Академический Документы
Профессиональный Документы
Культура Документы
ERN
Consorcio Evaluacin de Riesgos Naturales
- Amrica Latina Consultores en Riesgos y Desastres
INGENIAR
Espaa
Centro Internacional de Mtodos Numricos
en Ingeniera - CIMNE
Campus Nord UPC
Tel. 34-93-401-64-96
Fax 34-93-401-10-48
Barcelona
Mxico
Vito Alessio Robles No. 179
Col. Hacienda de Guadalupe Chimalistac
C.P.01050 Delegacin lvaro Obregn
Tel. 55-5-616-8161
Fax 55-5-616-8162
Mxico, D.F.
C I M N E
ERN
Eduardo Reinoso A.
Coordinacin General ERN (MEX)
Benjamn Huerta G.
Especialista ERN (MEX)
Karina Santamara D.
Especialista ERN (COL)
Mauricio Cardona O.
Asistente Tcnico ERN (COL)
Isaas Martnez A.
Asistente Tcnico ERN (MEX)
Ren Salgueiro
Especialista CIMNE(ESP)
Edgar Osuna H.
Asistente Tcnico ERN (MEX)
Nieves Lantada
Especialista CIMNE(ESP)
Marco Torres
Asesor Asociado (MEX)
Mario Daz-Granados O.
Asesor Asociado (COL)
Andrei Garzn B.
Asistente Tcnico ERN (COL)
Liliana Narvaez M.
Asesor Asociado (COL)
Sandra Ziga
Nicaragua
Alonso Brenes
Costa Rica
Asesores Nacionales
Osmar E. Velasco
Guatemala
Joaqun Toro
Especialista
Edward C. Anderson
Especialista
Oscar A. Ishizawa
Especialista
Fernando Ramrez C.
Especialista
Stuart Gill
Especialista
Cassandra T. Rogers
Especialista Sectorial
Hori Tsuneki
Consultor Interno
Tabla de contenido
Modelo de evaluacin de amenaza ssmica........................................................ 1-1
1
1.1
Introduccin..................................................................................................................................... 1-1
1.2
1.3
1.4
1.5
2
2.1
Introduccin..................................................................................................................................... 2-1
2.2
2.3
3
3.1
Introduccin..................................................................................................................................... 3-1
3.2
3.3
3.4
3.5
Tabla de Contenido
3.6
4
4.1
Introduccin..................................................................................................................................... 4-1
4.2
4.3
4.4
4.5
5
5.1
Introduccin..................................................................................................................................... 5-1
5.2
5.3
5.4
ii
Tabla de Contenido
6
6.1
Introduccin..................................................................................................................................... 6-1
6.1.1
Equilibrio lmite y factor de seguridad ............................................................................... 6-1
6.2
6.3
6.4
7
7.1
Introduccin..................................................................................................................................... 7-1
7.2
7.3
7.4
7.5
7.6
7.7
iii
Tabla de Contenido
iv
ndice de figuras
FIGURA 1-1 E JEMPLO DE VARIAS MEDIDAS DE DISTANCIA USADAS EN FUNCIONES DE ATENUACIN.......... 1-2
FIGURA 1-2 MODELO TERICO DE ATENUACIN DE E SPECTROS DE FOURIER. ............................................. 1-5
FIGURA 1-3 DIAGRAMA DE FLUJO DEL MDULO DE AMENAZA SSMICA ..................................................... 1-12
FIGURA 1-4 T ASAS DE EXCEDENCIA DE FUENTES PARA EL MODELO DE SISMICIDAD DE POISSON.............. 1-13
FIGURA 1-5 F UNCIN DE AMPLIFICACIN ESPECTRAL TPICA DE UN SUELO BLANDO ............................... 1-16
FIGURA 2-1 CONDICIONES GEOMTRICAS DE LAS ONDAS LARGAS ............................................................... 2-2
FIGURA 2-2 DIAGRAMA DE REFRACCIN DE ONDAS, CON CONTORNOS DE TIEMPO DE ARRIBO. TSUNAMI DE
INDONESIA, 26 DE DICIEMBRE DE 2004 .................................................................................................. 2-4
FIGURA 2-3 DIAGRAMA DE FLUJO DE LA METODOLOGA PROPUESTA............................................................ 2-7
FIGURA 2-4 COMPARACIN DEL MODELO CON MEDICIONES DEL TSUNAMI DE NICARAGUA DE 1992 ........ 2-9
FIGURA 2-5 E SQUEMA ILUSTRATIVO DE LAS VARIABLES QUE INTERVIENEN EN EL MTODO PARAMTRICO.....
............................................................................................................................................................... 2-10
FIGURA 2-6 E JEMPLO DE CONSIDERACIONES PARA LA APLICACIN DEL MTODO PARAMTRICO............. 2-11
FIGURA 2-7 E SQUEMA DE ESTIMACIN DE ALTURAS DE INUNDACIN Y RESULTADOS DE REAS DE
INUNDACIN ......................................................................................................................................... 2-12
FIGURA 3-1 DIAGRAMA DE FLUJO DEL MDULO DE AMENAZA POR HURACN ............................................ 3-7
FIGURA 4-1 DIAGRAMA DE FLUJO DEL MODELO DE AMENAZA POR LLUVIAS INTENSAS ............................. 4-12
FIGURA 5-1 DIAGRAMA DE FLUJO DEL MODELO DE AMENAZA POR INUNDACIN ..................................... 5-16
FIGURA 5-2 FIGURA QUE EJEMPLIFICA LAS REGIONES DE AMPLIACIN EN ZONAS BAJAS. .......................... 5-19
FIGURA 5-3 MODELO DE HIDROGRAMA UNITARIO TRIANGULAR ................................................................ 5-21
FIGURA 6-1 DIAGRAMA DE FLUJO DEL MODELO DE AMENAZA POR DESLIZAMIENTO ................................ 6-16
FIGURA 6-2 E SQUEMA SIMPLIFICADO DEL MTODO DEL TALUD INFINITO ................................................... 6-19
FIGURA 6-3 E SQUEMA DEL BLOQUE INCLINADO EN EL ANLISIS DE NEWMARK ........................................ 6-21
FIGURA 6-4 METODOLOGA PARA EL ANLISIS DE SUSCEPTIBILIDAD A LOS DESLIZAMIENTOS .................. 6-23
FIGURA 6-5 SUPERFICIE TRIDIMENSIONAL DE FALLA ESFRICA ................................................................... 6-24
FIGURA 6-6. NGULOS ENTRE LOS PLANOS .................................................................................................. 6-26
FIGURA 7-1 E STADSTICA DE LAS ERUPCIONES OCURRIDAS EN LOS LTIMOS 10.000 AOS .......................... 7-4
FIGURA 7-2 E STIMACIN DEL REA DE INFLUENCIA DE FLUJOS PIROCLSTICOS SEGN SHERIDAN Y MALIN
1982 ......................................................................................................................................................... 7-9
FIGURA 7-3 DIAGRAMA DE FLUJO DEL MDULO DE AMENAZA VOLCNICA............................................... 7-14
ndice de tablas
TABLA 1-1 COEFICIENTES DE ATENUACIN PARA PGA, SCHMIDT ET AL. (1997) SEGN CONDICIN DE
ANLISIS. ................................................................................................................................................. 1-3
TABLA 1-2 COEFICIENTES DE ATENUACIN PARA PHV, SCHMIDT ET AL. (1997) SEGN CONDICIN DE
ANLISIS. ................................................................................................................................................. 1-4
TABLA 1-3 ALGUNOS HERRAMIENTAS COMPUTACIONALES .......................................................................... 1-8
TABLA 2-1 VALORES DE LAS CONSTANTES PI PARA LAS EXPRESIONES DE B E I2 ..................................... 2-9
TABLA 3-1 PARMETROS A, B, C Y D PARA EL CLCULO DE LA EXPRESIN (37) .......................................... 3-11
TABLA 3-2 FACTOR DE TOPOGRAFA............................................................................................................. 3-13
TABLA 3-3 VALORES DE Y PARA LOS TIPOS DE TERRENO MS COMUNES EN AMRICA CENTRAL ........ 3-13
TABLA 4-1 MODELOS HIDROLGICOS DE ESTIMACIN DE LLUVIAS............................................................. 4-10
TABLA 4-2 DETERMINACIN DE PATRONES SINTTICOS ESPACIALES ......................................................... 4-19
TABLA 5-1 MODELOS HIDRULICOS PARA ANLISIS DE INUNDACIONES ...................................................... 5-3
TABLA 5-2 MODELOS BASADOS EN SENSORES REMOTOS Y SISTEMAS DE INFORMACIN GEOGRFICA ........ 5-5
TABLA 5-3 ALGUNOS SISTEMAS COMPUTACIONALES DISPONIBLES PARA EL ANLISIS DE INUNDACIONES . 5-8
TABLA 5-4 VALORES DE N PARA DIFERENTES TIPOS DE SUELO Y USOS DE LA TIERRA (COBERTURA) .......... 5-18
TABLA 6-1 MTODOS DE ANLISIS DE ESTABILIDAD DE TALUDES ................................................................. 6-2
TABLA 6-2 FACTORES GEOLGICOS QUE CONTROLAN LA GENERACIN DE SUPERFICIES DE FALLA
PROBABLES .............................................................................................................................................. 6-4
TABLA 6-3 MODELOS ANALTICOS PARA ANLISIS DE ESTABILIDAD ............................................................ 6-5
TABLA 6-4 SISTEMAS COMPUTACIONALES PARA ANLISIS DE ESTABILIDAD................................................ 6-9
TABLA 7-1 CLASIFICACIN DE TEFRAS SEGN SU TAMAO ........................................................................... 7-2
TABLA 7-2 DESCRIPCIN DE LA ESCALA DEL NDICE DE EXPLOSIVIDAD VOLCNICA VEI ....................... 7-4
1-1
Proyeccin de superficie
D1
Zona de mayor esfuerzo
Sitio
D2
D3
D4
Epicentro
D5
Superficie de
ruptura
Hipocentro
Figura 1-1
Ejemplo de varias medidas de distancia usadas en funciones de atenuacin.
(Fuente: Reproducido de Kramer S., Geotechnical Earthquake Engineering., Ed. Prentice Hall., 1996)
1.2.2
Aceleracin mxima
1-2
(Ec. 1)
ln PGA(m s 2 ) = c1 + c 2 M + c3 ln R + c4 R + c5 S1 + c 6 S 2
(Ec. 2)
c1
c2
c3
c4
c5
c6
bay
LS
-2.005
0.609
-0.603
-0.003
0.173
0.279
0.74
0.73
-1.589
0.561
-0.569
-0.003
0.173
0.279
0.80
0.78
-1.725
0.687
-0.743
-0.003
0.173
0.279
0.83
0.82
-2.091
0.694
-0.679
-0.003
0.198
0.315
0.84
0.82
-0.915
0.543
-0.692
-0.003
0.173
0.279
0.74
0.67
1-3
1.2.2.2
Velocidad mxima
Anlisis similares a los realizados para la aceleracin mxima del terreno han derivado en
la obtencin de relaciones de atenuacin de la velocidad mxima horizontal a partir de
registros acelerogrficos integrados.
Dentro de los estudios presentados anteriormente para Amrica Central, se desarrollaron
adicionalmente funciones de atenuacin de velocidad. Climent et al. 1994, obtuvieron la
siguiente relacin:
ln PHV (m / s) = 7.214 + 0.553M 0.537 ln R 0.00302 R + 0.327 S
ln PGA = 0.75
(Ec. 3)
Por otra parte, Schmidt et al. 1997 calcularon los coeficientes presentados en la Tabla 1-2,
para la siguiente relacin:
ln PHV ( m / s) = c1 + c 2 M + c3 ln R + c 4 R + c5 S 1 + c6 S 2
(Ec. 4)
Tabla 1-2
Coeficientes de atenuacin para PHV, Schmidt et al. (1997) segn condicin de anlisis.
(Reproducido de: Schmidt et al., Costa Rican Spectral Strong Motion Attenuation., Universidad de Costa
Rica NORSAR, 1997)
Descripcin
Todos los datos.
Dos componentes horizontales
Todos los datos.
Mayor componente horizontal
Sismos Intraplaca.
Distancia hipocentral
Sismos Intraplaca.
Distancia Epicentral
Sismos Subduccin
1.2.2.3
c1
c2
c3
c4
c5
c6
bay
LS
-7.530
0.609
-0.603
-0.003
0.173
0.279
0.74
0.73
-7.114
0.561
-0.569
-0.003
0.173
0.279
0.80
0.78
-7.250
0.687
-0.743
-0.003
0.173
0.279
0.83
0.82
-7.616
0.694
-0.679
-0.003
0.198
0.315
0.84
0.82
-6.440
0.543
-0.692
-0.003
0.173
0.279
0.74
0.67
1-4
1.2.2.4
exp( fR Q( f )v )
f2
1
s
A( f ) = CM o
2
8
R
1 ( f f c ) 1 + ( f f max )
(Ec. 5)
Donde f c es la frecuencia de esquina, f max la frecuencia mxima o de corte (ver Figura 1-2),
Q(f) es el factor de calidad, Mo es el momento ssmico, y C es un constante dada por:
C=
R FV
(Ec. 6)
4v 3s
log A(f)
Sismos reales
Frecuencia
de esquina
Teora sismolgica
Baja
Frecuencia
fc
Alta
Frecuencia
fmax
log (f)
Figura 1-2
Modelo terico de atenuacin de Espectros de Fourier.
1.2.2.5
Duracin
1-5
tienden a disminuir a medida que aumenta la distancia, dado que la aceleracin absoluta
disminuye de la misma manera. Duraciones basadas en aceleraciones relativas se
incrementan con la distancia, derivando en duraciones muy largas an cuando las
amplitudes sean muy pequeas.
1-6
estimarse la mayor intensidad que puede afectar dichas estructuras. Sin embargo, no se
toma en cuenta cul es la probabilidad de ocurrencia de ese evento, si es probable o no que
ocurra en el sitio escogido, qu tan probable es que suceda a lo largo de un perodo
determinado, ni cul es el grado de incertidumbre asociado a las variables involucradas en
el problema.
En general, el anlisis determinstico no se emplea ni se recomienda como herramienta
nica del anlisis de la amenaza ssmica. Puede ser usado principalmente como herramienta
de calibracin de modelos ms refinados, siempre y cuando se cuente con informacin
histrica suficiente, o para el anlisis retrospectivo de eventos histricos especficos.
1.3.2
1-7
EZ-FRISK
HAZUS-MH
OpenSHA
CRISIS2007
Descripcin
Programa de clculo para estimar
amenaza ssmica, respuesta local,
manipulacin de seales ssmicas,
obtencin de seales consistentes con
espectros de respuesta determinados.
Cuenta con archivos predeterminados
de fuentes ssmicas, sismicidad y
atenuacin.
Programa de clculo de riesgos por
diversas amenazas naturales (Sismo,
Huracn, Inundacin)
Sistema en cdigo Open Source para
el clculo de amenaza ssmica.
Sistema para la integracin de la
amenaza ssmica en una zona
determinada. Permite la definicin de
fuentes, sismicidad, atenuacin y
sitios de anlisis.
Mtodo de clculo
Referencia
PSHA
PSHA
PSHA / DSHA
FEMA
http://www.fema.gov
/plan/prevent/hazus/
USGS- SCEC
http://www.opensha.org/
Instituto de Ingeniera.
UNAM
Generalidades
Amrica Central es una zona de amenaza ssmica elevada, principalmente influida por la
interaccin de las placas del Coco y del Caribe en la zona de subduccin del Pacfico.
En el caso de Nicaragua, se tiene conocimiento de al menos dos sismos que azotaron su
capital Managua en la historia reciente del pas. En 1931, un sismo de magnitud Ml=6.0
golpe la ciudad causando cerca de 1,000 muertes, mientras que en 1972 un sismo de
magnitud Ml= 6.3 con epicentro dentro del casco urbano de la ciudad, caus la muerte de
alrededor de 10,000 personas (cerca del 2.5% de la poblacin de entonces). Por otra parte,
en 1992 un terremoto de magnitud Ml=7.2 con epicentro en las afueras de la costa pacfica,
produjo un tsunami que impact cerca de 250 km de costa, causando la muerte a unas 170
personas y generando prdidas estimadas en US$ 25 millones (dlares de 1992)1.
1-8
1-9
Seleccin
Procedimiento de anlisis
La Figura 1-3 presenta un diagrama de flujo con los principales elementos del modelo de
amenaza ssmica aplicado. Los pasos principales de la metodologa utilizada son los
siguientes:
(1) Definicin y caracterizacin de las fuentes sismognicas principales: a partir de la
informacin geolgica y neotectnica recolectada, as como estudios previos, se
definen geomtricamente las principales fuentes sismognicas.
1-10
(2) Asignacin de parmetros de sismicidad a las diferentes fuentes ssmicas: con base
en el catlogo ssmico histrico, y estudios previos realizados, se asignan los
parmetros de sismicidad a cada fuente sismognica identificada.
(3) Generacin de un conjunto de eventos estocsticos compatible con la distribucin
de ubicacin, profundidad, frecuencias y magnitudes: a partir de toda la
informacin anterior, se generar un conjunto de eventos ssmicos posibles por
medio de un muestreo basado en divisin recursiva de la geometra de las fuentes, y
asignacin de parmetros de sismicidad a cada segmento de manera ponderada
segn su aporte de rea en el rea total. Para cada segmento se generan una serie de
escenarios de diversas magnitudes, cuyas probabilidades de ocurrir se calculan a
partir la curva de recurrencia de magnitudes especfica de esa fuente.
(4) Modelo de atenuacin de parmetros de movimiento del terreno: con base en
informacin recolectada, estudios previos y el estado del conocimiento actual acerca
de las funciones de atenuacin espectrales, se definen las funciones de atenuacin
apropiadas.
(5) Generacin de mapas de amenaza de eventos representativos: se generan los mapas
de distribucin espacial de intensidad ssmica, de acuerdo con sus valores mximos
y espectrales para cada evento estocstico calculado y por medio del modelo de
atenuacin adoptado.
(6) Amplificacin de parmetros de amenaza por efectos de sitio: la respuesta dinmica
de depsitos de suelo modifica las caractersticas del movimiento en amplitud,
contenido frecuencial y duracin. El efecto de amplificacin y deamplificacin de
los parmetros de amenaza por efecto de los depsitos de suelo blando superficiales
se cuantifica de diversas formas. Es comn hacerlo por medio de la propagacin de
ondas de corte por los estratos de suelo.
(7) Aplicacin del modelo de probabilstico de amenaza ssmica: obtencin de mapas
de amenaza ssmica para diferentes parmetros de intensidad. Los mapas se calculan
para diferentes periodos de retorno de anlisis.
(8) Parmetros de movimiento del terreno: los parmetros de movimiento del terreno
que mejor representan los daos eventuales en obras de infraestructura son los
siguientes:
1-11
AMENAZA SSMICA
Catlogo de
informacin ssmica
Identificacin y
definicin de fuentes
ssmicas principales
Caracterizacin
neotectnica
Asignacin de eventos
a fuentes
Curvas de recurrencia de
magnitudes por fuente y
asignacin de parmetros
Amplificacin de parmetros de
amenaza por efectos de sitio
MODELO DE AMENAZA
PROBABILISTA
Figura 1-3
Diagrama de flujo del mdulo de amenaza ssmica
1-12
1.5.4
( M ) = 0
e M e M u
e M0 e M u
(Ec. 7)
Eventos/Ao
10
Mu
0.1
0.01
0.001
Magnitud [Ms]
Figura 1-4
Tasas de excedencia de fuentes para el modelo de sismicidad de Poisson.
De esta manera, cada una de las fuentes sismognicas queda caracterizada mediante una
serie de parmetros de sismicidad, los cuales se determinan con base en la informacin
ssmica disponible. Los parmetros definidos son los siguientes:
1-13
Magnitud mxima Mu: se estima con base en la mxima longitud de ruptura posible
de cada una de las fuentes y en otras caractersticas morfotectnicas.
Tasa de recurrencia de sismos con magnitud mayor que 4.0 ( 0): corresponde al
nmero promedio de eventos por ao de sismos con magnitud mayor que 4.0 que se
producen en una determinada fuente.
Una vez determinada la tasa de actividad de cada una de las fuentes ssmicas, es necesario
evaluar los efectos que, en trminos de intensidad ssmica, produce cada una de ellas en un
sitio de inters. Para ello se requiere saber qu intensidad se presentara en el sitio en
cuestin, hasta ahora supuesto en terreno firme, si en la i-sima fuente ocurriera un temblor
con magnitud dada. A las expresiones que relacionan magnitud, posicin relativa fuentesitio e intensidad ssmica se les conoce como leyes de atenuacin. Usualmente, la posicin
relativa fuente-sitio se especifica mediante la distancia focal, es decir, la distancia entre el
foco ssmico y el sitio. Las leyes de atenuacin pueden adoptar formas muy diversas. En
este caso se utilizan diversas leyes de atenuacin dependiendo del tipo de sismo. Como se
ver ms adelante, se considera que las intensidades ssmicas relevantes son las ordenadas
del espectro de respuesta a, (pseudoaceleraciones, 5% del amortiguamiento crtico),
cantidades que son aproximadamente proporcionales a las fuerzas laterales de inercia que
se generan en las estructuras durante sismos.
La intensidad ssmica no est exenta de incertidumbre por lo que no puede considerarse
como una variable determinista. Por esta razn, se supone que la intensidad ssmica a es
una variable aleatoria de distribucin lognormal con mediana dada por la ley de atenuacin
y desviacin tpica del logaritmo natural igual a lna. Dentro de los anlisis desarrollados se
clasifican las fuentes ssmicas en dos grupos; fuentes activas o intraplaca y fuentes de
subduccin. A cada uno de estos tipos de fuentes est asociada una ley de atenuacin
diferente.
Se utilizan leyes de atenuacin espectrales que toman en cuenta el hecho de que la
atenuacin es diferente para ondas de diferentes frecuencias, con lo cual es posible calcular
el espectro de respuesta esperado dadas una magnitud y una distancia.
1.5.6
Una vez conocidas la sismicidad de las fuentes y los patrones de atenuacin de las ondas
generadas en cada una de ellas, puede calcularse la amenaza ssmica considerando la suma
de los efectos de la totalidad de las fuentes ssmicas y la distancia entre cada fuente y el
ERN Amrica Latina
1-14
(a) =
n =1 Mo
Pr( A > a | M , Ri ) dM
M
(Ec. 8)
a
Lna
(Ec. 9)
siendo ( ) la distribucin normal estndar, E(A|M, Ri) el valor esperado del logaritmo de
la intensidad (dado por la ley de atenuacin correspondiente) y Lna su correspondiente
desviacin estndar.
1.5.7
Durante un sismo, se presentan principalmente dos tipos de respuesta de sitio que pueden
llegar a producir problemas de consideracin. Uno en el que el suelo modifica el contenido
frecuencial y la amplitud del sismo, hacindolo ms o menos destructivo; en el otro el suelo
mismo falla y se fisura, movindose horizontal y verticalmente.
El comportamiento dinmico de depsitos estratificados se modela mediante funciones de
transferencia espectrales, las cuales permiten conocer el valor de amplificacin por el cual
se deben modificar las aceleraciones espectrales calculadas a nivel de terreno firme. Estas
funciones de transferencia deben construirse para diferentes valores de aceleracin mxima
1-15
del terreno, con el fin de tener en cuenta el efecto no lineal de degradacin de los suelos. En
la Figura 1-5 se presenta una funcin de transferencia espectral tpica.
5.0
Am ax = 0.05 g
4.5
Am ax = 0.10 g
Am ax = 0.20 g
4.0
Am ax = 0.40 g
Amplificacin
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0
0.5
1.5
2.5
Frecuencia [Hz]
Figura 1-5
Funcin de amplificacin espectral tpica de un suelo blando
(Ec. 10)
1-16
2.2.1
Ondas largas
DV
1
= g p
Dt
(Ec. 11)
donde
D/Dt indica la derivada total representada por:
ERN Amrica Latina
D V V
=
+ V V
Dt
t
2-1
V = Gradiente de velocidades.
g = Vector en tres componentes de aceleracin gravitacional
= Densidad del medio de propagacin
p = Gradiente de presin.
Figura 2-1
Condiciones geomtricas de las ondas largas
En el caso de que la longitud de onda sea mucho mayor que la profundidad del medio
( >>d), la aceleracin vertical resultante en el agua es despreciable, en comparacin con la
gravedad. Esto implica que el movimiento de la masa de agua, en direccin horizontal, es
prcticamente constante desde el fondo hasta la superficie. A este tipo de ondas se les
conoce como ondas largas, u ondas en aguas someras (shallow-water waves). Para el caso
de los tsunamis, la profundidad de los ocanos se encuentra tpicamente alrededor de los 5
km, mientras que la longitud del frente de ondas puede ser de varios cientos de kilmetros.
Por este motivo, la aproximacin de onda larga es suficientemente vlida para caracterizar
el trnsito de la energa del tsunami en mar abierto.
La componente de movimiento horizontal de la Ecuacin 11 se puede escribir como sigue,
al remplazar el gradiente de presiones por la pendiente de la superficie del agua.
Du
h
= g
Dt
x
(Ec. 12)
u
h
= g
t
x
(Ec. 13)
2-2
= (du )
t
x
(Ec. 14)
A las ondas de este tipo se les conoce como ondas largas lineales de baja amplitud. Las
suposiciones realizadas son vlidas para describir el movimiento de los tsunami, excepto en
regiones aledaas a la costa. Empleando las Ecuaciones 13 y 14, se deriva la ecuacin de
onda caracterstica de este problema, considerando la profundidad d como constante.
2
2h
2 h
=
c
t 2
x 2
(Ec. 15)
2.2.2
Propagacin de ondas
2-3
Figura 2-2
Diagrama de refraccin de ondas, con contornos de tiempo de arribo. Tsunami de
Indonesia, 26 de Diciembre de 2004
(Fuente: National Oceanic and Atmospheric Administration)
Ley de Green
2.2.3
d i 1
hi 1
= bi
di
hi
(Ec. 16)
2-4
b
hi = hi 1 i 1
bi
1/ 2
d i 1
di
1/ 4
(Ec. 17)
Esta relacin se conoce como Ley de Green. Es una relacin general de propagacin de
ondas en medios someros, la cual puede ser aplicada para el caso de los tsunamis. La
relacin bi / bi1 representa la dispersin de los rayos a medida que se propaga la onda. Los
rayos se distribuyen de manera perpendicular a los contornos del frente de onda (ver Figura
2-2), con origen comn en el epicentro ssmico o la fuente generadora.
2.2.4
(Ec. 18)
+ (U (h + d )) + (V (h + d )) = 0
t x
y
(Ec. 19)
Generalidades
2-5
El nivel de impacto que es capaz de producir un tsunami est asociado con el tamao y
profundidad del terremoto, la velocidad de propagacin de las ondas en el agua y la altura
de la ola al momento de su llegada a la costa. Los modelos ssmicos e hidrodinmicos
permiten establecer aproximaciones sobre las caractersticas que podran presentar los
tsunamis futuros, para diferentes perodos de recurrencia, de tal manera que puedan
disearse planes de accin preventiva y de respuesta a las emergencias, as como el
desarrollo de sistemas de alerta-alarma en las reas crticas.
2.3.2
Seleccin
Procedimiento de anlisis
La Figura 2-3 presenta el diagrama de flujo del modelo empleado para el clculo de la
amenaza por tsunami. Los pasos principales a tener en cuenta en el desarrollo de esta
metodologa son:
(1) Anlisis preliminar de la amenaza ssmica: se emplean los modelos de amenaza
ssmica propuestos para la evaluacin de la probabilidad de ocurrencia de los
eventos detonantes de posibles tsunamis en la costa pacfica de Centroamrica. Para
este fin se definen los parmetros de recurrencia de las diferentes fuentes asociadas,
principalmente la subduccin del Pacfico, o en la fosa mesoamericana.
(2) Generacin de un conjunto de eventos estocsticos compatible con la distribucin
de ubicacin, profundidad, frecuencias y magnitudes de eventos detonantes: se
establece un conjunto de eventos ssmicos potencialmente generadores de tsunami,
para los cuales se calculan sus condiciones de impacto en la costa. Cada uno de
estos eventos lleva asociada la probabilidad de ocurrencia del evento ssmico
detonante.
ERN Amrica Latina
2-6
Eventos histricos
importantes
Condiciones batimtricas
locales
- Amplificaciones de ola
- rea de inundacin
MODELO DE INTEGRACIN
PROBABILSTICA
Figura 2-3
Diagrama de flujo de la metodologa propuesta
2-7
Debido a lo poco prctico que resultara modelar escenarios de Tsunami con los mtodos de
generacin y propagacin de ondas tradicionales se recurri a un mtodo paramtrico el
cual simplifica el proceso de modelacin con tiempos de clculo razonables aunque con
mayor incertidumbre en los resultados, por las caractersticas probabilistas del proyecto este
mtodo paramtrico se consider aceptable.
El mtodo paramtrico est basado en los trabajos de Okal y Synolakis (2004) donde de
acuerdo a observaciones de altura mxima en varios eventos de tsunami importantes,
proponen una expresin que ajusta de manera aproximada a las mediciones a lo largo de la
costa de afectacin. La expresin es la siguiente:
(y ) =
b
2
y +1
a
(Ec. 20)
2-8
Figura 2-4
Comparacin del modelo con mediciones del tsunami de Nicaragua de 1992
Un valor adicional que est relacionado con los parmetros a y b es el dato I2 definido
como:
I2 =
b
a
(Ec. 26)
Las expresiones para obtener los parmetros indicados son resultado de un proceso de
ajuste de algunos eventos en Mxico y Centroamrica y las expresiones resultantes se
muestran a continuacin:
b = p1 Mo 2 + p 2 Mo + p 3 L2 + p 4 L + p 5 h 2 + p 6 h + p 7 H 2 + p 8 H + p 9Tan 2 + p10Tan + p11
(Ec. 27)
b
-9.099E-58
9.919E-29
7.250E-06
-7.795E-03
-3.071E-04
-9.143E-03
-2.500E-08
3.990E-04
3.889E+02
-6.124E+01
3.456E+00
I2
-4.999E-60
4.852E-31
2.550E-07
-2.047E-04
2.857E-07
-9.571E-05
-7.500E-11
1.655E-06
3.045E+00
-4.430E-01
5.108E-02
2-9
2.3.4.1
Consideraciones
Figura 2-5
Esquema ilustrativo de las variables que intervienen en el mtodo paramtrico
Adicionalmente se hace uso de puntos de clculo definidos por el usuario. Estos puntos
indican la regin donde nos interesa conocer las reas de inundacin por tsunami y estn
definidos de la siguiente manera:
1. Las coordenadas de la lnea de costa (Cota 0).
2. Puntos en tierra con una elevacin aproximada de 15 metros (Cota 15). El objetivo de
estos puntos es realizar los clculos de altura de inundacin hasta las posiciones de los
mismos.
3. Factores de amplificacin locales.
Para el mtodo es importante que cada punto de la costa tenga un correspondiente punto de
tierra y que las rectas que se obtienen con estos puntos no se crucen. En la Figura 2-6 se
muestra un esquema con la definicin de estos puntos y algunas consideraciones para la
aplicacin del mtodo.
2-10
Figura 2-6
Ejemplo de consideraciones para la aplicacin del mtodo paramtrico
2.3.4.2
Obtencin de parmetros
Mo = 10 (1.5*M +16.1)
(Ec. 28)
Con la informacin de la coordenada del hipocentro y los puntos de clculo se realizan las
siguientes consideraciones para los clculos ilustradas en la figura anterior:
1. Con la informacin de la batimetra se obtiene la profundidad de agua, H, sobre el
epicentro del sismo.
2. Se determina el punto ms cercano de la costa (Cota 0) y se considera que la distancia
entre estos puntos es el parmetro L
3. A partir de ese punto se obtienen las distancias y de cada punto
4. Con la batimetra se obtiene de cada punto y el valor de su tangente
5. Con todos estos parmetros se obtienen los valores de las constantes pi para obtener b e
I2 y con esto valores obtener la altura de ola en cada punto de clculo.
2.3.4.3
Una vez que se tiene la altura de ola (y) para cada punto de clculo, se pueden obtener las
zonas de inundacin en la regin acotada por los puntos de clculo, cota 0 a 15. La
estimacin de las zonas de inundacin se obtienen por la diferencia de la altura de ola (y)
y la elevacin del terreno obtenida con topografa detallada. En la Figura 2-7 se
esquematiza este anlisis.
2-11
(y)
Figura 2-7
Esquema de estimacin de alturas de inundacin y resultados de reas de inundacin
2-12
3-1
El potencial de daos de los diferentes procesos relacionados con los ciclones tropicales,
est directamente relacionado con su intensidad, asociados siempre a una distribucin
geogrfica determinada, de la siguiente manera:
4
5
3-2
3-3
modelo para predecir la ruta de las tormentas tropicales de mediano tamao, la elevada
resolucin del sistema es til para la prediccin de su intensidad.
Navy Operational Global Atmospheric Prediction System (NOGAPS)
Es un modelo global con una resolucin de 55 km y 30 niveles verticales, usa tres variables
de iniciacin y como la mayora de modelos globales, no es preciso para la estimacin de la
intensidad del sistema pero s para la prediccin de la ruta.
NWS Geophysical Fluid Dynamics Model (GFDL) Hurricane Model
Este es un modelo limitado a una regin especfica y tiene tres niveles de resolucin, 30
km, 15 km y 7.5 km. Esta resolucin le permite al modelo resolver pequeas caractersticas
del sistema como por ejemplo la definicin y el desplazamiento del ojo o la pared de la
tormenta. Usa 42 niveles verticales y an con la resolucin disponible, no es capaz de
resolver totalmente la compleja estructura del fenmeno. Est articulado con el Modelo de
Ocenico de Princeton - POM, lo cual permite incluir cambios ocenicos como por
ejemplo la temperatura ocenica superficial.
Hurricane Weather Research and Forecasting Model (HWRF)
Desarrollado por el Centro Nacional de Predicciones Ambientales NHCP, es un modelo
no hidrosttico que resuelve la ecuacin que gobierna el movimiento vertical del aire dando
al modelo la capacidad de representar las condiciones del ojo de la tormenta. Usa una
retcula horizontal de 27 km y 42 niveles verticales, y as como el modelo GFDL, articula el
POM para incluir la variacin de las condiciones ocenicas. Para mejor representacin de
las condiciones iniciales del sistema, hace uso de observaciones areas y basadas en el
radar Doppler, con lo cual se espera obtener mejores predicciones de la ruta, la intensidad y
el nivel de lluvias producido por la tormenta.
United Kingdom Meteorological Office (UKMET) Model
Es un modelo no hidrosttico, con una resolucin en latitudes medias de 40 km y 50 niveles
verticales. Este es un modelo de 4 variables de entrada que se aplican durante las 3 horas
previas al inicio del proceso. En el 2002 y 2005 la Oficina Metereolgica del Reino Unido
produjo una actualizacin del sistema con una nueva formulacin del modelo dinmico, de
la parametrizacin fsica y de las ecuaciones fundamentales. Este sistema provee buenas
predicciones de la ruta del sistema pero como las anteriores, no genera buenas predicciones
de la intensidad.
3-4
NHC91/NHC98 Models
Estos modelos, el NHC91 para el Pacfico y el NCH98 para el Atlntico son modelos
combinados porque adoptan relaciones estadsticas entre el comportamiento de la tormenta
y las predicciones de los modelos dinmicos como el GFS.
Statistical Hurricane Intensity Prediction Scheme (SHIPS)
Este modelo, debido al uso de predicciones obtenidas con los modelos dinmicos y
climatolgicos persistentes, proporciona resultados sobre la intensidad del sistema con
errores inferiores al 10%, con respecto a los que presenta el modelo descrito anteriormente
como SHIFRO5. Este ha superado la mayora de los modelos dinmicos, entre los cuales se
encuentra el mismo GFS, que genera datos de inicio para el mismo modelo SHIPS. Basado
en tcnicas estndar de regresin mltiple y datos oceanogrficos de entrada, como la
temperatura superficial y el contenido calorfico. Los datos para el desarrollo de las
regresiones son actualizados anualmente; as, los datos del ao presente, utilizados para el
desarrollo de las regresiones actuales, son el fruto de las tormentas conformadas desde el
ao 1982 hasta el ao inmediatamente anterior. El modelo incluye parmetros de entrada
medidos desde satlites, como por ejemplo la fuerza, la simetra del sistema convectivo
medida desde imgenes infrarrojas y el contenido calrico obtenido por observaciones
altimtricas, tambin obtenidas por medio de satlites.
Decay-SHIPS
Corresponde con el mismo modelo anterior, con la particularidad de la adicin del
decaimiento por el contacto de la tormenta con la masa continental. Por lo tanto, este
modelo genera en mejores predicciones en el caso en que la tormenta interacte con la
tierra firme. En el caso de que la tormenta se re-localice en mar abierto, el modelo DecaySHIPS, y el modelo SHIPS, llegan aproximadamente al mismo resultado.
Logistic Growth Equation Model Summary (LGEM)
Este es un modelo estadstico que utiliza los mismos datos de entrada del modelo SHIPS,
pero en su estructura es un modelo dinmico simplificado, en vez de un modelo de
regresiones mltiples. La estimacin de la intensidad depende de la intensidad potencial
mxima, determinada a partir de la temperatura superficial del ocano. La diferencia
principal con el SHIPS es que los datos de entrada dependen nicamente de las 24 horas
previas a su ejecucin, mientras que en el SHIPS son el promedio de todo el tiempo de
corrida.
3-5
Generalidades
Con el fin de cuantificar adecuadamente las prdidas futuras debidas al paso de huracanes
por la regin, la modelacin permite estimar no solo la trayectoria de vientos fuertes y
cambios de presin, sino las mareas de tormenta al igual que el rgimen especial de lluvias,
el cual a su vez se convierte en el detonante para inundaciones y deslizamientos potenciales
en toda su rea de influencia. Mediante la asignacin directa de un rgimen de lluvias al
huracn, se pueden obtener periodos de recurrencia para las inundaciones o deslizamientos
asociados. Esta metodologa basada en eventos detonantes, permite tener en cuenta todas
las prdidas potenciales asociadas con el evento, es decir las producidas directamente por
los vientos huracanados, las asociadas a las mareas de tormenta y las causadas por las
lluvias intensas.
3.6.2
Seleccin
Procedimiento de anlisis
En la Figura 3-1 se presenta un diagrama de flujo con los elementos principales del modelo
de amenaza de huracanes aplicado. Los pasos principales para el desarrollo del modelo de
amenaza de huracn en la zona Centroamericana son los siguientes:
(1) Generar un conjunto de eventos estocsticos basados en la informacin histrica para
la cuenca del Atlntico completa. El conjunto de eventos consiste en miles de
trayectorias de huracanes con parmetros definidos tales como intensidad, tamao y
forma descritos a intervalos regulares a lo largo de la trayectoria del mismo. Se
identifica la trayectoria media y la velocidad traslacional de la tormenta, al igual que
la distribucin alrededor de estos valores medios. Cada evento tiene su propia
frecuencia de ocurrencia. En el conjunto de eventos tambin se incluyen huracanes
3-6
histricos especficos con el fin de recalcular y calibrar las prdidas y los efectos
producidos por ellos.
Eventos histricos
importantes
Base de datos de
eventos
Parmetros de tormentas:
- Presiones
- Velocidad de avance
- Velocidad del viento
Trayectorias de tormentas
histricas
Trayectorias estocsticas
de tormentas
Anlisis de recurrencia de
parmetros
Marea de Tormenta:
- Distribucin en rea
- Profundidad de
inundacin
Vientos:
- Distribucin en rea
- Velocidad mxima del
viento
MODELO DE DESLIZAMIENTO
(DETONADO POR LLUVIA HURACANADA)
MODELO DE INUNDACIN
(DETONADA POR LLUVIA HURACANADA)
MODELO DE INTEGRACIN
PROBABILSTICA
Figura 3-1
Diagrama de flujo del mdulo de amenaza por huracn
3-7
(2) Los eventos estocsticos se generan mediante simulacin utilizando una tcnica
random-walk. Con esta metodologa se pueden generar varios miles de trayectorias.
Cada trayectoria simulada es diferente de cada otra trayectoria simulada o histrica
pero el conjunto de eventos simulados mantiene las mismas propiedades estadsticas
del conjunto de eventos histricos.
(3) Una vez que la trayectoria queda definida, se adiciona a sta informacin de
intensidad de presin central utilizando otra rutina de generacin aleatoria para cada
trayectoria. La frecuencia de tormentas por rangos de intensidades y por regiones se
calibra contra la informacin y datos histricos. Para completar la descripcin de cada
evento simulado, se adiciona a cada trayectoria una intensidad de campo de vientos y
de forma utilizando relaciones estadsticas como funcin de la presin central y de la
latitud.
(4) El modelo de generacin de eventos estocsticos de huracanes simula tormentas para
toda la cuenca del Atlntico y el Pacfico central-oriental. Para considerar la amenaza
por huracn, se seleccionan todas las trayectorias de huracanes que puedan producir
algn impacto sobre el pas. Este subconjunto de eventos se verifica para confirmar
que las trayectorias y sus parmetros son consistentes con las relaciones globales
frecuencia-severidad para la zona del Atlntico, sur-oeste del Caribe y el Pacfico
central-oriental. Igualmente se verifica que se hayan incluido los eventos severos,
raros y especiales.
(5) Se calculan y generan mapas de amenaza de velocidad de vientos y niveles asociados
de marea de tormenta. Para cada punto de la malla de resolucin variable se calcula la
velocidad de rfaga esperada pico. Se generan y grafican mapas de amenaza de los
eventos histricos importantes, as como al menos 5 mapas probabilsticos que
representen la intensidad de velocidad de vientos para periodos de retorno entre 10 y
1000 aos. El modelo se calibra y se pone a punto con los parmetros
correspondientes al pas.
(6) La informacin de las trayectorias se convierte a velocidades de viento continental
empleando el siguiente procedimiento:
(a) Calcular el campo de gradientes de viento (el viento a una altura suficiente
sobre el nivel del terreno para no reflejar los efectos de la superficie). El
gradiente de viento en cualquier punto de inters es funcin de la distancia
desde el centro de la tormenta, la direccin a la localizacin relativa a la
trayectoria, la presin central y la velocidad de avance de la tormenta, la
relacin al mximo viento y los parmetros de forma del campo de viento.
(b) Utilizar la rugosidad superficial y la topografa para calcular la velocidad de
viento de rfaga pico para 5 segundos en el sitio de inters.
3-8
Simulacin de huracanes
El registro de huracanes que han afectado la regin data desde finales del siglo XIX. Sin
embargo, no es sino hasta mediados del siglo XX que se dispone de registros de sus
trayectorias completas y de parmetros indicativos de su severidad, tales como la presin
baromtrica en el ojo o la velocidad ciclostrfica. En estas condiciones, la base de datos
tiles de huracanes es limitada por lo que fue necesario extenderla, mediante la generacin
(simulacin) de huracanes artificiales.
Para generar huracanes artificiales, se utiliza el mtodo de perturbar las trayectorias de
huracanes reales que hayan sido correcta y completamente registrados.
Para simular la trayectoria del huracn artificial se debe precisar la posicin mediante sus
coordenadas geogrficas de longitud y latitud, xs(tk ) y ys(tk ), respectivamente, en cada
instante de tiempo k. El proceso de simulacin se debe realizar mediante la siguiente
expresin, aplicable al caso de la longitud, y con un procedimiento similar para el caso de
latitud:
3-9
xs (t k +1 ) = xs (t k ) + X k ,k +1 + e
(Ec. 21)
(Ec. 22)
Hasta 1979 en algunos reportes meteorolgicos se omite la presin central. En los casos de
huracanes donde no se report la presin central en los boletines se emplearon las
siguientes ecuaciones para su clculo:
(Ec. 23)
(Ec. 24)
(Ec. 25)
3-10
(Ec. 26)
(Ec. 27)
Fv = Ur/UR
(Ec. 29)
donde
X = log 10 ( r R )
(Ec. 30)
fR
UR
(Ec. 31)
Tabla 3-1
Parmetros a, b, c y d para el clculo de la expresin (37)
X >0
X 0
Nc 0.005
Nc > 0.005
2
-0.233
-12.91
0.43 + 38 .9 Nc 316 Nc 2
-19.38
-8.311
0 .082 + 3 .33 Nc 26 Nc 2 + 63 . 8 Nc 3 51 .4 Nc 4
3-11
(Ec. 32)
(Ec. 33)
(Ec. 34)
Para calcular la velocidad de viento para una ubicacin tomando en cuenta el efecto de la
friccin con la superficie del terreno y la topografa local, se emplea la siguiente expresin
V = FT F Vv
(Ec. 35)
(Ec. 36)
es el factor que toma en cuenta tanto el tamao de la construccin, dado por Fc (que vara
de 0.9 a 1.0), como la variacin de la velocidad con la altura dada por Frz:
10
Frz = 1.56
si Z 10
Z
Frz = 1.56
si 10 < Z <
(Ec. 37)
Frz = 1.56 si Z
donde Z [m] es la altura a la cual se desea determinar la velocidad y y son constantes
para los tipos de terreno ms representativos de nuestro pas contenidos en la Tabla 3-3
3-12
Tabla 3-2
Factor de topografa
Sitio
Topografa
FT
Protegido
Valles cerrados
0.8
Plano
1.0
Expuesto
1.2
Tabla 3-3
Valores de y para los tipos de terreno ms comunes en Amrica Central
Tipo
Descripcin
(m)
0.099
245
0.128
315
0.156
390
0.170
455
3.6.6
Marea de tormenta
Para determinar la sobre elevacin del agua por marea de tormenta, , se emplea la
ecuacin simplificada:
Pa
Kw2 x
h
=
+
ln
100 g (h )
(Ec. 38)
3-13
inters (playa), w [m/s] es el componente normal de velocidad del viento a la playa en m/s,
g [m/s2] es la aceleracin de la gravedad, h [m] es la profundidad del mar en el ojo del
huracn (si la profundidad es mayor a 200 m se toma este valor como umbral) y K es el
coeficiente de arrastre del aire dado por
K=
aire
CD
agua
(Ec. 39)
donde aire y agua son los pesos especficos relativos del aire y del agua, respectivamente, y
C D es un coeficiente cuyo valor est entre 2x10-6 a 9x10-6 (para el caso de huracanes se
emplea 9x10-6).
3.6.7
Lluvia local
Pprom10min = FCv
0.1412 R
1 + 523.59 e
si R 37 km
1.9193
) si R > 37km
(Ec. 40)
FCv =
a
(1 + eb cv )
1
d
(Ec. 41)
donde v [m/s] es la velocidad mxima del viento del huracn y los parmetros a, b, c y d
son factores de ajuste.
3-14
Duracin de la lluvia.
Intensidad media de la lluvia.
Volumen total de la precipitacin.
Tiempo entre precipitaciones sucesivas.
4-1
[P A ]
[ A]
i
(Ec. 42)
(c) Mtodo de las isoyetas: se basa en la hiptesis de tener suficientes datos como para
poder dibujar las isoyetas, que son lneas que unen puntos con la misma precipitacin
media. Un mapa de isoyetas es un documento bsico dentro del estudio hidrolgico de una
cuenca, no solamente permite cuantificar el valor medio, sino que presenta grficamente la
distribucin espacial de la precipitacin para el periodo considerado.
Al rea entre dos isoyetas sucesivas, se le asigna el valor de precipitacin promedio entre
tales isoyetas. Conociendo el rea encerrada entre pares sucesivos de isoyetas, se obtiene la
precipitacin regional. El mtodo requiere hacer supuestos en "cimas" y "hoyos".
Al trazar las isoyetas para lluvias mensuales o anuales, se pueden incorporar los efectos
topogrficos sobre la distribucin espacial de la precipitacin, tomando en cuenta factores
tales como la altura y la exposicin de la estacin. Este mtodo tambin se recomienda para
calcular promedios espaciales en el caso de eventos individuales localizados.
4.2.2
(Ec. 43)
4-2
4.2.3
[P / r ]
P=
[1 / r ]
i
2
i
2
i
(Ec. 44)
4-3
El modelo oculto de Markov HMM (del ingls Hidden Markov Model) fue propuesto por
primera vez por Rabiner y Juang (1986) y modificado posteriormente por Hughes y Guttorp
(1994) para su uso en estudios relacionados con el clima. Hughes y Guttorp (1994)
extendieron el HMM mediante la inclusin de factores atmosfricos exgenos para la
simulacin de la lluvia, referida a un modelo no homogneo de Markov (NHMM). La
caracterstica unificadora de NHMM- HMM, en el contexto de las multivariables
climticas, radica en la hiptesis de que un estado climtico no observado se relaciona con
ciertos patrones notables de distribucin espacial sobre el terreno (R. Mehrotra, R.
Srikanthan, Ashish Sharma,2006).
Existen distintas herramientas para el trabajo con HMM, muchas de ellas de uso libre. Entre
otras opciones, el programa comercial MATLAB, en su paquete de estadstica, ofrece las
funciones bsicas para construir, simular y analizar HMM discretos. Las herramientas
HMM para MATLAB en conjunto con los programas H2M, ofrecen implementaciones
completas. Las herramientas de H2M estn disponibles tanto para MATLAB como para el
programa similar de uso libre OCTAVE, en el paquete HiddenMarkov.
4.3.1.1
Cadenas de Markov
Modelos estocsticos, como las cadenas de Markov, se han utilizado con xito para
modelar la precipitacin diaria. Dichos modelos reproducen los estados de ocurrencia y no
ocurrencia de la precipitacin mediante una matriz de transicin de probabilidad y la
cantidad de lluvia, o intensidad, con una cierta funcin de probabilidad sesgada
(generalmente lognormal o gamma). Para escalas de tiempo menores que 24 horas, por
ejemplo para lluvias horarias, tambin se han usado procesos Markovianos estacionarios.
ERN Amrica Latina
4-4
Segn Jorge A. Barrantes y Norman Vega G (2003), una cadena de Markov puede
imaginarse como una coleccin de estados de un modelo sistemtico. Cada uno de estos
estados corresponde a cada uno de los elementos de la particin de la muestra los cuales
son variables aleatorias. El ambiente de las cadenas de Markov es gobernado por la
probabilidad transicional. La forma ms comn de las cadenas de Markov es llamada
Cadenas de Markov de primer orden, para lo cual las probabilidades transicionales
controlan el prximo estado. Las cadenas de Markov de orden cero corresponden al estado
puro de la serie, lo que significa que las cadenas de orden cero no tienen memoria. Las
cadenas de orden uno tienen un da de memoria, y as sucesivamente. El hecho que ayer fue
seco afecta la probabilidad de que hoy sea lluvioso. Sin embargo, en las cadenas de primer
orden, la informacin extra que el da anteayer fue seco, no afecta la probabilidad de lluvia
para hoy. Con las cadenas de Markov de segundo orden se extiende hacia los dos das
anteriores.
Desde el punto de vista meteorolgico se pueden considerar las cadenas de Markov en dos
componentes: La primera componente es la probabilidad de ocurrencia de la lluvia. La
segunda componente es el modelo para los totales de lluvia para los das lluviosos. Sin
embargo los modelos ms comunes han sido aqullos basados en procesos puntuales que
modelan la precipitacin en tiempo continuo, o los modelos que parten de una tormenta y
desagregan la lluvia a una escala de tiempo menor mediante un hietograma
Katz y Parlange (1995) demostraron cmo los modelos Markovianos simples de dos
estados pero con matrices de transicin que varen cclicamente en el da son capaces de
reproducir la precipitacin horaria de una manera ms realista que los modelos
estacionarios.
4.3.1.2
Modelo de Wilks
4-5
La prediccin numrica del estado del tiempo NWP, (del ingls Numerical Weather
Prediction) usa complejos programas de cmputo, conocidos como modelos numricos de
pronstico, que procesan datos en supercomputadoras y proporcionan predicciones de las
variables meteorolgicas, tales como la temperatura, presin atmosfrica, viento, humedad
y precipitacin. Las ecuaciones bsicas de un modelo numrico del tiempo son aquellas que
rigen el movimiento del aire (horizontal y vertical), conservacin de la masa y la energa,
las transformaciones termodinmicas, los procesos de formacin y desarrollo de las nubes,
etc. Los mtodos numricos ms usados son las diferencias finitas, mtodos espectrales y
elementos finitos.
Las ecuaciones matemticas de un modelo numrico para pronstico de precipitaciones
pueden ser resueltas en una regin limitada o en el planeta entero. Cuando es en una regin
limitada se llama modelo regional, en el otro caso se le llama modelo global. La eficiencia
de un modelo global depende de varios factores. Por ejemplo: las condiciones iniciales;
condiciones de superficie, resolucin del modelo, tipo de mtodo numrico usado, etc. En
general un modelo global complejo que incluye todos los procesos fsicos solamente puede
ser corrido en una supercomputadora.
Un modelo numrico regional es muy til para el pronstico del tiempo con alta resolucin
(desde 500-600 m hasta 60-100 Km.) y con antecedencia de 48 horas. Estos modelos son
ms confiables que los modelos globales, y no necesariamente requieren de un
ERN Amrica Latina
4-6
En los ltimos aos, las redes neuronales artificiales ANN, (del ingls Artificial Neural
Network), han aumentado su popularidad para el pronstico hidrolgico, principalmente a
causa del amplio rango de aplicabilidad y de la capacidad para tratar problemas no lineales.
En el contexto del pronstico hidrolgico, los resultados de algunos experimentos recientes
indican que las ANN pueden ofrecer una alternativa prometedora para la modelacin de la
precipitacin-escorrenta (Sedki, D. Ouazar E. El Mazoudi, 2008) y de otros temas
hidrolgicos.
Las ANN, son tiles cuando no se dispone de un modelo determinstico bien definido, o
cuando este es muy complejo; tambin se usan cuando no se pueden aplicar algoritmos
booleanos y, en general, para el reconocimiento de patrones preestablecidos (comprensin
de imgenes y situaciones grupales de objetos y caracteres).
Existen algunas modificaciones, como las Redes Neuronales Artificiales Recurrentes
RNNS (del ingls Recurrent Artificial Neural Networks), las cuales han desempeado un
papel importante en la prediccin de datos de precipitaciones. Por su parte, las mquinas de
soporte vectorial SVMs (del ingls support vector machines) se han empleado con xito
para resolver regresiones no lineales y problemas con series temporales. No obstante
existen investigaciones como las de Wei-Chiang Hong (2008), en las que se formulan
modelos hbridos de RNN y SVMs, llamados RSVR.
4-7
Nowcasting
4.3.7
4.3.8
4-8
Los modelos de caja negra son aquellos que no se preocupan por modelar de manera
particular cada uno de los procesos individuales involucrados; por lo contrario emplean
funciones de transferencias, determinadas empricamente, que relacionan los datos de
entrada con los resultados.
Por su parte los modelos cuasi-fsicos se preocupan por representar de una manera sobre
simplificada los procesos que dominan el comportamiento de la cuenca. Los modelos
conceptuales no solamente carecen de realismo cientfico, lo cual limita su capacidad
operacional, sino tambin que la cantidad de informacin que requieren de entrada puede
ser inadecuada para llevar a cabo una calibracin efectiva de un modelo conceptual
complicado.
Por su parte los modelos distribuidos fsicamente basados se encuentran soportados sobre
las ecuaciones diferenciales ms generales que describan los fenmenos; el trmino
distribuidos hace referencia a la capacidad de involucrar la caracterstica de no
homogeneidad, en cuanto a espacio y tiempo, que tienen tanto la lluvia como las
caractersticas fsicas de cuenca. Este proceso de interrelacionar este carcter no
homogneo de la cuenca con las ecuaciones diferenciales de los modelos no es fcil y al
mismo tiempo dificulta los procesos de calibracin debido a la alta interaccin
interparamtrica existente. Estos modelos emplean, para la solucin de los modelos
matemticos diferenciales, las teoras de diferencias finitas, elementos finitos o volmenes
finitos.
4-9
Tabla 4-1
Modelos hidrolgicos de estimacin de lluvias
Modelo
Descripcin
Modelos basados en
mecnica del medio
continuo. Basados en
ecuaciones de movimiento
de los procesos
Modelo con constitutivos, y que se
base fsica resuelven numricamente.
Se desarrolla un modelo
digital de elevacin (DEM)
detallado del terreno, el
cual es cargado al modelo.
Basados en observacin. Lo
que determina cual es la
estructura ms adecuada
Modelo
para aplicar. Involucran
conceptual.
diversos parmetros
particulares del rea de
estudio.
Modelo
caja negra
Mtodo de clculo
Datos bsicos de
entrada
Comprenden:
en estados cuasiestacionarios de
simulacin hidrulica.
Flujo en dos direcciones:
positiva y negativa.
Modelos detallados:
simulacin completa del
flujo (ejemplo: SIPSON).
Basados en las ecuacin
de Richard y St. Venant.
Simulacin simplificada,
que estudia las
particularidades del
hidrosistema analizado.
Uso de funciones de
transferencia. Generacin
de resultados basados en
reglas predefinidas de la
distribucin del agua en
diferentes puntos.
Datos climatolgicos
histricos:
temperatura,
precipitacin, entre
otros.
Datos de niveles de
flujo y agua
subterrnea
Datos climatolgicos
histricos:
temperatura,
precipitacin, entre
otros.
Datos de niveles de
flujo y agua
subterrnea
Datos climatolgicos
histricos:
temperatura,
precipitacin, entre
otros.
Datos de niveles de
flujo y agua
subterrnea
Resultados
- Modelos simples:
Niveles de agua para
cada nudo y descargas
de agua en ciertas
conexiones.
- Modelos detallados
Atributos ms
detallados para los
nudos.
Referencias
C. Makropoulos, D.
Koutsoyiannis, M. Stanic, S.
Djordjevic,
D. Prodanovic, T. Dasic, S.
Prohaska, C. Maksimovic, H.
Wheater. A Multi-Model
approach to the simulation of
large Scale karst flows
C. Makropoulos, D.
Koutsoyiannis, M. Stanic, S.
Djordjevic,
D. Prodanovic, T. Dasic, S.
Prohaska, C. Maksimovic, H.
Wheater. A Multi-Model
approach to the simulation of
large Scale karst flows
Hidrografas de salida,
demanda de uso.
C. Makropoulos, D.
Koutsoyiannis, M. Stanic, S.
Djordjevic,
D. Prodanovic, T. Dasic, S.
Prohaska, C. Maksimovic, H.
Wheater. A Multi-Model
approach to the simulation of
large Scale karst flows
4-10
Generalidades
Seleccin
La seleccin del modelo de amenaza por lluvias intensas se hace teniendo en cuenta la
necesidad de contar con un modelo detallado, cuyos resultados estn basados en registros
diarios de precipitacin, y cuya aplicacin permita caracterizar las condiciones de
pluviosidad de cuencas y subcuencas, dada su posterior inclusin como insumo al modelo
de amenaza por inundacin.
El modelo seleccionado permite caracterizar las condiciones de precipitacin de una cuenca
en trminos de curvas PADF, que relacionan la profundidad de precipitacin esperada, con
el rea de influencia, la duracin de la tormenta y su periodo de retorno.
4.5.3
Procedimiento de anlisis
4-11
Parmetros de la cuenca
- Geometra
- Curvas PADF
Para un nmero
de periodos de
retorno de inters
Para un nmero de
duraciones de inters
Generacin aleatoria de
centro de tormenta
Generacin aleatoria de
parmetros de forma
elipsoidal
Determinacin de valores
de precipitacin segn
PADF
Conjunto de tormentas
generadas
estocsticamente
Figura 4-1
Diagrama de flujo del modelo de amenaza por lluvias intensas
4-12
4.5.4
4-13
4.5.5
4-14
4-15
Para construir una curva PAD en una zona hidrolgicamente homognea, se establece
primero la duracin considerada; a continuacin se recopilan o generan los mapas de
isoyetas de los eventos histricos para esta duracin. En seguida, cada mapa se procesa para
identificar el o los sitios de mayor pluviosidad, calculando la precipitacin promedio
correspondiente y midiendo el rea cubierta respectiva. Esto se repite sucesivamente,
extendiendo las reas de cubrimiento de las isoyetas (progresivamente con valores mayores
a menores), calculando la precipitacin promedio sobre las isoyetas consideradas y
midiendo las reas respectivas. As, en la medida en que se ampla la cobertura de isoyetas,
la profundidad promedio disminuye progresivamente y el rea aumenta, definindose as
una relacin inversa entre rea y precipitacin mxima promedio. El algoritmo del
procedimiento se describe a continuacin:
1
Para cada evento elaborar mapas de isoyetas para una duracin D utilizando
herramientas computacionales. Deben involucrarse estaciones perifricas que no
hayan registrado precipitacin.
Identificar las isoyetas de mayor valor. Sea este mayor valor de precipitacin p1, y
sea m1 el nmero de isoyetas con valor p1.
Medir las reas encerradas en las isoyetas con valor p1, y denotar estas reas como
a1, con i desde 1 hasta m1.
m1
i1
1i 1i
H1 =
i 1
(Ec. 45)
A1
Identificar la(s) isoyeta(s) con valor inmediatamente inferior a p1, y sea este valor
p2. Sea m2 el nmero de isoyetas con valor p2.
Medir cada una de las reas internas a las isoyetas con valor p2. Sean estas reas a2.
(Ec. 46)
m2
4-16
h
H2 =
2i
a2i
i 1
(Ec. 47)
A2
][
j =2
hni =
(Ec. 48)
an
mn
ni
Hn =
a ni
i 1
An
(Ec. 49)
4-17
Seleccionar valores de rea, Ai, dentro del rango cubierto por la curva PADF
correspondiente a la duracin D y frecuencia T anteriores
Generar con el patrn tpico las correspondientes curvas isoyetas que preserven para
las anteriores reas Ai las respectivas profundidades de precipitacin Pi
En la Tabla 4-2 se presentan las ecuaciones para confeccionar un patrn espacial circular o
elptico, pues una elipse est definida por los semiejes menor y mayor, a y b
respectivamente, y se puede expresar el uno en funcin del otro como b = Ka. En la Tabla
4-2 las dos primeras columnas corresponden a los valores de reas y precipitaciones
mximas promedio adoptados de la curva PADF (pasos 3 y 4), con las reas ordenadas de
menor a mayor. La tercera columna muestra las ecuaciones para determinar el valor
correspondiente de la isoyeta del patrn elptico. Las columnas 4 y 5 permiten calcular los
valores para cada isoyeta de los semiejes mayor y menor.
4-18
Tabla 4-2
Determinacin de patrones sintticos espaciales
Ai
Pi
A1
P1
Valor isoyeta,
h1 = P1
A2
P2
h2 =
A3
P3
h3 =
An
Pn
hi
Semieje menor
A
a1 = 1
K
Semieje mayor
bi
0.5
b1 = Ka1
2(P2 A2 P1 A1 )
h1
A2 A1
A
a2 = 2
K
2(P3 A3 P2 A2 )
h2
A3 A2
A
a3 = 3
K
ai
A
an = n
K
0.5
b2 = Ka 2
0.5
b3 = Ka3
0. 5
bn = Kan
4-19
a) Anlisis hidrolgico
En el anlisis hidrolgico se determina la relacin que existe entre la precipitacin que cae
en una zona con la cantidad de agua que escurre hacia los cauces y que en caso de ser
excesiva produce la inundacin.
b) Anlisis hidrulico
Se conoce como trnsito de avenida y se define como el cambio que sufre el flujo del cauce
de una seccin transversal hasta otra ubicada despus de un tramo de ro o una presa. Este
cambio puede ser tanto en su forma como en su desplazamiento en el tiempo. El trnsito se
debe realizar mediante modelos de simulacin de flujo en cauces naturales y modelos de
flujo en llanuras. Este modelo requiere de informacin detallada de los afluentes en los
cauces, sus pendientes, as como sus las caractersticas de sus secciones
c) Anlisis de inundacin de llanura
El carcter dinmico de las inundaciones y la influencia del desplazamiento del agua hacia
las zonas bajas, hacen necesario emplear modelos matemticos que, por lo menos, incluyan
ecuaciones de flujo en dos direcciones horizontales basadas en ecuaciones de conservacin
de cantidad de movimiento y de continuidad. Este modelo requiere de la informacin del
flujo desbordado y la topografa detallada de la zona en estudio.
En el campo de la modelacin de los fenmenos hidrulicos ocurre algo parecido a la
modelacin en hidrologa, no existe un modelo que pueda representar hidrulicamente
todas las cuencas. Por lo tanto el modelador debe tener el criterio necesario para que, con
base en las caractersticas particulares de su problema y las caractersticas de la
informacin con la que cuenta, pueda seleccionar el modelo ms adecuado.
El anlisis de flujos en ros y en canales abiertos generalmente es fsicamente basado; sin
embargo existen modelos que no lo son. A continuacin se listan los tres tipos principales
de modelos hidrulicos:
5-1
Modelos conceptuales.
5-2
Tabla 5-1
Modelos hidrulicos para anlisis de inundaciones
Modelo
Modelos
Basados en el
filtro de
Kalman
Modelos
basados en
ARIMA
(Autoregressive
integrated
moving
average time
series analysis)
Descripcin
El filtro de Kalman es un
modelo estocstico que
proporciona un buen
marco para la estimacin
incremental de una
cantidad en una situacin
en la cual las mediciones
relacionadas con la misma
estn disponibles a lo
largo del tiempo.
El filtro de Kalman es un
algoritmo recursivo y
ptimo de procesamiento
de datos, el cual tiene
varias aplicaciones, entre
ellas, es til para la
estimacin de modelos
autorregresivos, la
estimacin de modelos
con parmetros que
cambian en el tiempo, la
estimacin de modelos
con componentes no
observables.
Estos modelos se
construyen con 4 fases:
evaluacin del estado
estacionario, identificacin
del modelo, verificacin
del modelo y pronstico.
Mtodo de clculo
Datos bsicos de
entrada
Concretamente, se trata
de una tcnica de
estimacin
Bayesiana empleada para
seguir sistemas
estocsticos dinmicos
observados mediante
sensores.
Series de datos en
tiempo real.
Parmetros
hidrolgicos e
hidrulicos del rea de
estudio.
Se basa en programas
especficos que realizan
las operaciones
matemticas. Tal es el
caso de software S-Plus.
En el proceso se lleva a
cabo una transformacin
de las series dentro de un
estado estacionario.
Resultados
Estimacin de la
probabilidad de
inundacin.
Ecuaciones que
relacionan variables.
Por ejemplo caudales
en diferentes
momentos.
Referencias
Jan F. Adamowski.
Development of a short-term
river flood forecasting method
for snowmelt driven floods
based on wavelet and crosswavelet analysis.
5-3
Modelo
Modelos
basados en
anlisis de
redes
neuronales
artificiales
(ANNs)
Modelo basado
en Algoritmos
Genticos (GA)
Descripcin
Mtodo de clculo
Datos bsicos de
entrada
El objetivo principal de
este tipo de modelos es
llegar a una ptima
configuracin de redes
que represente la relacin
entre las variables de
entrada y las de salida.
Se basan en el uso de
software especializado,
Variables
como por ejemplo Tiberius
hidrometeorolgicas
2.0.0 neural network
independientes
modeling software
package.
Datos de las
estaciones aguas
arriba y aguas abajo.
Resultados
Relacin entre
variables
hidrometeorolgicas.
Predicciones de
hidrgrafas
Referencias
Jan F. Adamowski.
Development of a short-term
river flood forecasting method
for snowmelt driven floods
based on wavelet and crosswavelet analysis.
5-4
Tabla 5-2
Modelos basados en sensores remotos y sistemas de informacin geogrfica
Modelo
Descripcin
Mtodo de clculo
Datos bsicos de
entrada
Resultados
Referencias
Modelos
hidrolgicos
basados en
GIS
1.
Datos sobre el canal
principal del ro: Tate et al.
(2002) propuso una tcnica
para importar los datos desde
HEC-RAS hacia el GIS.
2. Interpolacin de los datos
batimtricos: Se realiza
usando tcnicas de
interpolacin propias del GIS,
que dependen de la densidad
de las medias, la distancia
entre medidas, la orientacin
de las medidas, los datos de
las secciones transversales,
etc
3. Integracin de los datos del
canal principal con la
topografa circundante de la
llanura de inundacin:
Actualmente se utilizan las
tcnicas de teledeteccin,
como LIDAR y SAR (Synthetic
Aperture Radar)
W. Al-Sabhan, M. Mulligan,
G.A. Blackburn. A real-time
hydrological model for flood
prediction using GIS and the
WWW.
Bases de datos de
diversas
propiedades
hidrulicas.
Representaciones
de los sistemas
fluviales.
- Mapas, tablas o
grficos con la
informacin
procesada. Mapas
de zonas de
inundacin
5-5
Modelo
Descripcin
Modelos basados en la
reconstruccin de las
caractersticas de un
terreno y cuantificacin de
variables tectnicas,
climticas y biolgicas
(incluyendo los cambios en
el terreno inducidos por el
hombre).
Modelos
basados en
datos de
Sensores
remotos
Mtodo de clculo
Synthetic aperture radar
(SAR) y Landsat Thematic
Mapper (TM) han sido
integrados en algunos casos
para proveer informacin
sobre las caractersticas del
terreno y las zonas potenciales
de afectacin.
Otro caso similar es el de Sea
Winds Radar Aboard QuikSCAT
y datos pticos MODIS. Estos
datos han sido procesados y
combinados con GIS para el
monitoreo de propensin a
inundaciones y desarrollo de
mapas semanales del nivel del
agua.
IKONOS-2 permite la
reproduccin de imgenes de
uso del suelo en un rea
determinada. Esta informacin
sirve de base para obtener el
mapa del factor de rugosidad
de Manning en reas
inundadas.
Cuando los sensores remotos
no alcanzan la precisin
deseada, se combinan con
modelos numricos hidrulicos
de flujo no permanente, en los
cuales se simulan patrones de
inundacin dinmica en
relacin con datos disponibles
de estaciones de aforo
modelos de elevacin digital
(DEM) (Bates et al, 2003).
Datos bsicos de
entrada
Resultados
Referencias
David M. TralliT, Ronald G.
Blom, Victor Zlotnicki,
Andrea Donnellan, Diane L.
Evans. Satellite remote sensing
of earthquake, volcano, flood,
landslide and coastal inundation
hazards.
Datos
hidroclimatolgicos
medidos en campo
y datos
provenientes de
sensores remotos.
Mapas de riesgo
de inundacin y
mapas de niveles
del agua para una
condicin
determinada.
5-6
5-7
Tabla 5-3
Algunos sistemas computacionales disponibles para el anlisis de inundaciones
Modelo
TEMPO TOOL
HEC-RAS
Descripcin
Mtodo de clculo
Datos bsicos de
Entrada
Series de
evapotranspiracin y
lluvias obtenidas de las
estaciones meteorolgicas
locales.
Datos geomtricos y
topogrficos de la cuenca
de estudio.7
Resultados
Permite la modelacin
hidrulica en rgimen
permanente y no
permanente de cauces
abiertos y ros.
A partir de esta
herramienta se pueden
obtener los datos de
entrada para los modelos
de prediccin de
inundaciones, como por
ejemplo las elevaciones
de la superficie del agua
durante un evento
determinado.
Referencias
5-8
Modelo
LIS FLOOD-FP
Descripcin
Generacin de modelos de
inundacin en 2D. Es un
modelo precipitacinescorrenta de base
parcialmente fsica .
Se puede combinar con un
modelo climt ico de alta
resolucin como HIRHAM
FLOWSIMU-1
SOBEK
Modelo hidrodinmico en 2D
para la representacin de
inundaciones.
Mtodo de clculo
Datos bsicos de
Entrada
Datos de niveles de un ro
para un evento de
inundacin. Grados de
inundacin de eventos
anteriores recolectados de
sensores de radar.
Datos hidrulicos bsicos
(tales como rugosidad en
el plano de flujo y en el
canal, ancho efect ivo del
ro, etc).
Hidrgrafas de corriente.
Se pueden utilizar co mo
datos de entrada, los
generados por HIRHAM,
los cuales resultan de una
simulacin realista del
rgimen de descarga.
Resultados
Valores de profundidad
del agua para
elaboracin de mapas.
Datos para la elaboracin
de mapas de amenaza
por inundacin.
Parmetros hidrolgicos.
Datos hidrodinmicos de
la inundacin en tiempo
real.
Utiliza un Modelo de
Elevacin digital del
Terreno estudiado (DEM)
Requiere una hidrgrafa
inicial.
Referencias
5-9
Modelo
TREX
2D diffusive
overland-flow
Descripcin
Mtodo de clculo
Considera ecuaciones no
inerciales con esquemas
numricos de direccin
alternat iva explicita (ADE),
usados para calcular con
detalle zonas y profundidades
de inundacin debido a
saturacin de la zona de
escorrenta.
Datos bsicos de
Entrada
Series de tiempo de
precipitaciones con
tiempos e intensidades
para cada estacin de
muestreo.
Otros datos hidrolgicos
sobre la cuenca de
estudio.
Hidrogrmas y datos
hidrolgicos como los
arrojados por SWMM
Resultados
Zonas y profundidades
de inundacin.
Los resultados pueden
ser tiles para prevenir
daos por inundaciones
mediante el rediseo y la
ampliacin de las
capacidades de los
alcantarillados pluviales.
El modelo tambin puede
ser utilizado para obtener
mapas de inundaciones
potenciales, que
permitan tomar medidas
de mit igacin y control
de inundaciones.
Referencias
5-10
Modelo
Descripcin
Mtodo de clculo
Datos bsicos de
Entrada
Resultados
Referencias
El programa FLO 2D se
caracteriza por contar con la
interaccin de un modelo
hidrulico con uno
hidrolgico.
FLO-2D
Basado en la modelacin de
procesos fsicos los cuales
introducen hidrgrafas de
precipitacin escorrenta y
flujo sobre superficies
inconfinadas y canales
usando la aproximacin
cinemt ica, difusa y dinmica
de la ola en la ecuacin de
momentum.
Requiere un modelo de
elevacin digital del
terreno (DEM) y la
hidrgrafa de entrada
Permite transitar
crecientes con flujos
hiperconcentrados y
simular la ruptura de
diques lo que lo hace una J. Hiibl and H. Steinwendtner.
herramienta muy til
Two-Dimensional Simulat ion of Two
para evaluar el riesgo por Viscous Debris Flows in Austria.
inundaciones en ros de
planicie y de alta
pendiente.
SWMM
Pendientes, Datos
geomtricos del
alcantarillado y del rea de
escorrenta, usos del
suelo, coeficientes de
friccin, entre otros.
Hidrogramas y anlis is
de los flujos que exceden
la capacidad de los
sistemas de
alcantarillado.
Combinado con modelos
de inundaciones en 2D
arroja resultados muy
tiles para el manejo de
inundaciones urbanas.
5-11
Modelo
WT
SWAT
MIKE21C
Descripcin
Mtodo de simulacin de
inundaciones en un ro por
deshielo basado en un
anlisis del movimiento de
las ondas.
Modelo de clculo
hidrodinmico desarrollado
por DHI (1999).
Mtodo de clculo
El procedimiento usado se
centra en descomponer series
meteorolgicas y de flujo
para desarrollar una base de
los constituyentes de las
ondas en el agua, los cuales
son usados para pronosticar
inundaciones 1, 2 y 6 das
antes. El mtodo es conocido
como WT (Newly developed
wavelet forecasting method).
Mtodo basado en la funcin
de onda compleja noortogonal de Morlet.
El modelo parte la cuenca de
estudio en subcuencas que
estn conectadas por
superficies de flujo. Cada
subcuenca es dividida a su
vez en unidades hidrolgicas
de respuesta (HRU) de
acuerdo con la topografa,
tipo de uso de la tierra y t ipo
de suelo.
La evapotranspiracin es
calculada con el mtodo
desarrollado por Ritchie
(1972), la evapotranspiracin
potencial con el mtodo de
Penman-Monteith y la
escorrenta en cada HRU es
estimada usando el
procedimiento desarrollado
por USDA Soil Conservation
Service (1972).
Basado en ecuaciones nolineales de continuidad y
balance de mo mentum.
Uso de la tcnica Alternating
Direct ion Implicit para la
integracin de las ecuaciones
diferenciales finitas en
funcin del tiempo y el
espacio. Uso de la
formulacin de viscosidad
Smagorinsky's (1963).
Datos bsicos de
Entrada
Series de datos
hidrometeorolgicos.
Datos de topografa
(DEM), propiedades del
suelo, tipo de vegetacin,
clima e informacin sobre
las prcticas del manejo
de la t ierra.
Registros histricos de
flujos.
Resultados
Pronstico de inundacin
a travs de variables
hidrometeorolgicas.
-Datos de caudales en la
cuenca para cada ao.
Referencias
5-12
Modelo
HY-7 WSPRO:
WATER-SURFACE
PROFILE
COMPUTATIONAL
MODEL
Descripcin
Mtodo de clculo
Ecuaciones bsicas de la
hidrulica.
Datos bsicos de
Entrada
Resultados
Perfiles de flujo
El modelo tiene la
capacidad de analizar
flujo en canales abiertos,
flujo bajo puentes, flujo
en alcantarillados,
inundacin de
terraplenes y cruces de
vas con estructuras
hidrulicas.
Referencias
http://www.dodsonhydro.com/software/hydrocd/programs/dambrk.htm
http://www.fhwa.dot.gov/
5-13
5-14
Modelo de inundacin que define la extensin espacial de las zonas inundables para
diferentes niveles de intensidad de lluvias.
Bajo este enfoque se seleccionan dos modelos de amenaza por inundacin, con diferentes
niveles de resolucin en el anlisis. El primero es un modelo simplificado, paramtrico, que
permite estimar, para anlisis de orden nacional, las regiones propensas a inundarse bajo el
efecto de diferentes tormentas estocsticas. El segundo es un modelo detallado que permite
determinar la extensin de la inundacin alrededor de un cauce, a partir de la precipitacin
aportada por las tormentas simuladas.
El anlisis se lleva a cabo para los ros y cuencas principales del pas. El anlisis principal
se concentrar en las tierras altas y en las zonas donde se concentre la mayor parte de la
poblacin y de la infraestructura en general. Solo se considerarn cuencas en las que se
tenga disponible la informacin mnima y que sean relevantes desde el punto de vista de los
impactos posibles sobre la poblacin y sobre la infraestructura del pas.
5-15
Eventos histricos
importantes
Catlogo histrico de
lluvias NO asociadas con
huracn
Catlogo histrico de
huracanes y lluvias
asociadas
Conjunto de tormentas
generadas estocsticamente
(Amenaza por Lluvias
intensas)
Conjunto de huracanes
generadas estocsticamente
(Amenaza por Huracn)
Conjunto de eventos
estocsticos:
- Generados por Huracn
- No generados por Huracn
Parmetros de lluvia
- Intensidad
- Duracin
Amenaza de inundacin NO
relacionada con huracn
- Distribucin en rea
- Eventos especficos
Amenaza de inundacin
relacionada con huracn
- Distribucin en rea
- Eventos especficos
Figura 5-1
Diagrama de flujo del modelo de amenaza por inundacin
(4) Integracin de la amenaza: al aplicar el modelo sobre cada uno de los escenarios de
lluvia definidos, se construye un conjunto de escenarios estocsticos de inundacin,
cada uno de los cuales tiene frecuencia anual de ocurrencia igual a la del escenario
detonante. Este conjunto de escenarios es representativo de la totalidad de eventos de
inundacin que pueden suceder en la regin. En este punto, la amenaza por
inundacin puede integrarse para obtener tasas de excedencia de diferentes valores de
intensidad, y mapas de igual periodo de retorno.
ERN Amrica Latina
5-16
5.4.4
508
Pm N + 5.08
Pe =
2032
Pm +
20.32
N
(Ec. 50)
508
+ 5.08
N
(Ec. 51)
Fuera de este intervalo se considera que la precipitacin efectiva es igual a cero. Tambin
se revisa que la precipitacin efectiva no ser mayor que la precipitacin de la tormenta.
ERN Amrica Latina
5-17
Tabla 5-4
Valores de N para diferentes tipos de suelo y usos de la tierra (cobertura)
USO DE LA TIERRA O CUBIERTA
CONDICIN DE LA SUPERFICIE
Ralo, baja transpiracin
Caminos
Bosques Naturales
Cultivo de surco
Cereales
Pastizal
Potrero (permanente)
TIPO DE SUELO
A
45
66
77
83
36
60
73
79
25
55
70
77
De tierra
72
82
87
89
Superficie dura
74
84
90
92
56
75
86
91
46
68
78
84
36
60
70
76
26
52
62
69
15
44
54
61
Surcos rectos
77
86
91
94
Surcos rectos
70
80
87
90
67
77
83
87
Terrazas
64
73
79
82
Surcos rectos
64
76
84
88
62
74
82
85
Terrazas
60
71
79
82
Surcos rectos
62
75
83
87
60
72
81
84
Terrazas
57
70
78
82
Pobre
68
79
86
89
Normal
49
69
79
84
Bueno
39
61
74
80
47
67
81
88
25
59
75
83
35
70
79
Normal
30
58
71
78
Superficie impermeable
5-18
5.4.4.2
Factores de inundacin
Figura 5-2
Figura que ejemplifica las regiones de ampliacin en zonas bajas.
Este modelo emplea una metodologa que involucra los tres procesos ms importantes en la
estimacin del peligro de inundacin: anlisis hidrolgico, anlisis hidrulico e inundacin
de llanura.
5.4.5.1
Anlisis hidrolgico
5-19
Para el anlisis hidrulico y de inundacin de llanura se requieren los datos del hidrograma
de escurrimiento directo de cada evento, as como la delimitacin de la zona de anlisis. Se
debe contar con topografa detallada que capture las caractersticas principales del cauce y
las planicies de inundacin con resolucin suficiente. La calidad de los resultados
depender de la calidad de esta topografa, por lo que es muy importante contar con la
mejor resolucin posible para la regin de inters.
Los pasos de la aplicacin del proceso de anlisis hidrulico y de inundacin de llanura son
los siguientes:
1. Se selecciona un punto a partir del cual se llevar a cabo el anlisis, este debe
corresponder a un punto del cauce cercano a alguna poblacin de inters o a la
desembocadura de la cuenca ingresada.
2. Con la topografa detallada y el hidrograma de cada evento se aplica un algoritmo
de flujo bidimensional, el algoritmo analiza cada celda de la topografa en varios
instantes de tiempo.
3. Se almacenan los valores de inundacin mxima para cada evento, con lo que se
crea una malla de inundacin por evento.
En ste procedimiento se ha seleccionado por simplicidad el mtodo del hidrograma
unitario triangular (Figura 5-3), para caracterizar los hidrogramas de entrada al cauce bajo
anlisis. Para aplicarlo se requiere conocer las caractersticas fisiogrficas de la cuenca.
5-20
Figura 5-3
Modelo de hidrograma unitario triangular
hpe A
nTp
(Ec. 52)
donde,
Tp =
Tc
+ 0.6Tc
2
Tp = Tc + 0.6Tc
n=2+
A 250
1583.3
(Ec. 53)
(Ec. 54)
(Ec. 55)
Tb = n Tp ; Tb = Tp + Tr
(Ec. 56)
0.77
(Ec. 57)
5-21
L
S=
l2
ln
l1
S + S + ... + S
2
n
1
(Ec. 58)
El carcter dinmico de las inundaciones y la influencia del desplazamiento del agua hacia
las zonas bajas, hacen necesario emplear modelos matemticos que, por lo menos, incluyan
ecuaciones de flujo en dos direcciones horizontales. El mtodo propuesto considera un
modelo numrico bidimensional con base en la ecuacin de conservacin de cantidad de
movimiento y en la ecuacin de continuidad; en ellas las velocidades corresponden a su
valor promedio en la vertical. Se considera el flujo sobre una regin con o sin agua.
Las ecuaciones dinmicas que describen la conservacin de cantidad de movimiento son:
2
1 u
u
u n u u
h z
+u
+v
+
=
4
g t
x
y
x x
h3
(Ec. 59)
2
1 v
v
v n v v
h z
+u +v + 4 =
g t
x
y
y y
h3
(Ec. 60)
+ uh + vh = 0
t x
y
ERN Amrica Latina
(Ec. 61)
5-22
5-23
Los mtodos de equilibrio lmite estn basados en suponer, o encontrar, una superficie de
falla en la cual se presentan condiciones crticas de estabilidad que pueden caracterizarse
mediante el factor de seguridad. Este tipo de anlisis requiere informacin sobre la
resistencia del suelo, pero no requieren en general informacin sobre la relacin esfuerzo
deformacin. El sistema de equilibrio lmite supone que en el caso de una falla, las fuerzas
actuantes y resistentes son iguales a lo largo de toda la superficie de falla, y equivalentes a
un factor de seguridad 1.0. El anlisis se puede realizar estudiando directamente la totalidad
de la longitud de la superficie de falla o dividiendo la masa deslizada en tajadas o dovelas.
Generalmente, los mtodos son iterativos y cada uno ofrece diferente grados de precisin.
El factor de seguridad se emplea para conocer cul es el factor de amenaza frente a una
posible falla del talud, en las peores condiciones del comportamiento para las cuales se
disea. Fellenius (1972) present el factor de seguridad como la relacin calculada entre la
resistencia al corte real del material en el talud, y los esfuerzos cortantes crticos que tratan
de producir la ruptura, a lo largo de una superficie supuesta.
F .S . =
Resistencia al corte
Esfuerzo cortante
(Ec. 62)
Momento resistente
Momento actuante
(Ec. 63)
De esta manera se procede a estudiar un cuerpo libre, partiendo de las fuerzas actuantes y
de las fuerzas resistentes que se requieren para establecer el equilibrio. Al calcular la fuerza
resistente, se compara con la fuerza disponible o resistente proporcionada por el suelo o la
roca y se obtiene con esto una indicacin del Factor de Seguridad. Este parmetro se utiliza
ERN Amrica Latina
6-1
Mtodo
Superficies
de Falla
Equilibrio
Caractersticas
Supone relacin profundidad/longitud del talud muy
pequea
Supone perfil de suelo de un solo estrato
Talud Infinito
Plana
Fuerzas
Procedimiento simple
Impreciso para la mayora de taludes reales
Para casos especiales de taludes con capas superficiales
de suelo delgadas
Planar
Plana
Fuerzas
Ordinario o de
Fellenius
(Fellenius, 1972)
Circulares
Fuerzas
Procedimiento simple
Impreciso para taludes planos con alta presin de poros
Factores de seguridad bajos
Bishop simplificado
Circulares
(Bishop, 1955)
6-2
Mtodo
Superficies
de Falla
Equilibrio
Caractersticas
Fuerza cortante entre dovelas igual a cero.
Solucin sobredeterminada
Janb simplificado
(Janb, 1968)
Circulares
Fuerzas
Fuerzas
Lowe y Karafiath
(1960)
Cualquier
geometra
de falla
Fuerzas
Spencer (1967)
Cualquier
geometra
de falla
Momentos y
fuerzas
Morgenstern y
Price (1965)
Cualquier
geometra
de falla
Momentos y
fuerzas
Sarma (1973)
Cualquier
geometra
de falla
Momentos y
fuerzas
fuerzas
verticales
bajo
sistema
para
Satisface equilibrio
Superficie de falla resultante muy diferente
obtenida por mtodos convencionales
a la
Satisface equilibrio
Elementos Finitos
Cualquier
geometra
de falla
Analiza
esfuerzos y
deformaciones
Espiral Logartmica
Espiral
Logartmica
Momentos y
fuerzas
6-3
Condiciones Geolgicas
Superficie de falla
probable
- Suelos no cohesivos
- Suelos residuales o coluviales, sobre roca
Traslacional, con
relacin pequea de
profundidad/longitud
Superficie planar
Superficie curva,
generalmente circular
6-4
Tabla 6-3
Modelos analticos para anlisis de estabilidad
Modelo
Descripcin
Mtodo de clculo
Resultados
Referencias
WOE
Estimacin de importancia y
combinacin de datos. Los
resultados del WOE dependen
radicalmente de del nmero de
eventos introducidos en el
modelo (por ejemplo para la
estimacin de probabilidades) y
de la calidad del mapa de
deslizamientos.
ANP
Mapa de amenazas de
estabilidad de laderas.
ANN
6-5
Modelo
Descripcin
LFEM
DEM
SHALSTAB
Mtodo de clculo
Mtodo Langragiano de
elementos finitos LFEM (del
ingls Lagrangian Finite
Element Method). Se usa en
conjunto con un Sistema de
Informacin Geogrfica.
Propone un mtodo de
prediccin para reas
susceptibles a deslizamientos
con base en el modelo digital
del terreno. El modelo se
fundamenta en la formulacin
DEM es un Modelo de Elevacin matemtica del ndice
Digital (del ingls Digital
topogrfico de susceptibilidad,
Elevation model)
el cual involucra el ngulo del
talud y el rea especfica.
Adems combina un modelo
hidrolgico con un modelo de
estabilidad de laderas.
El modelo se basa en el
concepto de talud infinito, el
cual define los esfuerzos
normales y cortantes en el
plano de falla; este es usado
especialmente cuando el
espesor del suelo es mucho
ms pequeo que la longitud
del talud y cuando el plano de
esfuerzos es aproximadamente
paralelo a la superficie del
talud.
Resultados
Referencias
Reproduccin de procesos
dinmicos, tambin puede ser
aplicado para una zonificacin
preliminar de amenazas y para
gestin del uso del suelo en
reas montaosas.
reas susceptibles a
deslizamientos
6-6
Modelo
CHASM
MEA
FUZZY-SET
Descripcin
Mtodo de clculo
Modelo combinado de
hidrologa y estabilidad de
taludes, para la evaluacin de
deslizamientos. El cdigo del
programa est desarrollado en
UNIX usando Fortran 77,
tambin puede ser
implementado en C++ con
adicin de una interfaz grfica.
Resultados
Referencias
Factores de seguridad y
condiciones hidrolgicas del
suelo
Proporciona un criterio
cuantitativo para la seleccin
de variables relevantes en el
problema de inestabilidad de
laderas. Con este mtodo se
pueden analizar diversos datos
geofsicos y geolgicos, en los
que la irrelevancia de las
mediciones disponibles puede
oscurecer el entendimiento del
sistema fsico. Aplicable por
ejemplo a ocurrencia de flujos
de escombros.
Mapa de prediccin de
amenazas
6-7
Modelo
PTDDSSA
Descripcin
Mtodo de clculo
El anlisis probabilstico
tridimensional de estabilidad de
taludes PTDDSSA (del ingls
Anlisis probabilsticos
Probabilistic ThreeDimensional Dynamic Slope
Stability Analysis).
Resultados
El programa puede analizar
laderas y taludes ubicados en
depsitos de varios estratos a
corto plazo y largo plazo. Este
programa es capaz de obtener
los factores de seguridad
estticos y dinmicos, as como
los desplazamientos inducidos
por sismos y las probabilidades
de falla.
Referencias
6-8
Tabla 6-4
Sistemas Computacionales para anlisis de estabilidad
Programa
Descripcin
SLOPE/W
de
GEO-SLOPE
Es un software de estabilidad
de taludes que calcula el
factor de seguridad en taludes
de suelo y de roca. Con
SLOPE/W se pueden analizar
problemas simples y
complejos para una gran
variedad de superficies de
deslizamiento, condiciones de
presin de poros, propiedades
del suelo, mtodos de anlisis
y condiciones de carga.
Mtodo de clculo
Equilibrio lmite
Mtodo de Fellenius;
Mtodo de Bishop;
Mtodo de Janbu;
Mtodo de Bell;
Mtodo de Sarma;
SLOPE
Programa para el anlisis de la Mtodo de Spencer;
2009
de estabilidad de taludes en
Mtodo de Morgenstern y
GEOSTRU
suelos con y sin cohesin
Price;
Elementos Discretos: mtodo
de clculo que permite
obtener factores de seguridad
locales (por cada elemento
que constituye el talud) y
movimientos.
La superficie antideslizante es
El programa analiza la
considerada como circular
GEO5 Slope
estabilidad de los estratos del
(Mtodo del Obispo o de
Stability
talud.
Petterson) o poligonal (Mtodo
de Sarma).
Resultados
Referencias
http://www.finesoftware.eu/geotechnicalsoftware/slope-stability/
6-9
Programa
Descripcin
Mtodo de clculo
Equilibrio lmite. Utiliza
tcnicas aleatorias para la
generacin de potencial de
falla de las superficies para la
determinacin posterior de la
superficie crtica y sus
correspondientes factores de
seguridad. Una de las tcnicas
es mediante falla circular;
otra, en bloques deslizantes, y
una tercera, con superficies
irregulares de forma aleatoria.
STABL
es un programa diseado en
FORTRAN para la solucin de
problemas de estabilidad de
laderas en dos dimensiones
STABLE
Realiza
anlisis
de
estabilidad de laderas
LISA
Resultados
Referencias
http://www.ecn.purdue.edu/STABL/
la Bishop, Morgenstern-Price y
Sarma.
http://www.geotechnicaldirectory.com/page/
Software/Slope_stability_(soil)_.html
Probabilidad
de
taludes naturales.
falla
de http://forest.moscowfsl.wsu.edu/engr/
lisa0.html
6-10
Programa
GIS
3DSlopeGIS
Descripcin
Sistemas de Informacin
Geogrfica.
Mtodo de clculo
Resultados
Referencias
6-11
Programa
ArcSDM
STONE
Descripcin
Mtodo de clculo
Resultados
Referencias
Desarrollar modelos de
prediccin espacial empleando
bases de datos regionales. Los
mapas de evidencia de las
bases de datos geolgicas y
geomorfolgicas son usados
para generar mapas que
muestran susceptibilidad a
inestabilidad de laderas.
6-12
Generalidades
Seleccin
6-13
6.4.3
Procedimiento de anlisis
La Figura 6-1 presenta un diagrama de flujo del modelo de anlisis por deslizamiento. La
metodologa propuesta incluye los siguientes pasos principales:
(1) Conformacin y adecuacin de toda la informacin requerida, incluyendo la
informacin topogrfica basada en el modelo de elevacin digital (MDE), informacin
geolgica y geomorfolgica, informacin de suelos, informacin de usos de la tierra,
aguas freticas o subterrneas, coberturas del suelo, etc.
(2) Seleccin de las reas crticas en funcin de la densidad de eventos en el pasado y
segn la susceptibilidad geolgico-geotcnica. Los principales factores a tomar en
cuenta para la zonificacin son:
Mtodo de Mora-Vahrson
Mtodo de Newmark
Mtodo de falla plana
Mtodo detallado de falla rotacional
Cada uno de estos mtodos requiere un nivel de detalle diferente en lo que se refiere a
la informacin de entrada. Una vez seleccionado el modelo que mejor se ajusta a las
6-14
(4) Cada uno de los eventos de deslizamiento, definidos mediante mapas de factores de
inseguridad o susceptibilidad a los deslizamientos, tiene asignado un nivel de
probabilidad determinado por el evento detonante correspondiente, o la equivalente
frecuencia de ocurrencia. Este corresponde al conjunto de eventos de deslizamiento
para el anlisis global de la amenaza y riesgo.
6-15
Eventos histricos
importantes
SISMO DETONANTE
Definicin de Niveles
freticos y frecuencias
anuales de ocurrencia
Informacin geologica,
geotcnica, topogrfica y otra.
Conjunto de escenarios de
susceptibilidad a los
deslizamientos
MODELO DE INTEGRACIN
PROBABILSTICA
Figura 6-1
Diagrama de flujo del modelo de amenaza por deslizamiento
6.4.4
6-16
6.4.4.1
Este mtodo6 se puede definir como un mtodo heurstico que utiliza indicadores
morfodinmicos de los cuales generalmente la informacin se puede encontrar de manera
sencilla. Al emplear este mtodo, los resultados que se obtienen dependern de indicadores
denominados como factores de susceptibilidad como son la topografa del lugar, las
condiciones litolgicas y la humedad natural del suelo, de igual forma, se toman en cuenta
otros indicadores conocidos como factores de disparo como es la intensidad ssmica. Los
indicadores anteriormente descritos se combinan de acuerdo a un peso especfico
ponderado que define su grado de influencia obteniendo un valor relativo de la amenaza por
deslizamientos.
Para poder determinar la amenaza con este mtodo, se consideran cinco indicadores
morfodinmicos, los cuales estn agrupados en las dos categoras que se definieron
anteriormente, estos son: el parmetro de susceptibilidad y el parmetro de disparo.
La combinacin de los pesos relativos de estos parmetros se lleva a cabo mediante la
siguiente ecuacin.
Ad = Susc Disp
(Ec. 64)
(Ec. 65)
Ad = ( Rr L H ) S
(Ec. 66)
Los pesos que se asignan a cada uno de los ndices involucrados en la ec. 64 se definen en
Mora & Vahrson (1993). De la ecuacin anterior, se considera importante mencionar que el
6
6-17
indicador Rr mide la rugosidad del terreno como la diferencia de las elevaciones mxima y
mnima localizadas en un rea de un kilmetro cuadrado.
Se debe tener muy presente que los resultados obtenidos con este mtodo son de carcter
cualitativo y solamente indican condiciones de relatividad al comparar las situaciones
adyacentes unas con otras.
6.4.4.2
6-18
En las condiciones en las cuales se presenta una falla paralela a la superficie del talud, a una
determinada profundidad y la longitud de la falla es larga comparada con su espesor, se
puede utilizar en forma aproximada, el anlisis de talud infinito (Figura 6-2). Es un mtodo
muy rpido y sencillo para calcular, suponiendo un talud largo con una capa de suelo,
detritos o roca, en el cual cualquier tamao de columna de material es representativo de
todo el talud.
Figura 6-2
Esquema simplificado del mtodo del talud infinito
El clculo se hace por medio de un anlisis celda por celda y calculando la relacin entre
las fuerzas actuantes y las resistentes a lo largo del plano de falla. En los clculos se
desprecia el efecto de la fuerza horizontal entre tajadas, el cual se anula en forma
aproximada entre tajada y tajada.
Los trminos que intervienen en los clculos son los siguientes:
1. La altura del primer estrato que define el plano de deslizamiento y que est
determinado segn la informacin geotcnica obtenida.
2. La cohesin entre estratos, tambin definida por la informacin geotcnica.
3. El coseno y el seno del ngulo de la superficie con la horizontal, el cual depende de
la topografa.
4. La aceleracin ssmica, que est descrita por curvas de isoaceleracin, segn
amenaza ssmica.
ERN Amrica Latina
6-19
Las expresiones para el clculo del factor de seguridad por el mtodo de la falla plana son:
Fh = .l.b.h
(Ec. 67)
(Ec. 68)
entonces:
FS =
C / h + (1 KSen / g )CosTan
Sen + KCos / g
(Ec. 69)
Donde:
= ngulo de inclinacin del plano de falla
C = Cohesin del suelo
W = Peso del bloque deslizante
= ngulo de friccin interna del suelo
= Peso especfico del suelo
K = Factor de friccin esttica
g = Aceleracin gravitacional
6.4.4.3
Mtodo de Newmark
6-20
Figura 6-3
Esquema del bloque inclinado en el anlisis de Newmark
(Ec. 70)
ac
ac
0.7351
log DN = 0.7819 + log 1
amax
amax
(Ec. 71)
6-21
1.9518
1.2786
ac
ac
0.5882
log DN = 1.2841 + log 1
a
amax
max
(Ec. 72)
6-22
MDE
Compatible con nivel
de resolucin del
anlisis
Malla de
anlisis
Mapa de
formaciones
geolgicas
superficiales
Cohesin
C
Mapa de
propiedades
geotcnicas
Angulo de
friccin
Mapa de
espesores de
suelo
susceptible
Densidad
suelo
superficial
humedo
FENMENOS
DETONANTES
SISMO
PRECIPITACIN
Aceleraciones
mximas del
terreno
Profundidad
del nivel
fretico
Figura 6-4
Metodologa para el anlisis de susceptibilidad a los deslizamientos
6-23
- 1
-3 2
- 4
-6 5
-7
-5
-4
-3
-2
-
10
1 2
Hij
He k
10
m
Figura 6-5
Superficie tridimensional de falla esfrica
H ij = R 2 l 2 (i 2 + j 2 ) + ct ij ct 00 e
(Ec. 73)
Donde:
Hij = Altura de la tajada
R = Radio de la superficie plana
l = Lado de la celda
ij = Posicionadores
ctij = Elevacin en el centro de la celda
ct00 = Elevacin de la celda central
e = Elevacin del centro de la esfera encima del terreno.
El momento resistente MR, se calcula como se muestra a continuacin
6-24
v
W = ijk (S r )H ijk
(Ec. 74)
(Ec. 75)
v
v v
N =W r
(Ec. 76)
cij ( S r ) v
uij
MR = R
+ N
cos ij
i , j cos ij
tan ij
(Ec. 77)
Donde:
W = Peso de la tajada
N = Vector en la direccin del radio
N = Fuerza normal a la superficie de la tajada
cij = Cohesin aparente por encima de la saturacin
Sr = Grado de saturacin del suelo
ijk = Peso unitario total de la capa k, la cual es funcin del grado de saturacin
Hk ij = Altura del estrato k
ij = ngulo entre la vertical y el radio en el centro de la tajada
ij = ngulo entre la proyeccin del radio en el plano horizontal y el eje x
ij = ngulo de friccin para la capa
uij = Presin de poros en la superficie de falla
rN = r =
El momento resistente total se calcula como la suma de momentos resistentes de cada
tajada. Este momento resistente es independiente de la direccin del deslizamiento.
El momento actuante MA, debe calcularse, considerando que es un problema
tridimensional, y este depende de la direccin de deslizamiento. Por esta razn se usa el
concepto de direccin de deslizamiento crtica, la cual se define como la direccin
producida por el mximo momento actuante y est asociada con la direccin de la
pendiente ms alta, lo que significa que es directamente dependiente de la topografa. El
momento actuante se calcula utilizando las Ecuaciones 68 a 72.
(Ec. 78)
v v v
T = W rT
(Ec. 79)
(Ec. 80)
rv v
vv
Td = T rD
(Ec. 81)
6-25
MA = R
ij
(Ec. 82)
Donde:
rT = Vector normal al radio en el plano formado por la vertical y el radio
rD = Vector normal al radio en el plano de deslizamiento
T = Fuerza tangente a la superficie de la tajada
Td = Fuerza tangente a la superficie de la tajada en el plano de la tajada (Figura 6-6)
Pl
an
eP
ij
dij
Sl
id
ed
ire
c ti
on
Plane P
ij
Figura 6-6.
ngulos entre los planos
MR
MA
(Ec. 83)
El factor de seguridad crtico para la hiptesis de falla rotacional se obtiene como el valor
mnimo obtenido luego de realizar diferentes iteraciones cambiando las siguientes
variables: direccin predominante del deslizamiento, elevacin del centro de la esfera de
clculo y radio de la esfera de clculo. Estos parmetros varan rangos especificados por el
usuario. Finalmente el factor de inseguridad, FI, se calcula como el inverso del FS:
FI =
1
FS
(Ec. 84)
6-26
Cada de cenizas
7-1
Tabla 7-1
Clasificacin de tefras segn su tamao
7.2.2
Tamao (mm)
Clasificacin
> 64
64 2
Lapilli
<2
Ceniza
Flujos Piroclsticos
Los flujos piroclsticos estn compuestos de material granular y gases eruptivos de elevada
temperatura acumulados durante el proceso eruptivo en la columna de erupcin, que por su
alta densidad colapsa desplazndose ladera abajo por el edificio volcnico, alcanzando
velocidades de flujo importantes, por lo cual es uno de los procesos eruptivos ms
destructivos que puedan llegar a generarse. Su curso es guiado generalmente por la
topografa y puede alcanzar velocidades de hasta 200m/s y temperaturas de cientos de
grados centgrados, detonando diversos materiales combustibles a su paso.
7.2.3
Flujos de lava
Los flujos de lava son corrientes de roca fundida que dependiendo de la composicin
qumica y gases disueltos puede variar de viscosidad, y consecuentemente de velocidad y
distancia cubierta por el flujo. Los principales factores que afectan la velocidad de los
flujos de lava y las distancias que cubren dependen principalmente de las caractersticas del
material expulsado, aunque tambin intervienen factores como la tasa de expulsin,
pendiente topogrfica y accidentes del terreno en el que es vertida la lava, y la forma o
estructura del edificio volcnico. Por ejemplo, en los lugares en donde las erupciones se
caracterizan por ser peridicas y muy viscosas, los flujos de lava no alcanzan mayores
distancias y terminan acumulndose en capas para formar domos. Al igual que los flujos
piroclsticos, los flujos de lava generan una destruccin casi total a lo largo del cauce de la
corriente de flujo, pues las elevadas temperaturas calcinan cualquier elemento que se
encuentre en la trayectoria, destruyendo incluso el mismo terreno el cual puede durar
mucho tiempo en recuperarse.
La intrusin de los flujos de lava en depsitos de nieve o hielo puede generar lahares de
gran magnitud, o la intrusin en depsitos de agua superficial pude generar, por la
ebullicin violenta, explosiones con desprendimientos de roca fundida.
7.2.4
Proyecciones balsticas
Las proyecciones balsticas son piroclastos expulsados por la boca eruptiva que por el
tamao y fuerza con la que son eyectados no son arrastrados por los gases ascendentes de la
ERN Amrica Latina
7-2
erupcin, sino que adoptan cursos de proyectil alcanzando distancias de hasta algunos
kilmetros.
7.2.5
Los lahares son grandes flujos de agua, lodos, piedras y biomasa de diferentes tamaos que
se mueven sobre las laderas de volcanes o cuencas de ros. Estos pueden variar en tamao,
dependiendo de las condiciones del sitio en las que se producen. Los grandes lahares se
desplazan a una velocidad considerable y alcanzan distancias importantes, afectando
grandes extensiones de territorio y generando efectos masivamente destructivos. Un
ejemplo ilustrativo corresponde a la erupcin del volcn Nevado del Ruiz, en Colombia,
que en el ao de 1985 gener un lahar de grandes proporciones por el derretimiento del
glaciar que cubra la cima del volcn, afectando 5.000 viviendas y dejando sin vida a ms
de 23.000 personas en la poblacin de Armero y 1500 en Chinchin.
Los lahares pueden iniciarse por la accin eruptiva o trmica de un volcn a causa del
deshielo rpido de cumbres cubiertas por nieve, la expulsin sbita de cuerpos de agua (e.g
lagunas) ubicados en crteres, lluvias intensas, actividad volcnica y freato-magmtica.
Este tipo de eventos generalmente sucede en estratovolcanes, que por su estructura de
costados empinados, poco consolidados, conforman el escenario perfecto para la eventual
generacin de un lahar.
7-3
Tabla 7-2
Descripcin de la escala del ndice de Explosividad Volcnica VEI
(fuente: http://www.ngdc.noaa.gov)
VEI
Altura
columna de
humo (km)
Volumen
(m3)
Descripcin
cualitativa
Tipo de
Erupcin
Recurrencia
Ejemplo
<0.1
1x104
Suave
Hawaiana
Diaria
Kilauea
0.1-1
1x10
Efusiva
Haw/Stromboliana
Diaria
Stromboli
1-5
1x107
Explosiva
Strom/Vulcaniana
Semanal
Galeras, 1992
3-15
1x108
Explosiva
Vulcaniana
Anual
Ruiz, 1985
10-25
1x10
Explosiva
Vulc/Pliniana
Decenios
Galunggung, 1982
>25
1x1010
Cataclsmica
Pliniana
Siglos
Paroxismal
Plin/Ultra-Pliniana
Siglos
Krakatau, 1883
>25 km
>25 km
>25 km
11
1x10
12
1x10
>1x1012
Colosal
Ultra-Pliniana
1.000 aos
Tambora, 1815
Colosal
Ultra-Pliniana
10.000 aos
39
84
278
VEI 7
VEI 6
868
VEI 5
VEI 4
VEI 3
3,477
VEI 2
Figura 7-1
Estadstica de las erupciones ocurridas en los ltimos 10.000 aos
(fuente: Global Vulcanism Program, Smithsonian Institution)
7-4
Modelo de adveccin-difusin
z
Vo exp o 1
1
V
2
Vo H T [1 (1 + A) exp( A)]
2Wo Wo 1
P ( z) =
z
HT
(Ec. 85)
7-5
7.4.3
dM
d
2
r u = 2ra ue +
dz
=1 dz
(Ec. 86)
N
dM
d
2
2
2
r u = r ( a ) g + u
dz
=1 dz
(Ec. 87)
d 2
1
1 2
1 dM
r u cvT + gz + u 2 = 2r a ue caTa + gz + ue + c pT + gz + u 2
dz
2
2
2 =1 dz
(Ec. 88)
7.4.4
p gd 2
2
(Ec. 89)
7-6
V lim 3.1g p
V lim d 4 g 2 p / 255 a a
V lim g p d 2 / 18 a
7.4.5
Re > 500
(Ec. 90)
Re < 0.4
HAZMAP
FALL3D
TEPHRA
7.4.6
7-7
CANERM
MEDIA
PUFF
VAFTAD
7.5.1
Sheridan y Malin (1983) propusieron un mtodo para la evaluacin del rea de influencia
de flujos piroclsticos debidos a una erupcin volcnica. En dicho mtodo la energa de la
nube de gases y partculas que colapsa desde la columna creada por la erupcin, disminuye
con la distancia desde el punto de eyeccin con la diferencia entre la lnea de energa y la
topografa. La lnea de energa se define por la altura de la columna de erupcin y el ngulo
de inclinacin de la misma. Dicho ngulo se estima a partir de estudios estadsticos
realizados sobre flujos piroclsticos estudiados en erupciones observadas. La Figura 7-2
presenta un esquema de las consideraciones principales del modelo (tomado de Alberico et
al., 2002).
7-8
Figura 7-2
Estimacin del rea de influencia de flujos piroclsticos segn Sheridan y Malin 1982
(fuente: Alberico et al., A methodology for the evaluation of long-term volcanic risk from pyroclastic flows in
Campi Flegrei (Italy), Journal of Volcanology and Geothermal Research, N 116, pp 63-78, 2002)
7.5.2
Velocidad de avance
Los flujos piroclsticos constituyen uno de los eventos ms peligrosos que pueden
presentarse como consecuencia de una erupcin volcnica, en gran medida dada su gran
velocidad de avance. Tpicamente los flujos piroclsticos pueden descender por las laderas
del edificio volcnico a velocidades del orden de 100 m/s.
La velocidad se puede estimar a partir del comportamiento dinmico del flujo, por medio
de la relacin entre fuerzas inerciales y cinticas del movimiento, dada por el nmero de
Froude Fr, evaluado en la cabeza de la corriente
Fr =
vf
g'h
(Ec. 91)
7-9
g'= g
c a
a
(Ec. 92)
*
Fr = 1.2 2 * +2.2
2 *
6. 6
(Ec. 93)
donde
* =
c a
c + a
7.5.3
Temperatura
(Ec. 94)
La temperatura del flujo es el factor que mayor incidencia tiene en la prdida de vidas
humanas. Los flujos piroclsticos son tpicamente expulsados a temperaturas del orden de
los 1000 K (Neild y Woods, 2004). A medida que el flujo avanza, el comportamiento
turbulento implica la mezcla del aire circundante dentro del flujo, lo cual tiene una
incidencia en la temperatura de la masa total Tc, como funcin de la relacin de masas de la
mezcla (Neild y Woods, 2004) y el cambio de energa calorfica de la mezcla por cada
grado de temperatura
Tc =
(Ec. 95)
donde mer y ma son las masa de flujo y aire respectivamente, Cv y Cs son los calores
especficos de las porciones de vapor y material slido de la masa del flujo, Ca es el calor
especfico del aire, ner es la proporcin de contenido en masa de vapor de agua y material
slido en el flujo, y Ter y Ta son las temperaturas del flujo y del aire, respectivamente.
7-10
7.6.1
Actualmente se han planteado una serie de modelos empricos para modelar de manera
probabilstica, los caminos preferenciales por los cuales pueden desplazarse flujos de lava,
con base fundamentalmente en informacin recopilada en campo de erupciones pasadas.
El modelo de pendiente mxima probable desarrollado inicialmente por Macedonio (1996)
calcula iterativamente, a partir de un modelo digital del terreno (DEM), la probabilidad que
una celda sea invadida por lava, como la relacin entre las diferencias de alturas de la celda
especfica y las 8 celdas contiguas. Para tomar en cuenta la profundidad o espesor del flujo,
la altura de la celda bajo anlisis es corregida por un valor de espesor.
Posteriormente, Damin (2005), propone un modelo extendido en el cual el valor de altura
del flujo no es constante como lo presenta Felpeto (2001), calculando variaciones en sta de
acuerdo con una funcin F, al igual que lo hace para el DEM al aumentar la altura de la
celda actualmente invadida, junto con la profundidad del flujo.
7.6.2
(Ec. 96)
7-11
dM
= ( p ) A( z )
dz
(Ec. 97)
(Ec. 98)
(Ec. 99)
Generalidades
7-12
7.7.2
Seleccin
7.7.3
Procedimiento de anlisis
La Figura 7-3 presenta el diagrama de flujo del modelo de amenaza volcnica, el cual se
basa en la definicin de escenarios de manera particular, asignando a cada tipo de escenario
una frecuencia de ocurrencia especfica. Las intensidades asociadas se determinan por
medio de modelos de evaluacin de distribucin de productos volcnicos.
(1) Definicin y caracterizacin general de volcanes activos: a partir de la informacin
disponible (geolgica, geomorfolgica, estudios de amenaza), se definen las
caractersticas de los volcanes activos, incluyendo tipo de volcn, tipo de productos
e ndice de explosividad, VEI, mximo registrado. Se considerarn activos los
volcanes con actividad comprobada en los ltimos 10,000 aos.
(2) Definicin de recurrencia de eventos a partir de informacin histrica: con base en
el catlogo de erupciones histricas, se definen las tasas de excedencia de valores
especficos de VEI.
(3) Caracterizacin de la intensidad de las erupciones en funcin de VEI: a partir de la
informacin recopilada sobre las erupciones histricas en el volcn, se define la
intensidad de una erupcin en un volcn particular, en funcin del VEI. Esta
definicin de intensidad es particular para cada volcn, y debe definirse para los
productos que el volcn pueda generar.
(4) Localizacin geogrfica de los posibles centros de emisin del volcn: con base en
la morfologa del edificio volcnico, se definen los lugares especficos o centros de
emisin en los cuales puede iniciarse la expulsin de material. En caso que la
informacin lo permita, es posible definir una funcin de probabilidad para la
emisin de los diferentes sitios identificados.
(5) Modelacin de distribucin de productos volcnicos: se evala cada escenario a
partir de su magnitud en trminos del VEI, e intensidad en trminos de los
parmetros propios de cada modelo de distribucin. El clculo de distribucin
genera zonas de afectacin e intensidad local especfica para la magnitud
seleccionada. Se considerarn tres tipos de productos: cada de ceniza, flujos de lava
y flujos piroclsticos.
ERN Amrica Latina
7-13
AMENAZA VOLCNICA
Eventos histricos
importantes
Catlogo de
informacin de
erupciones pasadas
Informacin especfica a
cada volcn
- Estructura
- Estilo eruptivo
Recurrencia de eventos
- Frecuencia anual de ocurrencia de VEI
Intensidad de eventos
- Parmetros de intensidad de erupcin,
para valores de VEI
MODELOS DE CLCULO DE
DISTRIBUCIN DE PRODUCTOS
- Flujos de lava
- Flujos piroclsticos
- Cada de cenizas
Figura 7-3
Diagrama de flujo del mdulo de amenaza volcnica
7-14
7.7.4
El modelo de distribucin de cenizas volcnicas empleado es un modelo de adveccindifusin, en el cual las partculas son difundidas por la turbulencia atmosfrica y la
adveccin horizontal del viento, y son depositadas luego por la accin de la gravedad
(Folch y Felpeto, 2005). La ecuacin general base del modelo es (Armienti et al., 1988):
C
C
C
C vC C C C
+ Vx
+Vy
+ Vz
= kx
+ k
+ k
+S
t
x
y
z
z
x x y y t z z z
(Ec. 100)
( m )2
V
V =
exp
2 2
2
(Ec. 101)
z
2
exp A
A 1
H
H
T
V ( z ) = V
H T (1 (1 + A )exp( A ))
(Ec. 102)
7-15
La columna eruptiva de divide en N capas de igual altura z, en las cuales se asume que el
campo de viento y la velocidad terminal de partculas permanecen constantes, de tal manera
que una concentracin de masa con volumen Vj, localizada a una altura zj, se trasladar por
efecto de corrientes de viento y cada libre de partculas de tamao , hasta un punto
localizado en coordenadas xj, y yj, dadas por (Folch y Felpeto, 2005)
1
xj = xo + W xi
i= j
z i z i 1
vi
(Ec. 103)
z z i 1
yj = yo + W yi i
vi
i= j
donde xo y yo son las coordenadas del centro de emisin. Se considera adicionalmente que
toda la masa es emitida en el mismo instante t=0. El tiempo total necesario para que una
masa de partculas cruce todas las capas desde una posicin zj es
j
t fall = ti
(Ec. 104)
i =1
De esta manera, el espesor depositado por partculas de tamao , con distribucin inicial
circular de radio r 0, inicialmente localizadas a una altura zj es (Carslaw y Jaeger, 1959):
Vj r0 + r
erf
Tj =
2 r02 2 kt fall
+ erf r0 r
2 kt
fall
r
0
erf
2 kt
fall
(Ec. 105)
donde r es la distancia entre el centro de concentracin inicial (x0j, y0j) y el punto donde el
espesor est siendo evaluado, y erf corresponde a la funcin gausiana de error. Finalmente
el espesor total de partculas depositado se calcula como la suma de las contribuciones de
todas las capas de la columna, y todos los tamaos de partcula considerados.
max N
T =
(Ec. 106)
min j =1
7-16
8 p d g
V=
4g 2 p 2
V = d
255 a a
V=
Re > 500
6a D
g p d 2
18 a
(Ec. 107)
Re < 0 .4
7.7.5
7.7.6
(Ec. 108)
7-17
8 Referencias
Alberico, I., Lirer, L.,Petrosino, P., Scandone, R., 2002. A methodology for the evaluation
of long-term volcanic risk from pyroclastic flows in Campi Flegre (Italy). J. Vol. Geoth.
Res. 166, 63-78.
Alcntara-Ayala, I. (2004). Hazard assessment of rainfall-induces landsliding in Mexico.
Geomorphology, 61, 19-14.
Alexander, D., (1989), Urban landslides, Progress in Physical Geography, Vol. 13, pp. 157
- 191.Ambraseys, N.N., Menu, J.M., (1988), Earthquake-induced ground displacements,
Earthquake Engineering and Structural Dynamics, Vol. 16, pp. 9851006.
Araa, V. Felpeto, A. M. Astiz, A. Garca, R. Ortiz and R. Abella, 2000.Zonation of the
main volcanic hazards (lava flows and ash fall) in Tenerife, Canary Islands. A proposal
for a surveillance network, Journal of Volcanology and Geothermal Research, Volume
103, Issues 1-4, Pages 377-391
Armienti, P., G. Macedonio y M. Pareschi (1988). A Numerical Model for Simulation of
Tephra Transport and Deposition: Applications to May 18, 1980, Mount St. Helens
Eruption, J. Geophys. Res., 93(B6), 6463-6476.
Avelar C, (2006) Expresiones para modificar el intervalo de promediacin en la velocidad
de viento, entre los resultados de un modelo paramtrico y los boletines de huracanes.
Reporte Interno, ERN Ingenieros Consultores, julio 2006.
Avelar C, (2006-2) Procedimiento para determinar reas de exposicin ante los efectos del
viento y asignar factores de topografa. Reporte Interno, ERN Ingenieros Consultores,
julio 2006.
Barrantes, J., Vega, N., 2003. La persistencia y las cadenas de Markov aplicadas a la lluvia
en San Jos durante el periodo 1950-1990. Topography Meteorology and Oceanography
10. 2003. Pag: 12-19.
Barrantes Castillo, G. 1996 Zonificacin de amenazas por inundacin en el valle del Ro
Sixaola. San Jos: Costa Rica. Universidad Nacional (UNA). Escuela de Ciencias
Geogrficas; 1996. Documento N: 289.
Biswajeet Pradhan, Saro Lee. 2007. Utilization of Optical Remote Sensing Data and GIS
Tools for Regional Landslide Hazard Analysis Using an Artificial Neural Network
Model. Earth Science Frontiers. 2007. Pag: 143152.
Bonadonna, C., Ernst, G., Sparks, R., 1998. Thickness variations and volume estimates of
tephra fall deposits: the importance of the particle Raynolds number. J. Volcanol.
Geotherm. Res. 81 (3-4), 173-187.
Boore, D.M., 1983. Stochastic simulation of high-frequency ground motion based on
seismological models of radiated spectra, Bull. Seism. Soc. Am. 73, 1865-1884
8-1
8. Referencias
Brune, J.N., 1970. Tectonic stress and the spectra of seismic S waves from earth, J.
Geophy. Res. 75, 4997-5009.
Bursik, M. (2001). Effect of Wind on the Rise Height of Volcanic Plumes, Geophys. Res.
Lett., 28(18), 3621-3624.
Bursik, M. R S J Sparks, J S Gilbert and S N Carey, 1992. Sedimentation of tephra by
volcanic plumes: I. Theory and its comparison with a study of the Fogo A plinian
deposit, Sao Miguel (Azores), Bulletin of Volcanology, Volume 54, Number 4, 329-344.
Caballero, L., Macas, J.L., Garca-Palomo, A., Saucedo, G.R., Borselli, L., Sarocchi, D.,
Snchez, J.M. (2006). The September 8-9, 1998 rain-triggered flood events at
Motozintla, Chiapas, Mexico. Natural Hazards, 39: 103-126.
Carrara, F. Guzzetti, M. Cardinali and P. Reichenbach. 1999. Use of GIS Technology in the
Prediction and Monitoring of Landslide Hazard. Natural Hazards 20. 1999. Pag: 117
135.
Carslaw, H., Jaeger, J., 1959. Conduction of Heat in Solids. Clarendon Press, Oxford.
Cees J. Van Westen. 2000. The Modelling of Landslide Hazards Using Gis. Surveys in
Geophysics 21. 2000. Pag: 241255.
Chang-Jo Chung, Andrea G. Fabbri. 2008 Predicting landslides for risk analysis Spatial
models tested by a cross-validation technique. Elsevier. Geomorphology 94. 2008. Pag
438452.
Chien-chih Chen, Chih-Yuan Tseng, Jia-Jyun Dong. 2007. New entropy-based method for
variables selection and its application to the debris-flow hazard assessment. Elsevier.
Engineering Geology 94. 2007. Pag 1926.
Chow, V. T. (editor) 1964. Handbook of applied hydrology. Mc Graw-Hill. New York,
1964
Climent, A., Taylor, W., Ciudad Real, M., Strauch, W., Villagram, M., Dahle, A., Bungum,
H., 1994. Spectral strong-motion attenuation in Central America, NORSAR Technical
Report, No. 2-17, 46 pp.
Connor, C.B., B.E. Hill, B. Winfrey, N.M. Franklin, and P.C. La Femina, Estimation of
volcanic hazards from tephra fallout, Natural Hazards Review, 2 (1), 33-42, 2001.
Costa, A., G. Macedonio and A. Folch, 2006. A three-dimensional Eulerian model for
transport and deposition of volcanic ashes, Earth and Planetary Science Letters, 241 (34), 634-647
Douglas, J., Bungum, H., Dahle, A., Lindholm, C., Climent, A., Taylor, W., Santos, P.,
Schmidt, V., Strauch, W., 2004. Strong Motion Datascape Navigator.
Felpeto A, Users Guide - VORIS - Volcanic Risk Information System- , Observatorio
Geofsico Central - IGN - , Septiembre 2007.
Felpeto, A. Joan Mart, Ramon Ortiz, 2007. Automatic GIS-based system for volcanic
hazard assessment, Journal of Volcanology and Geothermal Research, Volume 166,
Issue 2, 1 October 2007, Pages 106-116.
ERN Amrica Latina
8-2
8. Referencias
Felpeto, A. V. Araa, R. Ortiz, M. Astiz and A. Garca, 2001. Assessment and Modelling
of Lava Flow Hazard on Lanzarote (Canary Islands), Natural Hazards, Volume 23,
Numbers 2-3, 247-257.
Felpeto, A., Garcia, A., Ortiz, R., 1996. Mapas de riesgo. Modelizacion. In: Ortiz, R.
(Eds.), Riesgo Volcanico, Serie Casa de los Volcanes, Servicio de Publicaciones del
Cabildo de Lanzarote, Spain, vol. 5, pp. 6798.
FEMA. Multi-hazard Loss Estimation Methodology. Flood Model. Department of
Homeland Security Federal Emergency Management Agency. Mitigation Division.
Washington, D.C.National Institute of Building Sciences. HAZUS-MH MR3 Technical
Manual. Pag: 1-471
Florian Pappenberger, Keith J. Beven, Marco Ratto, Patrick Matgen. 2008. Multi-method
global sensitivity analysis of flood inundation models. Advances in Water Resources 31.
2008. Pag: 114.
Folch, A., Felpeto, A., 2005. A coupled model for dispersal of tephra during sustained
explosive eruptions. J. Volcanol. Geotherm. Res., 145. 337-349
G. Schumann, P. Matgen, L. Hoffmann, R. Hostache, F. Pappenberger, L. Pfister. 2007.
Deriving distributed roughness values from satellite radar data for flood inundation
modelling. Journal of Hydrology 344. 2007. Pag: 96 111.
Gabet E.J. y Mudd S., (2006), The mobilization of debris flows from shallow landslides,
Geomorphology, Vol. 74, pp. 207-218.
H. Chen, C.F. Lee. 2003. A dynamic model for rainfall-induced landslides on natural
slopes. Elsevier. Geomorphology 51. 2003. Pag 269288.
Hanks, T. C. y H. Kanamori, 1979. A moment magnitude scale, J. Geophys. Res., No. 84,
Pag. 2348 2350.
H.L. Perotto-Baldiviezo, T.L. Thurowb, C.T. Smith, R.F. Fisher, X.B. Wu. 2004. GISbased spatial analysis and modeling for landslide hazard assessment in steeplands,
southern Honduras. Elsevier. Agriculture, Ecosystems and Environment 103. 2004.
Pag.165176.
Helal, M.A., Mehanna, M.S., 2008. Tsunami form nature to physics, Chaos, Solitons and
Fractals, 36, 787-796.
Hurst, A.W., and R. Turner, 1999. Performance of the program ASHFALL for forecasting
ashfall during the 1995 and 1996 eruptions of Ruapehu volcano, New Zealand Journal of
Geology and Geophysics, 42 (4), 615-622
Jaimes M.A., Nio M., Reinoso E., Avelar C. y Huerta B. (2008), Metodologa para
estimacin de dao en la infraestructura por deslizamientos usando sistemas de
informacin geogrfica, XVI Congreso Nacional de Ingeniera Estructural, Veracruz,
Mxico.
Jeffrey C. Neal, Peter M. Atkinson, Craig W. Hutton. 2007. Flood inundation model
updating using an ensemble Kalman filter and spatially distributed measurements.
Journal of Hydrology 336. 2007. Pag: 401 415.
ERN Amrica Latina
8-3
8. Referencias
Jibson R.W., Harp E. L. y Michael J.A. (2000), A method for producing digital
probabilistic seismic landslide hazard maps, Engineering Geology, Vol. 58, pp. 271-289.
Jibson R.W. y Keefer D.K., (1993), Analysis of the seismic origin of landslides: examples
from the NewMadrid seismic zone, Geological Society of America Bulletin, Vol. 105,
pp. 521536.
Jibson R. (2007), Regression models for estimating coseismic landslide displacement,
Engineering Geology, Vol. 91, pp. 209-218.John F. England Jr, Mark L. Velleux, Pierre
Y. Julien. 2007. Two-dimensional simulations of extreme floods on a large watershed.
Journal of Hydrology 347. 2007. Pag: 229 241.
K.M. Neaupane, M. Piantanakulchai. Analytic network process model for landslide hazard
zonation. Elsevier. Engineering Geology 85. 2006. Pag. 281294.
Katz, R. W., y Parlange M. B. 1995. Generalizations of Chain-Dependent Processes:
Application to Hourly Precipitation, Water Resources Research, Vol. 31(5), 1331-1341.
Keefer D.K., (1984), Landslides caused by earthquake, Geological Society of America
Bulletin Vol. 95, pp. 406421.
Keefer D.K., (2002), Investigating landslides caused by earthquakes - A historical review,
Survey in Geophysics, Vol. 23, pp. 473-510
Kramer S., Geotechnical Earthquake Engineering, Ed. Prentice Hall, 1996
Leonardo Ermini, Filippo Catani, Nicola Casagli. Artificial Neural Networks applied to
landslide susceptibility assessment. Elsevier. Geomorphology 66. 2005. Pag. 327343.
Luzi L., Pergalani F. y Terlien M.T.J. (2000), Slope vulnerability to earthquakes at
subregional scale, using probabilistic techniques and geographic information systems,
Engineering Geology, Vol. 58, pp. 313-336.
M.D. Ferentinou, M.G. Sakellariou. Computational intelligence tools for the prediction of
slope performance. Elsevier. Computers and Geotechnics 34. 2007. Pag. 362384.
M.H. Hsu, S.H. Chen, T.J. Chang, 2000. Inundation simulation for urban drainage basin
with storm sewer system. Elsevier. Journal of Hydrology 234. 2000. Pag: 2137.
Macedonio, G., 1996. Modelling lava flow hazard. In: Barberi, F., Casale, R. (Eds), The
Mitigation of Volcanic Hazards, Office for Official Publications of the European
Communities, Luxembourg, pp. 8995.
Macedonio, G., A. Neri, J. Mart and A. Folch, 2005. Temporal evolution of flow
conditions in sustained magmatic explosive eruptions, Journal of Volcanology and
Geothermal Research, Volume 143, Issues 1-3, 1 May 2005, Pages 153-172.
Macedonio, G., M. Pareschi, and R. Santacroce (1988). A Numerical Simulation of the
Plinian Fall Phase of 79 A.D. Eruption of Vesuvius, J. Geophys. Res., 93(B12), 1481714827.
McGure, R.K., Hanks, T.C., 1981. The character of high frequency strong motion, Bull.
Seism. Soc. Am. 71, 2071-2095.
8-4
8. Referencias
Montero, W., Peraldo, G., Rojas, W., 1997. Proyecto de amenaza ssmica de Amrica
Central. Informe final del proyecto del Instituto Panamericano de Geografa e Historia
(IPGH), Septiembre 1997: 79 p.
Mora, S., Vahrson, W.G., (1993), Determinacin a priori de la amenaza de
deslizamientos utilizando indicadores morfodinmicos, Tecnologa ICE, Vol. 3, No. 1,
pp. 32 - 42.
Mowen Xie, Tetsuro Esaki and Guoyun Zhou. GIS-Based Probabilistic Mapping of
Landslide Hazard Using a Three-Dimensional Deterministic Model. Natural Hazards 33.
2004. Pag 265-282.
Mowen Xie, Tetsuro Esaki, Meifeng Cai. A time-space based approach for mapping
rainfall-induced shallow landslide hazard. Environmental Geology. 2004. Pag. 840850.
Mowen, Xie., Esaki, Tetsuro., Cheng, Qiu., Lin, Jia., 2007. Spatial three-dimensional
landslide susceptibility mapping tool and its applications. Earth Science Frontiers. 2007.
Pag: 7384.
Mu Jin-Bin, Zhang Xiao-Feng. 2007. Real-Time Flood Forecasting Method With 1-D
Unsteady Flow Model. Journal of Hydrodynamics 19(2). 2007. Pag: 150-154.
Newhall, C., y S. Self (1982). The Volcanic Explosivity Index (VEI) An Estimate of
Explosive Magnitude for Historical Volcanism, J. Geophys. Res., 87(C2), 1231-1238.
Newmark N. (1965), Effects of earthquakes on dams and embankments, Geotechnique Vol.
15, pp.137-160.
Okal, E.A. y C.E. Synolakis, 2004, Source discriminants for near-field tsunamis, Geophys.
J. Intl., No. 158, Pag. 899-912
Organizacin Meteorolgica Mundial, OMM, 1969. Manual for Depth Area Duration
Analysis for Strom Precipitation, WMO No. 237, TP 129, Ginebra, Suiza, 1969.
Organizacin Meteorolgica Mundial, OMM, 1981. Selection of Distribution Types for
Extremes of Precipitation, WMO No. 560, Ginebra, Suiza, 1981.
P. Matgen , G. Schumann , J.-B. Henry, L. Hoffmann, L. Pfister. 2007. Integration of SARderived river inundation areas, high-precision topographic data and a river flow
Paul D. Bates, Matthew D. Wilson, Matthew S. Horritt, David C. Mason, Nick Holden,
Anthony Currie. 2006. Reach scale floodplain inundation dynamics observed using
airborne synthetic aperture radar imagery: Data analysis and modelling. Journal of
Hydrology 328. 2006. Pag: 306 318.
Paul L. Wilkinson, Malcolm G. Anderson, David M. Lloyd, Jean-Philippe Renaud.
Landslide hazard and bioengineering: towards providing improved decision support
through integrated numerical model development. Elsevier. Environmental Modelling &
Software 17. 2002. Pag. 333344
R. Mehrotra, R. Srikanthan, Ashish Sharma. 2006. A comparison of three stochastic multisite precipitation occurrence generators. Elsevier. Journal of Hydrology 331. 2006. Pag:
280-292.
ERN Amrica Latina
8-5
8. Referencias
8-6
8. Referencias
8-7