la determinación de la amenaza por movimientos en masa.

21

•

Identificar las áreas de mayor amenaza según los modelos aplicados en la cabecera parroquial de El Chorro.

•

Contrastar espacialmente las viviendas de El Chorro sobre los niveles de amenaza.

1.2.3 Preguntas de investigación •

¿Cuáles son las zonas susceptibles a movimientos en masa en la cabecera parroquial de El Chorro, según el análisis espacial de un Sistema de Información Geográfica?

•

¿Cuáles son las variables de mayor influencia en la probabilidad de ocurrencia de movimientos en masa en la cabecera parroquial de El Chorro?

•

¿Al comparar los modelos aplicados mediante SIG, se obtendrán resultados iguales o similares?

1.3

Hipótesis

Las viviendas de la parroquia El Chorro afectadas por hundimientos, reptación y flujos, coinciden espacialmente con las áreas de niveles altos de amenaza por movimientos en masa condicionados por las características fisiográficas propias del sitio.

1.4

Justificación

La presencia frecuente de movimientos en masa en la cabecera parroquial de El Chorro amerita tomar medidas y acciones urgentes para prevenir, rehabilitar y reconstruir los daños causados por los hundimientos, reptaciones y flujos, entre otros fenómenos peligrosos por lo que es necesario tomar decisiones que permitan mejorar la calidad de vida a los habitantes. Esto depende de numerosos factores.

Uno de ellos y quizá el de mayor trascendencia es la seguridad personal ante amenazas naturales y socio-naturales. Otro factor a ser considerado es el

22

relacionado con el incremento de la actividad económica en amplia escala, mismo que está en relación directa con el primero; “puesto que solo una comunidad resiliente y sustentable, puede experimentar desarrollo económico sostenible” (UNISDR, 2009, p.28).

Ante la situación de El Chorro, el Consejo Nacional de Gobiernos Parroquiales del Ecuador CONAGOPARE (2013), en su sección de noticias de su página web dio a conocer lo siguiente: Walter Villacis ex presidente del GAD parroquial de El Chorro manifestó que los estudios técnicos son de prioridad local. Debido a movimientos del suelo no se puede invertir mayores recursos en la zona. También los estudios geológicos permitirán definir los lugares de riesgo e identificar las zonas seguras donde se puede construir la nueva infraestructura para la parroquia. “Los estudios servirán de respaldo para gestionar recursos en varias instituciones” (¶ 3).

Para estos tipos de problemas, la Organización de los Estados Americanos (OEA, 1991) recomienda que las medidas de mitigación y prevención pueden ser: Estructurales para la mitigación de los efectos de los desastres naturales como: códigos de construcción y especificaciones de materiales, reacondicionamiento de las estructuras existentes para que sean más resistentes a desastres y otros mecanismos protectores. Sin embargo, las medidas no estructurales son herramientas más importantes para el diseño y formulación de políticas y estrategias que permitan la reducción de la vulnerabilidad y el nivel de riesgo de la población como: la zonificación de las amenazas mediante la elaboración de mapas, los mismos que pueden ser utilizados por los planificadores urbanísticos, gobiernos y autoridades locales para la regulación del uso del suelo y la formulación de Planes de Desarrollo y Ordenamiento Territorial (p.51).

Entonces con el afán de comprender el por qué se dan estos fenómenos en El Chorro que coadyuven a buscar soluciones, en base a las medidas no estructurales recomendadas por la OEA se planteó la aplicación de tres modelos de zonificación de amenazas, mediante los SIG. El desarrollo de los modelos sirve en primer lugar

23

conocer el medio físico de un territorio como: el sistema de drenaje, el relieve, las condiciones hidro climatológicas, así como los suelos y rocas, entre otros según sea el sitio para estudiar. Luego con el análisis espacial se obtienen los modelos que ubican las amenaza por movimientos en masa, dichos modelos son validados generalmente con datos u observaciones de campo.

Por otro lado se suman las competencias institucionales, consagradas en la Constitución de la República del Ecuador, “a todos GAD les corresponde obligatoriamente en el ámbito de su territorio la planificación para garantizar el ordenamiento territorial” (Registro Oficial N°449, 2008, art. 241). Bajo estas competencias institucionales también el GAD parroquial de El Chorro debe cumplir con su Plan de Desarrollo y Ordenamiento Territorial (PDOT), en concordancia con el conocimiento de las bondades y limitaciones del territorio que ocupan. De ahí el propósito de esta investigación es de proveer la información geo-científica necesaria al gobierno local, comunidades y planificadores del desarrollo. De esta manera puedan tener una base para la planificación como: acciones de mitigación al impacto de amenazas naturales, sirva para el desarrollo sustentable de la comunidad y preparación al momento de enfrentar situaciones de desastre.

1.5

Alcance

No se ha logrado llegar a comprender efectivamente las causas para que se produzcan los fenómenos de movimientos en masa ocurridos en El Chorro, por lo que se propone determinar las zonas de amenaza por movimientos en masa, enfocado a explicar las posibles causas para que se produzcan estos fenómenos, identificando las condiciones locales de la superficie y los detonantes con su grado de incidencia. La investigación pretende generar información a una escala adecuada que limite las zonas de mayor amenaza por movimientos en masa, y estén acorde con el escenario in situ.

La investigación se desarrollará en la cabecera parroquial de El Chorro, lo que circunscribe el centro poblado, el barrio El Api y barrio la Toma, con una extensión de 488.27 hectáreas que delimitan los lugares mencionados. Por consiguiente, es

24

necesario trabajar a escala 1:5,000 para la visualización de las viviendas sobre las zonas de amenazas.

El tema por investigarse encierra el análisis espacial de las condiciones físicas de la superficie susceptibles a cambiar drásticamente, entre las que se considera son la morfología, geología, hidrología, climatología, sismicidad y antropogénica. Estas variables generalmente están involucradas en la ocurrencia de movimientos en masa, de ahí que se debe percibir lo que son las amenazas, los movimientos en masa y el proceso de análisis mediante los sistemas de información geográfica, con el fin de evaluarlos en el área de estudio.

La importancia de incrementar la información en cuanto a la ubicación local de las zonas de saturación del suelo, la red hídrica, el uso del suelo y litología, es la de aportar un mayor conocimiento del medio biofísico con el fin de estimular a las autoridades del GAD parroquial a la identificación de los problemas de su territorio.

Dicho de otra forma, ayudar en el entendimiento de su entorno natural y social de una comunidad o población para que sus autoridades se apoyen al momento de sustentar las decisiones en la elaboración y aplicación del PDOT, por parte del GAD parroquial de El Chorro y el GAD cantonal de Chinchipe, así como las demás instituciones gubernamentales puedan implementar sus proyectos con un mejor conocimiento de la condición local, por ejemplo, en el ámbito turístico, agrícola o de vivienda.

25

CAPÍTULO 2 2.

REVISIÓN DE LITERATURA

En esta sección se abordó un repaso histórico de los elementos conceptuales asociados a la definición de las amenazas, los movimientos en masa y los modelos de análisis dentro de un sistema de información geográfica, así como se revisó los métodos de más amplio uso en estudio sistemático con herramientas de los SIG aplicados a la comprensión de estos fenómenos. A continuación, se presentan tres secciones que corresponden al marco histórico, teórico y metodológico.

2.1

Marco Histórico:

Los movimientos en masa o también llamados deslizamientos han sido estudiados, definidos y clasificados por diversos autores como Cruden y Varnes (1996), Dana et al. (1863), Hutchinson (1989), Terzaghi, Peck, Ralph y Mesri (1948) Varnes (1978), entre otros, pero la definición y clasificación más utilizadas e incluso por la UNESCO son las de Varnes. Por otro lado, la evaluación en sí de la amenaza y el riesgo por movimientos en masa fue difícil de modelar para los investigadores por la influencia de una diversidad de factores tanto condicionantes como desencadenantes que favorecen la inestabilidad de un terreno. Dichos modelos empezaron a desarrollarse a partir de la década de 1970 (Bonachea Pico, 2006), y un ejemplo de los primeros modelos es la cartografía de ZERMOS (Humbert, 1977).

Varios autores como Barrantes, Barrantes y Núñez (2011), Bonachea Pico (2006), Mora y Vahrson (1993), Suárez (1998a) concluyeron posteriormente que los modelos dependerán de las características biofísicas y sociales del lugar a evaluar, y donde existan condiciones similares podrán ser extrapolables de un sector a otro.

“Según Hansen (1984) las múltiples metodologías con variados enfoques han resultado en cierta forma, pero dificultando la estandarización y la unificación de las definiciones sobre la determinación de amenazas, lo cual sigue siendo una contrariedad hasta la actualidad” (Bonachea Pico, 2006, p.48). La UNISDR (2009) ha puesto los esfuerzos durante décadas para reducir los efectos de los desastres,

26

apoyándose en definiciones y metodologías propuestas por diferentes autores para determinar las amenazas y los riegos.

Paralelamente en la década de los setenta se lanzaron los primeros satélites, así como también se crearon los SIG que alcanzaron popularidad a mediados de los años ochenta (Carrara y Pike, 2008; Chung y Fabbri, 2005). Los primeros mapas de zonificación de amenazas elaborados en SIG fueron en el año 1978 en California, por Newman y otros investigadores. (Abril, 2011).

2.2

Marco Teórico:

La investigación se centró en la determinación de amenaza por movimientos en masa mediante la aplicación de los sistemas de información geográfica, en tal sentido, se realizó una revisión de la teoría que engloba siguientes temas: •

Amenazas,

•

Movimientos en masa

•

Los modelos en los Sistemas de Información Geográfica.

2.2.1 Amenazas Varnes (1984) precisa que existen muchos autores que manejan los términos de amenaza, riesgos y vulnerabilidad con diferentes definiciones; pero es necesario que las definiciones sean reconocidas por la Organización de las Naciones Unidas para el Socorro ante Desastres (UNDRO por sus siglas en inglés) y la Organización de las Naciones Unidas para la Educación, Ciencia y Cultura (UNESCO por sus siglas en inglés). Actualmente esos términos con sus definiciones son manejados por la Estrategia Internacional para la reducción de Desastres de las Naciones Unidas (UNISDR, 2009), siendo conceptualizada la amenaza como: Un fenómeno, sustancia, actividad humana o condición peligrosa que pueden ocasionar la muerte, lesiones u otros impactos a la salud, al igual que daños a la propiedad, la pérdida de medios de sustento y de servicios, trastornos sociales y económicos, o daños ambientales (p.5).

27

De la misma manera UNISDR (2009) relaciona dentro de su terminología los conceptos de amenaza natural, amenaza socio natural, amenaza biológica, amenaza geológica, amenaza hidrometereológica y amenaza tecnológica. Todos estos términos pueden sonar diferentes, pero se relacionan o se complementan todos estos fenómenos en el momento de evaluar las amenazas; es decir que se pueden desarrollar una o varias amenazas por causa de uno o varios fenómenos de índole natural y/o antrópico. Por ejemplo, la ocurrencia de un terremoto (amenaza geológica) podría causar epidemias (amenaza biológica) o una inundación (amenaza hidrometereológica), podría causar una dispersión de sustancias toxicas (amenaza tecnológica).

Para entender y simplificar un poco más las amenazas según el fenómeno y su interrelación entre ellos, se elaboró un cuadro de clasificación de amenazas (Tabla 2.1) basados en la propuesta sugerida por Contreras (2016), quien se refiere a criterios desarrollados en el proyecto MOVE (Métodos para mejorar la evaluación de la vulnerabilidad en Europa).

En la Tabla 2.1 se observa que la amenaza se clasifica según su origen en dos grupos: las naturales o socio naturales y antrópicas (Contreras, 2016). También se nota que dentro de las amenazas naturales o socio-naturales, los movimientos en masa es una subclasificación de las amenazas geológicas externas.

28

Tabla 2.1 Clasificación de Amenazas Terremotos Internas

Tsunami

Naturales o socio-naturales

Caída de rocas

Geotécnicas o geofísicas (geológicas)

Movimientos en masa (Landslide) Externas

Volcamientos Deslizamientos Flujos de suelos

Erosión del suelo Degradación del suelo Inundaciones Hidrometereológicas

Tormentas

Ciclones tropicales

Huracanes Sequías

Enfermedades en los cultivos Ambientales - Ecológicas Plagas en los cultivos

Antrópicas

AMENAZAS

Erupciones volcánicas

Epidemiológicas

Enfermedades que afectan a individuos > a lo normal

Tecnológicas

Accidentes en producción, transporte y/o comercialización de materiales y productos peligrosos Atentados terroristas Guerra

Intencionales Crimen Aglomeraciones de público Fuente: Contreras (2016)

Las definiciones de amenaza natural, socio natural y amenaza geológica, aceptadas en la terminología de la UNISDR (2009) se citan a continuación: Amenaza Natural es un proceso o fenómeno natural que puede ocasionar la muerte, lesiones u otros impactos a la salud, al igual que daños a la propiedad, la pérdida de medios de sustento y de servicios, trastornos sociales y económicos, o daños ambientales (p.7).

29

Amenaza Socio-naturales son fenómenos de una mayor ocurrencia de eventos relativos a ciertas amenazas geológicas e hidrometereológicas, que surgen de la interacción de las amenazas naturales con los suelos y los recursos ambientales explotados en exceso o degradados (p.8).

Amenaza Geológica es un proceso o fenómeno geológico que podría ocasionar la muerte, lesiones u otros impactos a la salud, al igual que daños a la propiedad, la pérdida de medios de sustento y de servicios, trastornos sociales y económicos, o daños ambientales (p.5).

En estos conceptos se advierte la relación entre amenaza natural y amenaza socionatural. Esta última trata de ciertas amenazas naturales que son alteradas por las actividades humanas. Por ejemplo, los movimientos en masa, inundaciones y sequías, es decir, la amenaza socio-natural se puede reducir y evitar con un adecuado ordenamiento territorial.

Suárez (1998b) por su lado define a la susceptibilidad por movimientos en masa, de la siguiente manera: La facilidad con que un fenómeno puede ocurrir sobre la base de las condiciones locales del terreno. No existe un procedimiento estandarizado para la preparación de mapas de susceptibilidad a los deslizamientos, habiendo mucha libertad en los pasos a seguir. La probabilidad de ocurrencia de un factor detonante como lluvia o un sismo no se considera en el análisis de susceptibilidad. Comúnmente es confundida con la amenaza, quizá porque su determinación se basa a partir de los parámetros que definen la susceptibilidad (p.358).

A diferencia de la susceptibilidad, durante el análisis de las amenazas a movimientos en masa se toma en cuenta los factores externos (lluvia o sismos), sean estos como factores detonantes o como un solo proceso con los factores condicionantes.

30

2.2.2 Movimientos en masa

2.2.2.1 Definición “Los movimientos en masa son también conocidos mediante el término en inglés “Landslide” que significa deslizamientos de tierra, que abarcan casi todas las variedades de movimientos en masa producidos en diferentes tipos de pendientes” (Varnes, 1984, p.10). Los movimientos en masa son “el producto de las condiciones geológicas, hidrológicas y geomorfológicas y la modificación de éstas por procesos geodinámicos, vegetación, uso de la tierra por actividades humanas, así como la frecuencia e intensidad de las precipitaciones y la sismicidad” (Suárez, 1998a, p.527).

2.2.2.2 Clasificación.

La clasificación de movimientos en masa es planteada por numerosos autores en la literatura existente, entre las más importantes están las de Sharpe (1938), Varnes (1958; 1978), Nemcok, Pasek, y Rybár (1972), Hutchinson (1989), Sassa (1989), Ibsen (1996), Cruden y Varnes (1996), entre otros. Las clasificaciones de estos movimientos se basan en las características cinemáticas, pero la identificación del mecanismo se realiza a partir de la forma de la masa movida. Esto no siempre será adecuado porque mecanismos distintos pueden generar formas similares; entonces todas las clasificaciones coinciden en la existencia de al menos, cinco mecanismos principales que son: caídas, vuelcos, deslizamientos, expansiones laterales y flujos (Corominas, 2004, p.4).

Una de las clasificaciones más aceptada en la comunidad internacional es la de Varnes (1978), la cual se basa en dos términos (tabla 2.2): el primero en el tipo de material que conforma el talud o ladera, y el segundo con el tipo de movimiento.

31

Tabla 2.2 Clasificación de movimientos en masa abreviada según Varnes (1978).

Tipo de Movimientos Caído (falls) Volteo (topples)

Deslizamientos (slides)

Caído de roca Volteo de roca Rotacional

Depresión de roca

Translacional

Deslizamiento de bloque de roca Deslizamiento de roca

Expansiones laterales (lateral spreads) Flujos (flows) Complejos (complex)

2.3

Roca (bedrock)

Tipo de Material Ingeniería de suelos Grueso Fino Detrito (debris) Tierra (earth) Caído de detrito Caído de tierra Volteo de detrito Volteo de tierra Depresión en Depresión de detrito tierra Deslizamiento de Deslizamiento de bloque de detrito bloque de tierra Deslizamiento de Deslizamiento de detrito tierra

Expansiones de roca

Expansiones de detrito

Expansiones de tierra

Flujo de roca Reptación (creep) en roca

Flujo de detrito

Flujo de tierra

Reptación (creep) en suelos

Combinación de dos o más tipos de movimientos

Marco Metodológico:

En el análisis de amenazas a movimientos en masa, se enfocan también con la metodología de investigación. “Los métodos cuantitativos se basan en expresiones matemáticas que correlacionan los factores causales y deslizamientos de tierra” (Kouli, Loupasakis, Soupios, y Vallianatos, 2010, p.600). Los métodos cualitativos utilizan índice de deslizamiento basadas en opiniones de expertos para identificar las áreas con similares características geológicas y geomorfológicas (Abril, 2011, p.36). Los métodos mixtos (semicuantitativo) utilizan procedimientos de ponderación y calificación (Hutchinson y Chandler, 1991 citado por Abril, 2011, pag.

49). En la ilustración 2.1 se muestra la clasificación de los enfoques de investigación propuesta por Hernández Sampieri, Fernández Collado, y Baptista Lucio (2010).

32

Ilustración 2.1 Enfoques de la Metodología de Investigación.

Fuente: Hernández Sampieri et al. (2010)

33

2.3.1 Análisis de amenaza Previo al análisis de amenaza se requiere realizar varias actividades en el siguiente orden de presentación (Contreras, 2016): •

Establecer el tipo de amenaza a estudiar,

•

Determinar la escala del estudio,

•

Evaluar la cantidad de información y los datos con los que se cuentan

•

Evaluar la disponibilidad de recursos humanos, materiales y financieros disponibles, y

•

Seleccionar un método de análisis.

Al seguir estos pasos, se puede tener una definición clara de los parámetros y recursos necesarios para realizar el análisis de amenaza y delimitar el área de estudio. De modo que el investigador se encamina a enfocar la investigación a un método de análisis de amenaza. Además de los pasos previos Contreras (2016) explica el análisis de amenaza en tres enfoques: inventario, integración de datos y modelación.

Los métodos para determinar amenazas de movimientos en masa son varios, Suárez (1998a) los clasifica en: heurísticos, estadísticos y determinísticos.

Bonachea Pico (2006) habla de modelos físicos y estadísticos.

En función del enfoque para el análisis de amenazas sugerido en Contreras (2016) y el enfoque de la investigación propuesto por Hernández Sampieri et al. (2010) se adaptó la Tabla 2.3, con el fin de tener una guía general al momento de elegir el método de investigación y el método de análisis de amenaza.

34

Tabla 2.3 Enfoques para elección del método de investigación y análisis de la amenaza.

ANÁLISIS DE LA AMENAZA Enfoque

Inventario

Método de análisis de amenaza

Descripción del método

Método de investigación

Análisis histórico

Mapeo de eventos a lo largo de la historia.

cualitativo

Análisis de frecuencia

Análisis estadístico de diferentes tipos de eventos. Relación magnitud-frecuencia.

cuantitativo

Proceso y cartografía

Procesos de mapeo, clasificación del terreno.

cualitativo

Conocimiento local

mixto

Diferencias de altitud, espectrales o de rugosidad.

cualitativo

Análisis heurístico

Usan reglas de decisión o métodos de ponderación integrados en la evaluación espacial multicriterio.

mixto

Análisis estadístico

Análisis estadísticos bivariados y multivariados.

cuantitativo

Empírica

Relaciones derivadas empíricamente.

Ejemplo: las leyes de atenuación en caso de los sismos

cuantitativo

Determinística

Modelación de fenómenos en función de las leyes físicas.

cuantitativo

Dinámica

Modelación de fenómenos incluyendo cambios en el modelo. Ejemplo: sismo y/o lluvia en la ocurrencia de un deslizamiento.

mixto

Probabilística

Modelado de probabilidad en el tiempo con diferentes factores de entrada.

cuantitativo

Mapas comunitarios Monitoreo de la amenaza

Integración de datos

Modelación

Adaptado de: Contreras (2016, p.2-24) y Hernández Sampieri et al. (2010).

De acuerdo con la Tabla 2.3, se observa que los movimientos en masa pueden ser evaluados por el análisis heurístico y la modelación dinámica que sugiere una investigación mixta (cualitativa y cuantitativa).

35

2.3.2 El Método Heurístico.

El método heurístico en la determinación de la susceptibilidad y amenaza por movimientos en masa se fundamenta en categorizar y ponderar las variables que favorecen la inestabilidad del terreno (Suárez, 1998b; Bonachea Pico, 2006; Castellanos y Van Westen, 2008; Guisao, 2015). Las áreas de amenaza se clasifican en cinco niveles o clases con los términos “muy alta”, “alta”, “media”, “baja” y “muy baja” (Castellanos y Van Westen, 2008); niveles limitados en un rango de valores como en la metodología de Mora y Vahrson (1993), o al ser sometidas a un porcentaje de ponderación (por ejemplo con la herramienta de superposición ponderada y que dependerá del porcentaje asignado a cada variable).

2.3.3 Metodología de Mora-Vahrson modificado La metodología Mora y Vahrson modificado, MVM (Mora et al., 1994) es una modificación del modelo original de Mora y Vahrson (1993), que consiste en pesar características diferentes en las variables de pendientes y litología.

La zonificación de amenazas según el método MVM es de “índole semicualitativo” (Abril, 2011), por otro lado fue definido como un modelo cartográfico (Barrantes et al., 2011), también fue clasificado como un modelo físico para determinar las zonas susceptibles y el grado de susceptibilidad cualitativa (González, Ferrer, Ortuño y Oteo, 2004). Así también Suárez (1998a) clasifica la metodología de MVM dentro del método heurístico (Tabla 2.4 Métodos de Análisis a Movimientos en Masa).

Tabla 2.4 Métodos de Análisis a Movimientos en Masa y sus modelos Método Heurístico

Estadísticos

Modelo o metodología Evaluación de un experto Mora-Vahrson Cálculo del coeficiente de certeza (CF) para cada factor básico Análisis Bivariado y Multivariado Análisis de Equilibrio límite

Determinísticos

Pendiente infinita California (o de Newmark) Fuente: Suárez (1998a)

36

El método MVM utiliza cinco indicadores morfo-dinámicos, clasificados por Mora y Vahrson (1993) en dos categorías: Factores de Susceptibilidad: que intrínsecamente forman parte de las propiedades y comportamiento del medio, constituyéndose en elementos pasivos como las pendientes del terreno, litología y humedad Factores desencadenantes: estos inducen desde el exterior hacia un comportamiento dinámico que a partir de las condiciones de los elementos pasivos pueden generar con mayor o menor intensidad los fenómenos de movimientos en masa. Considera la intensidad de sismos y lluvia.

Estos factores son considerados como influyentes en la estabilidad de laderas y las causas de los movimientos en masa (González et al. 2004); factores que en el modelo MVM son aplicados por Barrantes et al. (2011), Mora, Gamboa y Fernández (2006) y Mora et al. (1994).

La metodología inicial Mora-Vahrson fue modificada con la inclusión del ángulo de la pendiente del terreno en sustitución del índice de relieve relativo, en la variable pendientes; y la consideración de los parámetros de resistencia cortante (cohesión y ángulo de fricción) en suelos, así como la calificación de la masa rocosa RMR por sus siglas en inglés (rock mass rating) para rocas, en la variable de susceptibilidad litológica. (Mora et al., 1994) Para cada uno de los parámetros se puede definir un peso relativo y específico propio, al conjugarse todos los factores se obtiene la amenaza a movimientos en masa, según las ecuaciones propuestas por Mora y Vahrson (1993, p.50, 1994, p.33): H = SUSC * TRIG

Ecuación 1

Donde: H (Hazard): grado de amenaza a deslizamientos.

SUSC (Susceptibility):

parámetros

de

susceptibilidad,

elementos

pasivos.

RIG (Triggering): parámetros desencadenantes, elementos activos.

Desglosando la ecuación 1:

37

SUCS = Sp*Sl*Sh

Ecuación 2

TRIG = Ts+Tp Ecuación 3

Por tanto: H = (Sp*Sl*Sh)*(Ts+Tp)

Ecuación 4

Donde: Sp: valor del parámetro pendiente Sl: valor del parámetro de susceptibilidad litológica Sh: valor del parámetro de humedad del terreno Ts: desencadenante por sismicidad Tp: desencadenante por precipitaciones (lluvia)

2.3.4 Metodología de la Secretaría de Gestión de Riesgos La propuesta metodológica de la (SGR, 2015b)radica en: Se fundamenta en la utilización del método heurístico con ponderación de variables. Combina varios criterios como los de la Agencia Suiza para la Cooperación y el Desarrollo (COSUDE); Proyecto Multinacional Andino (PMA); ponderación de pesos y metodología propuesta por Mora y Vahrson. La metodología fue elaborada por la SGR en consenso con diversas instituciones como la Escuela Politécnica Nacional, Consultora Sun Montain Int, Instituto Nacional de Investigación Geológica, Minera y Metalúrgica (INIGEMM), Centro de Levantamientos Integrados de Recursos Naturales por Sensores Remotos (CLIRSEN) (p.4).

En función de esta metodología, la SGR ha elaborado 219 mapas preliminares de amenaza por movimientos en masa a escala 1:50,000. El valor de la amenaza por movimientos en masa lo expresa con la ecuación 5. En el álgebra de mapas los valores de ponderación se van ajustando de acuerdo con el escenario de estudio y su posición espacial dentro del paisaje natural ecuatoriano.

At= (pendiente*%) + (cobertura vegetal*%) + (textura*%) + (textura*%) + (geomorfología*%) + (estructural * %) + (precipitación * %) + (precipitación * %) + (saturación * %) Ecuación 5

38

2.3.5 Descripción de las variables.

Según Crosta (1998) las variables condicionantes (cuasi-estáticas) como los tipos de suelos, la morfología de la superficie y vertientes definen la distribución de los movimientos en masa; y, las variables detonantes (dinámicas) como la climatología, los procesos hidrológicos y las actividades humanas caracterizan el patrón temporal de los movimientos en masa.

A partir de este antecedente se describió las variables incluidas en los modelos de MVM y SGR. Como los dos modelos tiene variables en común, no se sintetizan agrupadas según el modelo, sino como variables independientes utilizables tanto en MVM y SGR.

2.3.5.1 Geomorfología Es la rama de la geografía que estudia la superficie terrestre y el fondo marino, de los hechos y fenómenos geográficos en su estado físico, biológico y efectos de la actividad humana (Gutiérrez Elorza, 2008). En el mapa geomorfológico se incluyen la forma del relieve, una configuración geométrica, la génesis de los procesos, la evolución de las formas y el grado de equilibrio dinámico; es decir se representa la morfometría,

morfografía,

morgénesis,

morfocronología

y

morfodinámica

respectivamente (Peña et al., 1997).

Para el análisis espacial, la geomorfología se clasifica en cinco clases según el tipo de relieve (Tabla 2.5), el peso mayor es 5 corresponde a escarpes empinados y el peso menor es 1, corresponde a planicies (SGR, 2015b). En cambio, la metodología de MVM solamente ocupa las pendientes mismas que son parte de la representación geomorfológica.

39

Tabla 2.5 Asignación de pesos a la geomorfología por la SGR. Descripción

Peso

Abruptos de Conos de deyección

4

Bancos y diques aluviales

1

Barreras de escalonamiento

2

Camaroneras

1

Cauces abandonados

1

Chevrones

5

Colinas altas

4

Colinas bajas

3

Colinas medianas

3

Conos de deyección disectados

4

Conos de deyección muy disectados

4

Conos de deyección y esparcimiento

3

Cordones litorales

3

Cuerpos de agua

1

Cuestas

3

Cuestas muy disectadas

4

Gargantas de valles encañonados

4

Glacis

5

Horts

5

Laderas coluviales

5

Llanuras aluviales de depositación

1

Manglar

1

Mesas

3

Mesas disectadas

3

Mesas marinas

2

Mesas muy disectadas

3

Nieve

4

Nivel aluvial alto

1

Nivel aluvial bajo

1

Pantanos

1

Piedemonte coluvial

4

Planicies costaneras

1

Playas

1

Playas emergidas antiguas

1

Relieve escarpado

4

Relieve montañoso

4

Salitrales y zonas salinas

1

Superficies de aplanamiento

3

Talud de derrubios Fuente: SGR (2015b)

5

40

2.3.5.2 Pendientes La pendientes es una parte de la geomorfología y se describe a través de la morfometría, donde se definen con la longitud, ángulo de inclinación y altura de las laderas (Peña et al., 1997).

Esta variable es aplicada en el análisis espacial por los modelos de MVM y SGR. La metodología MVM asigna peso de acuerdo a la clasificación de pendientes propuesta por Van Zuidam, quien divide las pendientes en seis clases como se observa en la Tabla 2.6 (Mora et al., 2006).

Tabla 2.6 Asignación de pesos a las pendientes por MVM Angulo de inclinación

Porcentaje

0-2

0-2

2-4

2-7

4-8

7-15

8-16

15-30

Pendiente moderada, deslizamientos ocasionales, peligro severo de erosión

3

16-35

30-70

Pendiente fuerte, procesos denudacionales intensos, peligro extremo de erosión

4

Condiciones del terreno Planicie, sin denudación apreciable Pendiente muy baja, peligro de erosión Pendiente baja, peligro severo de erosión

Pendiente muy fuerte, afloramientos rocosos, procesos denudacionales intensos, reforestación posible Extremadamente fuerte afloramientos rocosos, >55 >140 procesos denudacionales severos, cobertura vegetal limitada Fuente: Mora et al. (2006, p.40) 35-55

70-140

Peso 0 1 2

5

6

Por otro lado, la SGR (2015b) divide a las pendientes en cinco clases y asigna los pesos de 1 a 5 de acuerdo al valor de la pendiente o inclinación del terreno según la Tabla 2.7.

Tabla 2.7 Asignación de pesos a las pendientes por la SGR Rango (%)

Clase

0-15 Muy Baja 15-30 Baja 30-50 Media 50-70 Alta >70 Muy Alta Fuente: SGR (2015b)

Peso 1 2 3 4 5

41

2.3.5.3 Zonas de saturación (flujos de agua) “Hace referencia a la cantidad de agua contenida en un material que aumenta la carga en suelos y/o macizo rocoso” (SGR, 2015b, p.16). A esto se agrega las reflexiones de Dietrich, Asua, Orr y Trso (1998) en su validación del modelo de estabilidad de laderas SHALSTAB indican que, cuando mayor es el área de drenaje a lo ancho de una pendiente se necesitará una precipitación menor a la necesaria para la inestabilidad de la ladera.

El mapa se obtiene con ayuda del software “MapwindosGIS” o “ArcView” y al convertirlo en ráster la SGR (2015b) lo reclasifica en 5 clases mediante la distribución geométrica en el software Arcmap o Qgis.

La saturación no es utilizada en la metodología de MVM.

2.3.5.4 Uso del Suelo La SGR (2015b) ha utilizado esta variable basada en el uso actual del suelo y la cobertura vegetal del área a estudiar. Este mapa se elabora a partir de la interpretación de imágenes satelitales o fotografías aéreas. La variable uso del suelo es clasificada en cinco clases y se asigna pesos de 1 a 5 como se observa en la tabla 2.8.

Tabla 2.8 Asignación de pesos al uso del suelo por la SGR Clase

Peso

Bosque nativo

1

Bosque Intervenido (plantaciones forestales)

2

Matorrales Arboricultura

3

Cultivos Permanentes Pasto natural Cultivos de ciclo corto Suelos desnudos Fuente: SGR (2015b)

4 5

42

2.3.5.5 Precipitación La precipitación es el producto de la condensación del vapor de agua de la atmosfera y llega hasta la superficie de la corteza terrestre. La lluvia puede actuar de dos formas: en la reducción de la resistencia al cortante por reducción de la cohesión aparente y en el incremento de la presión de poros sobre una superficie de falla potencial (Gostelow, 1991; Iiritano, Versace y Sirangelo, 1998, citados por Aristizábal, Martínez y Vélez, 2010).

Aristizábal et al. (2010) afirman que los movimientos en masa se detonan por lluvias, los cuales son comunes en ambientes tropicales, así también que los factores condicionantes y detonantes controlan su ocurrencia y distribución, por ejemplo, el flujo de agua de escorrentía y filtración está en función de las propiedades del suelo, la lluvia y la morfología de la ladera.

La metodología de MVM calcula las intensidades de lluvia máxima para un periodo de retorno de 100 años (Mora y Vahrson, 1993). Pero Barrantes (2015) ajustó los datos en base a la precipitación en Ecuador, tomando en cuenta las lluvias máximas en 24 horas con un periodo de retorno de 100 años (Tabla 2.9).

Tabla 2.9 Asignación de pesos a la precipitación por MVM Lluvia TR100 Descripción (mm/hora) 0-50 Muy bajo

Peso 1

50-100

Bajo

2

100-150

Medio

3

150-200

Alto

4

>200 Muy alto Fuente: Barrantes (2015)

5

Por su lado la SGR propone trabajar con isoyetas de precipitación anual como se indica en la Tabla 2.10, aunque también da la posibilidad de hacerlo con lluvias máximas en 24 horas con un periodo de retorno de 100 años. Aquí esta variable también es considerada como un factor detonante.

43

Tabla 2.10 Asignación de pesos a la precipitación por la SGR Precipitación Calificación (mm)

Peso

<300

Árida

1

300-850

Seca

2

850-1000

Húmeda

3

1000-2000

Muy húmeda

4

3000-6500

Hiperhúmeda

5

Fuente: SGR (2015b)

2.3.5.6 Litología Es una rama de la geología que estudia las rocas a una escala de un espécimen de mano o un afloramiento (Bates y Jackson, 1980), y la litología se refiere a características como el tipo, color, composición mineral, tamaño de grano, etc.

El modelo MVM en esta variable incluye la clasificación del macizo rocoso con el RMR de Bieniawski (1989) y algunas propiedades mecánicas de los suelos con la modificación del cuadro propuesto por Miles y Keafer (2002) citado en Mora et al.

(2006). La asignación de pesos se presenta en la Tabla 2.11 y Tabla 2.12.

Tabla 2.11 Asignación de pesos al RMR por MVM RMR_Valor RMR_Clase Descripción

Sl

<20

I

Muy pobre

5

21-40

II

Pobre

4

41-60

III

Medio

3

61-80

IV

Bueno

2

81-100 V Muy bueno 1 Basado en: Barrantes (2015) y Mora et al. (2006) Tabla 2.12 Asignación de pesos a propiedades del suelo por MVM Angulo de fricción (ø) 0-15

Cohesión (Kpa) I

15-20

Descripción

Sl

Muy bajo

5

II

Bajo

4

20-25

III

Medio

3

25-30

IV

Alto

2

>30 V Muy alto 1 Basado en: Barrantes (2015) y Mora et al. (2006)

44

Los pesos en el modelo de la SGR son de 1 a 5, los que fueron asignados en referencia a la descripción litológica y a características ingenieriles de las rocas, siendo evaluadas por expertos con conocimientos geológicos en Ecuador SGR (2015b).

2.3.5.7 Estructuras geológicas La geología estructural es una rama de la geología que estudia las deformaciones y estructuras de la corteza terrestre que ha sufrido cambios a lo largo del tiempo geológico (Ramsay, 1977). También determinan la existencia de planos de discontinuidad que puedan actuar como superficie de rotura, bajo la acción de determinados factores desencadenantes (González et al., 2004).

La densidad de lineamientos y estructuras geológicas fueron definidas por la metodología de la SGR para asignar los pesos en el análisis espacial. De igual forma definen 5 clases de concentración de estructuras con valores de peso de 1 a 5, como se muestra en la Tabla 2.13.

Tabla 2.13 Asignación de pesos a estructuras geológicas por la SGR Clase

Peso

Concentración estructural muy baja

1

Concentración estructural baja

2

Concentración estructural media

3

Concentración estructural alta

4

Concentración estructural muy alta Fuente: SGR (2015b)

5

Esta variable no es incluida en la metodología de MVM.

2.3.5.8 Sismicidad Es cuando se produce la fractura de la roca en una zona de falla geológica, causada por el empuje de las placas tectónicas o actividad volcánica, la energía liberada es radiada en todas direcciones en forma de onda (Suárez, 1998b).

45

Mora y Vahrson (1994) han observado que la generación de movimientos en masa por la sismicidad se puede correlacionar con la intensidad. La asignación de pesos por MVM se presenta en la Tabla 2.14.

El modelo de la SGR no incluye esta variable.

Tabla 2.14 Asignación de pesos a la intensidad sísmica por MVM Intensidad Mercalli Aceleración pico (%g) - Modificada

Peso

I

0.3 - 0.6

1

II

0.6 - 1.1

2

III

1.1 2.2

3

IV

2.2 - 4.5

4

V

4.5 - 8.5

5

VI

8.9 - 17.7

6

VII

17.7 - 35.4

7

VIII

35.4 - 70.5

8

IX

70.5 - 140.8

9

X

140.8 - 280.8

10

XI

280.8 - 560.4

11

XII

>560.4

12

Fuente: Mora et al. (2006)

2.3.5.9 Mapa de Suelos “Es una capa delgada que se ha formado muy lentamente con la desintegración de las rocas superficiales por la acción del agua, los cambios de temperatura y el viento” (FAO, 1996, ¶ 1).

El modelo de MVM no incluye esta variable en su análisis espacial.

El modelo de la SGR (2015b) incluye la textura y la profundidad o espesor de los suelos, el primero implica la granulometría del suelo (tabla 2.15), y el segundo toma la profundidad hasta donde pueden desarrollarse las raíces (Tabla 2.16). Los valores de los pesos son de 1 a 5.

46

Tabla 2.15 Asignaciรณn de pesos a la textura del suelo por la SGR Mรกxima Textura

Descripciรณn

11

Arenoso (fina, media, gruesa)

12

Arenoso franco

21

Franco arenoso (fino a grueso)

22

Franco limoso

31

franco

32

Limoso

33

Franco arcilloso (<35% de arcilla)

34

Franco arcillo - arenoso

35

Franco arcillo - limoso

41

Franco arcilloso (>35%)

42

Arcilloso

43

Arcillo arenoso

44

Arcillo limoso

51

Arcilloso (>60%)

Reclasificaciรณn

Peso

Gruesa

3

Media

2

Fina

1

Fuente: SGR (2015b)

Tabla 2.16 Asignaciรณn de pesos a la profundidad del suelo por la SGR Tipo

Profundidad

Peso

> 100

1

Moderadamente profundo

51 - 100

2

Poco profundo

21 - 50

3

Superficial

11 - 20

4

Muy superficial

0 - 10

5

Profundo

Fuente: SGR (2015b)

47

2.3.5.10

Humedad del suelo / Evapotranspiración

La humedad del suelo como factor tiene su importancia en la relación con temperaturas altas más la actividad orgánica que acelera la meteorización y por otro lado el aumento de presión de poros disminuye la resistencia mecánica.

El método de MVM primero clasifica los promedios mensuales máximos de precipitación (Tabla 2.17) y la suma de los pesos servirá para después pesar la humedad relativa del suelo (Tabla 2.18). También cambiar los promedios mensuales máximos de precipitación por los promedios mensuales máximos de evapotranspiración fue propuesto por Mora y Vahrson (1993), en caso se disponga de datos con mejor detalle.

Tabla 2.17 Asignación de pesos a la precipitación mensual por Mora-Vahrson Promedio de precipitación mensual (mm) <125 125 - 250

Peso 0 1

>250 Fuente: Mora y Vahrson (1993)

2

Tabla 2.18 Asignación de pesos a la humedad del suelo por Mora-Vahrson Valor acumulado del índice de precipitación 0-4

Descripción

Peso

Muy bajo

1

Bajo

2

10 - 14

Medio

3

15 - 19

Alto

4

5-9

20 - 24 Muy alto Fuente: Mora y Vahrson (1993)

5

Para el caso de Ecuador, los valores promedios mensuales máximos de precipitación (Tabla 2.17) fueron adaptados por Barrantes (2015) para el desarrollo del modelo de MVM, y al considerar algunas aproximaciones optó por el valor base de 75mm como indica la Tabla 2.19

48

Tabla 2.19 Asignación de pesos a la precipitación mensual modificada para Ecuador Promedio de precipitación mensual (mm) <75

Peso 0

75 - 140

1

>140 Fuente: Barrantes (2015)

2

Una vez finalizado el proceso de análisis de las variables, los modelos de MVM y SGR han coincidido en dividir en 5 clases de amenazas. A continuación, en la Tabla 2.20, se presenta la modificación de Mora et al. (2006): Tabla 2.20 Calificativo de amenaza por movimientos en masa

Clase

I

II

III

IV

V

Calificativo de amenaza a movimientos en masa

Características

Muy baja

Sectores estables, no se requieren medidas correctivas. Se debe considerar la influencia de los sectores aledaños con susceptibilidad de moderada a muy alta. Sectores aptos para usos urbanos de alta densidad y ubicación de edificios indispensables como hospitales, centros educativos, estaciones de policía, bomberos, etc.

Baja

Sectores estables que requieren medidas correctivas menores, solamente en caso de obras de infraestructura de gran envergadura. Se debe considerar la influencia de los sectores aledaños con susceptibilidad de moderada a muy alta. Sectores aptos para usos urbanos de alta densidad y ubicación de edificios indispensables como hospitales, centros educativos, estaciones de policía, bomberos, etc. Los sectores con rellenos mal compactados son de especial cuidado.

No se recomienda la construcción de infraestructura si no se realizan estudios geotécnicos y se mejora la condición del sitio.

Las mejoras pueden incluir: movimientos de tierra, estructuras de Moderada retención, manejo de aguas superficiales y subterráneas, reforestación, entre otros. Los sectores con rellenos mal compactados son de especial cuidado. Recomendable para usos agropecuario.

No se recomienda la construcción de infraestructura, para su utilización se deben realizar estudios de estabilidad a detalle y la Alta implementación de medidas correctivas que aseguren la estabilidad del sector, en caso contrario, deben mantenerse como áreas de protección.

No se recomienda la construcción de infraestructura, se Muy alta recomienda como áreas de protección.

Modificado de Mora et al. (1994), Mora et al. (2006) Barrantes et al. (2011); Barrantes, 2015)

49

2.3.6 Herramientas de análisis espacial para zonificar amenazas 2.3.6.1 Análisis de terreno El Modelo Digital de Elevaciones (DEM) por sus siglas en inglés: Digital Elevation Model, es la pieza clave del análisis geo-morfométrico. Es el equivalente informatizado de la cartografía clásica de elevaciones tradicionalmente representada mediante curvas de nivel. El DEM supone un enorme salto cualitativo frente a sus predecesores, ya que la utilización de un modelo numérico en lugar de uno gráfico permite una diferencia conceptual de análisis superior en este caso a la que tiene lugar con otras capas de información. El DEM se convierte así en una fuente de información de primer orden para el estudio del medio (Olaya, 2014, p.362).

2.3.6.2 Reclasificación “Las herramientas de reclasificación cambian o reclasifican los valores de las celdas a valores alternativos mediante diversos métodos, puede reclasificar un valor a la vez o grupos de valores de una sola vez” (ESRI, sf, ¶ 1). Ejemplo de reclasificación en la ilustración 2.2.

Ilustración 2.2 Ejemplo de reclasificación en un flujo de Superposición ponderada. Fuente: ESRI (sf)

50

2.3.6.3 Interpolación “Es una herramienta útil para muestrear y regularizar la distribución puntual de una función observada. Calcula nuevos valores de las funciones en nuevas posiciones que se encuentran entre los originales ampliamente espaciados” (Gomarasca, 2009, p.502).

2.3.6.4 Algebra de mapas La información de las capas puede ser analizada para obtener otras capas con el mismo espacio geográfico, pero con distinta información. El álgebra de mapas es el conjunto de procedimientos y métodos que permiten llevar a cabo dicho análisis y extraer nuevos valores a partir de los contenidos en una o varias capas (Olaya, 2014, p.341).

El elemento principal del álgebra de mapas son las funciones, definidas en cuatro tipos principales según Olaya (2014, p.341): Local: el valor en cada celda de la capa resultante es función únicamente de los valores en esa misma celda en las capas de partida.

Focal: el valor en cada celda de la capa resultante es función del valor en dicha celda y en las situadas en un entorno definido alrededor de la misma.

Zonal o regional: El valor en cada celda de la capa resultante es función del valor de todas las celdas conectadas a esta que presentan un mismo valor para una de las capas de entrada.

Global: El valor resultante de la función es obtenido a partir de todas las celdas de la capa.

A manera de ejemplo, estas funciones están representadas en la ilustración 2.3.

51

Ilustración 2.3 Funciones del algebra de mapas.

A) Funciones Locales; B) Funciones Focales; C) Funciones Zonales o Regionales; D) Funciones Globales. Fuente: Olaya, (2014)

2.3.6.5 Superposición ponderada Superpone varios ráster con una escala de medición común y pondera cada uno según su importancia.

Ilustración 2.4 Operación de la superposición ponderada.

En la ilustración 2.4, los dos ráster de entrada se han reclasificado a una escala de medición común de 1 a 3. A cada ráster se le asigna un porcentaje de influencia.

Los valores de celda se multiplican por su porcentaje de influencia y los resultados se suman para crear el ráster de salida. Por ejemplo, los valores de entrada de la primera celda en el ráster 1 son (2 * 0,75) = 1,5 y los valores de entrada de la primera celda en el ráster 2 son (3 * 0,25) = 0,75; la suma de 1,5 y 0,75 es 2,25.

Como el ráster de salida de Superposición ponderada es un entero, el valor final se redondea a 2. (ESRI, sf).

52

CAPÍTULO 3 3.

METODOLOGÍA

Este capítulo se estructuró en tres bloques: la descripción del área de estudio, la metodología aplicada resumida en un flujograma y la descripción detallada de la metodología. La descripción del área de estudio comprendió en una breve reseña de las características principales del entorno de la cabecera parroquial de El Chorro, en las que consta la ubicación, aspectos biofísicos, de relieve, clima, población y geología. El flujograma enseña el orden y flujo de los pasos que se siguió para alcanzar los objetivos planteados. El último bloque describe como se ejecutó los pasos ilustrados en el flujograma.

La metodología se basó en aplicar en primera instancia los modelos de MVM y de la SGR, con el fin de determinar las amenazas por movimientos en masa. Con estos modelos de MVM y SGR, se planteó combinarlos para desarrollar un modelo con cierta flexibilidad al momento de su análisis. Este modelo combinado MVM-SGR consistió en elegir las variables presentes en el área de estudio y utilizar las clasificaciones con sus pesos utilizados por MVM y SGR, siendo las variables para su desarrolló: las condiciones de saturación del suelo, el uso del suelo como proceso antropogénico, pendientes, litología del sector y las precipitaciones.

La aplicación de los modelos mencionados se apoyó en el uso de sistemas de información geográfica con el fin de facilitar la integración de la información y el análisis de los tres modelos. Para obtener una visualización de la cabecera parroquial de El Chorro, los mapas fueron elaborados a escala 1:5,000 lo que permitió observar la ubicación espacial de las viviendas.

3.1

Descripción del Área de Estudio

De acuerdo con el Instituto Geográfico Militar y la Secretaría Nacional de Planificación y Desarrollo (IGM y SENPLADES, 2013) la división política y administrativa de Ecuador de divide principalmente en 9 zonas conformadas por

53

provincias y subdivididas por distritos (cantones) y circuitos (parroquias). De la misma manera el Instituto Nacional de Estadística y Censos (INEC, 2012) indicó que el Ecuador se conforma por 24 subdivisiones políticas denominadas provincias, subdividiéndose en cantones y estos a su vez en parroquias, cada subdivisión tiene asignado un código numérico de dos dígitos, siendo para la parroquia El Chorro la siguiente numeración: Ecuador: Zona:

07

Provincias:

19 – Zamora Chinchipe (se agrega el 19 a la Zona)

Cantón:

02 – Chinchipe (se agrega 02 a la Provincia)

Parroquia:

52 – El Chorro (se agrega 52 al Cantón)

La parroquia El Chorro con código 07190252, pertenece al cantón Chinchipe ubicado al sur de la provincia de Zamora Chinchipe y esta a su vez se ubica al suroriente del Ecuador (Ilustración 3.1). El acceso principal es desde la ciudad de Loja por una vía de segundo orden hasta Palanda, luego por una vía de tercer orden Palanda-Zumba-El Chorro.

Coordenadas UTM de la cabecera parroquial de El Chorro: Proyección WGS84 X=710144; Y=9456501

54

MAPA DE UBICACIÓN DE LA PARROQUIA EL CHORRO 680000

700000

720000

740000 NANGARITZA

!

LOJA

COLOMBIA

PALANDA

9480000

9480000

OCÉANO PA C ÍF IC O

Ü

ECUADOR

±

0

80 160 Km

PROVINCIA DE ZAMORA CHINCHIPE

ZUMBA

!

CHITO

EL CHORRO

!

Leyenda

A PAMB PUCA

! Población

!

Cuarto eje vial Área de estudio Parroquia El Chorro 0

Parroquia Cantón Provincias de Ecuador 680000

2.5

5

10

9460000

9460000

PERÚ

SAN ANDRES !

15

!

LA !

CHONTA

Perú

20 Kilómetros

Proyección: Universal Transversal de Mercator WGS 1984 UTM Zona 17S 700000

720000

740000

Ilustración 3.1 Ubicación del área de estudio - El Chorro, Ecuador

El PDOT del GAD Parroquial de El Chorro (2015) describe el clima y la situación socio-económica de la parroquia: El clima característico es subtropical con temperaturas entre los 11° a 27.5° centígrados (C). En un periodo de 12 años (1990-2012) se han dado precipitaciones desde 5.2 milímetros (mm) en el 2000 hasta a 1669.7 mm en el año 2010. Los meses entre enero a mayo registraron altas precipitaciones y la humedad fluctúa de 58.8% mínimo hasta 99.8% como máximo (p.31).

La Parroquia EL Chorro tiene una población de 278 habitantes correspondiente al año 2015, de los cuales el 49% corresponde a mujeres y el 51% a varones. La mayor densidad poblacional tiene concentrada en la cabecera parroquial con un 96%, mientras que el 4% restante corresponde a dos barrios aledaños: El Api y la Toma. De los últimos censos, en 2001 con 260 habitantes y del 2010 con 216 habitantes, la

55

parroquia El Chorro ha tenido una reducción poblacional del -2.04% anual, siendo la causa principal la migración interna hacia las ciudades de Zumba, Loja y Zamora. Migración impulsada por estudios académicos y búsqueda de trabajo (p.45-46).

La economía de la parroquia El Chorro se basa en tres sectores, según su desarrollo y producción. El sector primario comprende la agricultura, ganadería, silvicultura y pesca. El sector secundario incluye la fabricación de panela, destilación de aguardiente de caña y preparación de licores. Por último, el sector terciario contempla la prestación de servicios como el comercio, enseñanza, sanidad, entre otros. La población económicamente activa (PEA) en El Chorro está dedicada al sector primario con el 70.83%, el sector secundario el 22.91% y el sector terciario el 6.25% (p.63).

El sector agrícola es una parte dinámica de la economía en la parroquia El Chorro, como lo es en gran parte del territorio ecuatoriano. Los principales productos agrícolas de la parroquia son: café, caña de azúcar, guaba, plátano, maíz, naranja, chirimoya, yarazo, zapallo, fréjol, limón dulce, guanábana, yuca, mandarina, banano, y, en menor cantidad: maní, chonta, guayaba, cacao, zarandaja, zapote, piña, naranjilla y verduras (p.66).

La cabecera parroquial de El Chorro está en un rango de 916 a 1299 metros sobre el nivel de mar (m.s.n.m.). El terreno es irregular. La pendiente media se refleja entre pendiente baja (4°-8°) a pendiente moderada (8°-16°) según la clasificación de Van Zuidam (1986). El peligro de erosión es severo. Este tipo de pendientes predominan principalmente en el centro poblado de El Chorro. Fuera del límite urbano predominan pendientes fuertes (16°-35°) y muy fuerte (35°-55°).

Con respecto a la geología se identificó dos tipos de rocas en El Chorro, las de origen ígneo y las de origen sedimentario. De acuerdo a la Dirección Nacional de Geología (DINAGE, 2005), las rocas ígneas intrusivas corresponden principalmente a Granodioritas las mismas que estarían en contacto hacia el este del área de estudio con la formación geológica Macuma. Esta última según “Litherland et al.

(1994) citado en Dozy (1940), pertenece al periodo estratigráfico del Jurásico” (Duque, 2000, p.46). Sobre el intrusivo descansan los sedimentarios conformados

56

principalmente por brechas sedimentarias y conglomerados, donde se ubica la población de El Chorro (ilustración 3.2).

Ilustración 3.2 Limitación de la brecha sedimentaria.

Las brechas y conglomerados tienen una misma génesis proveniente de un estadio de formación de flujo de detritos (Debris Flow) o torrente, es decir que tiene elementos de un abanico aluvial formado por procesos exógenos (aún no mapeados a detalle). La geofísica realizada por el GAD Parroquial de El Chorro y RGO Cía. Ltda. (2013), interpretó un espesor de 25 a 75 metros en la cabecera parroquial de El Chorro. La brecha es poligénica conformada de una matriz limoarenosa y limo-arcillosa de color blanco, y clastos de diferente naturaleza como: granodiorita, pizarras negras, esquistos, cuarcitas. El grado de litificación y cementación es bajo porque los clastos aún mantienen su estructura de origen y la matriz se disgrega fácilmente. Posteriormente en el numeral 4.2.3 se discute las características de la litología presente en El Chorro y su influencia en la determinación de la amenaza.

57

3.2

Procedimiento.

La metodología utilizada se presenta en un flujograma (Ilustración 3.3) que indica de manera general los pasos seguidos en la determinación de amenazas por movimientos en masa de la cabecera parroquial de El Chorro. Esta se basó en la aplicación de los modelos MVM, SGR y la mezcla de los dos se lo denominó modelo combinado MVM-SGR. El proceso se enmarcó con la estructura de los Sistemas de Información Geográfica, teniendo tres bloques ordenados secuencialmente que corresponden a los subsistemas SIG: “Datos, Análisis y Visualización” (Olaya, 2014, p.15).

La metodología inició con la identificación de la información y la adquisición de datos necesarios para el desarrollo de los modelos de MVM y SGR. El siguiente paso fue la sistematización de los datos, aquí se organizó y se preparó la información en un solo formato de acuerdo con los pesos establecidos de cada modelo aplicado.

Luego se aplicó la condición de haber obtenido los datos

requeridos por los modelos. De la misma forma se procedió posteriormente con el modelo combinado MVM-SGR. Este primer bloque de pasos conformó el subsistema SIG: Datos, representado por el fondo verde en el flujograma.

En el segundo bloque del proceso se procedió con el análisis espacial de los modelos MVM, SGR y el combinado MVM-SGR. Durante el proceso se definen los porcentajes de incidencia de cada variable de cada método. Los resultados del análisis es la zonificación de amenazas por movimientos en masa, del área estudiada. A continuación, se realizó la validación del modelo, comparando las coincidencias de las zonas de alto riesgo con las afectaciones producidas en las viviendas de El Chorro. Estos pasos pertenecieron al subsistema Análisis, representado con el fondo naranja en el flujograma.

Finalmente, los modelos validados pasaron a la edición de los mapas finales que muestran las zonas de amenazas. El flujo de trabajo finalizó con la visualización e impresión de los mapas de amenaza de los tres modelos aplicados en El Chorro.

Este último bloque de pasos correspondió al subsistema Visualización, identificado con el fondo de color magenta dentro del flujograma.

58

IlustraciĂłn 3.3 Flujograma de la MetodologĂ­a Aplicada

59

3.3

Descripción de la Metodología aplicada.

Este numeral explica cómo se desarrolló cada actividad de la metodología indicada en el flujograma (Ilustración 3.3), que permitió cumplir con los objetivos planteados en la investigación.

3.3.1 Adquisición de datos Los variables utilizadas en la investigación corresponden a los modelos MVM y SGR, por lo que en primera instancia fue identificarlas. Luego se buscó las disponibilidades de la información de cada una de las variables o a su vez datos base para construirlas. Finalmente se obtuvo la información de la fuente de origen o a través de la SGR. La litología resultó de una observación de campo in situ y cotejado con el mapa nacional geológico. Los mapas nacionales de evapotranspiración y sísmico se obtuvo de la SGR y del Instituto Geofísico de la Escuela Politécnica Nacional (IGEPN). Los datos de precipitación máxima mensual se consiguieron del Instituto Nacional de Meteorología e Hidrología (INAMHI). El DEM se adquirió de la página web de Earth Explorer (Tabla 3.1).

Tabla 3.1 Fuentes y formato de la adquisición de datos para la metodología MVM. ítem 1 2 3

4

5

VARIABLE

DATOS FORMATO Mapa Geológico LITOLOGÍA Vector local (2016) HUMEDAD REALATIVA Mapa de DEL SUELO / Evapotranspiración Vector EVAPOTRANPIRACIÓN Nacional (2013) Mapa Sísmico SISMICIDAD Vector Nacional (2016) Calculo de precipitaciones PRECIPITACIÓN máximas de El Vector Chorro según Gumbel (2017) PENDIENTES

DEM (2011)

Ráster

FUENTE Observación de Campo INAMHI y SGR (Serie1982 a 2008) IGEPN y SGR Cálculo realizado por el autor con datos del INAMHI (Serie 1990 a 2012) Earth Explorer https://earthexplorer.usgs.gov/

Para las otras variables del modelo de la SGR se obtuvo a través de la SGR la ortofoto del sector de El Chorro del Ministerio de Agricultura, Ganadería,

60

Acuacultura y Pesca (MAGAP), así como también el mapa nacional de geomorfología (tabla 3.2).

Tabla 3.2 Fuentes y formato de la adquisición de datos para la metodología SGR. ítem

VARIABLE

DATOS

FORMATO

DEM (2011)

Ráster

FUENTE Earth Explorer https://earthexplorer.usgs.gov/

1

PENDIENTES

2

LITOLOGÍA

Mapa Geológico local (2016)

Vector

Observación de campo

3

USO DEL SUELO

Ortofoto (2010)

Imagen aérea

MAGAP y SGR http://www.sigtierras.gob.ec/descargas/

4

TEXTURA SUELO

Vector

MAGAP y SGR http://www.sigtierras.gob.ec

Vector

MAGAP y SGR http://www.sigtierras.gob.ec

Vector

MAGAP y SGR

Ráster

Earth Explorer https://earthexplorer.usgs.gov/

Ráster

INAMHI y SGR (Serie1981 a 2010)

5

6 7 8

Mapa Geomorfológico Nacional (2011) Mapa PROFUNDIDAD Geomorfológico DEL SUELO Nacional (2011) Mapa GEOMORFOLOGÍA Geomorfológico Nacional (2011) SATURACIÓN DEL DEM (2011) SUELO Mapa de PRECIPITACIÓN Precipitaciones Nacional (2014) DEL

Por otro lado, en el modelo combinado MVM-SGR se generó las variables con los siguientes insumos: el DEM, la ortofoto del sector (fotografía aérea) y la geología se realizó mediante un recorrido de campo. La precipitación se tomó los datos del modelo de MVM (Tabla 3.3).

Tabla 3.3 Fuentes y formato de la adquisición de datos para el modelo combinado MVM-SGR. íte m

VARIABLE

1

SATURACIÓN DEL SUELO

2

USO SUELO

3

LITOLOGÍA

4

5

DEL

DATOS DEM (2011) Ortofoto (2010) Mapa geológico (2016)

DEM Recorte del PENDIENTES ASTGDEMV2_0S05W0 80 (2011) Calculo de precipitaciones PRECIPITACIÓN máximas en El Chorro según Gumbel (2017)

FORMATO

FUENTE

Earth Explorer https://earthexplorer.usgs.gov/ MAGAP y SGR Imagen aérea http://www.sigtierras.gob.ec/ descargas/ Ráster

Vector

Observación de Campo

Ráster

Earth Explorer https://earthexplorer.usgs.gov/

Vector

Cálculo realizado por el autor con datos del INAMHI (Serie 1990 a 2012)

61

3.3.2 Sistematización de datos.

Este paso es uno de los más importantes en la metodología, porque aquí se dio a los datos una clasificación, orden y formato dentro del SIG. Entonces para realizar estas acciones, la información recolectada fue ingresada principalmente en ArcGIS 10.3, donde a las variables fueron reclasificadas con los pesos predeterminados y se ordenó en un solo formato con la herramienta “Reclassify”, en concordancia a los requerimientos de los modelos aplicados en la determinación de las Amenazas.

El DEM obtenido fue procesado en el aplicativo ArcMap, en el cual se desplegó el archivo y se extrajo el área de estudio. Para mejorar la resolución del DEM se trabajó con la interpolación para generar las curvas de nivel a partir, luego se obtuvo un modelo 3D del terreno para comparación en campo, después se suavizó las líneas de cota con el fin de elaborar el modelo de Redes Irregulares de Triángulos (TIN por sus siglas en inglés) y obtener un nuevo DEM. En la ilustración 3.4 se aprecia la diferencia de resolución entre el DEM A y el DEM B.

A

B

Ilustración 3.4 Modelo Digital del Terreno.

62

A partir del DEM se elaboró la saturación del suelo y las pendientes para los modelos que usan estas variables. De la ortofoto se procesó el mapa de uso del suelo y la digitalización viviendas y caminos. De la visita de campo se obtuvo la litología. Por último, la capa de precipitaciones se obtuvo a partir de los datos de “lluvias máximas mensuales en 24 horas”, según Barrantes (2015, p.16).

En el modelo de la SGR, las variables de textura del suelo, profundidad del suelo y geomorfología se utilizó el mapa geomorfológico del Ecuador. Para el modelo de MVM la sismicidad se extrajo del mapa sísmico nacional y la variable de “humedad relativa del suelo fue reemplazada por la evapotranspiración” como lo sugiere Mora y Vahrson (1993, p.37), y aplicado en Ecuador por Barrantes (2015). En esta investigación se utilizó la información del mapa de evapotranspiración del Ecuador.

Con la finalidad de identificar a las variables, se asignó una abreviatura para representar a cada una al momento de aplicar los modelos. El detalle se representó con la tabla 3.4: Tabla 3.4 Abreviaturas de las variables (factores) Abreviatura

Variable o factor

MVM

Az

H SUCS

D

Amenaza Condicionante, Susceptibilidad Desencadenante

Sp

Pendiente

Sp

Sl

Litología

Sl

Sh

Humedad relativa del suelo

Sh

Ss

Saturación del suelo

S

TRIG

St

Textura del suelo

Sf

Profundidad del suelo

Sm

Geomorfología

Dp

Precipitación

Tp

Ds

Sismicidad

Ts

Du

Uso del suelo

Un lugar determinado en la superficie terrestre posee sus propias características físicas y de eso dependerá las variables a utilizar en el análisis espacial de las amenazas, como por ejemplo el tipo de pendientes, tipos de rocas o suelos, la cantidad de precipitación de la zona, etc. Entonces en los modelos para determinar

63

la amenaza por deslizamientos de MVM y SGR han designado pesos (valor) a esas características mencionadas, para el caso de El Chorro. El archivo que representa a cada variable se dio en formato ráster para el análisis espacial. Con las herramientas de ArcMap, fue posible colocar los pesos automáticamente en los ráster, con la herramienta de reclasificación.

3.3.3 Aplicación del modelo de Mora, Vahrson y Mora (MVM) en el SIG. Una vez obtenidas las variables en formato ráster y reclasificadas con sus respectivos pesos, se procedió con la aplicación de la metodología MVM, mediante el algebra de mapas de los SIG. Con la fórmula de MVM (numeral 2.3.3, H = (Sp*Sl*Sh)*(Ts+Tp)), fue desarrollada con la calculadora ráster, herramienta de análisis espacial (Spatial Analyst Tools) del software ArcMap, como se muestra en la Ilustración 3.5 Formula de Mora y Vahrson con la herramienta Raster Calcuator.

Ilustración 3.5 Formula de Mora y Vahrson con la herramienta Raster Calcuator

El proceso del modelo de MVM se automatizó con la herramienta Model Builder disponible en ArcMap, introduciendo las variables generadas previamente con las herramientas de calculadora ráster y reclasificación de ráster (Ilustración 3.6 ).

64

Ilustración 3.6 Modelo automatizado con Model Builder. Metodología MVM.

3.3.4 Aplicación del modelo de la Secretaría de Gestión de Riesgos (SGR) en el SIG. El modelo se analizó igualmente en ArcMap mediante el algebra de mapas con la herramienta calculadora ráster, aquí se ingresó la ecuación 5 especificada en el numeral 2.3.4. El resultado fue reclasificado en 5 clases con el método de cortes naturales (Natural Breaks); pero estos métodos no tienen un patrón de rangos predefinidos que limiten los valores de los niveles de amenaza.

La ecuación contiene las variables con sus pesos asignados y el factor de influencia de cada variable. Para el caso de El Chorro no se utilizó la variable de “geología estructural” ya que no se observaron in situ. Las ponderaciones de las variables se asignaron según indica la Tabla 3.5 Ponderación de variables – Metodología de la SGR.

65

Tabla 3.5 Ponderación de variables – Metodología de la SGR. PONDERACIÓN % de influencia

Nombre del archivo ráster

Pendiente

20

slopesgr

Uso del suelo

20

usosuelo_rec

Textura

5

textura

Profundidad

5

profundidad

Litología

15

lito_sgr

Geomorfología

5

geomrofo

Precipitación

20

precipsgr

Saturación

10

sat_sgr

VARIABLE

El procedimiento de la SGR para la saturación del suelo se clasificó con Natural Breaks con los siguientes valores en cada clase: 5 (1.99 a 3), 4 (0.99 a 1.99), 3 (0.46 a 0.99), 2 (0.15 a 0.46) y (0.004 a 0.15); variando notablemente los rangos asignados por SINMAP. En el resultado no se ve los rangos de “Umbral de saturación” y “Parcialmente húmedo”, y apenas se distinguió los rangos de “Baja humedad”.

La SGR tiene su propia clasificación de la litología que involucra las rocas y suelos, aunque puede obviar algunos tipos de materiales por ser una clasificación regional del Ecuador. Por tal razón se realizó una observación de la litología en campo, con el fin de utilizar los pesos predefinidos de la SGR. El proceso de análisis espacial con Model Builder, la entrada y salida de parámetros se contempla en la Ilustración 3.7.

66

Ilustraciรณn 3.7 Modelo automatizado con Model Builder. Modelo SGR.

67

3.3.5 Aplicación del modelo Combinado MVM-SGR. La propuesta adicional para la determinación de amenazas por movimientos en masa en El Chorro fue la combinación entre la metodología de MVM y de la SGR. Para elegir las variables de la metodología propuesta se tomó en cuenta las variables que se usaron en MVM y la SGR y se reconoció los aspectos físicos presentes en El Chorro. Las variables escogidas fueron las zonas de saturación, uso actual del suelo, litología, pendientes y precipitación. El análisis espacial fue mediante la herramienta superposición ponderada (Weighted overlay).

Todas las variables fueron clasificadas en 5 rangos, y se asignó pesos de 1 a 5; siendo 1 el valor más bajo y 5 el valor más alto que influyeron en la probabilidad de ocurrencia de movimientos en masa. Para las variables saturación, litología, pendientes y uso del suelo se tomó los pesos determinados en el modelo de la SGR; mientras que la variable precipitación se tomó los pesos determinados según el modelo de MVM. Las variables geomorfología y pendientes se clasificaron en base a las características del terreno como longitud, ángulo de inclinación y altura de las laderas que definen distribución de las pendientes y las geoformas; es decir que la distribución de las pendientes es parte de la geomorfología. Como los modelos de MVM y de la SGR tienen en común la variable pendiente se trabajó con esta variable, a más que fue de fácil obtención mediante el modelo digital del terreno.

La litología se definió mediante un recorrido de campo, durante el recorrido de campo no se identificó fallas geológicas a nivel local, por lo que no fue necesario el uso de esta variable en el análisis. La clasificación litológica incluida en el modelo combinado MVM-SGR fue la misma de la SGR, ya que se basa en una clasificación específica para el Ecuador.

Tercero, las variables de saturación y uso del suelo del modelo de la SGR, también fueron incluidas en el modelo combinado MVM-SGR. Una de las razones para elegir estas variables fue la visita de campo, en la cual se observó la existencia de drenajes naturales y pequeñas lagunas que no constan en los mapas existentes de El Chorro, donde se constató que algunas viviendas fueron edificadas sobre los drenajes mencionados.

68

De la variable de saturación, se tiene que: a) La clasificación en 4 clases dada por la herramienta SINMAP de ArcVIEW 3.2 fue: Zonas de saturación (2.1 a 3.1), Umbral de saturación (1.1 a 2.1), Parcialmente húmedo (0.1 a 1.1) y Baja humedad (0 a 0.1). b) Para el modelo combinado MVM-SGR, se realizó un ajuste en el rango “Baja humedad” del SINMAP, en dos clases de valores: de 0 a 0.01 y de 0.01 a 0.1.

De esta manera se trabajó con 5 rangos la saturación: Zonas de saturación (2.1 a 3.1), Umbral de saturación (1.1 a 2.1), Parcialmente húmedo (0.1 a 1.1) y Baja humedad (0.01 a 0.1) y Seco (0 a 0.1).

Para las zonas de saturación del suelo fue posible obtenerlas a partir del DEM, con la herramienta SINMAP del software ARCVIEW 3.2. En cambio, el uso del suelo fue posible mediante la base de firmas de la fotografía aérea del sector y sometiéndola al proceso de una “Clasificación Supervisada” con el software ArcMap. Por último, la variable de precipitación utilizada por MVM se incluyó en el análisis del modelo Combinado MVM-SGR (Tabla 3.6).

Tabla 3.6 Operacionalización de las variables del modelo Combinado MVM-SGR. Variables generales Hidrología Geomorfología Geografía Climatología Antropogénico Geología

Variables INDICADORES Independientes Saturación Zonas de saturación y flujos de agua Pendientes Inclinaciones del terreno en grados Precipitaciones Lluvias máximas mensuales Uso actual del suelo marcado por el Uso del Suelo hombre Litología Tipos de rocas y suelos

En el análisis espacial, a cada variable se asignó una ponderación como se muestra en la Ilustración 3.8, que fueron el producto de 5 ensayos registrados en la Tabla 3.7. Para cada ensayo se asignó porcentajes de ponderación a las variables, siendo el ensayo 4 el más aceptable, las razones están explicadas posteriormente en la validación.

69

Tabla 3.7 Ensayos para obtener los porcentajes de influencia en la superposición ponderada.

Ensayo 1

Ensayo 2

Ensayo 3

Ensayo 4

Ensayo 5

25%

20%

30%

25%

25%

Uso del suelo

25%

20%

15%

20%

20%

Pendiente

20%

20%

25%

25%

20%

Litología

15%

20%

15%

15%

20%

Precipitación

15%

20%

15%

15%

15%

TOTAL

100%

100%

100%

100%

100%

Saturación suelo

del

Ilustración 3.8 Ponderación de las variables de la metodología propuesta en la herramienta “Weighted overlay”.

70

La superposición ponderada consistió en la multiplicación del peso de cada variable por el porcentaje de influencia y los productos resultantes se sumaron para obtener los valores finales que clasifican las amenazas. Esta operación fue realizada en el software ArcMap con la herramienta de “Superposición Ponderada”. Como se observa en la Ilustración 3.8 en la columna “scale value” divide las amenazas en 5 clases.

El proceso de análisis espacial con Model Builder se contempla en la Ilustración 3.9 .

Ilustración 3.9 Modelo automatizado con Model Builder. Combinado MVM-SGR.

71

3.3.6 Validación Como un paso previo a la validación se realizó la comparación entre los modelos de MVM, SGR y el Compuesto MVM-SGR, lo cual se rigió en dos puntos. Primero comprendió en contrastar el porcentaje de área ocupada por los diferentes niveles de amenaza, de cada modelo aplicado. El segundo punto fue establecer espacialmente, dónde se concentró las amenazas alta y muy alta dentro de los límites del área estudiada.

El criterio de la SGR (2017, p.19) “para validar su modelo es la validación de campo”, con este criterio sumado a la disposición de información que levantó la SGR (2016a, 2016b) en cuanto a las viviendas que fueron afectadas por movimientos en masa, sirvió para cumplir con la validación de los modelos aplicados en El Chorro. Para esto se digitalizó en ArcMap la ubicación de las viviendas clasificadas en “afectada” y “no afectada” y se solapó con la capa de las zonas de amenazas por movimientos en masa, a fin de cotejar la coincidencia espacial de las viviendas afectadas con las áreas de alta y muy alta amenaza. Por consiguiente, la condición para validar los modelos fue: si la coincidencia espacial entre las dos capas mencionadas supera el 50% del número total de las viviendas afectadas por movimientos en masa (el análisis de validación se discute en el capítulo 4, bloque 4.2).

3.3.7 Visualización La visualización de los modelos resultantes de la zonificación de amenaza es el pasó final de todo el proceso de la metodología propuesta, el mismo que consistió en la edición de los mapas en “Layout view” de ArcMap, donde se muestra el área estudiada con elementos de un mapa como: la malla de coordenadas UTM, Titulo, escala gráfica, norte, ubicación, reseña, leyenda y tarjetero con la información del proyecto. Los mapas que corresponden a la cabecera cantonal de El Chorro fueron elaborados a escala 1:5,000. El sistema de coordenadas utilizado fue el plano con proyección de Universal Transverse Mercator (UTM) en WGS 1984 UTM Zona 17S. La reseña describe el modelo aplicado en la zonificación, y la leyenda describe los

72

niveles de amenaza identificados con un color específico para cada uno (Tabla 3.8 y Tabla 3.9).

Tabla 3.8 Colores asignados a los niveles de amenaza en los modelos de la SGR y el Combinado MVM-SGR. Amenaza Muy baja Baja Media Alta Muy alta

Rojo (R) 56 139 255 255 255

RGB Visualización Verde (G) Azul (B) 168 0 209 0 255 0 128 0 0 0

Tabla 3.9 Colores asignados a los niveles de amenaza en el modelo MVM. Amenaza Muy baja Baja Moderada Mediana Alta Muy alta

Rojo (R) 56 121 237 255 255 112

RGB Visualización Verde (G) Azul (B) 168 0 201 0 237 0 102 0 0 0 68 137

Los mapas fueron exportados en formato PNG para tener la facilidad de incluirse al presente trabajo. De igual modo se almacenó en formato PDF con tamaño A3, para la visualización y/o impresión por parte del GAD parroquial de El Chorro.

73

CAPÍTULO 4 4.

RESULTADOS Y DISCUSIÓN

Esta sección presenta los resultados obtenidos en la investigación y su respectiva discusión.

4.1

Resultados.

En los resultados se presentan los mapas de amenazas por movimientos en masa derivados de la aplicación de los modelos de MVM, SGR y el Compuesto MVMSGR, lo que permite categorizar los niveles de amenaza en la parroquia El Chorro e identificar las áreas de mayor amenaza. De la misma manera se muestra el resultado de la comparación entre los modelos aplicados, así como el resultado de su validación.

4.1.1 Categorización de las amenazas por movimientos en masa en El Chorro.

4.1.1.1 Amenazas por movimientos en masa de la cabecera parroquial El Chorro, con el modelo Mora-Vahrson-Mora.

Mora y Vahrson (1994) clasifican las amenazas en seis niveles, de los cuales se visualizan cuatro en el mapa de El Chorro: muy baja, baja, moderada y mediana (ilustración 4.1). Por el contrario, los niveles de amenaza alta y muy alta no están presentes en el resultado del análisis.

74

AMENAZAS POR MOVIMIENTOS EN MASA - CABECERA PARROQUIAL DE EL CHORRO MODELO DE MVM 9457500

710000

710500

711000

/

AMENAZA 9457500

709500

SIN (MUY BAJA) BAJA MEDIA ALTA

SIMBOLOGÍA Drenaje

vias 9457000

9457000

Vivienda

Laguna

Afectada No afectada OCÉANO PA C Í F I C O

COLOMBIA

ECUADOR

9456500

9456500

PERÚ

!

LOJA

PALANDA

SAN ANDRES !

ZUMBA

EL CHORRO

CHITO

! !

Perú

! !

9456000

9456000

PUCAPAMBA

!

LA CHONTA

PROYECTO:

ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN MASA EN EL CHORRO, ECUADOR FUENTE:

SGR (2015), casas afectadas

709500

0

710000

125

250

500 Metros

710500 711000 Proyección: Universal Transversal de Mercator WGS 1984 UTM Zona 17S

ELABORADO POR:

DANILO ORTEGA VALLEJO

Ilustración 4.1 Zonificación de amenaza por movimientos en masa - modelo Mora-Vahrson-Mora

FECHA:

15-12-2019

75

Según la ilustración 4.2 se obtuvo lo siguiente: La amenaza muy baja mostró el 1% de la superficie analizada. El nivel de amenaza baja exteriorizó el 0.36% de la superficie. Las zonas de amenaza moderada correspondieron al 82% de la superficie. La amenaza mediana situó el 17% de la superficie. Finalmente, los niveles de alta y muy alta amenaza develaron el 0%. Los porcentajes se calcularon a partir de la cantidad de hectáreas ocupadas por los niveles de amenaza (tabla 4.1).

Zonas de Amenaza por movimientos en masa de la Cabecera Parroquial de El Chorro - Metodología de MoraVahrson-Mora.

Moderada 82%

Mediana 17% Alta 0% Muy baja 1%

Baja 0%

Muy baja

Baja

Moderada

Mediana

Alta

Muy alta 0%

Muy alta

Ilustración 4.2 Porcentaje de superficie en hectáreas ocupadas por los niveles de amenaza, según el modelo de Mora-Vahrson-Mora.

Tabla 4.1 Área de los niveles de amenaza en El Chorro según MVM CLASE

CLASIFICASIÓN

AREA (Ha)

1

Muy baja

5.41

2

Baja

3

Moderada

4

Mediana

5

Alta

0.00

6

Muy alta

0.00

1.78 398.53 82.55

488.27

76

4.1.1.2 Amenazas por movimientos en masa de la cabecera parroquial El Chorro, con el modelo de la Secretaría de Gestión de Riesgos.

En el análisis de la cabecera parroquial de El Chorro, según la Ilustración 4.3 la amenaza se presentó de la siguiente manera: muy baja 32%; baja 32%; media 19%, alta 15%; y, muy alta 2%. Igualmente, los porcentajes fueron calculados a partir de la cantidad de hectáreas ocupadas por los niveles de amenaza (tabla 4.2).

Zonas de Amenaza por movimientos en masa en El Chorro según el modelo de la Secretaría de Gestión de Riesgos.

Baja 32%

Media 19%

Alta 15% Muy baja 32%

Muy alta 2%

Muy baja

Baja

Media

Alta

Muy alta

Ilustración 4.3 Porcentaje de superficie en hectáreas ocupadas por los niveles de amenaza, según el modelo SGR. Tabla 4.2 Área de los niveles de amenaza en El Chorro según SGR CLASE

CLASIFICASIÓN

AREA (Ha)

1

Muy baja

155.10

2

Baja

159.28

3

Media

91.71

4

Alta

72.00

5

Muy alta

10.18 488.27

Este modelo clasifica la amenaza en cinco niveles: muy baja, baja, media, alta y muy alta. Los niveles resultantes del análisis se visualizan en la Ilustración 4.4

77

AMENAZAS POR MOVIMIENTOS EN MASA - CABECERA PARROQUIAL DE EL CHORRO MODELO DE LA SGR 709500

710000

710500

711000

/

9457500

9457500

AMENAZA SIN (MUY BAJA)

ALTA

BAJA

MUY ALTA

MEDIA

SIMBOLOGÍA Laguna

vias

Drenaje

Afectada

9457000

9457000

Vivienda

No afectada

OCÉANO PA C Í F I C O

COLOMBIA

ECUADOR

9456500

9456500

PERÚ

!

LOJA

PALANDA

SAN ANDRES !

ZUMBA

EL CHORRO

CHITO

! !

Perú

! !

9456000

9456000

PUCAPAMBA

!

LA CHONTA

PROYECTO:

ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN MASA EN EL CHORRO, ECUADOR FUENTE:

SGR (2015), casas afectadas

709500

0

710000

125

250

500 Metros

710500 711000 Proyección: Universal Transversal de Mercator WGS 1984 UTM Zona 17S

ELABORADO POR:

DANILO ORTEGA VALLEJO

Ilustración 4.4 Zonificación de amenaza por movimientos en masa – modelo SGR

FECHA:

15-12-2019

78

4.1.1.3 Amenazas por movimientos en masa de El Chorro, con el modelo Combinado MVM-SGR. El combinado MVM-SGR para el caso de la cabecera cantonal de El Chorro, en la Ilustración 4.5 indicó lo siguiente: el nivel de muy baja y muy alta amenaza revelaron el 0% de la superficie. El nivel de baja amenaza mostró el 8% de la superficie. El nivel de amenaza media ocupó el mayor espacio de la superficie con el 80%. Por último, la amenaza alta correspondió al 12% del área analizada. Estos porcentajes fueron calculados a partir de la cantidad de hectáreas ocupadas por los niveles de amenaza (tabla 4.3).

Zonas de Amenaza por movimientos en masa de la Cabecera Parroquial de El Chorro - Metodología Propuesta.

Media 80%

Alta 12%

Baja…

Muy baja

Baja

Media

Muy alta 0%

Alta

Muy baja 0%

Muy alta

Ilustración 4.5 Porcentaje de superficie en hectáreas ocupadas por los niveles de amenaza, según el modelo Compuesto MVM-SGR.

Tabla 4.3 Área de los niveles de amenaza en El Chorro según el compuesto MVM-SGR. CLASE

CLASIFICASIÓN

1

Muy baja

2

Baja

3

Media

4

Alta

5

Muy alta

AREA (Ha) 0.00 38.22 389.95 60.08 0.00 488.26

79

El modelo clasificó de la misma manera que el modelo SGR, en cinco niveles de amenaza. Luego del análisis espacial el modelo Compuesto MVM-SGR mostró tres niveles de amenaza: baja, media y alta en la cabecera parroquial de El Chorro como se observa en la Ilustración 4.6. Aunque la presencia de amenaza “muy baja” y “muy alta” no están presentes en los resultados, sus rangos de clasificación fueron considerados en el análisis espacial.

80

AMENAZAS POR MOVIMIENTOS EN MASA - CABECERA PARROQUIAL DE EL CHORRO MODELO COMBINADO MVM-SGR 9457500

710000

710500

711000

/

AMENAZA 9457500

709500

BAJA MEDIA ALTA SIMBOLOGÍA Drenaje

vias

Laguna

Afectada

9457000

9457000

Vivienda

No afectada

OCÉANO PA C Í F I C O

COLOMBIA

ECUADOR

9456500

9456500

PERÚ

!

LOJA

PALANDA

SAN ANDRES !

ZUMBA

EL CHORRO

CHITO

! !

Perú

! !

9456000

9456000

PUCAPAMBA

!

LA CHONTA

PROYECTO:

ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN MASA EN EL CHORRO, ECUADOR FUENTE:

SGR (2015), casas afectadas

709500

0

710000

125

250

500 Metros

710500 711000 Proyección: Universal Transversal de Mercator WGS 1984 UTM Zona 17S

ELABORADO POR:

DANILO ORTEGA VALLEJO

Ilustración 4.6 Zonificación de amenaza por movimientos en masa – modelo MVM-SGR.

FECHA:

15-12-2019

81

4.1.2 Comparación de los modelos MVM, SGR y el Compuesto MVM-SGR, aplicados en El Chorro.

La comparación de los tres modelos aplicados en El Chorro se desarrolló con la determinación del área que ocupa cada nivel de amenaza dentro del área de estudio. Una vez calculadas las áreas tanto para el modelo MVM, SGR y el Compuesto MVM-SGR, se construyó un histograma para que permita observar las diferencia o semejanzas entre los modelos (ilustración 4.7).

Área ocupada por los Niveles de Amenaza en El Chorro 82%

400.00

80%

360.00 320.00 280.00 240.00 200.00

33%

32%

160.00 120.00

19%

80.00 40.00

17% 15%

12%

8% 1%

2%

0%

0.00 Muy baja

Baja MVM

Media SGR

Alta

Muy alta

Compuesto MVM-SGR

Ilustración 4.7 Comparación entre los modelos de Amenazas por movimientos en masa.

El porcentaje de área ocupada por los niveles amenaza de los modelos MVM, SGR y MVM-SGR se registraron respectivamente de la siguiente manera: muy baja 1%, 32%, y el modelo compuesto MVM-SGR no registró resultados; baja 0.35%, 33% y 8%; media 82%, 19% y 80%; alta 17%, 15% y 12%; y, muy alta solamente mostró resultados el modelo SGR con un 2%.

82

4.1.3 Zonas de mayor amenaza en El Chorro.

Las zonas de mayor amenaza están representadas por los niveles de amenaza alta y muy alta. En el modelo MVM el área ocupada por la amenaza alta es 17% y muy alta el 0%, sumadas entre los dos niveles un total del 17%. Para el modelo de la SGR el área ocupada por la amenaza alta es el 15% y muy alta el 2%, con un total del 17%. Por último, el modelo compuesto de MVM-SGR tiene una amenaza alta del 12% y muy alta del 0%, con un área total del 12%.

Los porcentajes de área ocupada por estos niveles son muy similares en los tres modelos, los modelos MVM y SGR tienen el mismo porcentaje de ocupación de área; pero el Compuesto MVM-SGR es 5% menor en relación con los otros dos modelos.

En la Ilustración 4.8 se percibió la concentración espacial de las zonas más altas de amenaza por movimientos en masa de la siguiente manera: •

La figura A ilustró la concentración de los niveles de mayor amenaza según el modelo de Mora-Vahrson modificado, la zona de amenaza mediana ocupa el 17% de la superficie analizada según la Ilustración 4.2 presentada anteriormente. No se distribuyen en toda el área, la dispersión es mucho menor y la mayor concentración fue hacia el Norte y Oeste de la población de El Chorro. Estas zonas no están dentro de la población, predominando el nivel de amenaza moderada y baja, lo mismo se observó hacia el este y sur de la población. Las zonas de amenaza alta y muy alta no están presentes en el área analizada.

•

La figura B ilustró la concentración de los niveles de mayor amenaza según la metodología de la SGR, el nivel de amenaza alta ocupa el 15% del área, de acuerdo con la Ilustración 4.3. La mayor concentración en el Oeste y Noroeste del área, así como al norte de la población. Las zonas de amenaza muy alta representan el 1% del área.

83

±

Amenaza Alta 0

75

150

300 Metros

Muy alta

A. Mora - Vahrson modificado (MVM)

±

0

75

150

Viviendas Afectada No afectada

300 Metros

B. Secretaría de Gestión de Riesgos (SGR)

±

PROYECTO:

ZONIFICACIÓN DE AMENAZA POR MOVIMIENTOS EN MASA EL CHORRO, ECUADOR FUENTE:

SGR (2015), casas afectadas ELABORADO POR:

DANILO ORTEGA VALLEJO FECHA:

15-12-2019 0

75

150

300 Metros

C. Combinado MVM-SGR Ilustración 4.8 Zonas de mayor amenaza por movimientos en masa en El Chorro.

84

•

La figura C ilustró la concentración de los niveles de mayor amenaza según el modelo compuesto MVM-SGR, el nivel de amenaza alta ocupa el 12% del área analizada, valor indicado en la Ilustración 4.5. Esas hectáreas se distribuyen en toda el área, pero se observa mayor concentración al norte y noroeste de la población de El Chorro, sin embargo, estas zonas de amenaza alta están presentes en la población. Las zonas de muy alta amenaza no se visualizaron en la modelación.

4.1.4 Validación de los modelos.

Como se mencionó anteriormente, la validación de campo consistió en sobreponer la capa de viviendas sobre cada uno de los modelos, con el fin de contrastar las coincidencias de viviendas afectadas con las zonas de mayor amenaza. Los resultados se reflejan en la Tabla 4.4.

De los datos que levantó la SGR, (2016b) en El Chorro, se obtuvo lo siguiente: •

Números de viviendas en la cabecera parroquial: 120

•

Viviendas afectadas: 33 es decir el 27.5% del total de casas.

•

Viviendas no afectadas: 87 corresponde al 72.5% del total de casas.

Tabla 4.4 Viviendas en zonas de amenaza alta y muy alta.

N° casas afectadas en El Chorro

N° casas con amenaza ≥ alta

N° casas afectadas con amenaza ≥ alta

Porcentaje de casas afectadas

MVM

33

21

3

9%

SGR

33

23

7

21%

MV-SGR

33

82

22

67%

En consecuencia, resultó que en el modelo de MVM coincidió el 9% de las viviendas afectadas sobre las zonas de amenaza alta y muy alta, mientras que el modelo de la SGR fue el 21%, y el modelo compuesto MVM-SGR con el 67%.

85

4.2

Discusión

Como se indicó en la introducción de este capítulo, la discusión se centró en el análisis de los resultados obtenidos a partir de la metodología desarrollada en esta investigación y los aspectos que singularizaron la determinación de las amenazas por movimientos en masa en la cabecera parroquial de El Chorro.

4.2.1 Análisis de la clasificación de los niveles de amenaza.

Queda claro que el tratamiento de los datos al momento de iniciar y finalizar el análisis espacial influyó notablemente en los resultados de la determinación de amenazas. Para ser más específico al inicio se necesita un adecuado manejo de las variables a intervenir en los modelos y al final la clasificación de los niveles de amenaza debe estar acorde con la influencia de cada variable. A continuación, se discute la clasificación de los niveles de amenaza a partir de los modelos de MVM, SGR y el compuesto por MVM-SGR: El modelo de MVM los autores clasificaron en seis niveles de amenaza, los mismos que tienen un rango de valores predefinidos (Tabla 4.5). De la fórmula del modelo MVM (H = (Sp*Sl*Sh)*(Ts+Tp)

Ecuación 4) para clasificar los niveles de

amenaza en el Chorro, se presentaron valores correspondientes a los rangos de amenaza muy baja a mediana, mientras que los valores más altos no están presentes.

Tabla 4.5 Clasificación de la Amenaza según MVM Amenaza

Rango

Población de Datos clasificada

Muy baja

0-6

0

1

Baja

6 - 32

30

2

Moderada

32 - 162

50 - 150

3

Mediana

162 - 512

180 - 250

4

Alta

512 - 1250

sin datos

5

no data

>1250

sin datos

6

no data

Muy alta

Clase Visualización

86

Por otro lado, el modelo de la SGR somete los valores resultantes a una clasificación de intervalos iguales, es decir que la clasificación no tiene rangos de valores predefinidos que caracterizan a cada nivel de amenaza (Tabla 4.6), razón por la cual siempre aparecerán todos los niveles de amenaza con este modelo.

Tabla 4.6 Clasificación de la Amenaza según la SGR Amenaza

Rango

Población de Datos clasificada

Muy baja

No definido

1.85 - 2.37

1

Baja

No definido

2.37 - 2.89

2

Media

No definido

2.89 - 3.41

3

Alta

No definido

3.41 - 3.93

4

Muy alta

No definido

3.93 - 4.45

5

Clase Visualización

Población de datos: Mínimo = 1.85 Máximo = 4.45

Finalmente en el modelo Compuesto MVM-SGR se aplicó los pesos superpuestos con la herramienta “Superposición Ponderada” de ArcMap, donde dependió del porcentaje de influencia de cada variable (Ilustración 3.8), y los rangos para cada nivel de amenaza se definieron a partir de los límites entre los pesos asignados en las variables (1 a 5), el detalle se observa en la

Tabla 4.7. Los resultados no

incluyeron el nivel de amenaza muy baja y el nivel de amenaza muy alta.

Tabla 4.7 Clasificación de la Amenaza con Superposición Ponderada Población de Datos Clase Visualización clasificada

Amenaza

Rango

Muy baja

0.0 - 1.5

sin datos

1

Baja

1.5 - 2.5

1.85 - 2.50

2

Media

2.5 - 3.5

2.50 - 3.50

3

Alta

3.5 - 4.5

3.50 - 4.45

4

Muy alta

4.5 - 5.5

sin datos

5

no data

no data

Población de datos: Mínimo = 1.85 Máximo = 4.45

En la columna “población de datos clasificada” en las tablas 4.6 y 4.7 se observa que el valor mínimo es de 1.85 y el máximo de 4.45, es decir que con los modelos

87

SGR y el compuesto MVM-SGR se obtuvo la misma la población de datos. Pero estos dos modelos distribuyen los intervalos de datos en diferentes rangos o niveles de amenaza. Esta diferencia de clasificación de la amenaza se enmarca en reclasificar el modelo de la SGR, el cual trabaja sin rangos predefinidos y el software distribuye los datos resultantes en el número de reclasificación requerida (en este caso son 5). En cambio, en el modelo combinado MVM-SGR, se utilizó superposición ponderada, en el cual se asignan los mismos 5 rangos, pero los valores resultantes el software los encasilla a los rangos predefinidos como se observa en la columna “rango” en la tabla 4.7.

El modelo MVM utiliza rangos predefinidos al momento de clasificar la amenaza como se observa en la columna “rango” en la tabla 4.5. Entonces a pesar de que el resultado numérico es diferente al modelo compuesto MVM-SGR (columna “población de datos clasificada” de las tablas 4.5 y 4.6), los resultados fueron en cierta forma similares en la distribución espacial de los niveles de amenaza (ilustración 4.9, número 1 y 3 con rangos predefinidos).

A partir de estas diferencias mencionadas en los párrafos anteriores, se realizó un ensayo (ilustración 4.9) que consistió en lo siguiente: El modelo de la SGR clasifica la amenaza sin rangos predefinidos, se lo analizó con la herramienta superposición ponderada de ArcMap, de esta manera clasificando con rangos predefinidos. Por el contrario, los modelos de MVM y el combinado MVM-SGR utilizan rangos predefinidos y se ensayó clasificando las amenazas sin rangos predefinidos (tabla 4.8).

Tabla 4.8 Análisis de los modelos reclasificados con rangos y sin rangos predefinidos.

Modelo MVM

SGR

MVM-SGR

Análisis original del modelo

Ensayo adicional del modelo

Rangos predefinidos ArcMap: Calculadora ráster; reclasificación con rangos de MVM Sin rangos predefinidos ArcMap: Calculadora ráster; reclasificación con cortes naturales.

Rangos predefinidos ArcMap: superposición ponderada

Sin rangos predefinidos ArcMap: Calculadora ráster; reclasificación con cortes naturales.

Rangos predefinidos ArcMap: superposición ponderada Sin rangos predefinidos ArcMap: Calculadora ráster; reclasificación con cortes naturales.

88

1 MVM con rangos predefinidos

MVM sin rangos predefinidos

±

± Amenaza

Amenaza

0 125 250

0 - 60

30

60 - 120

50 - 150

500 Metros

0

0

0 125 250

500 Metros

SGR con rangos predefinidos

120 - 150 150 - 250

180 - 250

2. SGR sin rangos predefinidos

±

±

Amenaza 1.81 - 2.26

0 125 250

500 Metros

Amenaza

2.26 - 2.48

2

2.48 - 2.67

3

0 125 250

500 Metros

4

3. Combinado MVM-SGR con rangos

2.67 - 2.88 2.88 - 3.43

Sin rangos predefinidos

±

±

Amenaza 1.85 - 2.55

Amenaza

2.55 - 2.85 1.85 - 2.50 0 125 250

500 Metros

2.50 - 3.50 3.50 - 4.45

2.85 - 3.19 0 125 250

500 Metros

3.19 - 3.59 3.59 - 4.50

Ilustración 4.9 Clasificación de los niveles de amenaza con rangos y sin rangos predefinidos

89

La ilustración 4.9, en su columna izquierda muestra los tres modelos clasificados con rangos definidos y se observa una similitud en la distribución espacial de las amenazas entre ellos. Mientras que en la columna derecha muestra los datos de los tres modelos reclasificados sin rangos predefinidos, pero los resultados son muy diferentes en la distribución espacial de los niveles de amenaza.

4.2.2 Comparación de los modelos aplicados.

La comparación de los modelos se sustentó con la distribución estadística y distribución espacial de los niveles de amenaza por movimientos en masa en El Chorro. Para la distribución estadística se elaboró gráficos de tendencia, y en la distribución espacial se compararon los mapas resultantes, correspondientes a los modelos aplicados.

La Ilustración 4.10 muestra la tendencia de las líneas en función del porcentaje de área ocupada por los niveles de amenaza en la cabecera parroquial de El Chorro.

Es muy claro la similitud de la tendencia de la línea en los modelos SGR y el compuesto MVM-SGR, entonces se entiende que la amenaza en el Chorro es de nivel medio, esta semejanza en las tendencias de línea recae nuevamente en el uso de rangos predefinidos a los niveles de amenaza. Sin embargo, la tendencia de la línea del modelo SGR es decreciente, lo que sugiere una zona de baja amenaza a los movimientos en masa, esta diferencia en la tendencia de la línea se atribuyó al uso de rangos no predefinidos.

90

Ilustración 4.10 Tendencia de porcentaje de áreas de amenaza en El Chorro.

Los modelos de la SGR y el compuesto MVM-SGR presentaron la distribución de polígonos de amenaza en mayor detalle, al observarse una mayor dispersión de estas áreas en los mapas. Por el contrario, la metodología de MVM muestra los resultados con menor detalle, aquí se observó una aglomeración en áreas más grandes de las zonas de amenaza, exhortando a que el método puede ser óptimo para los análisis a escalas regionales. Se deja en claro que el análisis descrito en este párrafo fue independiente a la ubicación espacial de las zonas de amenaza (resultados del numeral 4.1.3).

4.2.3 Zonas de mayor amenaza en la cabecera parroquial de El Chorro.

En función de los resultados obtenidos aplicando el modelo MVM y el compuesto MVM-SGR predomina la amenaza de nivel medio con el 82% y 80% respectivamente. Por otra parte, el modelo de la SGR concentró el mayor porcentaje de áreas en la amenaza muy baja y baja, ambas con el 32% del área de estudio.

La Ilustración 4.8 del bloque de resultados visualizó solamente los niveles de amenaza alta y muy alta, notándose su dispersión en la cabecera parroquial de El

91

Chorro. Las zonas de mayor amenaza están concentradas hacia el este del área en los modelos MVM y el Compuesto MVM-SGR, mientras que se dispersan por toda el área en el modelo de la SGR. En la comparación de los modelos las diferencias entre ellos fueron en la distribución espacial de las zonas de amenaza y sus rangos de clasificación, pero la ubicación espacial de las zonas de mayor amenaza y sus porcentajes de ocupación en toda el área de estudio son consecuentes (Ilustración 4.9 e Ilustración 4.10).

En consecuencia, a lo enunciado en el párrafo anterior, es importante responder el por qué las zonas de mayor amenaza se concentran hacia el oeste del área y disminuyen hacia el este, por qué en el modelo de MVM se concentran en polígonos más grandes y en los otros dos métodos están más dispersas, y por qué con el modelo compuesto MVM-SGR se visualizó áreas de amenaza alta en la población de El Chorro. Para contestar estas preguntas se analizaron las variables (factores) utilizados en el análisis espacial.

Al analizar la variable litología de El Chorro se observó principalmente dos tipos de rocas: intrusivas (granodioritas) y sedimentarias (brechas y conglomerados). Las intrusivas se ubican espacialmente al este del área y las sedimentarias afloran hacia el oeste. Ambos tipos de rocas están meteorizadas, pero es notable la diferencia de dureza y consolidación entre ellas. Correlacionando la variable litología con las pendientes y saturación del suelo, se percibió que las rocas sedimentarias forman relieves de baja a media pendiente, sin embargo, son muy susceptibles a la erosión, por ende, forman drenajes con mayor densidad, corroborado en la saturación del suelo. Entonces durante la determinación de la amenaza, las rocas sedimentarias y las zonas donde satura el suelo tienen elevada valoración en la asignación de pesos, eso combinado con la valoración media de las pendientes resultó en niveles de amenaza alta hacia el este del área.

El modelo de MVM, la variable de litología tiene pesos asignados al RMR de Biniawsky en rocas y la cohesión o el ángulo de fricción interno en suelos, pero esta calificación no consideró los suelos sin cohesión, los mismos que pueden ser muy resistentes en ciertas condiciones. Esto redujo los polígonos valorados con peso

92

en el análisis, así como la generalidad de los datos evapotranspiración utilizados, conllevó a un resultado con menor distribución de las zonas de amenaza, observándose polígonos de mayor tamaño en comparación a los otros modelos.

La actividad del hombre se reflejó en el uso actual del suelo, enfocada a los procesos socio-naturales (antropogénicos), los cuales son difíciles de identificar como condicionante o como detonante; aunque de acuerdo a Crosta y Frattini (2003) lo considera como una “variable dinámica, es decir un detonante” (p.81).

Algunos ejemplos de procesos antropogénicos son la deforestación, asentamientos sin planificación, vías sin planificación, falta de canalización de aguas lluvias, entre otros. En una observación de campo realizada en la población de El Chorro, se advirtió algunos puntos de vista provenientes de la actividad humana como: viviendas o infraestructuras que fueron construidas sobre drenajes naturales, la población no posee un alcantarillado sanitario y/o pluvial, y actualmente utilizan letrinas sin impermeabilización. Por otro lado, las cubiertas de las viviendas acumulan de manera puntual grandes cantidades de agua en temporada de lluvias, y las calles sin alcantarillado se convierten en conductores de agua durante fuertes precipitaciones.

Con lo expuesto en el párrafo anterior, la variable uso del suelo tiene un valor alto en áreas de El Chorro donde es intensa la actividad del hombre y combinada con la ubicación de zonas de saturación del suelo, fueron los índices en el modelo combinado MVM-SGR para determinar una amenaza alta en el centro poblado de El Chorro.

El escenario de amenazas también fue caracterizado por la variable precipitación como detonante, debido a las periódicas lluvias propias del sector. “El agua producto de las precipitaciones actúa según la condición de la litología, de las pendientes y la saturación del suelo” (Crosta, 1998; Rahardjo, Ong, Rezaur y Leong, 2007; Wang y Shibata, 2007 en Aristizábal et al., 2010, p.213).

Por el contrario, la variable de sismicidad utilizado en el modelo MVM, no caracterizó las amenazas en El Chorro porque el historial sísmico exhibió valores muy bajos como se muestra en la Ilustración 4.11, grafica izquierda: distribución

93

espacial de sismos instrumentales con 4≤M≤8.8; grafica derecha: cinemática y tipo de fallas capaces cartografiada en el territorio.

EL CHORRO

EL CHORRO

Ilustración 4.11 Sismicidad y ambiente tectónico en Ecuador.

Fuente: Chunga et al. (2010).

En síntesis, las variables de litología, saturación del suelo, pendientes, el uso actual del suelo y precipitaciones fueron las condiciones presentes en El Chorro para zonificar las amenazas a movimientos en masa. En los tres modelos aplicados fueron las variables litología y saturación del suelo que condicionaron la densidad de zonas de amenaza alta hacia el oeste del área de estudio. La ausencia de las variables saturación y uso actual del suelo resultó en la concentración de polígonos más grandes en el modelo MVM, es decir que tuvo menos dispersión en comparación con los otros dos modelos. Sin embargo, en el modelo combinado MVM-SGR, las variables uso actual del suelo y la saturación influyeron para zonificar niveles de amenaza alta en el centro poblado de El Chorro.

94

4.2.4 Análisis de la Validación de los modelos.

Con la validación de los modelos se constató el número de viviendas afectadas por movimientos en masa que coincidieron con las zonas de amenaza alta, con un 9% el modelo de MVM, 21% el modelo de la SGR y el 67% con el modelo combinado MVM-SGR. Es decir que, con el modelo MVM, 21 casas concuerdan con las zonas de amenaza alta por movimientos en masa, de las cuales 3 casas están afectadas y 18 casas no afectadas tienen la probabilidad del 9% a sufrir algún daño a futuro.

Con el modelo de la SGR, 23 casas se ubican sobre las zonas de amenaza alta, de las cuales 7 casas están afectadas y 16 casas no afectadas tienen la probabilidad del 21% sufrir daños por movimientos en masa. Por último, con el modelo combinado MVM-SGR, 82 casas están en las zonas de amenaza alta, de las cuales 22 casas están afectadas y 18 casas no afectadas tienen la probabilidad del 67% sufrir algún daño por movimientos en masa (Ilustración 4.12).

Número de casas sobre Amenaza Alta - El Chorro 70 60 50

67%

40 30 20 10 0

21%

9% MVM

SGR

MV-SGR

Afectadas

3

7

22

No afectadas

18

16

60

Riesgo

2

3

40

Ilustración 4.12 Viviendas amenazadas por movimientos en masa en El Chorro.

En consecuencia, el modelo combinado MVM-SGR superó el 50% de casas afectadas sobre la amenaza alta con el 67%, indiscutiblemente es el modelo más cercano a la realidad in situ. Por consiguiente, este modeló quedó validado para el mapa final de amenazas por movimiento en masa de la cabecera parroquial de El

95

Chorro, donde la actividad antropogénica este aumentado la probabilidad de movimientos del suelo.

El modelo de MVM estuvo limitado por la escasa información sísmica y geológica del área de estudio. A su vez las variables de humedad relativa del suelo y la sísmica no fueron factores influyentes en la determinación de amenazas por movimientos en masa en la parroquia El Chorro. Se debe agregar que el modelo MVM fue propuesto para las condiciones físicas de Centro América; y, El Chorro tiene las características físicas de la cordillera de los Andes oriental.

Consecuentemente la metodología MVM no fue la adecuada para el caso, hasta que se obtenga más información de las propiedades físicas de suelos y rocas de toda la parroquia, así como los límites de intensidad de lluvia para todo el sector de El Chorro en Ecuador.

Por lo que se refiere al modelo de la SGR resultó con niveles de amenaza muy baja en la cabecera parroquial de El Chorro. Esto no concuerda con la realidad, ya que el 28% de viviendas están afectadas por hundimientos, reptación y flujos. Además, se percibió que hay una sobre calificación de las variables, como por ejemplo utiliza 4 variables para dar peso a la geología y 3 variables para dar peso a la morfología.

Por ende, esta metodología no es la recomendable para zonas puntuales como El Chorro, más bien fue concebida como referente a nivel regional.

Una vez analizados los resultados obtenidos en función de los objetivos, se logró contestar las preguntas planteadas en la investigación. La primera pregunta fue ¿cuáles son las zonas de mayor susceptibilidad a movimientos en masa en la cabecera parroquial de El Chorro, según el análisis espacial con SIG? Esta pregunta se contestó con los mapas de zonificación de amenaza por movimientos en masa, desarrollados con los tres modelos mediante los SIG. En ellos, se analizó que la amenaza alta y amenaza muy alta se concentraron hacia el oeste y disminuyen al este del área estudiada, y en particular el modelo combinado MVMSGR incluyó estas zonas dentro de la población de El Chorro. En caso de identificar zonas puntuales se tendría que consultar el mapa validado, el cual contiene a detalle las zonas de mayor susceptibilidad, e incluso realizar la consulta en SIG cuales son las viviendas con mayor amenaza ante los movimientos en masas.

96

De la misma forma se contestó la segunda pregunta sobre cuáles son las variables de mayor influencia en la probabilidad de ocurrencia de movimientos en masa en la cabecera parroquial de El Chorro. A lo que se dice que fueron la litología, la saturación del suelo y el uso actual del suelo. La población de El Chorro está asentada en rocas sedimentarias meteorizadas, por lo que son materiales suaves donde se formó una mayor densidad de drenajes, a esto se suma la intervención del ser humano sobre la superficie, edificando sobre los drenajes naturales y/o saturando el suelo con descargas de agua puntuales.

Por último, se tiene que, al comparar los modelos aplicados mediante SIG, ¿se obtendrán resultados iguales o similares? Con el análisis de la clasificación de los niveles de amenaza presentados en el bloque 4.2.1, los resultados numéricos exactamente iguales en los modelos de la SGR (tabla 4.6) y el combinado SGRMVM (tabla 4.7); pero al reclasificar esos valores sin rangos predefinidos (modelo SGR) y con rangos predefinidos (modelo SGR-MVM), los resultados son diferentes al visualizar en los mapas resultantes (ilustración 4.4 y 4.6). Por otro lado, el modelo MVM tiene valores numéricos diferentes debido a la formula planteada en su metodología, y al ser reclasificada con rangos predefinidos por los autores, la visualización del mapa resultante es similar a la distribución espacial de las áreas de amenaza con el modelo combinado SGR-MVM (ilustración 4.10).

Si bien es cierto que los sistemas de información geográfica facilitaron el análisis espacial para determinar las amenazas por movimientos en masa en El Chorro, cabe recalcar que para obtener resultados de calidad es necesario la correcta elección de las variables físicas del lugar, el detalle de los datos del área a investigar y la ponderación adecuada de las variables. A continuación, se indica algunos puntos de vista que podrían mejorar los modelos: •

Para el presente caso, en el modelo MVM hubo disponibilidad de información meteorológica de 10 años, por tanto, es necesario mayor cantidad de datos con el fin de mejorar el detalle de la variable humedad relativa del suelo y precipitación. De igual forma aumentar el detalle de la sismicidad influiría en la mejora del modelo, en el caso de El Chorro la información hay un escaso monitoreo sísmico en el sector. La variable litología pesa la cohesión del suelo,

97

pero no estableció valores para suelos no cohesivos como aconteció en la presente investigación.

•

Con respecto al modelo de la SGR existe la necesidad de predefinir los rangos que caractericen a cada clase en la clasificación de las amenazas por movimientos en masa, en la saturación y uso actual del suelo. De igual forma que MVM, este modelo demandaría.

•

Para el modelo combinado MVM-SGR la principal propuesta sería reemplazar la variable pendiente por la variable geomorfología, esta última variable contiene más información como la morfometría, morfogénesis y morfodinámica; donde ya incluyen los datos de pendientes, es decir que engloba un mayor detalle de la superficie del terreno. Así también la mejora del modelo sería reforzando el detalle de información meteorológica, litológica y de los procesos antropogénicos, este último plasmado en el uso actual del suelo.

98

CAPÍTULO 5 5.

CONCLUSIONES

La determinación de amenaza por movimientos en masa en la cabecera parroquial de El Chorro fue desarrollada mediante la aplicación de los modelos de MVM, SGR y se ensayó un tercer modelo combinado entre MVM y SGR. Para alcanzar este objetivo principal de la investigación se planteó una metodología basada en la aplicación de los tres modelos argumentados mediante los sistemas de información geográfica, donde todo el proceso fue agrupado secuencialmente en los tres subsistemas del SIG. En el primer subsistema DATOS se procedió a la adquisición de la información y la correspondiente sistematización con el software ArcGIS. En el segundo subsistema ANÁLISIS se llevó a cabo los modelos aplicados con ArcMap mediante el paquete de herramientas de “análisis espacial”, y posteriormente se validó los resultados del análisis. En el tercer subsistema VIZUALIZACIÓN se realizó la edición final de los modelos en la “vista de impresión” de ArcMap con el fin de desplegar los mapas de amenaza por movimientos en masa a escala 1:5,000 según los tres modelos tratados.

En cuanto a la categorización de los niveles de amenaza en el Chorro, el modelo MVM resultó con niveles de amenaza baja, media y alta; mientras que el modelo de la SGR mostró todos los niveles: muy baja, baja, media, alta y muy alta; por último, el modelo combinado MVM-SGR presentó los niveles de amenaza baja, media y alta.

La comparación de los tres modelos ayudó a definir que las amenazas por movimientos en masa en El Chorro están inducidas por la variable saturación del suelo, la misma que está ligada a la litología del lugar; de igual importancia se estableció una alta influencia de los procesos de origen antropogénico representada con la variable uso actual del suelo. La influencia de estas tres variables mencionadas se reflejó en el modelo combinado MVM-SGR.

99

En la comparación de los tres modelos aplicados se observó que los resultados de la distribución estadística en cuanto a la cantidad de área ocupada por cada nivel de amenaza fueron similares en los modelos de MVM con el combinado MVM-SGR, siendo el nivel de amenaza media el que predominó con el 82% y 80% respectivamente. En cambio, el modelo de la SGR difirió notablemente con niveles de amenaza muy baja con el 32% y amenaza baja 32%, dicho de otra manera, presentan un escenario de escasa amenaza en El Chorro.

Otro resultado de la comparación fue la distribución espacial de los niveles de amenaza, en la cual el modelo MVM con una menor distribución difirió de los otros dos modelos, concentrando los niveles de amenaza en polígonos de mayor tamaño.

Esto se atribuyó a la ausencia de las variables saturación y uso actual del suelo, a la ausencia de pesos para suelos no cohesivos en la variable litología y la falta de datos meteorológicos locales para la obtención de la variable humedad relativa del suelo.

Con respecto a las zonas de mayor amenaza, que para el caso se presentaron en amenaza alta, los porcentajes de área ocupada en El Chorro fueron muy cercanos entre los tres modelos, MVM con el 17%, SGR con el 17% y el combinado MVMSGR con el 12%. Pero los modelos MVM y el combinado MVM-SGR concurrieron en la ubicación espacial de los niveles altos de amenaza, concentrados al oeste del área de estudio y disminuyen hacia el este. El modelo SGR concentró los niveles de amenaza alta hacia el noreste y en menor porcentaje hacia el oeste. Sin embargo, solamente el modelo combinado MVM-SGR agrupó una mayor cantidad de niveles de amenaza alta dentro del centro poblado de El Chorro.

En la validación se contrastó la capa de las viviendas de El Chorro con la de amenaza por movimientos en masa, de lo cual resultó que las viviendas afectadas por hundimientos, reptación y flujos coincidieron con los niveles de mayor amenaza de la siguiente manera: MVM 9%, SGR 21% y el combinado MVM-SGR el 67%.

Por tanto, el modelo combinado MVM-SGR se validó como el más cercano a las condiciones de la cabecera parroquial de El Chorro, de donde se infiere que 18 viviendas aún no afectadas tienen la probabilidad del 67% a sufrir daños por movimientos en masa. Además, con los alcances del modelo combinado MVMSGR se confirmó la hipótesis planteada en la investigación.

100

Los mapas de amenazas, y entre otros los mapas de amenazas por movimientos en masa contienen información fundamental de un territorio que ayudan en la identificación de los peligros, en la apreciación de la vulnerabilidad y la estimación de los riesgos. Este conocimiento del territorio sería una plataforma para que la parroquia El Chorro se sustente al momento de gestionar los riesgos, ordenar el territorio y planificar su desarrollo.

Los procesos antropogénicos reflejados en la variable uso actual del suelo influyeron directamente en la determinación de amenaza alta de movimientos en masa, dentro de la población de El Chorro. La parroquia necesariamente debe precisar y cuantificar los procesos antropogénicos presentes dentro de su territorio, para que sean manejados mediante el uso y gestión del suelo tanto urbano como rural, con el fin de disminuir la susceptibilidad de la superficie del terreno. Para establecer estos procesos se debe llevar a cabo otros estudios o investigaciones puntualizando la temática.

La variable litología también requiere de un detalle a nivel local de la parroquia El Chorro, porque la información que maneja la parroquia se basa en datos regionales, siendo necesario el levantamiento local para conocer las rocas y los tipos de suelos presentes en la parroquia. La información geológica además de ayudar en la determinación de amenazas por movimientos en masa puede coadyuvar en zonificar el potencial de producción de un territorio, así por ejemplo los tipos de suelos para agricultura (de acuerdo con su contenido mineral pueden ser aptos para ciertos cultivos y para otros no), recursos minerales, agua subterránea, la capacidad portante de suelos o rocas para la construcción, y en el estudio de cuencas y microcuencas hidrográficas.

Se sugiere al GAD parroquial de El Chorro que, en el PDOT, se incorporen programas de capacitación para la población, básicamente en tres temas: •

Identificación de los elementos físicos del territorio

•

Gestionar los riesgos naturales existentes

•

Aprovechamiento de los recursos con responsabilidad ambiental y social.

101

Adicionalmente, se necesita fomentar capacitaciones en sistemas de informaciรณn geogrรกfica para los funcionarios o servidores del GAD parroquial, porque como administradores del territorio son los encargados de manejar, procesar y presentar la informaciรณn se su territorio.

102

6.

REFERENCIAS BIBLIOGRÁFICAS

Abril, A. L. (2011). Estudio e implementación de un modelo para la zonificación de áreas susceptibles a deslizamiento mediante el uso de sistemas de información geográfica: caso de estudio sector Quimsacocha. Universidad de Cuenca.

Obtenido el 05/03/2016 de: http://dspace.ucuenca.edu.ec/handle/123456789/739 Aristizábal, E., Martínez, H., y Vélez, J. I. I. (2010). Una revisión sobre el estudio de movimientos en masa detonados por lluvias. Revista de la Academia Colombiana de Ciencias, 34(53), 209–227.

Barrantes, G. (2015). Lecciones aprendidas en gestión del riesgo de deslizamientos: caso zonificación de susceptibilidad por deslizamientos en Cuenca, Ecuador. I Congreso internacional gestión de riesgos, ambiente y energías alternativas 10, 11 y 12 de noviembre de 2010, Quito-Ecuador.

Obtenido el 12/01/2017 de: https://www.researchgate.net/publication/284733045%0ALecciones Barrantes, G., Barrantes, O., y Núñez, O. (2011). Efectividad de la metodología Mora-Vahrson modificada en el caso de los deslizamientos provocados por el terremoto de Cinchona, Costa Rica. Revista Geológica de América Central, 47.

Septiembre 2011. 141–162.

Bates, R. L., y Jackson, J. A. (1980). Glosario de geología. Segunda edición. 749.

Accedido el 06/11/2018 en: https://books.google.com.ec/books/about/Glossary_of_Geology.html?id=GS2 nFrNLcVUC&redir_esc=y Bieniawski, Z. T. (1989). Clasificación del macizo rocoso: Manual para ingenieros en geología, minería, civil y petróleos. Wiley. Obtenido el 02/01/2020 de: https://books.google.com.ec/books?id=pejDUvjwPdMC&printsec=frontcover& hl=es&source=gbs_ViewAPI&redir_esc=y#v=onepage&q&f=false Bonachea Pico, J. (2006). Desarrollo, aplicación y validación de modelos y procedimientos para la evaluación de amenazas, vulnerabilidad y riesgo, debidos a procesos geomorfológicos. Tesis Doctoral. Universidad de Cantabria.

Obtenido el 20/02/2017 de: http://www.tesisenred.net/bitstream/handle/10803/10610/00de10.JBP_previo. pdf?sequence=4 Carrara, A., y Pike, R. J. (2008). Tecnología y modelos SIG para determinar amenazas y riesgos de movimientos en masa. Geomorfología. Obtenido el 20/02/2017 de: https://doi.org/10.1016/j.geomorph.2006.07.042 Castellanos, E. A., y Van Westen, C. J. (2008). Evaluación cualitativa de susceptibilidad a movimientos en masa por análisis multicriterio: caso de estudio de San Antonio del Sur, Guantánamo, Cuba. Geomorfología, 94(3), 453–466.

Obtenido el 19/02/2017 de: https://doi.org/10.1016/j.geomorph.2006.10.038

103

Chung, C., y Fabbri, A. (2005). Procedimientos sistemáticos de mapeo de peligros de deslizamientos para la evaluación de riesgos utilizando modelos de predicción espacial. Riesgo de deslizamientos (p. 802). Obtenido el 20/02/2017 de: https://books.google.com/books?hl=es&lr=&id=7vXQvl6rR54C&oi=fnd&pg=P A139&ots=exSYfhBiLE&sig=ewI0RH3tA-oAqIUGQyzhn6ZyLpE Chunga, K., Michetti, A. M., Gorshkov, A. I., Panza, G. F., Soloviev, A., y Martillo, C. (2010). Aplicación del método de zonación morfoestructural para identificar nudos sismogénicos en la región costera y cadenas montañosas de los Andes septentrionales del Ecuador, Acta Oceanográfica del Pacífico 16(1). Obtenido el 01/05/2018 de: https://www.inocar.mil.ec/web/phocadownloadpap/actas_oceanograficas/acta 16/OCE1601_10.pdf CONAGOPARE, Consejo Nacional de Gobiernos Parroquiales del Ecuador (2013).

Financian estudios geológicos para la parroquia El Chorro. Noticias. Accedido el 12/01/2017 de: http://www.asogoparza-ch.gob.ec/noticias/89-financianestudios-geológicos-para-la-parroquia-el-chorro.html Contreras, D. (2016). LECCIÓN 2 Amenaza. Módulo Electivo: SIG, Riesgo y Desastres. Programa de Maestría en Ciencias e Información Geográfica, UNIGIS América Latina.

Corominas, J. (2004). Tipos de rotura en laderas y taludes. (C. López Jimeno, Ed.), Ingeniería del terreno Ingeoter4. España: Universidad Politécnica de Madrid.

Obtenido el 22/02/2020 de: https://www.academia.edu/12392886/TIPOS_DE_ROTURA_EN_LADERAS_ Y_TALUDES?auto=download Crosta, G. (1998). Regionalización de los umbrales de lluvia para la evaluación de amenazas de movimientos en masa. Geología ambiental, 35(2–3), 131–145.

Obtenido el 01/05/2018 de: https://doi.org/10.1007/s002540050300 Crosta, G. B., y Frattini, P. (2003). Modelo de distribución de movimientos en masa poco profundos provocados por intensas lluvias. Amenazas naturales y ciencias del sistema terrestre, 3(1/2), 81–93. Obtenido el 01/05/2018 de: https://doi.org/10.5194/nhess-3-81-2003 Cruden, D. M. (1991). Definición simple de movimientos en masa. Boletín de la Asociación Internacional de Ingenieros Geólogos, 43(1), 27–29. https://doi.org/10.1007/BF02590167 Cruden, D. M., y Varnes, D. J. (1996). Tipos y procesos de movimientos en masa.

Reporte especial de la Academia Nacional de Ciencias, 247. Obtenido el 21/01/2020 de: http://onlinepubs.trb.org/Onlinepubs/sr/sr247/sr247-003.pdf Dana, J. D., Butler, J. M., Sanford, L., Sandoz, E., Meek, F. B., Hall, J., … Co., T. B. (1863). Manual de geología: principios de la ciencia con especial referencia a la historia geológica de América para uso de colegios, academias y escuelas de ciencias. Filadelfia, Londres. Publicado por Theodore Bliss y Co.; Trübner y Co. Obtenido el 04/11/2018 de: https://books.google.com.ec/books?id=zAgAAAAcAAJ&pg=PR5&lpg=PR5&dq=Manual+of+geology:+treating+of+the+pri

104

nciples+of+the+science+with+special+reference+to+American+geological+his tory,+for+the+use+of+colleges,+academies,+and+schools+of+science.+Phila delphia+:+London:+published+by+Theodore+Bliss+y+Co.+;+Tr%C3%BCbner +y+Co.&source=bl&ots=rFHkMmDQKY&sig=ACfU3U2ySCMjwPFKYypqy9AeLB9jQmMxA&hl=es&sa=X&ved=2ahUKEwjzjdC1zYvpAhUj Ut8KHZrICW4Q6AEwAnoECAcQAQ#v=onepage&q=Manual%20of%20geolo gy%3A%20treating%20of%20the%20principles%20of%20the%20science%20 with%20special%20reference%20to%20American%20geological%20history% 2C%20for%20the%20use%20of%20colleges%2C%20academies%2C%20an d%20schools%20of%20science.%20Philadelphia%20%3A%20London%3A% 20published%20by%20Theodore%20Bliss%20y%20Co.%20%3B%20Tr%C3 %BCbner%20y%20Co.&f=false Dietrich, W. E., Asua, R. R. de, Orr, J. C. B., y Trso, M. (1998). Validación del modelo de estabilidad de taludes con SHALSTAB en áreas de bosque del norte de California. En S. Wigmosta, Mark; Burges (Ed.), Cuencas hidrográficas y uso del suelo: influencia humana en la hidrología y geomorfología de áreas urbanas y forestales.

Washington, DC. p.

59. https://www.researchgate.net/publication/248621207_A_validation_study_of_t he_shallow_slope_stability_model_SHALSTAB_in_forested_lands_of_Northe rn_California DINAGE, Dirección Nacional de Geología. (2005). Mapa Geológico del Ecuador.

Quito, Ecuador: Escala 1:10000000 Formato: PDF. Duque, P. (2000). Breve léxico estratigráfico de Ecuador (Primera). Quito: UPC PRODEMINCA Proyecto MEM BIRF6-3655EC. ESRI. (n.d.). Comprender la reclasificación—Ayuda. ArcGIS for Desktop. Accedido el 18/01/2017 en: https://pro.arcgis.com/es/pro-app/tool-reference/spatialanalyst/understanding-reclassification.htm# FAO Organización de las Naciones Unidas para la Agricultura y la Alimentación.

(1996). Ecología y enseñanza rural: Nociones ambientales básicas para profesores rurales y extensionistas. Obtenido el 10/09/2019 de: http://www.fao.org/3/W1309S/w1309s00.htm#TopOfPage GAD Parroquial El Chorro, Gobierno Autónomo Descentralizado Parroquial de El Chorro. (2015). Plan de Desarrollo y Ordenamiento Territorial 2014 - 2019. El Chorro, Ecuador.

GAD Parroquial El Chorro, Gobierno Autónomo Descentralizado Parroquial de El Chorro, y RGO Cía. Ltda. Consultora-Constructora. (2013). Estudio GeológicoGeotécnico de la Zona de Inestabilidad en la cabecera parroquial El Chorro, cantón Chinchipe, provincia de Zamora Chinchipe. El Chorro.

Gomarasca, M. A. (2009). Fundamentos de geomática. https://doi.org/10.1007/9781-4020-9014-1 González, L., Ferrer, M., Ortuño, L., y Oteo, C. (2004). Ingeniería Geológica. (I. Capella, Ed.) (Pearson Ed). Madrid: Prentice Hall.

Guisao, Y. A. (2015). Zonificación de amenaza por movimientos en masa para el

105

municipio de Támesis, en el área rural a escala 1:25.000 y en el área urbana a escala 1:2.000. EAFIT, Medellín.

Gutiérrez Elorza, M. (2008). Geomorfología. Geomorfología (pp. 1-17). En M. Romo, (Ed). Pearson Ed. Madrid: Pearson Prentice Hall.

Hansen, A. (1984). Análisis de amenazas de movimientos en masa. En Brunsen, D. y Prior, D.B., (Eds.). Inestabilidad de talud, (pp. 523–602). John Wiley e hijos. New York.

Hernández Sampieri, R., Fernández Collado, C., y Baptista Lucio, P. (2010).

Definiciones de los enfoques cuantitativo y cualitativo, sus similitudes y diferencias. En M. Toledo, J. Mares, M. Rocha, y Z. García, (Eds.). Metodología de la investigación (pp. 2-23). 5ta. edición. México D.F.: McGraw-Hill Educación. Obtenido el 5/02/2020 de: http://www.pucesi.edu.ec/webs/wpcontent/uploads/2018/03/Hern%C3%A1ndez-Sampieri-R.Fern%C3%A1ndez-Collado-C.-y-Baptista-Lucio-P.-2003.Metodolog%C3%ADa-de-la-investigaci%C3%B3n.-M%C3%A9xico-McGrawHill-PDF.-Descarga-en-l%C3%ADnea.pdf Humbert, M. (1977). Cartografía de Zermos - Modalidades para establecer mapas de áreas expuestas a riesgos relacionados con movimientos en el suelo y sótano. Comité de Geología Francés del Ingeniero (Ed.). PUBLICATIONS DU GFGI. Ediciones de BRGM. Accedido el 02/11/2018 en: https://trid.trb.org/view/1056933 Hutchinson, J. N. (1989). Informe general: parámetros morfológicos y geotécnicos de deslizamientos relacionados con la geología e hidrogeología. Revista internacional de mecánica de rocas y Ciencias de geomecánica y minería, 26(2), 88. https://doi.org/10.1016/0148-9062(89)90310-0 Ibsen, M.-L. (1996). Identificación de deslizamientos: movimiento y causas. En R. Dikau, D. Brunsden, y L. Schrott, (Eds.). Wiley e hijos, Chichester.

IGM, Instituto Geográfico Militar, y SENPLADES, Secretaría Nacional de Planificación y Desarrollo. (2013). Atlas Geográfico de la República del Ecuador. In IGM (Primera ed, p. 30). Ecuador. Obtenido el 16/03/2017 de: http://sni.gob.ec/atlas-geografico-nacional-2013 INEC, Instituto Nacional de Estadística y Censos. (2012). División Política Administrativa 2012. Ecuador: Dirección de Información Cartográfica Estadística (DICE).

INEGI, Instituto Nacional de Estadística y Geografía de México. (2016). Diccionario de datos del fenómeno remoción en masa. Obtenido el 28/02/2020 de: http://internet.contenidos.inegi.org.mx/contenidos/Productos/prod_serv/conten idos/espanol/bvinegi/productos/nueva_estruc/702825081188.pdf Kouli, M., Loupasakis, C., Soupios, P., y Vallianatos, F. (2010). Zonificación de amenazas de movimientos en masa en zonas de alto riesgo de la prefectura de Rethymno, Isla de Creta, Grecia. Amenazas naturales, 52(3), 599–621. https://doi.org/10.1007/s11069-009-9403-2 Mora, R., Gamboa, J. C., y Fernández, M. V. (2006). Zonificación de la

106

susceptibilidad al deslizamiento: Resultados obtenidos para la península de papagayo mediante la modificación del Método Mora-Vahrson. III Curso internacional sobre microzonificación y su aplicación en la mitigación de desastres.

Mora, S., y Vahrson, W.-G. (1993). Determinación “a priori” de amenazas de deslizamientos utilizando indicadores morfodinámicos, 3, 32–42.

Mora, S., y Vahrson, W.-G. (1994). Metodología para la determinación de macrozonas de amenazas de deslizamientos. Boletín de la asociación de ingenieros geólogos, XXXI, 49–58.

Mora, S., Vahrson, W.-G., Mora, R., y CEPREDENAC, Centro de Coordinación para la Prevención de Desastres Naturales de América Central. (1994). Mapa de amenaza de deslizamientos, Valle Central, Costa Rica. San José, Costa Rica: CEPREDENAC. Nemcok, A., Pasek, J., y Rybár, J. (1972). Clasificación de deslizamientos y otros movimientos en masa.

Mecánica de rocas, 4(2), 71–78. https://doi.org/10.1007/BF01239137 OEA, Organización de los Estados Americanos. (1991). Desastres, Planificación y Desarrollo: Manejo de Amenazas Naturales para Reducir los Daños.

Washinton D.C. Obtenido el 10/09/2019 de: https://www.oas.org/dsd/publications/unit/oea57s/oea57s.pdf Olaya, V. (2014). Sistemas de Información Geográfica. Tomo I. España: Creative Commons.

Peña, J. L., Lozano, M. V., Sánchez Chueca, J., Julián, A., Pellicer, F., … Sancho, C. (1997). Los mapas geomorfológicos: características y tipos. En José Luis Peña Monné, (Ed.). Cartografía Geomorfológica básica y aplicada (pp. 13-24).

1ra edición. Logroño: GEOFERMA Ediciones. Obtenido el 07/03/2018 de: https://geomorfologia.es/sites/default/files/Peña 1997 Cartografía Geomorfológica.pdf Rahardjo, H., Ong, T. H., Rezaur, R. B., y Leong, E. C. (2007). Factores que controlan la inestabilidad de pendientes de suelos homogéneos bajo condiciones de lluvia. Revista de ingeniería geotécnica y geo ambiental, 133(12), 1532–1543. https://doi.org/10.1061/(ASCE)10900241(2007)133:12(1532) Ramsay, J. G. (1977). Plegamiento y Fracturación de Rocas. En F. Bastida Ibáñez y I. Gil Ibarguchi, (Eds.). Hermann Bl. Registro Oficial N°449. Constitución de la República del Ecuador (2008). Ecuador.

Sassa, K. (1989). Clasificación geotécnica de deslizamientos. Noticias de deslizamientos, 3, 21–24.

SGR, Secretaría de Gestión de Riesgos. (2010). Informe San Francisco del Vergel y El Chorro 26-04-2010.pdf.

SGR, Secretaría de Gestión de Riesgos. (2012). Inspección sobre la documentación de la consultoría a desarrollarse en la parroquia El Chorro.

107

Informe-GS-2012-012.

SGR, Secretaría de Gestión de Riesgos. (2014). Informe técnico de la revisión de los “Estudios geológico- geotécnico en la cabecera parroquial El Chorro, cantón Chinchipe, provincia de Zamora Chinchipe. Informe UGT-ZCH-201431.

SGR, Secretaría de Gestión de Riesgos. (2015a). Observaciones al “Estudio geológico – geotécnico en la cabecera parroquial El Chorro, cantón Chinchipe, provincia de Zamora Chinchipe.”

SGR, Secretaría de Gestión de Riesgos. (2015b). Propuesta metodológica para el análisis de amenaza por movimientos en masa. Guayaquil, Ecuador: Dirección de Análisis de Riesgos.

SGR, Secretaría de Gestión de Riesgos. (2016a). Fichas de evaluación y necesidades de El Chorro, cantón Chinchipe, provincia de Zamora Chinchipe.

Informe 017-UPREA-CZ7-2016.

SGR, Secretaría de Gestión de Riesgos. (2016b). Fichas de Evaluación y Necesidades de El Chorro, Chinchipe, Zamora Chinchipe, Informe 039UPREA-CZ7-2016.

SGR, Secretaría de Gestión de Riesgos. (2016c). Inspección al centro poblado de la parroquia El Chorro. Informe AR-IT-B-071902-001 SGR, Secretaría de Gestión de Riesgos. (2017). Código: SGR-DAR-MM01 Propuesta Metodológica para el Análisis de Amenaza ante Movimientos en Masa. Guayaquil. Accedido el 01/10/2018 en: //ago-item-storage.s3-external1.amazonaws.com/688c5feb45c840cc93504b0003cf4904/Metodología_Susc eptibilidad_Movimientos_Masa.pdf?X-Amz-SecurityToken=FQoGZXIvYXdzEN%2F%2F%2F%2F%2F%2F%2F%2F%2F%2F%2F wEaDN2RJccz%2FUtaL75ywyK3A54qZxCYtMzf9lTxtLJjjJ SGR, Secretaría de Gestión de Riesgos y UNISDR, Estrategia Internacional para la Reducción de Desastres y Emergencias. (2012). Ecuador: Referencias básicas de la gestión de riesgos. Quito: SGR. Obtenido el 16/03/2017 de: https://biblioteca.gestionderiesgos.gob.ec:8443/files/original/d9977892f07107 7496f284464a4329e8.pdf Sharpe, C. F. S. (1938). Deslizamientos y fenómenos relacionados: estudio de movimientos en masa de suelos y roca. Paterson, N.J: Pageant Books.

Suárez, J. (1998a). Capítulo 13 Zonificación de Susceptibilidad Amenaza y Riesgo.

Deslizamientos Tomo I: Análisis Geotécnico (pp.527-582). Obtenido el 16/03/2017 de: http://www.erosion.com.co/deslizamientos-tomo-i-analisisgeotecnico.html Suárez, J. (1998b). Deslizamientos y Estabilidad de Taludes en Zonas Tropicales (Ingeniería). Bucaramanga: Publicaciones UIS. Terzaghi, K., Peck, R. B., Ralph B., y Mesri, G. (1948). Mecánica de suelos en la práctica de ingeniería. Nueva York: John Wiley e hijos, Inc. UNISDR Oficina de las Naciones Unidas para la Reducción del Riesgo de

108

Desastres. (2009). Terminología sobre Reducción del Riesgo de Desastres.

Obtenido el 29/09/2018 de: https://www.unisdr.org/files/7817_UNISDRTerminologySpanish.pdf Van Zuidam, R. A. (1986). Fotointerpretación aérea en el análisis del terreno y mapeo geomorfológico. Ediciones Smits.

Varnes, D. J. (1958). Tipos y procesos de movimientos en masa. E. B. Eckel (Ed.), Prácticas ingenieriles en movimientos en masa (pp. 20–47). Obtenido el 22/02/2017 de: http://onlinepubs.trb.org/Onlinepubs/sr/sr29-004.pdf Varnes, D. J. (1978). Tipos de movimientos de taludes y procesos. R. L. Schuster y R. J. Krizek (Eds.), Deslizamientos: análisis y control (pp. 11–33).

Washington, D.C: Junta de investigación del transporte. Obtenido el 21/02/2017 de: http://onlinepubs.trb.org/Onlinepubs/sr/sr176/176-002.pdf Varnes, D. J. (1984). Zonificación de movimientos en masa: revisión de principios y prácticas. París: Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.

Obtenido el 20/02/2017 de: http://unesdoc.unesco.org/images/0006/000630/063038EB.pdf Wang, F., y Shibata, H. (2007). Influencia de la permeabilidad del suelo en los deslizamientos de flujos inducidos por lluvias, pruebas de laboratorio. Revista geotécnica Canadiense, 44(9), 1128–1136. https://doi.org/10.1139/T07-042