Академический Документы
Профессиональный Документы
Культура Документы
INFORME FINAL
Ejecuta
UNIVERSIDAD NACIONAL DE COLOMBIA – SEDE MEDELLÍN
Un proyecto de
DEPARTAMENTO ADMINISTRATIVO DEL SISTEMA DE PREVENCIÓN,
ATENCIÓN Y RECUPERACIÓN DE DESASTRES - DAPARD
Autor
Universidad Nacional de Colombia – Sede Medellín
Equipo de trabajo
Coordinación técnica
Sandra Milena López Castro, Ingeniera Geóloga. MsC
Tiana Alexandra Rosanía Altahona, Ingeniera Civil, MI(C)
Equipo de profesionales
Federico José Gómez Cardona, Ingeniero Geólogo Jr
Lina Zuluaga Duque, Ingeniera Civil, MsC.
Luis Jesús Martínez Hernández, Geógrafo.
María Isabel Arango Carmona, Ingeniera Geóloga Jr
Wilmar E. Castro Mera, Administrador Ambiental, MsC
Auxiliares de ingeniería
Alfredo Steven De Villeros Severiche, Estudiante auxiliar Ingeniería Geológica
Andrés Felipe Riaño Quintanilla, Estudiante auxiliar Ingeniería Geológica
Juan Carlos Ocampo Madrigal, Estudiante auxiliar Ciencias Políticas
Asesores
José Humberto Caballero, Ingeniero Geólogo, MsC
Kenneth Cabrera, Geólogo, MsC
LISTA DE FIGURAS
Pág.
LISTA DE TABLAS
Pág.
Estas dos miradas han dado como resultado metodologías con enfoques
diferentes para evaluar la susceptibilidad o amenaza ante avenidas torrenciales.
En la guía de los POMCA se propone el uso de índices morfométricos para
evaluar la respuesta hidrológica de la cuenca, específicamente el Índice de
20
Vulnerabilidad frente a Eventos Torrenciales (IVET). Y en las guías que ha
elaborado el SGC para la evaluación de la amenaza por movimientos en masa
se han considerado y propuesto métodos estadísticos y determinísticos para
evaluar la estabilidad de las laderas, los cuales aplican para movimientos tipo
deslizamientos y algunos tipos de flujos sobre las laderas, pero no se especifica
para el caso de las avenidas torrenciales como implementar dichos métodos.
(SGC, 2017).
Sin embargo aunque ambos enfoques describen los flujos torrenciales como una
mezcla de agua y sedimentos en diferentes proporciones que se desplazan
rápidamente a lo largo de cauces de montaña y cuencas pequeñas, estas
miradas diferentes ante un fenómeno similar se pueden explicar no solo como
consecuencia de los diferentes enfoques desde la geología y la hidrología, sino
además como resultado de la gran variedad de flujos torrenciales que se
presentan en nuestro ambientes de acuerdo con el origen, la distribución
espacial donde se presentan este tipo de fenómenos dentro de la cuenca, y la
proporción de agua y sedimentos y su granulometría que modifica el
comportamiento del flujo.
Iverson (1997) distingue los procesos gravitacionales como aquellos donde las
interacciones entre los fragmentos sólidos dominan la transferencia de momento,
y las crecientes cargadas de sedimentos como aquellas donde la turbulencia del
fluido domina la transferencia de momento; para casos intermedios usa el
término flujos de escombros, donde los sólidos y fluidos deben transferir el
momento de forma sinérgica para sostener el movimiento. Takahashi (1981)
distingue el transporte de sedimentos entre flujos fluidos y movimientos en
masas, porque mientras que en los fluidos las fuerzas de arrastre y
levantamiento dadas por la alta velocidad relativa son claves para el transporte
individual de partículas, en los movimientos tipo caída, deslizamiento o flujos
todas las partículas, así como el fluido intersticial, son movidos por la fuerza de
la gravedad, de modo que la velocidad relativa entre la fase sólida y la líquida
desempeña un papel menor. Ancey (2001) distingue entre dos regímenes de
flujo, flujos de dos fases, donde el agua es el agente principal y el pequeño
porcentaje de sedimentos es transportado como carga de fondo y por
suspensión; y flujos de una fase, compuestos por una mezcla altamente
concentrada de sedimentos y agua. Pierson (2005) propone que, además de la
concentración de sedimentos suspendidos, la distribución del tamaño de granos
y la densidad de los granos se debe utilizar para definir las mezclas sedimento-
agua.
En cuanto a las causas, una gran cantidad de factores han sido descritos como
detonantes de flujos torrenciales. A diferencia de otro tipo de fenómeno de origen
natural que presentan múltiples factores condicionantes pero un solo factor
detonante, las avenidas torrenciales generalmente se presentan como el
resultado de un fenómeno en cascada, donde la lluvia siempre juega un papel
fundamental, pero no siempre detonante. Slaymaker (1988) divide los
mecanismos detonantes de los flujos torrenciales como internos y externos. Los
mecanismos externos se refieren a intensos o prolongados eventos de lluvia,
sismos, enjambre de avalanchas de escombros, avalanchas de nieve (Miles
1957), o rotura de presas naturales o artificales y su liberación instantánea
(Takahashi 1981); y entre los mecanismos internos, Slaymaker (1988) resalta la
desestabilización y removilización de los sedimentos del cauce.
En la literatura es posible encontrar fenómenos tipo flujos torrenciales en tres
tipos de clasificaciones para procesos de transporte de sedimentos, los cuales
son generalmente considerados en Colombia como avenidas torrenciales:
Pierson & Costa (1987) proponen una clasificación de mezclas sedimento - agua
basada en la concentración de sedimentos y la velocidad media del flujo, y
dividen los flujos en dos tipos diferentes: (i) Flujos líquidos aparentes:
caracterizados por tener pequeñas concentraciones de sedimentos, divididos a
su vez en flujos de corriente, para flujos donde el agua es la fase continua, y
flujos de corrientes hiperconcentrados, para flujos donde la mezcla de agua y
sedimentos presenta un límite elástico medible, pero aún parece fluir como un
líquido. (ii) Fluidos plásticos: donde hay una mayor concentración de
sedimentos, divididos en flujos de lodo y flujos granulares de acuerdo con el
tamaño de los sedimentos.
Hungr et al. (2001) y Oldrich Hungr, Leroueil, & Picarelli (2014) proponen una
clasificación de movimientos en masa tipo flujo donde incluyen el término
inundación súbita como sinónimo de inundación de escombros, y lo definen
como un flujo de agua muy rápido, fuertemente cargado con detritos en un canal
de alta pendiente, y un caudal pico comparable a las inundaciones. En estos
tipos de flujos el lecho de los cauces puede ser desestabilizado con el transporte
masivo de sedimentos que excede el movimiento de fondo normal a través de la
suspensión y saltación, pero que aún depende de las fuerzas de tracción del
agua. Estos autores diferencian los eventos tipo inundación súbita de fenómenos
tipo flujo de escombros, ya que estos últimos están limitados en canales o
drenajes de primer y segundo orden de fuerte pendiente con áreas que alcanzan
solo unos pocos kilómetros cuadrados y el volumen principal se da por el
arranque y arrastre a lo largo de su recorrido, mientras que los eventos tipo
inundación súbita, debido al arrastre del agua, pueden ocurrir en cuencas mucho
más grandes y los depósitos se extienden sobre distancias mayores y áreas de
menores pendientes. Como parte de eventos tipo inundación súbita incluyen los
flujos generado por la ruptura repentina de lagos glaciales, denominados GLOFs
(Glacial Lake Outburst Floods). 26
De manera similar, Rozalis et al. (2010) definieron las inundaciones súbitas como
una respuesta hidrológica intensa al exceso de precipitaciones. Consideran que
los factores que afectan la generación de inundaciones son la lluvia (intensidad,
duración, cantidad y distribución espacio-temporal) y las características físicas e
hidrológicas de la cuenca (área, longitud, taludes, forma, tipo de suelo y uso de
la tierra, vegetación, condiciones antecedentes, y otros). Recientemente, Borga
et al. (2014) define las inundaciones súbitas como fenómenos creados por
precipitaciones cortas de alta intensidad de origen convectivo, espacialmente
confinado, que se producen en cuencas de pocos cientos de kilómetros
cuadrados o menos, donde el proceso de transferencia de escorrentía
predominante es superficial, con altas pendientes como característica
morfológica distintiva. Borga et al. (2014) consideran las inundaciones súbitas y
los flujos de escombros como fenómenos separados desencadenados por una
intensa convección, que a menudo ocurren en un mismo evento en diferentes
escalas espaciales o temporales.
35
36
37
3. IMPACTO DE LAS AVENIDAS TORRENCIALES
1
De acuerdo con cifras del Reloj de población de la página web del DANE, consultado en los primeros días
de Julio de 2018.
Tabla 1. Datos de número de eventos, personas y bienes afectados para cada una de las
regiones de Colombia.
40
Amazónica, 2%
Pacífica, 23%
Orinoquía, 4%
41
Figura 4. Distribución de eventos de avenidas torrenciales históricos (1920-2015) en cada
región de Colombia.
1,800
Miles de afectados
Número de afectados (miles) y de
1,600
Muertos
1,400
1,200
muertos
1,000
800
600
400
200
0
Amazónica Andina Caribe Orinoquía Pacífica
250 2500
Número de eventos
Precipitación
200 2000
Precipitación [mm/h]
Número de eventos
150 1500
100 1000
50 500
0 0
42
5 500
Precipitación [mm/h]
Número de eventos
4 400
3 300
2 200
1 100
0 0
140 420
43
Número de eventos
Precipitación
120 360
100 300
Precipitación [mm/h]
Número de eventos
80 240
60 180
40 120
20 60
0 0
Precipitación [mm/h]
Número de eventos
15 150
10 100
5 50
0 0
16 480
Número de eventos
14 420
Precipitación
12 360
Precipitación [mm/h]
Número de eventos
10 300
8 240
6 180
4 120
2 60
0 0
Figura 10. Número de eventos y precipitación en escala mensual (IDEAM, 2011). Región
Orinoquía.
50 1000
Número de eventos
45 900
Precipitación
40 800
35 700
Precipitación [mm/h]
Número de eventos
30 600
25 500
20 400
15 300
10 200
5 100
0 0
Figura 11. Número de eventos y precipitación en escala mensual (IDEAM, 2011). Región
Pacífica.
45
2
Proyecciones de población a 30 de junio de 2018 obtenidas del Reloj de Población del DANE.
40 800
Población
Población [millones de habitantes] 35 700
Número de eventos
30 600
Número de eventos
25 500
20 400
15 300
10 200
5 100
0 0
Amazónica Andina Caribe Orinoquía Pacífica
Figura 12. Comparación entre el número de habitantes por región (DANE, 2018) y los
eventos de avenidas torrenciales registrados.
160 1200
Número de eventos
100 750 48
80 600
60 450
40 300
20 150
0 0
Fecha
Figura 13. Relación entre la cantidad de eventos registrados cada 10 años y el número
acumulado de registros por personas fallecidos.
3
El Niño-Southern Oscillation
3.3. ANÁLISIS POR SUBREGIONES
Norte, 6%
Valle de
Aburrá, 38%
Occidente,
12%
Oriente, 10%
Urabá, 4%
Suroeste, 18%
Urabá
60 Suroeste
50 Oriente
Occidente
40
Norte
30
Nordeste
20 Magdalena Medio
10 Bajo Cauca
2000 200
Número de muertos y viviendas afectadas
Número de eventos
1800 180
Número de muertos 52
1600 160
Número viviendas afectadas
Número de eventos
1400 140
1200 120
1000 100
800 80
600 60
400 40
200 20
0 0
700 7
Número de eventos
500 5
400 4
53
300 3
200 2
100 1
0 0
Figura 17. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Bajo Cauca.
500 10
400 8
300 6
200 4
100 2
0 0
55
Figura 18. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Magdalena Medio.
En la Figura 19 se presentan los gráficos asociados a la subregión Nordeste,
para la cual se recopiló información de 22 eventos, distribuidos en siete
municipios. La mayor concentración de eventos se presentó en los municipios
de San Roque y Santo Domingo, con personas afectadas que ascienden a los
450 y 483, respectivamente. Para el Nordeste se observa un aumento en el
número de eventos y de viviendas afectadas con el tiempo.
14 7
Número de eventos
10 5
8 4
6 3
4 2
2 1
56
0 0
Figura 19. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Nordeste.
140 14
120 12
100 10
80 8
60 6
40 4
20 2
0 0
58
Figura 20. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Norte.
En el Occidente del departamento (Figura 21) se recopiló información de 58
eventos entre los años 1931 y 2014, distribuidos en 13 municipios. La mayor
concentración de eventos se presentó en Dabeiba, Liborina y Heliconia, con un
número aproximado de afectados de 3,492, 1,541 y cero, respectivamente.
Aunque el número de eventos se mantiene en valores más o menos constantes
por década, el número de viviendas afectadas sigue creciendo con el tiempo,
siendo un posible indicativo del crecimiento de asentamientos urbanos en zonas
susceptibles.
400 80
Número de eventos
Número de viviendas afectadas
300 60
250 50
200 40
150 30
59
100 20
50 10
0 0
Figura 21. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Occidente.
100 25
80 20
60 15
40 10
20 5
0 0
61
Figura 22. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Oriente.
En el Suroeste (Figura 23) se recopiló información de 92 eventos entre los años
1922 y 2017, distribuidos en 18 municipios. La mayor concentración de eventos
se produjo en los municipios de Andes, Salgar y Ciudad Bolívar, con un número
aproximado de afectados de 6,036, 1,956 y 175, respectivamente. Se resalta que
en esta subregión se presentó una tragedia en el año 2015. Entre los años 2011
y 2017 se vieron afectadas 369 viviendas por avenidas torrenciales. El presente
estudio cobra relevancia a raíz de estas cifras de afectados que hubieran podido
evitarse.
400 240
Número de eventos
300 180
250 150
200 120
150 90
62
100 60
50 30
0 0
Figura 23. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Suroeste.
140 14
120 12
100 10
80 8
60 6
40 4
20 2
0 0
64
Figura 24. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Urabá.
1000 100
800 80
600 60
400 40
200 20
0 0
66
Figura 25. Número de eventos y viviendas afectadas por quinquenio. Mapa con eventos
de avenidas torrenciales. Valle de Aburrá.
4. ESTUDIOS PREVIOS
68
Tabla 3. Resumen de estudios de susceptibilidad y/o amenaza por avenidas torrenciales
Como se presenta en la Figura 28, hay zonas del departamento sin información,
lo mismo ocurre con el modelo digital de elevación de resolución de 10 m el cual
fue necesario completar con el ASTER Digital Elevation Model (DEM) de la
NASA, con una resolución espacial de 12.5 m.
El DEM generado (Figura 30) se usó para generar mapas de los siguientes
parámetros morfométricos: hillshade, pendiente, aspecto, curvatura, relieve
relativo, rugosidad, elevación relativa al cauce, distancia relativa al cauce, índice 75
de saturación, índice de la posición topográfica, área de la superficie y pendiente
del flujo; necesarios para el trabajo en cada uno de los modelos que comprende
la metodología propuesta.
4
La reología es el estudio del flujo y la deformación de líquidos no newtonianos y sólidos blandos
sometidos a fuerzas
departamento de Antioquia a la generación de eventos torrenciales. Es
importante resaltar que el análisis solo corresponde a avenidas torrenciales cuyo
factor detonante es la lluvia, el cual corresponde al gran porcentaje de eventos
registrados en nuestra región. Es decir que no se incorpora el análisis por flujos
torrenciales generados por represamiento de cauces, ya que en teoría se podrían
presentar en cualquier cauce función del volumen del material que forma la presa
y el encajonamiento del cauce, y tampoco se incluyen los flujos torrenciales de
origen volcánico y fusión rápida de grandes volúmenes de glaciares, ya que
dichos ambientes geomorfológicos no se presentan en el departamento.
Santa Rosa
Rio San Afectaciones a viviendas, vías y locales
de Cabal, 14/10/2011
Eugenio comerciales
Risaralda
Quebrada El Uramita,
19/10/2011 50 familias damnificadas
Indio Antioquia
800 familias afectadas, 600 personas sin
Quebrada Mistrató,
18/07/2012 servicio de agua potable, 54 locales
Arayanal Risaralda
comerciales afectadas, daño en vías
Tres puentes, cinco casas, dos casas
Quebrada Juan Ebejico, fincas, cinco lagos de pesca y una finca
3/09/2013
Ramos Antioquia ganadera destruidas, pérdidas estimadas
en 1200 Millones de pesos
Nombre Municipio Fecha Daños
El Cerrito,
Quebrada La Daños en cultivos, un puente peatonal
Valle del 9/03/2014
Honda destruido
Cauca
93 víctimas fatales, 66 viviendas
Quebrada La Salgar,
18/05/2015 destruídas,219 viviendas afectadas, un
Liboriana Antioquia
puente vehicular y 5 peatonales destruidos
332 personas muertas, 77 desaparecidas,
17 barrios afectados, 22 000 personas
damnificadas, 556 locales comerciales
Mocoa, destruidos, 3 sistemas de acueducto y uno
Rio Mulato 31/03/2017
Putumayo de alcantarillado destruidos, estación de
energía destruida, 2 puentes peatonales y
5 vehiculares destruidos, afectaciones a
vías
Análisis Discriminante
Variables clasificadoras
Ecuaciones discriminantes
87
92
93
94
100
Regolitos grueso - granulares: este tipo de materiales se encuentra
principalmente asociado a la meteorización de rocas ácidas ricas en
cuarzo, cuya resistencia a la meteorización es alta, alterando a partículas
de tamaño medio a grueso. Dentro de este grupo se encuentran las rocas
ígneas plutónicas de composición granítica como tonalitas,
monzogranitos, sienogranitos, granitos alcalinos, entre otros.
Tipo de regolito
Regolito grueso Regolito fino
Respuesta
granular granular
hidrológica
de la cuenca
Aluvial
No torrencial*
105
La Figura 48 muestra los resultados del análisis del tipo de evento torrencial
susceptible de las cuencas de subregión del Nordeste. La gran mayoría de las
cuencas caracterizadas como torrenciales de la subregión presentan
susceptibilidad a eventos tipo flujos de escombros canalizados dada la presencia
de rocas graníticas. Estas cuencas están ubicadas en la zona occidental de la
subregión, en el sector norte de la Cordillera Central en los municipios de Anorí,
Amalfi, Yolombó, Cisneros y Santo Domingo y son afluentes de los ríos Nus,
Aburrá y Tinita, mientras que otros ríos como el Nechí, Porce y Anorí tienen
afluentes susceptibles tanto a flujos de escombros canalizados como a
inundación de escombros. Hacia el oriente de la subregión, las cuencas
torrenciales del noroccidente del municipio de Remedios correspondientes a la
parte alta del río Pocuné y el río Maní, así como algunas cuencas aisladas en los
municipios de Segovia y Yalí son caracterizadas como susceptibles a eventos
tipo flujo de escombros canalizados.
109
110
113
115
6.4. PROPAGACIÓN
Un ejemplo es el río Porce que luego de abandonar la zona del Valle de Aburrá
genera un cañón mucho más angosto con flancos altos que en la parte superior
a poca distancia tiene cuencas susceptibles a eventos de inundación de
escombros y flujos de escombros canalizados, que al llegar la zona
desembocadura se canalizan hasta que su energía cinética disminuye
totalmente, generando depósitos aluviotorrenciales característicos de estos
episodios. Otros drenajes importantes con las mismas características son el río
Tapartó, río Barroso, río Arquía, río Penderisco, quebrada La Liboriana, río
Samaná, río Guadalupe, rio Riosucio, río Tarazá, entre otros. De esta manera se
116
completa el mapa de susceptibilidad por avenidas torrenciales para el
departamento de Antioquia (Figura 54). Debido a que el presente análisis se
realizó de acuerdo con la experiencia y conocimiento de los profesionales que
participaron del estudio, es posible que drenajes con el potencial de propagar
eventos torrenciales no hayan sido identificados. Por lo tanto, se recomienda
para estudios más detallados que se verifique y evalué la capacidad de
propagación de flujos torrenciales en cuencas con áreas mayores a 40 km2.
117
masa en la ladera dado que se supere dicho umbral (𝑃𝑀𝑀 |𝑃𝑡 ). Por lo tanto, la 119
probabilidad temporal por flujos de escombros canalizados sería:
𝐹𝑇 = 𝑃𝑡 × (𝑃𝐴𝑣𝑇 |𝑃𝑡 ) × (𝑃𝑀𝑀 |𝑃𝑡 )
Figura 55. Metodología empleada para el análisis del factor detonante por avenida
torrencial tipo inundación de escombros
121
Figura 56. Metodología empleada para el análisis del factor detonante por avenida
torrencial tipo flujos de escombros canalizados
Para proceder entonces con la evaluación del factor detonante, es necesario
analizar la relación entre la lluvia y la ocurrencia de avenidas torrenciales y
movimientos en masa, y establecer umbrale de lluvia críticos como detonantes
de dichos eventos.
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
11025010 5.86667 -76.0833 Suroeste 1/01/1973 31/12/2017 3.71
11060010 6.41667 -76.7666 Urabá 1/01/1969 31/12/2017 3.17
11070010 6.61667 -76.75 Urabá 1/01/1969 31/12/2001 3.41
11070020 6.31667 -76.2166 Suroeste 1/01/1977 31/12/2017 1.15
11070030 6.53333 -76.15 Suroeste 1/01/1978 31/12/2017 1.98
11070040 6.33333 -76.1666 Suroeste 1/01/1969 31/12/1972 0.21
11070130 6.13333 -76.0333 Suroeste 1/01/1970 31/12/1999 5.48
11075010 6.35 -76.15 Suroeste 1/01/1990 31/12/2011 11.26
11075020 6.31667 -76.1333 Suroeste 1/01/1973 31/12/2017 12.77
11100030 7 -76.75 Urabá 1/01/1980 31/12/1986 40.99
11105010 6.96667 -76.75 Urabá 1/01/1972 31/12/1982 28.52
11110010 6.75 -76.1333 Occidente 1/01/1969 31/12/2017 2.41
11110020 6.63333 -76.0666 Occidente 1/01/1975 31/12/2017 1.28
11110030 6.85 -76.25 Occidente 1/01/1977 31/12/2017 4.65
11110040 6.75 -76.0333 Occidente 1/01/1969 31/12/1973 19.99
11110110 6.68333 -75.9666 Occidente 1/01/1983 31/12/2011 17.85
11115020 6.75 -76.0166 Occidente 1/01/1973 31/12/2017 6.56 124
11115030 6.81667 -76.25 Occidente 1/01/1973 31/12/1981 22
11115040 6.78333 -76.1833 Occidente 1/01/1985 31/12/2017 2.94
11140010 8 -76.95 Urabá 1/01/1987 31/12/1989 46.35
12010010 7.75 -76.85 Urabá 1/01/1972 31/12/2017 3.97
12010020 7.5 -76.6 Urabá 1/01/1972 31/12/1991 5.69
12010030 7.56667 -76.6833 Urabá 1/01/1974 31/12/2017 4.95
12010040 7.66667 -76.6666 Urabá 1/01/1974 31/12/1982 15.76
12010050 7.8 -76.7 Urabá 1/01/1977 31/12/2017 13.86
12010060 7.85 -76.6833 Urabá 1/01/1977 31/12/2017 6
12010070 7.88333 -76.6333 Urabá 1/01/1977 31/12/2017 4.42
12010080 7.75 -76.6666 Urabá 1/01/1977 31/12/1994 11.96
12010090 7.73333 -76.7 Urabá 1/01/1977 31/12/2017 4.78
12010100 7.93333 -76.6166 Urabá 1/01/1977 31/12/2017 10.14
12010110 7.98333 -76.6333 Urabá 1/01/1977 31/12/2017 3.21
12010120 7.88333 -76.6333 Urabá 1/01/1977 31/12/2017 3.78
12010130 7.7 -76.7 Urabá 1/01/1969 31/12/1972 31.55
12010140 7.93333 -76.6333 Urabá 1/01/1972 31/12/1976 15.05
12010150 7.45 -76.6166 Urabá 1/01/1969 31/12/1969 6.3
12010160 7.86667 -76.6 Urabá 1/01/1984 31/12/1997 11.62
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
12010170 7.45 -76.6833 Urabá 1/01/1991 31/12/2017 35.82
12010180 7.95 -76.5833 Urabá 1/01/1984 31/12/1996 7.08
12015010 7.35 -76.4833 Urabá 1/01/1972 31/12/2017 35.05
12015020 7.81667 -76.65 Urabá 1/01/1977 31/12/2017 5.05
12015030 7.65 -76.6833 Urabá 1/01/1972 31/12/1981 26.88
12015040 7.95 -76.6833 Urabá 1/01/1978 31/12/1978 43.29
12015050 7.91667 -76.6333 Urabá 1/01/1982 31/12/1992 11.08
12015060 7.76667 -76.65 Urabá 1/01/1982 31/12/2014 10.3
12015070 7.81667 -76.7166 Urabá 1/01/1983 31/12/2017 3.08
12015080 7.71667 -76.6166 Urabá 1/01/1986 31/12/1992 15.92
12015090 7.53333 -76.6 Urabá 1/01/1991 31/12/2009 15.13
12020010 8.2 -76.5166 Urabá 1/01/1972 31/12/2017 2.47
12020040 8.05 -76.55 Urabá 1/01/1987 31/12/1996 13.44
12020170 8.18333 -76.65 Urabá 1/01/1984 31/12/1991 22.55
12025010 8.11667 -76.7333 Urabá 1/01/1931 31/12/1984 47.79
12025020 8.5 -76.6833 Urabá 1/01/1972 31/12/1982 39.65
12025030 8.53333 -76.6666 Urabá 1/01/1983 31/12/2017 12.77
12025040 8.08333 -76.7 Urabá 1/01/1984 31/12/2011 17.28
12030010 8.75 -76.5166 Urabá 1/01/1972 31/12/2017 4.48
125
12030020 8.61667 -76.3833 Urabá 1/01/1972 31/12/2017 6.77
12045010 8.83333 -76.4166 Urabá 1/01/1972 31/12/2017 15.49
23050100 5.71667 -74.7166 Oriente 1/01/1979 31/12/2017 8.4
23055070 5.71667 -75.1333 Oriente 1/01/1978 31/12/2017 39.73
23070010 5.85 -74.7666 Oriente 1/01/1988 31/12/2017 16.24
23070020 5.85 -74.8333 Oriente 1/01/2010 31/12/2017 2.26
23075010 5.85 -74.8333 Oriente 1/01/1986 31/12/2009 4.85
23080390 6.46667 -75.15 Nordeste 1/01/1959 31/12/2017 14.74
23080630 6.38333 -74.9833 Oriente 1/01/1973 31/12/1991 19.5
23080640 6.16667 -75.3166 Oriente 1/01/1973 31/12/2017 3.45
23080650 6.06667 -75.3333 Oriente 1/01/1973 31/12/2017 2.64
23080660 6.46667 -75.1333 Nordeste 1/01/1973 31/12/1986 9.84
23080680 6.38333 -75.15 Oriente 1/01/1974 31/12/1988 2.81
23080720 6.26667 -74.6666 Magdalena Medio 1/01/1979 31/12/2017 23.31
23080740 6.38333 -75.25 Oriente 1/01/1975 31/12/2017 1.42
23080750 6.05 -75.1666 Oriente 1/01/1975 31/12/2017 2.75
23080760 6.48333 -75.0166 Nordeste 1/01/1975 31/12/2017 3.3
23080790 5.95 -75.2833 Oriente 1/01/1982 31/12/2002 10.7
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
23080800 6.18333 -74.9 Oriente 1/01/1980 31/12/2000 13.9
23080810 6.23333 -74.8166 Oriente 1/01/1983 31/12/2017 10.08
23080820 6.13333 -75.1166 Oriente 1/01/1983 31/12/2017 15.88
23080910 6.13333 -75.0833 Oriente 1/01/1991 31/12/1999 14.51
23080920 6.13333 -75.2666 Oriente 1/01/1992 31/12/2017 3.22
23080930 6.2 -74.9833 Oriente 1/01/1992 31/12/2002 6.4
23080940 6.38333 -74.9833 Oriente 1/01/1992 31/12/2017 21.11
23085010 6.15 -75.0666 Oriente 1/01/1985 31/12/1987 19.36
23085030 6.36667 -75.1333 Oriente 1/01/1988 31/12/2017 3.18
23085100 6.03333 -75.4 Oriente 1/01/1973 31/12/1975 54.06
23085110 6.2 -75.2333 Oriente 1/01/1973 31/12/2017 8.7
23085130 6.2 -74.9833 Oriente 1/01/1973 31/12/1979 21.91
23085140 5.95 -75.1 Oriente 1/01/1974 31/12/2017 6.48
23085160 6.3 -75.25 Oriente 1/01/1975 31/12/2017 11.35
23085200 6.16667 -75.4166 Oriente 1/01/1978 31/12/2017 13.29
23085210 6.33333 -75 Oriente 1/01/1982 31/12/2011 7.68
23085220 6.15 -75.0333 Oriente 1/01/1983 31/12/2017 8.61
23090020 6.38333 -74.6666 Magdalena Medio 1/01/1976 31/12/2017 5.07
23090040 6.5 -74.4 Magdalena Medio 1/01/1958 31/12/1978 16.82
126
23090090 6.5 -74.3833 Magdalena Medio 1/01/1980 31/12/1986 7.2
23090100 6.6 -74.45 Magdalena Medio 1/01/1984 31/12/2002 12.97
23090110 6.6 -74.3833 Magdalena Medio 1/01/1984 31/12/2017 6.99
23095010 6.45 -74.4 Magdalena Medio 1/01/1975 31/12/2013 5.6
23100030 6.83333 -74.7833 Nordeste 1/01/1970 31/12/2017 2.4
23100040 6.58333 -75 Nordeste 1/01/1975 31/12/2017 3.33
23100050 6.7 -74.4 Magdalena Medio 1/01/1996 31/12/2017 13.74
23100070 6.63333 -74.3666 Magdalena Medio 1/01/1984 31/12/2017 19.88
23100080 6.65 -74.3166 Magdalena Medio 1/01/1984 31/12/2002 23.27
23105020 6.73333 -74.4 Magdalena Medio 1/01/1993 31/12/1996 54.28
23105030 6.76667 -74.7833 Nordeste 1/01/1975 31/12/2017 8.47
23160010 7.08333 -73.9333 Magdalena Medio 1/01/1974 31/12/2017 6.06
25020310 8.1 -74.8333 Bajo Cauca 1/01/1966 31/12/1970 32.75
25020370 8.03333 -74.9333 Bajo Cauca 1/01/1971 31/12/2017 17.96
25020530 8.01667 -75.0833 Bajo Cauca 1/01/1970 31/12/2017 7.88
25020540 8.01667 -74.7 Bajo Cauca 1/01/1970 31/12/2017 25.57
25021390 8 -75.2 Bajo Cauca 1/01/1959 31/12/2004 9.27
25021480 8.01667 -74.7833 Bajo Cauca 1/01/1979 31/12/2017 2.04
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
25025140 8.1 -74.7666 Bajo Cauca 1/01/1970 31/12/1991 26.78
26170150 5.78333 -75.8333 Suroeste 1/01/1970 31/12/2017 2.2
26170160 5.71667 -75.7166 Suroeste 1/01/1970 31/12/1978 16.82
26170170 5.53333 -75.6666 Suroeste 1/01/1970 31/12/1987 7.86
26170180 5.53333 -75.6333 Suroeste 1/01/1970 31/12/2017 10.91
26170190 5.8 -75.7166 Suroeste 1/01/1971 31/12/2017 2.88
26175030 5.71667 -75.6833 Suroeste 1/01/1977 31/12/2017 4.15
26175040 5.8 -75.65 Suroeste 1/01/1975 31/12/2017 17.52
26180160 5.78333 -75.4166 Oriente 1/01/1970 31/12/2017 4.6
26180170 5.98333 -75.3666 Oriente 1/01/1970 31/12/2017 4.65
26180180 5.7 -75.2833 Oriente 1/01/1931 31/12/2017 25.98
26180200 5.95 -75.5333 Suroeste 1/01/1970 31/12/2017 3.08
26185020 5.88333 -75.3166 Oriente 1/01/1970 31/12/2017 3.24
26190080 5.7 -75.9833 Suroeste 1/01/1968 31/12/1971 40.31
26190090 5.75 -75.9666 Suroeste 1/01/1957 31/12/2017 21.56
26190100 5.55 -75.9 Suroeste 1/01/1970 31/12/2017 4.6
26190120 5.68333 -75.8833 Suroeste 1/01/1979 31/12/1996 3.5
26195020 5.68333 -75.8666 Suroeste 1/01/1970 31/12/2017 5.57
26195030 5.58333 -75.8 Suroeste 1/01/1990 31/12/2015 5.7
127
26200120 6.06667 -75.7833 Suroeste 1/01/1970 31/12/2017 3.9
26200130 5.96667 -75.8333 Suroeste 1/01/1980 31/12/2017 2.87
26200140 6.15 -75.7666 Occidente 1/01/1975 31/12/2017 5.38
26200150 5.93333 -75.6833 Suroeste 1/01/1975 31/12/2017 3.76
26205030 5.78333 -75.6166 Suroeste 1/01/1971 31/12/1974 47.71
26205040 6.36667 -75.8666 Occidente 1/01/1978 31/12/1981 68.86
26205060 6.4 -75.8333 Occidente 1/01/1981 31/12/1988 31.31
26205070 5.98333 -75.8166 Suroeste 1/01/1983 31/12/1995 31.32
26205080 6.33333 -75.7 Valle De Aburrá 1/01/1990 31/12/2017 4.74
26210070 6.4 -75.9666 Occidente 1/01/1970 31/12/2017 5.57
26210080 6.08333 -75.8666 Suroeste 1/01/1970 31/12/2017 6.37
26210090 6.3 -75.85 Occidente 1/01/1970 31/12/2017 2.56
26210110 5.93333 -75.85 Suroeste 1/01/1971 31/12/2017 2.71
26210130 6.5 -75.95 Occidente 1/01/1975 31/12/2017 3.57
26210140 6.21667 -75.9333 Occidente 1/01/1975 31/12/2017 3.73
26215010 6.03333 -75.9166 Suroeste 1/01/1970 31/12/2017 7.38
26215020 6.41667 -75.8166 Occidente 1/01/1987 31/12/2002 15.81
26220050 7.03333 -75.9333 Occidente 1/01/1970 31/12/2003 6.09
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
26220060 6.58333 -75.8333 Occidente 1/01/1985 31/12/1985 91.51
26220090 6.68333 -75.95 Occidente 1/01/1970 31/12/2017 2.34
26220100 7.23333 -75.7333 Norte 1/01/1975 31/12/2016 1.34
26220110 7.31667 -75.6166 Norte 1/01/1982 31/12/2017 2.87
26225010 7.2 -75.7333 Norte 1/01/1970 31/12/1976 55.61
26225030 6.53333 -75.8166 Occidente 1/01/1975 31/12/2017 10.44
26225040 6.71667 -75.9 Occidente 1/01/1970 31/12/2014 13.13
26225050 7.11667 -75.6666 Norte 1/01/1983 31/12/1992 38.27
26225060 6.53333 -75.8166 Occidente 1/01/2009 31/12/2009 91.51
26230010 6.61667 -75.8 Occidente 1/01/1970 31/12/2017 13.75
26230110 6.9 -75.6666 Norte 1/01/1947 31/12/2017 14.52
26230130 6.88333 -75.6 Norte 1/01/1971 31/12/2017 4.92
26230140 6.71667 -75.75 Occidente 1/01/1970 31/12/2017 3.38
26230150 7.03333 -75.6666 Norte 1/01/1970 31/12/1994 8.2
26230180 6.41667 -75.7166 Occidente 1/01/1990 31/12/2017 7.43
26230190 6.93333 -75.7666 Occidente 1/01/1975 31/12/1993 13.01
26230200 6.83333 -75.8 Occidente 1/01/1975 31/12/2017 1.18
26230220 6.76667 -75.6333 Norte 1/01/1983 31/12/2017 4.43
26230240 6.9 -75.7 Norte 1/01/1993 31/12/2017 16.66
128
26235020 6.53333 -75.8 Occidente 1/01/1970 31/12/1977 12.94
26235030 7.03333 -75.65 Norte 1/01/1994 31/12/2016 4.89
26240060 7.83333 -75.4 Bajo Cauca 1/01/1970 31/12/2017 1.89
26240070 7.6 -75.4166 Bajo Cauca 1/01/1970 31/12/1984 29.02
26240080 7.38333 -75.45 Bajo Cauca 1/01/1975 31/12/1988 15.37
26240100 7.85 -75.2 Bajo Cauca 1/01/1970 31/12/2017 6.86
26240120 7.3 -75.4333 Norte 1/01/1975 31/12/1985 7.19
26240150 7.28333 -75.3833 Norte 1/01/1979 31/12/2017 9.99
26240160 7.95 -75.1833 Bajo Cauca 1/01/1980 31/12/2017 5.26
26240170 7.55 -75.4333 Bajo Cauca 1/01/1982 31/12/2017 10.05
26245020 7.5 -75.4166 Bajo Cauca 1/01/1970 31/12/1973 50.1
26245030 7.58333 -75.4 Bajo Cauca 1/01/1975 31/12/1984 52.86
26245040 7.98333 -75.2 Bajo Cauca 1/01/2008 31/12/2015 23.92
26250020 7.68333 -75.2333 Bajo Cauca 1/01/1970 31/12/1979 31.19
26250030 7.56667 -75.3333 Bajo Cauca 1/01/1970 31/12/2017 3.7
26250060 7.36667 -75.3166 Norte 1/01/1970 31/12/2017 13.34
26250090 7.78333 -75.2 Bajo Cauca 1/01/1975 31/12/1987 31.68
26250100 7.5 -75.25 Bajo Cauca 1/01/1983 31/12/1984 72.5
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
26250110 7.46667 -75.25 Bajo Cauca 1/01/1984 31/12/2017 2.02
26255020 7.15 -75.4333 Norte 1/01/1970 31/12/2017 13.12
26255030 7.15 -75.4333 Norte 1/01/2011 31/12/2011 91.78
26255040 7.98333 -75.1166 Bajo Cauca 1/01/1968 31/12/2008 9.22
27010680 7.05 -74.85 Nordeste 1/01/1974 31/12/1977 35.59
27010770 6.16667 -75.7 Occidente 1/01/1970 31/12/2017 3.47
27010780 6.35 -75.6833 Valle De Aburrá 1/01/1970 31/12/1990 10.85
27010790 6.03333 -75.6166 Valle De Aburrá 1/01/1970 31/12/1984 12.06
27010800 6.38333 -75.6 Valle De Aburrá 1/01/1970 31/12/2017 6.95
27010810 6.18333 -75.5166 Valle De Aburrá 1/01/1970 31/12/2017 6.13
27010820 6.36667 -75.45 Valle De Aburrá 1/01/1970 31/12/2017 2.46
27010830 6.55 -75.5 Norte 1/01/1970 31/12/2017 4.62
27010840 6.6 -75.2333 Norte 1/01/1970 31/12/2017 6.12
27010850 6.9 -75.0666 Nordeste 1/01/1970 31/12/2017 4.15
27010860 6.7 -75.1166 Nordeste 1/01/1970 31/12/1981 15.24
27010870 6.6 -75.6666 Norte 1/01/1970 31/12/2017 4.14
27010880 6.7 -75.3833 Norte 1/01/1970 31/12/2017 2.77
27010900 6.66667 -75.2166 Norte 1/01/1970 31/12/2017 2.89
27010960 6.88333 -74.9 Nordeste 1/01/1978 31/12/2017 10.47
129
27011100 7.15 -74.8166 Nordeste 1/01/1983 31/12/2017 11.95
27011110 6.25 -75.6666 Valle De Aburrá 1/01/1991 31/12/2017 0.43
27011120 6.3 -75.65 Valle De Aburrá 1/01/1990 31/12/2017 3.76
27011230 6.61667 -75.15 Nordeste 1/01/1999 31/12/2017 5.37
27011270 6.23333 -75.5833 Valle De Aburrá 1/01/2011 31/12/2017 8.41
27015070 6.21667 -75.5833 Valle De Aburrá 1/01/1941 31/12/2017 4.91
27015090 6.31667 -75.55 Valle De Aburrá 1/01/1950 31/12/2017 14.85
27015110 6.53333 -75.8166 Occidente 1/01/1970 31/12/2016 5.34
27015120 6.3 -75.5 Valle De Aburrá 1/01/1970 31/12/1981 30.14
27015150 6.4 -75.3833 Valle De Aburrá 1/01/1973 31/12/2017 11.16
27015160 6.06667 -75.6 Valle De Aburrá 1/01/1975 31/12/1977 13.78
27015190 6.53333 -75.1333 Nordeste 1/01/1970 31/12/2017 2.65
27015200 6.78333 -75.1166 Norte 1/01/1981 31/12/1998 40.66
27015210 6.28333 -75.5 Valle De Aburrá 1/01/1982 31/12/1996 11.97
27015260 6.03333 -75.6166 Valle De Aburrá 1/01/1984 31/12/2017 3.83
27015270 6.26667 -75.55 Valle De Aburrá 1/01/2006 31/12/2007 56.85
27020160 7.35 -75.0333 Nordeste 1/01/1970 31/12/1983 25.84
27020180 7.06667 -75.15 Nordeste 1/01/1970 31/12/1988 9.14
Código Latitud Longitud Subregión Fecha inicio Fecha final Faltantes (%)
27020190 6.95 -75.4 Norte 1/01/1970 31/12/2017 8
27020200 7.06667 -75.35 Norte 1/01/1970 31/12/2017 4.03
27020210 6.86667 -75.3166 Norte 1/01/1970 31/12/2017 2.83
27020220 6.8 -75.4833 Norte 1/01/1970 31/12/2017 4.71
27020260 7.23333 -75.3 Norte 1/01/1975 31/12/2017 15
27020280 7.25 -75.2666 Bajo Cauca 1/01/1974 31/12/1983 21.58
27025010 6.95 -75.2 Nordeste 1/01/1970 31/12/1972 31.57
27025020 7.38333 -75 Nordeste 1/01/1970 31/12/1985 48.25
27025030 7.06667 -75.15 Nordeste 1/01/1975 31/12/2017 5.6
27030040 7.9 -74.8 Bajo Cauca 1/01/1970 31/12/2017 13.1
27030050 7.61667 -74.8 Bajo Cauca 1/01/1970 31/12/1987 9.11
27030060 7.75 -74.7333 Bajo Cauca 1/01/1970 31/12/1987 10.6
27030080 7.06667 -74.7 Nordeste 1/01/1970 31/12/2016 16.15
27030090 7.31667 -74.8333 Bajo Cauca 1/01/1970 31/12/2017 3.02
27030130 7.46667 -74.65 Bajo Cauca 1/01/1974 31/12/1987 21.16
27030150 7.73333 -74.5833 Bajo Cauca 1/01/1974 31/12/1987 21.36
27030160 7.43333 -74.6666 Bajo Cauca 1/01/1974 31/12/1992 35.2
27030210 7.48333 -74.8666 Bajo Cauca 1/01/1970 31/12/2017 3.24
27030220 7.56667 -74.6666 Bajo Cauca 1/01/1974 31/12/1987 11.54
130
27030230 7.35 -74.65 Nordeste 1/01/1970 31/12/1971 72.47
27030240 7.11667 -74.6 Nordeste 1/01/1981 31/12/1999 19.08
27035010 7.5 -74.7166 Bajo Cauca 1/01/1970 31/12/1973 31.14
27035020 7.13333 -74.65 Nordeste 1/01/1970 31/12/1974 26.78
27035030 7.73333 -74.7666 Bajo Cauca 1/01/1970 31/12/1980 12.47
27040020 7.51667 -74.95 Bajo Cauca 1/01/1970 31/12/2017 11.4
27040030 7.75 -74.85 Bajo Cauca 1/01/1970 31/12/2017 8.12
27040040 8.08333 -74.7666 Bajo Cauca 1/01/2006 31/12/2017 9.74
27045020 7.8 -74.9333 Bajo Cauca 1/01/1970 31/12/2015 38.42
131
132
𝑃(𝑦) = 1/(1 + 𝑒 −𝑧 )
𝑧 = 𝑏0 + 𝑏1 𝑥1 + 𝑏2 𝑥2 + 𝑏3 𝑥3 + 𝑏𝑛 𝑥𝑛
Dónde 𝑏0 es el intercepto del modelo según el modelo de RL, los valores 𝑏𝑖 (i=1,
2, 3, …, n) son los coeficientes de la regresión logística, es decir, los pesos de
135
las variables, y los valores 𝑥𝑖 (i=1, 2, 3, …, n) son las variables independientes.
El modelo final es una regresión logística que relaciona la probabilidad de
ocurrencia o no ocurrencia del evento (avenida torrencial o movimiento en masa)
basado en los diferentes valores de precipitación.
Deviance Residuals
Min 1Q Median 3Q Max
-0.0407 -0.0157 -0.0152 -0.015 4.2703
Coefficients
Estimate Std. Error
(Intercept) -9.11875 0.106164
Lluvia detonante 0.005586 0.003669
z value Pr(>|z|)
(Intercept) -85.893 <2e-16
Lluvia detonante 1.522 0.128
Deviance Residuals
Min 1Q Median 3Q Max
-0.2091 -0.0108 -0.0098 -0.0092 4.496
Coefficients
Estimate Std. Error
(Intercept) -10.1245 0.151582 136
Lluvia detonante 0.017439 0.003427
z value Pr(>|z|)
(Intercept) -66.792 < 2e-16
Lluvia detonante 5.089 3.60E-07
137
A partir de la base de datos CHIRPS, se obtiene para cada una de las celdas del
departamento la probabilidad de que se supere el umbral de 50 mm/día, 100
mm/día, y 150 mm/día, obteniendo su distribución espacial (Figura 62, Figura 65
y Figura 66, respectivamente) a lo largo del departamento de la siguiente 139
manera:
Los resultados del análisis temporal del factor detonante se obtienen del
producto de la probabilidad del umbral de lluvia y la probabilidad condicionada
de que se presente una avenida torrencial y/o movimiento en masa. Aunque se
estimaron las probabilidades del factor detonante para un umbral de lluvia de 50,
100 y 150 mm/día, se seleccionó como umbral final para el cálculo de la amenaza
el umbral de 50 mm/día, debido a que corresponde a un escenario más
conservador, lo cual considerando la gran capacidad destructiva de las avenidas
torrenciales corresponde al escenario más deseado y adecuado.
Luego se asocian los valores de probabilidad para cada cuenca a partir del
máximo valor que se encuentre en ellas y se computa su histograma, y a través
de los quiebres naturales se clasifican en 3 categorías: alto, medio y bajo. En la
Figura 67 se presentan estos resultados para el umbral seleccionado de 50
mm/día.
146
147
𝑄𝑎
𝑊=
𝑏𝑇𝑠𝑖𝑛𝜃
ℎ
𝑊=
𝑧𝑡
ℎ
𝜌𝑠 𝑔𝑧𝑡 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃 = 𝐶 ′ + [𝜌𝑠 − 𝜌𝑤 ] 𝑔𝑧𝑐𝑜𝑠 2 𝜃𝑡𝑎𝑛𝜙
𝑧𝑡
h 𝜌𝑠 𝑡𝑎𝑛𝜃 𝐶′
= (1 − )+
𝑧𝑡 𝜌𝑤 𝑡𝑎𝑛∅ 𝜌𝑤 𝑔𝑧𝑡 𝑐𝑜𝑠 2 𝜃𝑡𝑎𝑛𝜙
𝜌𝑤 𝐶′
𝑡𝑎𝑛𝜃 < (1 − ) 𝑡𝑎𝑛𝜙 +
𝜌𝑠 𝜌𝑠 𝑔𝑧𝑡 𝑐𝑜𝑠 2 𝜃
Y las celdas inestables en condiciones secas (h/zt=0) se denominan
incondicionalmente inestables y cumplen la siguiente condición:
𝐶′
𝑡𝑎𝑛𝜃 ≥ 𝑡𝑎𝑛𝜙 +
𝜌𝑠 𝑔𝑧𝑡 𝑐𝑜𝑠 2 𝜃
Peso
Cohesión Fricción Permeabili
SIGLA NOMBRE TIPO USCS Unitario
(kPa) (°) dad (cm/h)
(kN/m3)
Aluviones De Depósitos
Ngal SW 0 31 20 1E-05
Amalfi Recientes
Aluviones Depósitos
Qal SW 0 31 20 1E-05
Recientes Recientes
Andesita de
Tab Rocas Ígneas SC 50 30 18 5E-09
Buritica
Anfibolita de Rocas
Peap ML 65 27 22 5E-09
Puqui metamórficas
Anfibolita de Rocas
Pecp ML 65 27 22 5E-09
Puqui metamórficas
Rocas
Pza Anfibolitas ML 65 27 22 5E-09
metamórficas
Batolito
Ksta Rocas Ígneas SC 50 30 18 5E-09
Antioqueño
Batolito de la
Kstm Rocas Ígneas SC 50 30 18 5E-09
quebrada Mani
Peso
Cohesión Fricción Permeabili
SIGLA NOMBRE TIPO USCS Unitario
(kPa) (°) dad (cm/h)
(kN/m3)
Batolito de los
Ngtf Rocas Ígneas SC 50 30 18 5E-09
Farallones
Batolito de
Pggm Rocas Ígneas SC 50 30 18 5E-09
Mande
Batolito de
Ksto Rocas Ígneas SC 50 30 18 5E-09
Ovejas
Batolito de
Ksts Rocas Ígneas SC 50 30 18 5E-09
Sabanalarga
Batolito de
Kdhs Rocas Ígneas SC 50 30 18 5E-09
Sabanalarga
Batolito de
Jdse Rocas Ígneas SC 50 30 18 5E-09
Segovia
Batolito de
Jts Rocas Ígneas SC 50 30 18 5E-09
Sonson
Rocas
Kica Complejo Arquia ML 65 27 22 5E-09
metamórficas
Complejo
volcanico Santa
Ksvx Rocas Ígneas CL 86 28 23 5E-10
Cecilia - La
Equis
Rocas
Pzq Cuarcitas SP 0 34 19 3E-05
metamórficas
Cupula de La
Kstu Rocas Ígneas SC 50 30 18 5E-09
Union
Diorita de
Ksdh
Heliconia
Rocas Ígneas SC 50 30 18 5E-09 151
Diorita de
Kidp Rocas Ígneas SC 50 30 18 5E-09
Publito
Dunita de
Kium Rocas Ígneas CL 86 28 23 5E-10
Medellin
Esquistos
Rocas
Pzev actinoliticos y ML 65 27 22 5E-09
metamórficas
cloriticos
Esquistos
Rocas
Pzes cuarzo - SC 50 30 18 5E-09
metamórficas
sericiticos
Esquistos
Pz cuarzo - Rocas
SC 50 30 18 5E-09
(es+q) sericiticos + metamórficas
cuarcitas
Pz Esquistos Rocas
SC 50 30 18 5E-09
(es+ev) intercalados metamórficas
Rocas
Pgu Formacion Uva SM 22 31 20 1E-08
sedimentarias
Formacion
Rocas
Pgai Amaga Miembro GW 0 35 21 5E-04
sedimentarias
Inferior
Formacion
Rocas
Pgam Amaga Miembro SC 50 30 18 5E-09
sedimentarias
Medio
Formacion
Rocas
Ngas Amaga Miembro SW 0 31 20 1E-05
sedimentarias
Superior
Peso
Cohesión Fricción Permeabili
SIGLA NOMBRE TIPO USCS Unitario
(kPa) (°) dad (cm/h)
(kN/m3)
Formacion Rocas
Ngca GW 0 35 21 5E-04
Caucasia sedimentarias
Formacion Rocas
Ngc GW 0 35 21 5E-04
Combia sedimentarias
Formacion Rocas
Ngco GW 0 35 21 5E-04
Corpa sedimentarias
Formacion de Rocas
Kisa GW 0 35 21 5E-04
Abejorral sedimentarias
Formacion de Rocas
Kisp GW 0 35 21 5E-04
sAn Pablo sedimentarias
Formacion
Ng Rocas
Floresanto + SM 22 31 20 1E-08
(f+m) sedimentarias
Maralu
Formacion Rocas
Ngg SM 22 31 20 1E-08
Guineales sedimentarias
Formacion La Rocas
Olc SM 22 31 20 1E-08
Cristalina sedimentarias
Formacion La Rocas
Ksls GW 0 35 21 5E-04
Soledad sedimentarias
Rocas
Ngm Formacion Mesa GW 0 35 21 5E-04
sedimentarias
Formacion Rocas
Ngn ML 65 27 22 5E-09
Napipi sedimentarias
Rocas
Ngp Formacion Paujil SM 22 31 20 1E-08
sedimentarias
Formacion Rocas
152
Pgs SW 0 31 20 1E-05
Salaqui sedimentarias
Formacion Rocas
Ngt SW 0 31 20 1E-05
Taraza sedimentarias
Gabro de
Ksga Rocas Ígneas CL 86 28 23 5E-10
Altamira
Gabro de
Kigh Rocas Ígneas CL 86 28 23 5E-10
Hispania
Gabro de
Kigr Rocas Ígneas CL 86 28 23 5E-10
Romeral
Gabro de San
Kig Rocas Ígneas CL 86 28 23 5E-10
Francisco
Ksg Gabros Rocas Ígneas CL 86 28 23 5E-10
Granulita y
Rocas
Pegr migmatitas de El SC 50 30 18 5E-09
metamórficas
Retiro
Intrusivos
Pzin neisicos Rocas Ígneas SC 50 30 18 5E-09
sintectonico
Liditas del Rocas
Kslb SP 0 34 19 3E-05
Barroso sedimentarias
Rocas
Pzm Marmol SP 0 34 19 3E-05
metamórficas
Metasedimentita Rocas
Pzms ML 65 27 22 5E-09
s de Sinifana metamórficas
Metatonalita de Rocas
Pempt SC 50 30 18 5E-09
Puqui metamórficas
Peso
Cohesión Fricción Permeabili
SIGLA NOMBRE TIPO USCS Unitario
(kPa) (°) dad (cm/h)
(kN/m3)
Miembro Rocas
Ksn SW 0 31 20 1E-05
Nutibara sedimentarias
Ksu Miembro Urrao Rocas Ígneas SC 50 30 18 5E-09
Rocas
Pznl Neis lenticular SC 50 30 18 5E-09
metamórficas
Neis micaceo de Rocas
Pcpn SC 50 30 18 5E-09
Puqui metamórficas
Neis micaceo de Rocas
Pcnp SC 50 30 18 5E-09
Puqui metamórficas
Neises cuarzo Rocas
Pznf SC 50 30 18 5E-09
feldespaticos metamórficas
Neises cuarzo
Rocas
Pensl feldespaticos de SC 50 30 18 5E-09
metamórficas
San Lucas
Rocas
Ngpa hipoabisales Rocas Ígneas SC 50 30 18 5E-09
andesitas
Rocas
Ngpad hipoabisales Rocas Ígneas SC 50 30 18 5E-09
dacitas
sedimentitas de Rocas
Kisam SM 22 31 20 1E-08
Amalfi sedimentarias
Sedimentitas de Rocas
Kiss ML 65 27 22 5E-09
Segovia sedimentarias
Oa
Sedimentos Rocas
SM 22 31 20 1E-08 153
Aquitania sedimentarias
Sedimentos
complejo Rocas
Kisqg SW 0 31 20 1E-05
Quebrada sedimentarias
grande
Sedimentos de Rocas
Kissi SW 0 31 20 1E-05
San Luis sedimentarias
Sedimentos sin Rocas
Pgsd SW 0 31 20 1E-05
diferenciar sedimentarias
Stock de La
Jdt Rocas Ígneas SC 50 30 18 5E-09
Tinta
Stock de
Kida Rocas Ígneas SC 50 30 18 5E-09
Altavista
TRga Stock de Amaga Rocas Ígneas SC 50 30 18 5E-09
Stock de Amlafi
Kia y hacienda Rocas Ígneas SC 50 30 18 5E-09
Martha Habana
Stock de
Kscma Rocas Ígneas SC 50 30 18 5E-09
Aquitania
Stock de
Kstbe Rocas Ígneas SC 50 30 18 5E-09
Belmira
Stock de
Kidc Rocas Ígneas SC 50 30 18 5E-09
Cambumbia
Stock de
Kiac Rocas Ígneas SC 50 30 18 5E-09
Caracoli
Stock de El
Kstp Rocas Ígneas SC 50 30 18 5E-09
Pescado
Peso
Cohesión Fricción Permeabili
SIGLA NOMBRE TIPO USCS Unitario
(kPa) (°) dad (cm/h)
(kN/m3)
Stock de La
TRah Rocas Ígneas SC 50 30 18 5E-09
Honda
Stock de
Ngmg Rocas Ígneas CL 86 28 23 5E-10
Morrogacho
Stock de Santa
Kiasi Rocas Ígneas SC 50 30 18 5E-09
Isabel
Stock de
Kitt Rocas Ígneas SC 50 30 18 5E-09
Tamesis
Stock de Tres
Ksgtm Rocas Ígneas SC 50 30 18 5E-09
Mundos
Stock De
Kigy Rocas Ígneas CL 86 28 23 5E-10
yarumal
TRab Stock del Buey Rocas Ígneas SC 50 30 18 5E-09
Stock del cerro
Ngcf Rocas Ígneas CL 86 28 23 5E-10
de Frontino
Stock del cerro
Ngcp Rocas Ígneas CL 86 28 23 5E-10
Plateado
Stock del
Ngpf paramo de Rocas Ígneas CL 86 28 23 5E-10
Frontino
Kiay Stok de Yali Rocas Ígneas SC 50 30 18 5E-09
Terrazas Depósitos
Qt SW 0 31 20 1E-05
aluviales Recientes
Ultramaficos de
Kum la cordillera Rocas Ígneas CL 86 28 23 5E-10 154
Occidental
Ultramafitas de
Kiu Rocas Ígneas CL 86 28 23 5E-10
romeral
Volcanicas del
Ngvpf paramo de Rocas Ígneas SM 22 31 20 1E-08
Frontino
Volcanico
Ksvb Rocas Ígneas CL 86 28 23 5E-10
Barroso
Volcanico de La
Jvm Rocas Ígneas SC 50 30 18 5E-09
Malena
Volcanico de
Kivqg Quebrada Rocas Ígneas CL 86 28 23 5E-10
grande
Volcanico de
Kivsp Rocas Ígneas CL 86 28 23 5E-10
San Pablo
Volcanico de
Kivs Rocas Ígneas CL 86 28 23 5E-10
Segovia
Volcanico de
Ksvu Rocas Ígneas CL 86 28 23 5E-10
Uramita
7.2.2. MODELO DE PROFUNDIDAD DEL SUELO RESIDUAL
156
157
Magnitud
A M B
A MA MA A
Factor
M MA MA A
Detonante
B MA A M
Este análisis solo se realiza para las áreas definidas como susceptibles. La
Figura 70 presenta los resultados de la combinación de la susceptibilidad con el
factor detonante lluvia y la magnitud del evento. Adicionalmente, este mapa
contiene los depósitos de propagación con la amenaza correspondiente a la
categoría más alta de las cuencas que se encuentren aguas arriba, es decir, que 159
cuyos eventos puedan llegar a afectarles.
160
Como se muestra en la Figura 71, cada una de las dimensiones cuenta con
variables, en el caso de las biofísicas, se aproximan a la exposición y en el caso
de la dimensión social, se acerca a la sensibilidad, fragilidad o marginación.
Como ya se ha mencionado, las variables biofísicas difieren según el tipo de
fenómeno amenazante tanto por las propias características del modelo como del
método utilizado para su evaluación.
164
Figura 71. Modelo Territorial. Fuente: Propia, 2017. Modificado del Modelo de amenaza-
territorio de Cutter (2003).
8.2. VULNERABILIDAD SOCIAL
Tabla 14. Variables contenido de la encuesta de calidad de vida que pueden ser de
utilidad para el cálculo de vulnerabilidad. Fuente: Propia, 2017.
Tabla 15. Información que puede ser útil para el proceso en el censo agropecuario DANE
(2014). Fuente. Propia, 2017
168
CENSO NACIONAL AGROPECUARIO
Temas Variable
Uso predominante
Temas Variable
Productores residentes según afiliación a régimen de seguridad social en
salud, territorialidad y municipios
Productores residentes en el total de las upa según territorialidad y
municipios
Productores residentes para el total de las upa según naturaleza jurídica,
territorialidad y municipios
Productores residentes que son jefe de hogar, según sexo, territorialidad
y municipios
Productores residentes según rangos de edad, sexo, territorialidad y
municipios
Productores residentes que son jefe de hogar, según nivel educativo,
sexo, territorialidad y municipios
Productores residentes que son jefe de hogar, según analfabetismo,
sexo, territorialidad y municipios
Total de viviendas ocupadas con personas presentes, desocupadas y de
uso temporal
Total de viviendas ocupadas en unidades de producción agropecuaria -
upa y en unidades de producción no agropecuaria - upna
Número de viviendas con acceso a energía eléctrica, alcantarillado y
acueducto 169
Número de viviendas por material predominante de pisos
Temas Variable
área rural dispersa Asistencia a la educación para población de 5 años y más
censada
Analfabetismo para personas de 15 años y más
Temas Variable
Área, producción y
rendimiento
agrícola del área Áreas cosechadas, cantidad producida e inventario de aves de engorde
cosechada en el
año 2013
Número de unidades de producción agropecuarias según tenencia
declarada (pnn)
Número total de upa según tenencia de maquinaria para el desarrollo de
actividades agropecuarias (pnn)
Número total de upa según existencia de construcciones para el
desarrollo de las actividades agropecuarias (pnn)
Número de upa con asistencia técnica por tema (pnn)
Número de upa en donde los productores solicitaron o no crédito y
aprobación o no de los solicitados (pnn)
Número de upa con acceso al agua y fuentes del agua que se utiliza para
las actividades agropecuarias y por tipo de fuente (pnn)
Número de upa con dificultades o no en el uso del agua y tipo de
dificultad (pnn)
Caracterización de Número de upa que realizan o no prácticas de protección del agua,
las unidades de según práctica (pnn) 171
producción Número de upa que cuentan con o sin sistema de riego (pnn)
agropecuaria
(upa) en parques Número de upa que realizaron prácticas o no de conservación del suelo,
nacionales por tipo de conservación (pnn)
naturales pnn Número de upa que manifestaron tener bosques naturales o vegetación
de páramo en sus terrenos, aprovecharon o no la vegetación y los
productos más aprovechados (pnn)
Número de upa que declararon tener terrenos con bosques naturales o
vegetación de páramo y realizar transformación de estos (pnn)
Número de upa que realizan o no manejo, reutilización o eliminación de
desechos animales o vegetales, según tipo de manejo (pnn)
Número de upa que realizan o no manejo, reutilización o eliminación de
desechos de plástico, vidrio o pvc (pnn)
Número de upa con acceso a fuentes de energía para el desarrollo de la
actividad agropecuaria, según tipo de energía (pnn)
Número de personas, hogares y viviendas ocupadas al interior de los pnn
(pnn)
Número de viviendas ocupadas con conexión a servicios públicos (pnn)
Temas Variable
(upna) y Total de unidades de producción con actividad de transformación de
actividades no productos agropecuarios
agropecuarias en Total de unidades de producción con actividad de comercio, según tipo
las upa de actividad desarrollada
Total de unidades de producción con actividad de servicios, según tipo
de actividad desarrollada
Total de unidades de producción con actividad de industria, según tipo de
actividad desarrollada
172
173
Figura 73. Estado de los POT municipales por subregiones. Fuente: DAP, 2017.
Tabla 16. Insumos para la construcción del ranking de capacidades municipal. Fuente:
Propia, 2017.
Peso Peso
Variables Dimensiones
variables Dimensiones
Gobernanza diferenciada (GD) 0.6 Político-
0.25
Índice de capacidad funcional (ICF) 0.4 Institucional
Capacidades Económicas y
1 Económico 0.25
Empresariales (CEE)
Condiciones de Vida, Pobreza e Capacidad
1 Social 0.25
Inequidad (CVPE) municipal
Índice de presión demográfica (IPD) 0.15
Índice de dependencia ecológica (IDE) 0.20
Relación multianual de la tasa de Ambiental 0.25
0.40
pérdida y ganancia de bosque (TA_pg)
Tensiones (T) 0.25
El ranking municipal se construye a partir de una suma ponderada de las
dimensiones y su correspondiente peso. En el caso de la Dimensión Político-
Institucional (DPI) y la Ambiental (DA), estas se construyen de la misma manera.
𝐷𝑃𝐼 = 𝐺𝐷 ∗ 0.6 + 𝐼𝐶𝐹 ∗ 0.4
Índice de Marginación
Partiendo de la reflexión de Cardona (2001), coherente con la Ley 1523 de 2012,
la fragilidad tiene una predisposición resultante de un nivel de marginación y
segregación social, así se construye un índice relativo de marginación a escala
de vereda, que da cuenta de un nivel de marginación casi detallado en la
ruralidad del departamento, pues se construye a partir de la información
resultante del Censo Nacional Agropecuario (2014).
2. Capacidades humanas-CH
Marginación rural
177
Siguiendo las características generales de la metodología de CONAPO para
entidades municipales, el índice relativo de marginación por vereda se construye
a partir del análisis de seis dimensiones fundamentales: Educación, salud,
vivienda, movimiento de población, condiciones de vida y productividad. Cada
dimensión cuenta con indicadores que dan cuenta de limitaciones de
oportunidades que se constituyen como formar de exclusión (Figura 74).
Figura 74. Relaciones para el cálculo de marginación. Fuente: Propia, 2017. 178
𝑃𝑖 analf
𝐼𝑖1 = 𝐴𝑙𝑓𝑎
x100
𝑃𝑖 15 − 𝑁𝐸𝑖
𝑃𝑖 1−5
𝐼𝑖2 = 𝐴𝑙𝑓𝑎
x100
𝑃𝑖 15 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Es la población de 15 años o más que no especificó su nivel
educativo.
𝑃𝑖 𝑆𝑖𝑛𝑐𝑜𝑏
𝐼𝑖3 = 𝐴𝑙𝑓𝑎
x100
𝑃𝑖 𝑇𝑜𝑡𝑎𝑙𝑚𝑢𝑛 − 𝑁𝐸𝑖
179
𝑃𝑖 𝑆𝑖𝑛𝑐𝑜𝑏 : Es la población sin cobertura a salud.
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Es la población de la vereda que no especificó su tipo de afiliación.
𝑂𝑖 𝑆𝑖𝑛𝐸
𝐼𝑖4 = 𝐴𝑙𝑓𝑎
x100
𝑂𝑖 𝑇𝑜𝑡𝑎𝑙𝑚𝑢𝑛 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Son los ocupantes en viviendas particulares habitadas en las que
se desconoce si dispone, o no, de energía eléctrica.
𝑂𝑖 𝑆𝑖𝑛𝑁𝑆
𝐼𝑖5 = 𝐴𝑙𝑓𝑎
x100
𝑂𝑖 𝑇𝑜𝑡𝑎𝑙𝑉𝑒 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Son los ocupantes en viviendas particulares habitadas en las que 180
se desconoce si dispone, o no, de servicios públicos domiciliarios.
𝑂𝑖 𝑃𝑖𝑠𝑜𝑇
𝐼𝑖6 = 𝐴𝑙𝑓𝑎
x100
𝑂𝑖 𝑇𝑜𝑡𝑎𝑙𝑉𝑒 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Son los ocupantes en viviendas particulares habitadas en las que
se desconoce si tienen, o no, el piso en tierra o arena.
o Porcentaje de población que ha vivido situación de desplazamiento,
despojo o abandono forzado de la tierra (Ii7):
𝑃𝑖 𝐷𝐴𝐹
𝐼𝑖7 = 𝐴𝑙𝑓𝑎
x100
𝑃𝑖 𝑇𝑜𝑡𝑎𝑙𝑉𝑒 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Es la población de la vereda que no especificó esta condición.
𝑃𝑖 𝑃𝐸𝑁
𝐼𝑖8 = 𝐴𝑙𝑓𝑎
x100
𝑃𝑖 𝑇𝑜𝑡𝑎𝑙𝑉𝑒 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Es la población de la vereda que no especificó esta condición.
UP𝑖 𝑆𝑇
𝐼𝑖9 = 𝐴𝑙𝑓𝑎
x100
UP𝑖 𝑇𝑜𝑡𝑎𝑙𝑣𝑒 − 𝑁𝐸𝑖
𝐴𝑙𝑓𝑎
𝑁𝐸𝑖 : Son unidades de producción o predios que no especifican esta
condición de tecnificación.
o Porcentaje de unidades de producción sin esquemas de asociatividad
(Ii10):
UP𝑖 𝑆𝐴
𝐼𝑖10 = x100
UP𝑢𝑖 𝑇𝑜𝑡𝑎𝑙𝑣𝑒 −𝑁𝐸𝐴𝑙𝑓𝑎
𝑖
En la Tabla 17, se presentan los indicadores construidos por Lotero que 182
tienen la misma escala, sin embargo su relación es inversa, por lo que los
indicadores de CEE y CH, se estandarizan por la técnica de escalamiento
lineal para tener lecturas similares. Posterior a la estandarización, los datos
cercanos a 0 presentan mejores condiciones o capacidades y los cercanos a
100, las peores condiciones o capacidades. A estos datos se les asigna
pesos diferentes según criterio de experto y se construye la siguiente formula
de Marginación Urbana:
183
Bajo esta metodología es claro que la marginación de las veredas solo se
puede comparar entre ellas y la marginación de las zonas urbanas diferentes
a las cabeceras municipales se relaciona directamente con las condiciones
de su ruralidad circundante. Por lo contrario, la marginación de las 125
cabeceras municipales del departamento, por su metodología diferencial,
solo se puede comparar entre urbes.
Esta diferenciación es importante pues las condiciones históricas de la
ruralidad evidencian una mayor brecha de desarrollo que lo urbano y se
complejiza cuando los asentamientos son dispersos. A su vez, la condición
de lo “urbano”, generan otro tipo de complejidades y lógicas para abordar las
condiciones de vulnerabilidad que en cierto sentido tiene una concentración
espacial cuando se analizan en función de la amenaza.
Línea 3. Procesos locales y regionales afectados
En esta línea se establece la afectación que ocasionan los desastres a procesos
sociales, productivos y ambientales desde una perspectiva territorial. Para su
desarrollo, se establece la hipótesis que son mayores los procesos afectados a
partir del daño y pérdida de lo expuesto, ampliando la mirada al dejar de ver los
elementos como lo únicamente afectado y ver el territorio como sistema de
relaciones.
8.2.3. PRODUCTOS
Los tres productos para cada una de las líneas de trabajo son:
5
El cálculo es propio, pero los datos y conceptualización son propios de la investigación “implicaciones
sociales, económicas y políticas de las autopistas de la prosperidad en el Departamento de Antioquia”.
Investigación realizada con recursos de las reglarías por Universidad de Antioquia y Universidad Pontificia
Bolivariana para la Gobernación de Antioquia. Esto se desarrolla en detalle en el apartado metodológico
de vulnerabilidad.
económico y militar de las localidades” (Gobernación de Antioquia, Universidad
de Antioquia y Universidad Pontificia Bolivariana , 2015a, p 32). Esta condición,
en parte, también se evidencia en los municipios calificados en Bajo.
Por otra parte, los municipios con calificación Muy alta, hace parte del Área
Metropolitana del Valle de Aburrá o son cercanos a ésta, como Rionegro o Santa
Fe de Antioquia. Esta integración en la centralidad departamental, genera una
serie de ventajas y oportunidades que influyen en la capacidad de gobierno de
las instituciones en relación a las zonas más apartadas de Antioquia.
Por otra parte, se identifican cuatro municipios con calificación Alta y dos con
calificación Muy alta. Los primeros hacen referencia a dos municipios netamente
turísticos como lo son Santa Fe de Antioquia y Guatapé, en el caso de este
último, se suma las regalías del sector hidroeléctrico. Un tercero que presenta
una economía ganadera y de extracción de petróleo principalmente (Municipio
de Yondó, 2000) y el cuarto, Sabaneta, donde el sector constructivo en los
últimos años ha sido fundamental en su desarrollo económico.
192
193
Como se identifica en la Figura 77, los municipios con calificación Muy baja, son
territorios periféricos del norte en relación a la centralidad de Antioquia. La
subregión del Bajo Cauca (5), parte de la subregión norte (2), occidente (5) y
Urabá (8), son territorios donde se presentan las más complejas condiciones de
196
vida, en total son 20 municipios con esta calificación.
Campamento y Murindó son los municipios con las peores condiciones de vida.
El Anuario Estadístico de Antioquia no cuenta con datos del municipio
Campamento, sin embargo, el anuario le otorga la calificación máxima de 100 en
NBI y en Proporción de Personas en miseria, claro está, desde el conocimiento
de la situación real.
Si bien, las vías no dan cuenta de la condición de vida, influye en las relaciones
a nivel de subregión y entre centros poblados. En este sentido, las economías
campesinas y la calidad de vida de los hogares tienen una mayor posibilidad de 197
establecer relaciones sociales y económicas, generando cadenas de valor y de
comercio.
Los dos municipios con mejores condiciones son Envigado qué tiene el 3.4% de
la población y Sabaneta con casi el 1% de la población del departamento. En el
caso del primero, la Proporción de Personas en NBI (2012) es de 5.43 y la
Proporción de Personas en miseria es de 0.23; condición igual para el año 2015.
Para Sabaneta, esas mismas cifras son 14.48 (NBI) y 0.70; en 2015 el NBI se
reduce a 6.84.
Cabe señalar la profunda brecha que existe entre la población urbana que habita
el Valle de Aburrá y la de las restantes subregiones, pues la proporción de
población rural es aún elevada y, en consecuencia, la baja densidad de la
población incide negativamente en el bienestar de la población (Lotero et al.,
2015).
Por otra parte, “las Reservas Forestales de la Ley 2ª de 1959, con presencia en
todas las subregiones, excepto en el Valle de Aburrá, cubren una extensión de
1,357,606 hectáreas, 21.41% del suelo antioqueño. Si bien dentro de estas
zonas aún se preservan ecosistemas de gran valor, algunas partes presentan
apropiaciones por parte de privados, comunidades campesinas e incluso zonas
urbanas que no cuentan con títulos de propiedad” (Gobernación de Antioquia,
2012, p. 77).
202
203
Sabanalarga, Armenia,
Abejorral, Uramita, Santo
Domingo, Murindó, Peque,
Municipios con bajas tasas de crecimiento
Santa Fe de Antioquia,
poblacional, conflictos de uso del suelo reducidos y
Granada, Yarumal, Muy alto
una relativa conservación de las coberturas
Dabeiba, Buriticá, Giraldo,
boscosas.
Toledo, Ituango,
Concepción y Carolina del
Príncipe.
Las mayores pérdidas de esta subregión se dan en Yondó y Puerto Berrio, con
casi el 68%. En Yondó, se presentan una Proporción de Personas con NBI
(2014) de 59.05 y de Personas en miseria (2014) de 30.08, siendo el municipio
con mayor participación en el PIB de Antioquia (2012) con el 1.85%. En este
territorio las actividades económicas más sobresalientes son la actividad
ganadera extensiva, la extracción minera, principalmente petrolífera y la
producción de arroz y cacao, actividades que también se desarrollan en Puerto
Berrio, a excepción de la extracción de petróleo que cambia por la del oro
(Cámara de Comercio de Medellín para Antioquia, 2014).
Por otra parte, estos municipios tienen en común la concentración del patrimonio
natural de Antioquia y los índices más altos de informalidad, ilegalidad y
explotación inadecuada de recursos naturales renovables y no renovables. En la
Figura 79 se presenta los municipios agrupados de acuerdo con sus capacidades
municipales.
208
8.4.1.1 METODOLOGÍA
Variable
Descripción Autor
Predictora
Identifica la dirección de la pendiente descendente. El
Burrough, P. A. y
Orientación valor de cada celda indica la dirección de brújula a la que
McDonell, R. A.,
de ladera (a) apunta la superficie en esa ubicación. Se calcula con
(1998)
ArcGis.
Distancia al Distancia de cada celda del ráster a la celda de corriente
John Lindsay
drenaje más cercana, medida a lo largo de la línea de flujo ladera
(2014)
siguiendo la abajo. Se calcula con el Software Whitebox GAT.
Variable
Descripción Autor
Predictora
pendiente
(dds)
Hjerdt et al.
Inclinación Medida del gradiente de pendiente entre una celda y otra
(2004)
de ladera de pendiente descendente a lo largo de la trayectoria del
John Lindsay
(di) flujo. Se calcula con el Software Whitebox GAT.
(2014)
Máxima tasa de cambio de elevación de una celda con
respecto a sus celdas circundantes. Se expresa en grados Burrough, P. A. y
Pendiente
(0°-90°). Permite identificar el descenso cuesta abajo más McDonell, R. A.,
(s)
empinado desde la celda en análisis. Se calcula con (1998)
ArcGis.
Elevación
Elevación de cada celda del raster por encima de la celda
por encima John Lindsay
de drenaje más cercana, medida a lo largo de línea de flujo
del drenaje (2014)
ladera abajo. Se calcula con Software Whitebox GAT.
(eas)
Diferencia entre el valor de elevación de una celda y la
Índice de elevación promedio de las celdas circundantes. A partir de
Posición esto, se describen aspectos morfológicos de la zona de Jenness, J.
Topográfica análisis, indica localización de cimas o crestas, fondo de (2006)
(tpi) cañón, pendiente pronunciada y pendientes suaves.
Se calcula con ArcGis.
Índice de El índice describe qué tan propenso es un sitio para
Saturación saturarse, de acuerdo con el área de contribución y John Lindsay
del suelo características locales de pendiente. Se calcula con (2014) 214
(wi) Software Whitebox GAT.
Índice de
Se define como la media de las diferencias absolutas entre
Rugosidad Valentine et al.
una celda central y las celdas que la rodean. Permite
del Terreno (2004)
cuantificar la variabilidad espacial de datos ráster.
(tri)
Moore, I. D., R.
Indica la dirección de la pendiente máxima, clasificándola B. Grayson y A.
en convexa, cóncava o lineal. Se evalúa paralelo a la R. Landson.
Curvatura
pendiente. Esta curvatura se relaciona con la aceleración (1991)
perfil (pr)
y desaceleración de las corrientes en superficie. Se Zeverbergen, L.
calcula con ArcGis. W. y C. R.
Thorne. (1987)
Moore, I. D., R.
Se evalúa perpendicular a la dirección de la pendiente B. Grayson y A.
máxima. Clasifica en superficie lateralmente convexa, R. Landson.
Curvatura
lateralmente cóncava, o lineal. Esta curvatura se relaciona (1991)
tangencial
con la convergencia y divergencia de una corriente en Zeverbergen, L.
superficie. Se calcula con ArcGis. W. y C. R.
Thorne. (1987)
Se utilizó la firma obtenida en el entrenamiento del modelo y los índices
morfométricos generados como insumo para la implementación del método
estadístico multivariado conocido como análisis discriminante (Fisher, 1940).
Si 𝑋𝑁𝐷 , > 𝑋𝐷 , el pixel pertenece al grupo de pixeles cuya superficie no está 215
En cada subregión se obtuvieron pesos diferentes para cada una de las variables
predictoras de las ecuaciones discriminantes, lo que confirma la necesidad de
llevar a cabo un análisis independiente para cada subregión dadas sus
condiciones particulares (Tabla 24).
Tabla 24. Ecuaciones discriminantes para cada subregión para la identificaciión de depósitos
Subregión 𝑋𝐷 𝑋𝑁𝐷
Bajo Cauca 0.016𝑎 + 0.002𝑑𝑑𝑠 + 0.008𝑑𝑒𝑚 − 0.025𝑑𝑖 − 0.003𝑒𝑎𝑠 − 7.166 0.014𝑎 + 0.016𝑑𝑑𝑠 + 0.005𝑑𝑒𝑚 − 0.019𝑑𝑖 − 0.017𝑒𝑎𝑠 − 3.538
Magdalena 0.026𝑎 − 0.240𝑑𝑑𝑠 + 0.126𝑑𝑒𝑚 + 15.968𝑑𝑖 − 0.380𝑒𝑎𝑠 − 0.321𝑝𝑙 + 0.032𝑎 − 0.183𝑑𝑑𝑠 + 0.167𝑑𝑒𝑚 + 18.449𝑑𝑖 − 0.574𝑒𝑎𝑠 − 0.295𝑝𝑙 +
Medio 15.718𝑝𝑟 + 0.636𝑠 − 18.918𝑡𝑝𝑖 + 11149.556𝑡𝑟𝑖 + 5.616𝑤𝑖 − 5644.583 17.917𝑝𝑟 + 0.184𝑠 − 18.086𝑡𝑝𝑖 + 11213.982𝑡𝑟𝑖 + 5.411𝑤𝑖 − 5780.866
Nordeste 0.02𝑎 + 0.019𝑑𝑑𝑠 + 0.002𝑑𝑒𝑚 + 2.210𝑑𝑖 − 0.166𝑒𝑎𝑠 − 0.084𝑝𝑙 + 0.018𝑎 + 0.014𝑑𝑑𝑠 + 0.003𝑑𝑒𝑚 + 2.286𝑑𝑖 − 0.169𝑒𝑎𝑠 − 0.072𝑝𝑙 +
0.200𝑝𝑟 + 0.652𝑠 + 0.170𝑡𝑝𝑖 − 44.823𝑡𝑟𝑖 + 4.923𝑤𝑖 − 2177.648 0.362𝑝𝑟 + 0.713𝑠 + 0.208𝑡𝑝𝑖 − 32.929𝑡𝑟𝑖 + 4.923𝑤𝑖 − 2170.648
Norte 0.017𝑎 − 0.019𝑑𝑑𝑠 + 0.002𝑑𝑒𝑚 + 2.212𝑑𝑖 − 0.187𝑒𝑎𝑠 − 0.074𝑝𝑙 + 0.018𝑎 − 0.014𝑑𝑑𝑠 + 0.003𝑑𝑒𝑚 + 2.296𝑑𝑖 − 0.179𝑒𝑎𝑠 − 0.087𝑝𝑙 +
0.200𝑝𝑟 + 0.652𝑠 + 0.170𝑡𝑝𝑖 + 4318.823𝑡𝑟𝑖 + 4.923𝑤𝑖 − 2177.648 0.362𝑝𝑟 + 0.713𝑠 + 0.208𝑡𝑝𝑖 + 4308.929𝑡𝑟𝑖 + 4.923𝑤𝑖 − 2170.648
Occidente 0.036𝑎 − 0.136𝑑𝑑𝑠 − 0.050𝑑𝑒𝑚 + 5.299𝑑𝑖 + 0.083𝑒𝑎𝑠 − 0.376𝑝𝑙 + 0.034𝑎 − 0.147𝑑𝑑𝑠 + 0.048𝑑𝑒𝑚 + 5.342𝑑𝑖 + 0.170𝑒𝑎𝑠 − 0.362𝑝𝑙 +
23.948𝑝𝑟 − 0.392𝑠 + 12858.715𝑡𝑟𝑖 + 8.890𝑤𝑖 − 6483.232 24.042𝑝𝑟 − 0.410𝑠 + 12871.599𝑡𝑟𝑖 + 8.946𝑤𝑖 − 6499.759
216
Oriente 0.030𝑎 − 0.131𝑑𝑑𝑠 − 0.026𝑑𝑒𝑚 + 4.501𝑑𝑖 + 0.365𝑒𝑎𝑠 + 0.608𝑝𝑙 − 0.031𝑎 − 0.134𝑑𝑑𝑠 − 0.023𝑑𝑒𝑚 + 4.933𝑑𝑖 + 0.446𝑒𝑎𝑠 + 0.614𝑝𝑙 −
5.136𝑝𝑟 − 1.569𝑡𝑝𝑖 + 10626.955𝑡𝑟𝑖 + 8.980𝑤𝑖 − 5323.896 4.815𝑝𝑟 − 1.608𝑡𝑝𝑖 + 10584.028𝑡𝑟𝑖 + 9.036𝑤𝑖 − 5294.476
Suroeste 0.050𝑎 − 0.083𝑑𝑑𝑠 + 0.008𝑑𝑒𝑚 + 4.205𝑑𝑖 + 0.259𝑒𝑎𝑠 + 1.422𝑝𝑙 − 0.058𝑎 − 0.052𝑑𝑑𝑠 − 0.008𝑑𝑒𝑚 + 4.772𝑑𝑖 + 0.247𝑒𝑎𝑠 + 1.389𝑝𝑙 −
12.495𝑝𝑟 − 1.713𝑠 + 4975.730𝑡𝑟𝑖 + 8.859𝑤𝑖 − 2514.219 11.808𝑝𝑟 − 1.932𝑠 + 5020.632𝑡𝑟𝑖 + 8.459𝑤𝑖 − 2563.969
Urabá 0.018𝑎 + 0.012𝑑𝑑𝑠 + 0.07𝑑𝑒𝑚 − 0.025𝑑𝑖 − 0.012𝑒𝑎𝑠 − 9.168 0.014𝑎 + 0.020𝑑𝑑𝑠 + 0.09𝑑𝑒𝑚 − 0.019𝑑𝑖 − 0.022𝑒𝑎𝑠 − 3.788
Valle de 0.016𝑎 − 0.012𝑑𝑑𝑠 + 0.012𝑑𝑒𝑚 − 0.019𝑤𝑖 − 14.653 0.014𝑎 − 0.002𝑑𝑑𝑠 + 0.015𝑑𝑒𝑚 − 0.030𝑤𝑖 − 17.913
Aburrá
Una vez se aplicaron las ecuaciones discriminantes se obtuvo una clasificación
por pixel como Depósito o No depósito. Posteriormente, se aplicó una cadena de
filtros automáticos basados en la unidad mínima cartografiable y la altura con
respecto al cauce. A continuación, se explican los filtros usados:
Majority Group: Este filtro se utiliza para eliminar celdas del ráster de depósitos
que se encuentren aisladas, representando ruido dentro de los resultados. Se
analizó entonces la cantidad de vecinos de cada una de ellas, descartando las
que no tengan una cantidad representativa. Se reclasificaron celdas como No
depósito cuando el pixel tuviera menos de 10 celdas tipo Depósito vecinas
(ESRI, 2016).
218
Figura 80. Resultados originales de la detección automática (izquierda), y después de la
homogenización de los depósitos de forma heurística (derecha)
Magdalena Medio
El Magdalena Medio se compone de dos tipos de paisajes muy disímiles entre
sí. El valle aluvial del río Magdalena está compuesto por grandes planicies y
algunas colinas que alcanzan alturas máximas de 400 m.s.n.m., derivadas
principalmente de la actividad del río Magdalena a través del tiempo.
222
Bajo Cauca
Hacia el Nororiente del departamento, las estribaciones de la Serranía de San
Lucas y de la Cordillera Central separan lo que se considera como el valle aluvial
del Magdalena de la llanura del Bajo Cauca. El Bajo Cauca es una región
húmeda con ausencia de pisos térmicos y una topografía uniforme, la cual se
compone de geoformas colinadas distribuidas a lo largo de su extensa planicie,
las cuencas hidrográficas que conforman la gran cuenca del Cauca son de
carácter aluvial. El modelo por tanto muestra que estas zonas llanas están
formadas mayoritariamente por depósitos de tipo aluvial condicionados por la 223
actividad del río Cauca (Figura 85) y es por ello que se encuentran pocos
depósitos de origen aluvial-torrencial detectados por el modelo semiautomático,
los cuales alcanzan un área total de 32 km2 (Tabla 26) en una extensión total de
8,270 km2.
Oriente
El Oriente antioqueño comprende como unidades paisajísticas el desarrollo de
altiplanos en la parte más alta, la vertiente oriental de la cordillera Central y su
descenso suave hacia el frente erosivo y el valle del Magdalena (Figura 86).
Más al Occidente, lindando con el cañón del Cauca, se encuentra la parte más
alta de la cordillera en esta subregión sobre la cual se desarrollan una serie de
altiplanos entre los 2,700 y 1,500 metros de altura. Estos corresponden a zonas
planas con colinas de unos 80 metros de altura sobre llanuras aluviales y
aluviotorrenciales (Hermelin, 2006). En esta zona son las siguientes cuencas
hidrográficas las que se caracterizan por la acumulación de materiales de origen
aluviotorrencial: ríos Piedras, Verde de los Montes, Sonsón y Rionegro, y las
quebrads Yarumal, Capilla, Del Hospital, La Mosca, El Palmar, La Salada,
Muringo, Las Cruces, Chuscal, Los Medios, Candelaria, Ovejas, Los Pantanos,
Liborina, La Linda, Campanas, Cabañas. Además, La parte baja de las
quebradas española, El Encanto y El Volcán en donde se desarrollan
importantes abanicos aluviotorrenciales que desembocan al río Samaná.
Nordeste
El relieve en el Nordeste antioqueño se compone por las estribaciones más al
Norte de la cordillera central en el departamento (Figura 87), donde se exhibe
como una altiplanicie medianamente conservada conformada por una serie de
colinas de diversas proporciones, orientadas preferencialmente en dirección
norte - sur. Estas características geomorfológicas permiten que las cuencas
hidrográficas que conforman este paisaje lleguen a presentar actividad torrencial
en algún momento de su historia, lo cual queda evidenciado en el conjunto de
depósitos aluviotorrenciales presentes allí. En esta zona de altiplanos se
destacan las siguientes cuencas hidrográficas con presencia de depósitos de
origen torrencial: quebradas Risaralda, La Lejía, El Suribio, La Verduguita, San 227
José, Donana, Cimarrona, Playa Rica, Volcancito, Peñolcito, El Fique, Hidalgos,
Mani, La Clara, Arenas Blancas, La Culebra, Doña Teresa, Puna, San Miguel,
Jagua, Barbascalito, La Arenosa, Sacristan, La Perlita, y los ríos Volcán, La Cruz,
San Bartolomé, San Lorenzo, Ite y Pescado.
El cañón del río Porce también presenta una dinámica torrencial, consiste en un
cañón estrecho con un gradiente altitudinal de hasta 1,500 metros sobre el cual
desembocan drenajes de altas pendientes formando abanicos y terrazas
aluviotorrenciales.
228
Norte
La dinámica torrencial de la subregión Norte del departamento de Antioquia se
puede diferenciar tres grandes cuencas hidrográficas, la cuenca del río Cauca,
la cuenca del río San Jorge y la cuenca del río Porce (Figura 88).
229
En la vertiente occidental de la cordillera central y asociado al cañón del río
Cauca, se desarrolla un valle estrecho y profundo con pendientes generalmente
abruptas y que, dada su posición topográfica, el clima es en general seco, lo cual
contribuye al desarrollo de fenómenos erosivos notorios (Hermelin, 2006). Allí se
pueden destacar los siguientes cuerpos de agua con mayor desarrollo de
depósitos torrenciales: ríos Pescado, Espíritu Santo, San Sereno, San Matías,
Tarazá, Ituango y San Andrés; y quebradas Cachirime, Valdivia, La Vélez, , La
América, La Vega, Purí, La Uriaga, La Pancha, y Cidrera.
230
Suroeste
El Suroeste antioqueño desarrolla diversos paisajes y geoformas al interior de su
territorio, zonas de bajas altitudes al occidente sobre las cuales se dan las
condiciones para depositar materiales de origen torrencial provenientes de la
parte alta de la cordillera occidental, los cuales son transportados y depositados
principalmente por las siguientes cuencas hidrográficas: ríos Calles, Penderisco,
Amparradó, Murrí, Encarnación, Nendo, San Miguel, Arquía, Ocaido,
Ocandocito, Chichirido, Mandecito, y Quiparadó.
231
El Suroeste comprende parte de la cordillera Occidental, sobre la cual llega a
alcanzar los 4,000 metros de altura en el páramo de Urrao y su vertiente hacia
el cañón del río Cauca (Figura 89), por tanto cuenta con las condiciones
necesarias para desarrollar cuencas de montaña típicas que puedan llegar a
presentar actividad torrencial; algunas de las más importantes son: quebradas
La Clara, Santa Rosa, Santa Lucia, El Salado, Honda, Lejía, La Ana, San José,
Magallo, La Loma, Sabaletica, Naranjala, Sabaletas, Trinidad, La Mendoza,
La Herrera, Santa Bárbara, La Liboriana, y los ríos Chaparrala, Tapartó, San
Agustín, Urrao, San Juan , Cartama, Buey Poblanco, San Antonio, Farallones y
Barroso.
Distancia al drenaje 57 m 0m 80 m
Máxima altura 1,182 m.s.n.m 148 m.s.n.m 1,887 m.s.n.m
Área total 244 km2
Valle de Aburrá
Como su nombre lo indica la subregión Valle de Aburrá se encuentra
geomorfológicamente en su parte central en el valle del río Aburrá constituido
por llanuras aluviales típicas de la actividad de un río con constante transporte
de sedimentos finogranulares; en los flancos del valle se observan laderas de
mediana inclinación sobre depósitos que en las partes altas se caracterizan por
ser producto de procesos de movimientos en masa, mientras que en la parte baja
de la ladera, en la zona de transición hacia el valle, es común encontrar depósitos
originados por eventos aluviotorrenciales asociados a extrema precipitación,
como inundación de escombros y muchas veces con sedimentos aportados por
movimientos en masa en la parte superior, que corresponderían a flujos de
escombros canalizados. Ejemplos de importantes depósitos aluviotorrenciales
(Figura 90) en la subregión son los generados por quebradas con características
de montaña que encuentran en su parte final, en cercanías al río Aburrá, un
cambio de pendiente que propicia la depositación de la gran carga de
sedimentos, se destacan algunas como las quebradas La Ayurá, Doña María, El
Barro, La Iguaná, La Picacha, La López, entre otras.
Distancia al drenaje 45 m 0m 92 m
Occidente
La subregión Occidente se caracteriza por estar fuertemente influenciada al este
por el cañón el río Cauca que atraviesa esta subregión de sur a norte, y al
occidente por grandes ríos como el río Sucio, Chaquenodá, Herradura y
Amparradó que crean extensas llanuras aluviales. La geomorfología de la
subregión a la vez se encuentra condicionada por un dominio estructural
importante con fallas como Cauca - Almaguer, San Jerónimo, Mistrató,
Sabanalarga, Cañasgordas y Espíritu Santo que intervienen activamente en el
proceso de modelamiento del paisaje generando estructuras y zonas de
debilidad, propiciando los procesos de generación de sedimentos del macizo
rocoso. Como se observa en la Figura 91, al este los depósitos aluviotorrenciales
se concentran en cuencas de montaña cuyos drenajes principales desembocan
al río Cauca, algunos de ellos son: quebradas Niverengo, La Piedra, La
Sopetrana, Juan García y los ríos río Aurrá y Tonusco. Al oeste el relieve es
mucho más moderado, como consecuencia, los depósitos se encuentran
distribuidos a lo largo de los cauces y en las estribaciones de la cordillera
occidental donde las pendientes son suaves y propicia la deposición de los
sedimentos provenientes de eventos torrenciales. Las características generales
de los depósitos se observan en la Tabla 32.
235
236
239
8.4.3 RESULTADOS DE EXPOSICIÓN A NIVEL MUNICPAL
Inundación De
4 15,000 55,000
Escombros
Flujo De Escombros
10 30,000 106,000
Canalizados
Depósitos De
21 53,000 188,000
Propagación
240
Total 35 98,000 348,000
Tabla 36. Viviendas expuestas en los municipios del departamento
CAPACIDADES MUNICIPALES
Muy Alto Alto Medio Bajo Muy Bajo
Muy
Medio Alto Alto Muy Alto Muy Alto
Alto
243
Alto Bajo Medio Alto Alto Muy Alto
EXPOSICION
Muy
Muy Bajo Muy Bajo Bajo Bajo Medio
Bajo
244
Figura 95. Definición de rangos del nivel de exposición municipal para cada una de las
capacidades municipales
Tabla 38. Quiebres naturales que definen niveles de exposición según las capacidades municipales
CAPACIDADES MUNICIPALES
Muy Alta Alta Media Baja Muy Baja
Muy Alta 3753 1504 850 342 0
Alta 2552 1168 629 216 0
EXPOSICIÓN
Media 1350 831 407 89 0
MUNICIPAL
Baja 1183 537 117 41 0
Muy Baja 470 376 82 14 0
Tabla 39. Nivel De Vulnerabilidad Para Cada municipio del Departamento De Antioquia
249
Para el caso de Antioquia, los indicadores de vivienda se centran en la carencia
del servicio de energía eléctrica o en su extremo, la carencia de todos los
servicios. Igualmente, en el material del piso. El CNA permite determinar estos
datos a nivel de predio y viviendas ocupadas, con lo cual se sobre entiende que
la carencia de un servicio como la energía eléctrica o el material del piso, son
variables que se aproximan a las reales variable objeto de análisis, como lo son
las condiciones de habitabilidad (variable proxie).
8.6.2. RESULTADOS
252
253
La marginación urbana de las 125 cabeceras del departamento deja ver una
relación con las condiciones de la ruralidad, sin perder de vista la condición de
la ruralidad metropolitana y de la centralidad de Antioquia, así como la ruralidad
profunda dada por los aislamientos geográficos, pues establecen los extremos
de la situación.
Estas condiciones están dadas porque la económica del sector primario sigue
siendo relevante para el desarrollo territorial por fuera del área metropolitana. No
obstante, las condiciones generales económicas y de gestión de los municipios
de 5ª y 6ª categoría, en comparación con los municipios del Valle de Aburrá, es
una situación de evidente desventaja. Se podría decir que los entes municipales
tienen una marginación dada por la desventaja de no pertenecer a
aglomeraciones o redes fortalecidas.
Figura 98. Vulnerabilidad total ante avenidas torrenciales del departamento de Antioquia
De los 125 municipios que componen el departamento de Antioquia especial
atención merecen localidades como: Dabeiba, Tarazá, Ituango, Mutatá,
Sabanalarga, Remedios, Ituango, Cañasgordas, Zaragoza, Cocorná, Yolombó,
Frontino, Remedios, San Rafael, San Francisco, Caceres, San Carlos, Nariño,
Uramita, Anorí, Argelia, entre otros; donde la vulnerabilidad municipal al igual
que el índice de marginalidad de un gran número de veredas presentan valores
altos, es decir sus capacidades municipales son inferiores a los niveles de
exposición que presenta la infraestructura y población que allí habitan, además
que sus índices de marginalidad tienen valores muy altos por encima del
promedio del departamento.
Figura 99. Metodología desarrollada para obtener riesgo por avenidas torrenciales a nivel
de construcciones, se denota cada insumo utilizado con su correspondiente escala:
cuenca, vereda, municipio, construcción.
Vulnerabilidad
MA A M B MB
MA MA MA MA A A
Amenaza A MA MA A A M
M A A A M M
267
Tabla 45. Municipios más críticos por riesgo ante avenidas torrenciales
Población Nivel de riesgo
Población expuesta
Municipio Subregión expuesta en el Moderado Alto Muy
a AT municipio a (%) (%) Alto (%)
AT (%)
268
Ciudad Bolívar Suroeste 18,000 67 0 41 59
Salgar Suroeste 9,000 52 0 29 71
Cisneros Nordeste 5,300 50 0 100 0
San Jerónimo Occidente 5,700 50 3 26 71
Santa Fe de
Occidente 10,200 40 0 86 13
Antioquia
Sopetran Occidente 3,900 34 0 91 9
Carolina del
Norte 1,600 33 0 100 0
Príncipe
San Carlos Oriente 7,100 32 0 21 79
Sabanalarga Occidente 2,600 28 0 0 100
Concepción Oriente 1,500 26 0 100 0
San Andrés Norte 2,800 25 0 100 0
San Rafael Oriente 4,100 22 0 17 83
Caicedo Occidente 1,700 22 13 79 7
Cañasgordas Occidente 4,800 21 0 17 83
Población Nivel de riesgo
Población expuesta
Municipio Subregión expuesta en el Moderado Alto Muy
a AT municipio a (%) (%) Alto (%)
AT (%)
Liborina Occidente 2,000 21 0 68 32
San José de la
Norte 800 20 100 0 0
Montaña
Valle de
Itaguí 51,700 18 13 87 0
Aburrá
Uramita Occidente 1,500 17 0 94 6
Urrao Suroeste 7,400 17 0 79 21
Betania Suroeste 1,700 16 0 9 91
Argelia Oriente 1,800 15 0 21 79
Betulia Suroeste 2,600 15 0 100 0
Valle de
Barbosa 5,400 14 38 62 0
Aburrá
269
Guadalupe Norte 800 14 12 88 0
Frontino Occidente 3,100 13 0 36 63
Anorí Nordeste 1,900 12 0 53 47
Nariño Oriente 1,600 11 0 8 92
Valle de
Bello 41,000 10 0 38 62
Aburrá
272
Santo
400 1,100 47 0 53 283
Domingo
Vegachi 70 300 31 0 69
San José De La
200 820 0 0 100
Montaña
Santa Rosa De
100 330 0 13 87
Osos
Campamento 40 170 83 0 17
Toledo 30 100 0 97 3
Entrerrios 30 90 0 0 100
Yarumal 10 40 0 58 42
Tabla 50. Viviendas y población expuesta por municipio para la subregión Occidente
%
Viviendas Población % Riesgo % Riesgo
Municipio Riesgo
Expuestas Expuesta Moderado Muy Alto
Alto
San Jerónimo 2,000 5,700 13 0 86
Santa Fe De
3,000 10,200 71 3 26
Antioquia
Sopetrán 1,200 3,900 9 0 91
Olaya 10 30 0 0 100
Giraldo 10 30 0 46 54
Armenia 10 20 0 0 100
9.1.6. SUBREGIÓN ORIENTE
Abejorral 90 300 0 20 80
Después del Valle de Aburrá, la subregión del Suroeste es la que muestra niveles
de exposición más críticos de todo el departamento. En toda la subregión, hay
un total de 5.4 km2 construidos sobre depósitos de cuencas susceptibles a
avenida torrencial, que corresponden a aproximadamente 53,000 personas en
15,000 viviendas expuestas a sufrir alguna afectación en caso de la ocurrencia
de un evento de avenida torrencial (Figura 108). De estas zonas expuestas 2.1
km2 se encuentran en zona rural donde habitan 21,000 personas en 6,000
viviendas aproximadamente, los restantes 3.3 km2 que se encuentran en zonas
urbanas o centros poblados, correspondiente a 32,000 personas en 9,000
construcciones expuestas.
305
En total los diez municipios que conforman la subregión Valle de Aburrá tienen
zonas en riesgo ante la ocurrencia de eventos torrenciales: Barbosa, Bello,
Caldas, Copacabana, Envigado, Girardota, Itagüí, La Estrella, Medellín y
Sabaneta.
Tabla 53. Viviendas y Población Expuesta Para la Subregión del Valle de Aburrá
Las avenidas torrenciales generan efectos más allá de los elementos expuestos
y las áreas delimitadas metodológicamente como amenaza o condición de
amenaza o riesgo, en el sentido que estas áreas, son parte de sistemas
territoriales y se afectan las relaciones sistemáticas más allá de lo previsto. Estas
afectaciones pueden ser de diferentes órdenes y en diferentes relaciones. Si bien
teóricamente, pero sobre todo metodológicamente, no hay avances en esto que
se denomina procesos territoriales, la mirada continua siendo más de daño y
pérdida directa; en la realidad aprendizajes derivados de los desastres son de 323
gran utilidad para ello.
Un ejemplo de esto es la actual atención psicosocial. Antes no se realizaba este
acompañamiento, pero fue a fuerza de los problemas que se incorporó este
acompañamiento que ha demostrado su importancia. El análisis de procesos
afectados por desastres asociados a avenidas torrenciales a partir de
experiencias o desastres ya ocurridos puede arrojar elementos para identificar y
caracterizar los procesos.
Con este fin, se realizó el análisis de tres casos pilotos considerados
emblemáticos para Antioquia, asociado al fenómeno amenazante de avenida
torrencial. Más allá de la magnitud de la pérdida, también se tuvo en cuenta la
temporalidad para poder identificar hilos conductores o permanencias,
continuidades y también acceso a información que permitieran lecturas
cualificadas. De esta forma se seleccionó: el corregimiento de Tapartó (Municipio
de Andes) cuyo evento de avenida torrencial más conocida por su magnitud
ocurrió en el año 1993, pero antes y después de eso han ocurrido algunas
emergencias; el municipio de Salgar, aunque se habla del corregimiento La
Margarita, realmente la afectación asociada a la avenida torrencial de mayo de
2015 destruyó varios caseríos a su paso, incluyendo la propia cabecera
municipal. Finalmente, el corregimiento de Puerto Venus (Municipio de Nariño)
ocurrida en el año de 2018.
En todos estos territorios se realizó un trabajo de campo de varios días con
profesionales para realizar la evaluación de sus condiciones de amenaza y
vulnerabilidad. A través de recorridos de campo y entrevistas individuales a
profundidad y la sistematización crítica de las respuestas, se llegó a identificar
estos procesos. En el caso de la quebrada La Liboriana en Salgar, no se
realizaron labores de campo para identificar la amenaza ya que se contaba con
bibliografía suficiente.
En este apartado del informe se presenta una descripción general de los tres
casos de estudio abordados, y al final, lo correspondiente a la identificación de 324
los procesos relacionados con los desastres.
6 http://www.elcolombiano.com/antioquia/en-taparto-aun-recuerdan-a-los-que-se-llevo-la-avalancha-
hace-25-anos-FN8609520
granulometría variada, desde arenas hasta grandes bloques a lo largo del cauce
del río principal. En cuanto al registro histórico se cuenta con una base de datos
compuesta por un total de 5 eventos torrenciales y un evento con características
torrenciales según los informes, pero reportado como inundación en las bases
de datos del Desinventar; estos han provocado la pérdida de cientos de vidas y
aproximadamente 6.000 personas que se han visto afectadas (Desinventar,
2018). Los registros torrenciales se asocian a eventos de lluvia ocurridos entre
1993 y 2010 sobre el área de la cuenca, entre ellos se destaca el evento ocurrido
en abril de 1993 el cual arrasó por completo 50 casas en 20 kilómetros, dejando
un saldo de 120 personas fallecidas, 85 desaparecidas, 33 heridas y cerca de
1,300 millones de pesos en pérdidas económicas (Hermelin, 2005) que
desestabilizaron por completo la dinámica social y económica del corregimiento
de Tapartó y del municipio de Andes.
Durante las labores de campo, se realizó el recorrido por el río Tapartó desde el
326
sector los Chorros en su parte alta hasta su desembocadura con el río San Juan,
ya que la vía paralela al cauce permite un fácil acceso a la zona.
327
Figura 112. Perfil esquemático de los niveles de depósitos del río Tapartó.
328
Figura 113. Puente afectado y puente nuevo sobre el río cerca al corregimiento.
Parte alta
Corresponde al nacimiento y la parte más alta del río Tapartó hasta
aproximadamente 500 metros aguas bajo de los Chorros de Tapartó. En este
tramo, el río es encañonado y tiene vertientes con pendientes altas. Es una zona
boscosa y húmeda, con altas precipitaciones, asociada al sistema montañoso de
los Farallones del Citará.
Los llamados Chorros de Tapartó son una serie de caídas de agua de hasta 70
metros en los que el río llega de un cañón estrecho (Figura 114). Este tipo de
morfología controlada por una actividad tectónica importante, controla la energía
del río en este tramo. Una vez el río llega a la parte baja de Los Chorros, cae a
un valle estrecho en roca plutónica que se empieza a ensanchar a medida que
avanza el río. Contienen grandes bloques de roca. En esta parte no es visible
ningún nivel de depósitos, a causa de la alta energía de la corriente (Figura 115).
329
Figura 114. Parte baja de los Chorros del Tapartó.
Parte Media
La parte media del río corresponde a la zona entre los Chorros hasta
aproximadamente 700 m aguas abajo del centro poblado de Tapartó, a la altura
del puente peatonal. En este tramo el río tiene un comportamiento
anastomosado, localmente recto, con un valle amplio cubierto de sedimentos,
que se extiende desde 30 m hasta más de 100 m en algunas zonas. El valle
localmente es estrecho y en roca.
Esta parte media, se caracteriza por la presencia de todos los niveles de terrazas
aluviotorrenciales descritas anteriormente, principalmente en la zona de La
Rochela (1 km aguas abajo aproximadamente de Los Chorros) y a la altura del
casco urbano.
Figura 116. Barra del río Tapartó y cauce secundario que la rodea.
331
Los depósitos del río Tapartó en esta zona media corresponden a eventos de
tipo flujos de escombros (donde predominan matriz de tamaño grava) y muy
localmente flujos de lodos (donde predomina matriz arcillosa o limosa), sin
gradación o con gradación inversa, con matriz areno-limosa a arenosa, o en
algunos casos, con ausencia total de matriz (Figura 118). Comúnmente, los
bloques se encuentran golpeados o fragmentados probablemente debido a
impactos durante su transporte.
Figura 118. Depósitos recientes y nivel 1, con desarrollo edáfico y vegetación, del río
Tapartó.
La parte central del centro poblado de Tapartó corresponde a una gran terraza
aluviotorrencial muy antigua, con una elevación respecto al cauce del río de más
de 100 metros, por lo que se encuentra fuera de la zona de exposición ante un
evento torrencial. Sin embargo, en la zona baja del centro poblado hay viviendas 332
y fincas en la zona de inundación frecuente del río, tanto en el municipio de
Andes como en el de Betania (Figura 119).
333
Por otra parte, la quebrada Negra nace en la parte alta de la vereda que lleva el
mismo nombre y drena hacia el río Venus. Se caracteriza también cortar rocas
del batolito de Sonsón y además rocas metamórficas que hacen parte del
Complejo Cajamarca. 338
Asociados a la quebrada se identifican dos niveles aluviotorrenciales. El primer
nivel cuenta con un espesor de 70 cm desde la base de la quebrada y se
encuentra en el área de influencia directa de esta, no desarrolla vegetación y
tampoco existen asentamientos sobre su superficie. Un segundo nivel, cuenta
con un espesor de 2 m aproximadamente, sobre el cual desarrollan pastos bajos
y se encontraron dos asentamientos a lo largo del área de influencia (Figura 123).
Figura 123. Niveles aluviotorrenciales de la Quebrada Negra
Las quebradas Negra y El Piñal confluyen y forman el río Venus, por donde se
propaga el material que amabas quebradas aportan. Los depósitos del río están
339
compuestos por clastos de tamaños entre 8 y 50 cm, que varían de
subredondeados a subangulares, con baja esfericidad, y corresponden a rocas
granodioríticas, esquistos grafitosos y anfibólicos.
A lo largo de todo el río Venus, incluyendo el corregimiento de Puerto Venus, fue
posible identificar 4 niveles aluviotorrenciales (Figura 124).
Un primer nivel que se encuentra en parte del corregimiento de Puerto Venus
con aproximadamente 70 cm de altura. Si bien, en la actualidad se están
desarrollando obras de mitigación como jarillones este nivel se considera como
de amenaza alta, como medida preventiva.
Figura 124. Niveles aluviotorrenciales del río Venus
nivel más alto, cuenta con 3 m de espesor y sobre él se localizan las viviendas
más lejanas al cauce que pertenecen al corregimiento (Figura 125).
341
Figura 126. Mapa de amenaza por avenida torrencial de las quebradas El Piñal y Negra y
el río Venus
10.2.3. LECTURA DE AFECTACIONES
350
362
11. UMBRALES DE LLUVIA
∑𝑛0 𝑝
𝐼=
𝑚
Donde 𝐼 es la intensidad promedio, 𝑛 es el total de días del registro, 𝑝 es la
precipitación del día y 𝑚 el número de días que llovió en la serie de tiempo para
cada celda.
366
371
Figura 136. Variación intraanual de la lluvia y los MenM en el departamento de
Antioquia, asociado a las fases del ENSO, a partir de los índices JMA, SSTA, MEI y ONI.
Los puntos rojos significan años El Niño, los puntos azules años La Niña, y puntos
verdes años normales o neutros
Figura 139. Variación intraanual de la lluvia y los MenM total en las subregiones del
departamento de Antioquia, asociado a las fases del ENSO
La Figura 140 presenta la variación mensual de la lluvia y los movimientos en
masa en las nueve subregiones del departamento de Antioquia. El patrón
bimodal con picos de lluvia en los periodos MAM y SON se observa en seis de
las nueve subregiones. En el Norte, Bajo Cauca y Urabá presentan tendencias
más uniformes con tendencia unimodal, con pico máximo en el mes de mayo
para el Norte y Urabá, y en el mes de agosto para la subregión del Bajo Cauca,
y dos valles o meses de menores lluvias en los meses de mayo y octubre. En el
Valle de Aburrá los picos de las precipitaciones máximas en ambos periodos son
los más marcados de las subregiones. En el Nordeste y Suroeste se presenta la
menor diferencia entre los picos y el valle de la precipitación bimodal.
375
Figura 140. Variación interanual porcentual de la lluvia y los MenM en las subregiones
del departamento de Antioquia.
377
Figura 141. Variación diaria de la lluvia y los MenM porcentual en las subregiones del
departamento de Antioquia, en la fase de El Niño.
De acuerdo con los resultados el ciclo interanual en el departamento de Antioquia
y en la mayoría de las subregiones que lo componen presentan un
comportamiento bimodal, característico del ciclo anual de la lluvia sobre la región
Andina de Colombia (Poveda, 2004; Poveda et al., 2002). Los dos valores
máximos porcentuales de la lluvia se encuentran en los meses de MAM y SON,
mientras que los valores mínimos están en el trimestre DEF y JJA (Bedoya, 2008;
Poveda et al., 2002).
En las subregiones de Norte, Bajo Cauca y Urabá, al norte del departamento, el
comportamiento bimodal no se observa, en estas regiones predominan valores
altos de precipitación durante los meses de mayo-octubre generalmente,
indicando un comportamiento de lluvia unimodal.
El comportamiento bimodal de la lluvia es la respuesta al doble paso de la Zona
de Convergencia Intertropical (ZCIT) (Álvarez-Villa et al., 2011; Poveda et al.,
2002) sobre la región, y a la dinámica de los vientos provenientes de una
corriente de chorro muy superficial del oeste (Chorro del Chocó) (Bedoya, 2008; 378
Poveda, 1998, 2009), lo cual ejerce un control importante en el ciclo anual de la
hidroclimatología en Colombia (Álvarez-Villa et al., 2011; Poveda, 2004).
Esta franja de bajas presiones y lugar donde convergen los vientos alisios,
genera también el tipo de comportamiento unimodal observado en tres de las
subregiones al norte del departamento, que responden a la posición más norte
de la ZCIT sobre la región andina (Álvarez-Villa et al., 2011; Poveda et al., 2002,
2011).
379
380
Figura 142. Umbrales para movimientos en masa en la subregión del Bajo Cauca.
381
Figura 143. Umbrales para movimientos en masa en la subregión del Magdalena Medio.
382
Figura 150. Umbrales para movimientos en masa en la subregión del Valle del Aburrá.
389
Figura 151. Umbrales para avenidas torrenciales en la subregión del Bajo Cauca.
390
Figura 158. Umbrales para avenidas torrenciales en la subregión del Valle del Aburrá
12. CONCLUSIONES
400
13. REFERENCIAS
Adger, W., Brooks, N., Bentham, G., & Agnew, M. (2004). New indicators of
vulnerability and adaptive capacity. Tyndall Centre Technical Report 7.
Norwich: Tyndall Centre for Climate Change Research.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of
corporate bankruptcy. The journal of finance, 23(4), 589-609.
Álvarez-Villa, O. D., Vélez, J. I., & Poveda, G. (2011). Improved long-term mean
annual rainfall fields for Colombia. International Journal of Climatology,
31(14), 2194–2212. https://doi.org/10.1002/joc.2232 401
Ancey, C. (2001). Debris flows and related phenomena. Rapport Interne, 1–21.
Arango-Carmona, M. I., Aristizábal, E., & García, K. (2017). Análisis empírico de
relaciones entre avenidas torrenciales con precipitación, parámetros
morfométricos y litológicos en el departamento de Antioquia. Colegio
Mayor de Antioquia, Medellin.
Aristizábal, E., & Arango-Carmona, M. I. (2017). Morphometrical analysis of flash
flood prone catchments in the tropical and montanous terrains of the
Colombian Andes. Manuscrito no publicado
Aristizábal, E., García, E., & Martínez, C. (2015). Susceptibility assessment of
shallow landslides triggered by rainfall in tropical basins and mountainous
terrains. Natural Hazards, 78(1), 621-634.
Aristizábal, E., González, T., Montoya, J. D., Vélez, J. I., Martínez, H., & Guerra,
A. (2011). Análisis De Umbrales Empíricos De Lluvia Para El Pronóstico
De Movimientos En Masa En El Valle De Aburrá, Colombia. Revista EIA,
95–111.
Aristizábal, E., Martínez, H., & Vélez, J. I. (2010). Una revisión sobre el estudio
de movimientos en masa detonados por lluvias. Revista de la Academia
Colombiana de Ciencias Exactas, físicas y Naturales, 34(131), 209-227.
Aristizábal, E., Vélez, J. I., & Martínez, H., “A comparison of linear and nonlinear
model performance of shia_landslide: A forecasting model for rainfall-
induced landslides,” Rev. Tec. la Fac. Ing. Univ. del Zulia, vol. 40, no. 4,
pp. 64–72, Sep. 2017.].
Aulitzky, H. (1980). Derzeitige Sicherheitserwartungen an verschiedene
Lawinenschutzmassnahmen.
Bankoff, G. (2003). Constructing vulnerability: the historical, natural and social
generation of flooding in metropolitan Manila. Disasters, 27(3), 224-38.
Bankoff, G., G. Frerks, y D. Hilhorst. (2004). Mapping vulnerability: disasters,
development, and people. London, UK: Earthscan. 402
Bastawesy, M. El, White, K., & Nasr, A. (2009). Integration of remote sensing and
GIS for modelling flash floods in Wadi Hudain catchment, Egypt.
Hydrological Processes. Retrieved from
http://onlinelibrary.wiley.com/doi/10.1002/hyp.7259/full
https://doi.org/10.1007/s11069-013-0575-4
Bedoya, M. (2008). Coherent annual and (shifting-phase) diurnal cycles of rainfall
on a region of Colombia’s Central Andes. International Journal of
Climatology.
Bertrand, M., Liébault, F., & Piégay, H. (2013). Debris-flow susceptibility of upland
catchments. Natural Hazards, 67(2), 497–511.
Birkmann, J. (2006). Measuring vuelnarbility to promote disaster resilient
societies: conceptual frameworks and definitions. En J. Birkmann (Ed),
Measuring Vulnerability to Natural Disaster: Towards Disaster Resilient
Societies (pp. 9- 54). Hong Kong: UNU Press
Biswas, A., Das Majumdar, D., & Banerjee, S. (2014). Morphometry Governs the
Dynamics of a Drainage Basin: Analysis and Implications. Geography
Journal, 2014, 1–14. https://doi.org/10.1155/2014/927176
Blaikie, P., T. Cannon, I. Davis, y Wisner. B. (1996). Vulnerabilidad. El entorno
social, político y económico de los desastres. Bogotá, Colombia: LA
RED/ITDG.
BoM. (1996). Policy on the provision of flash flood warning service, BoM
Borga, M., Stoffel, M., Marchi, L., Marra, F., & Jakob, M. (2014).
Hydrogeomorphic response to extreme rainfall in headwater systems:
Flash floods and debris flows. Journal of Hydrology, 518(PB), 194–205.
https://doi.org/10.1016/j.jhydrol.2014.05.022
Bradley, J. B. (1986). Hydraulics and bed material transport at high fine
suspended concentrations.
Burrough, P. A., & McDonell, R. A. (1998). Principles if Geographical Information
Systems. Oxford University Press, New York, pág. 190. 403
Caballero, H., & Mejía, I. (1998). Algunos comentarios acerca del evento
torrencial de la quebrada Ayurá (Envigado) del 14-04-88 y sus
implicaciones en la evaluación de la amenaza al municipio. 2da
Conferencia de riesgos geológicos del Valle de Aburrá. Medellín.
Caballero, J. H. (2011). Las avenidas torrenciales: Una amenaza potencial en el
Valle de Aburrá. Gestión y Ambiente, 45-50.
Cámara de Comercio de Medellín para Antioquia. (2014). Perfil socioeconómico
de la subregión Magdalena Medio. Obtenido de
https://www.camaramedellin.com.co/site/Portals/0/Documentos/2017/Pu
blicaciones%20regionales/12-3Perfil%20Magdalena_Oct14.pdf
Cámara de Comercio Oriente Antioqueño. (2014). Informes Estudios
Socioeconómicos. Obtenido de Perfil Socioeconómico de la subregión del
Oriente:
https://www.camaramedellin.com.co/site/Portals/0/Documentos/2017/Pu
blicaciones%20regionales/16-3Perfil%20Oriente_Oct14.pdf
Cannon, T. (2000). Vulnerability analysis and disasters. Floods, 1, 45-55.
Cardona, O. D. (2001). Estimación holística del riesgo sísmico utilizando
sistemas dinámicos complejos. Universitat Politècnica de Catalunya.
Cardona, O. D., Hurtado, J. E., Duque, G., Moreno, A., Chardon, A. C.,
Velásquez, L. S., & Prieto, S. D. (2003). La Noción de Riesgo desde la
Perspectiva de los Desastres: Marco Conceptual para su Gestión Integral.
(Programa de Indicadores para la Gestión de Riesgos, Ed.). Manizales,
Colombia: Universidad Nacional de Colombia.
CARE Perú. (2010). Manual para el Análisis de Capacidad y Vulnerabilidad
Climática. Lima, Perú.
Castro Marín, E. (1999). Amenaza asociada a las avenidas torrenciales. Servicio
Geológico Colombiano.
Catani, F., Segoni, S., & Falorni, G. (2010). An empirical geomorphology-based 404
approach to the spatial prediction of soil thickness at catchment scale.
Water Resources Research, 46(5), 1–15.
https://doi.org/10.1029/2008WR007450
Chorley, R. J., MaIm. D., Pogorzelski, H. A., 1957: A new standard for measuring
drainage basin shape. Am. J. Sci., v.255, p. 138-141.
CONAPO. (2010). Índice de marginación por entidad federativa y municipio.
Consejo Nacional de Población. México D.F.: Colección: Índices
sociodemográficos.
CORNARE, Gobernación de Antioquia. (2012). Zonificación de riesgo por
movimientos en masa, inundación y avenidas torrenciales. Atención de
áreas afectadas por eventos desastrosos para el municipio de Abejorral,
Alejandría, Argelia, Cocorná, Concepción, El Carmen de Viboral, El Peñol,
El Retiro, El Santuario, Granada, Guarne, Guatapé, La Ceja, La Unión,
Marinilla, Nariño, Puerto Triunfo, Rionegro, San Carlos, San Francisco,
San Luís, San Rafael, San Roque, San Vicente, Santo Domingo, Sonsón.
Costa, J. E. (1988). Rheologic, geomorphic, and sedimentologic differentiation of
water floods, hyperconcentrated flows, and debris flows. Flood
Geomorphology. John Wiley & Sons New York. 113–122.
Coussot, P., & Meunier, M. (1996). Recognition, classification and mechanical
description of debris flows. Earth-Science Reviews, 40, 209–227.
https://doi.org/10.1016/0012-8252(95)00065-8
Crosta, G., Guzzetti, F., Marchetti, M., & Reichenbach, P. (1990). Morphological
classification of debris-flow processes in South-Central Alps (Italy).
Proceedings of the 6th.
Crozier, M. J. (2005). Multiple-occurrence regional landslide events in New
Zealand : Hazard management issues. Landslides, 2(May), 247–256.
https://doi.org/10.1007/s10346-005-0019-7
Cruden, D., & Varnes, D. (1996). Landslides: investigation and mitigation. 405
Chapter 3-Landslide types and processes. Transportation Research
Board Special Report. Obtenido de
https://trid.trb.org/view.aspx?id=462501
Cupples, J. (2007). Gender and Hurricane Mitch : reconstructing subjectivities
after disaster. Disasters, 31(2), 155-175. doi:10.1111/j.0361-
3666.2007.01002.x
Cutter, S., Boruff, B., & Shirley, W. (2003). Social vulnerability to environmental
hazards. Social Science Quarterly, 242 - 261.
DANE. (06 de Julio de 2018). Reloj de Población. Obtenido de
http://www.dane.gov.co/reloj/
DANE (2014). Censo Nacional Agropecuario 2014. Bogotá: Departamento
Nacional de Estadística
Damm, M. (2010). Mapping social-ecological vulnerability to flooding. United
Nations University.
DAP (2017). Estado de los POT municipales por subregiones.
DAPARD. (2015). Plan departamental para la gestión del riesgo de desastres.
Diario El País. (4 de Junio de 2017). ¿Qué camino queda para adaptarse a un
planeta cada vez más caliente?
Dietrich, W. E., & Montgomery, D. R. (1998). SHALSTAB: a digital terrain model
for mapping shallow landslide potential. NCASI (National Council of the
Paper Industry for Air and Stream Improvement) Technical Report, 1998.
Diez-Herrero, A., Laín, H., & Llorente-Isidro, M. (2008). Mapas de peligrosidad
por avenidas e inundaciones. Guía metodológica para su elaboración.
Federal Emergency Management Agency-FEMA. 2004. Technical Manual
FLOOD MODEL. Washington, United States of America.
Fekete, A. (2010). Assessment of social vulnerability to river floods in Germany.
United Nations University.
Fekete, A., Lauwe, P., & Geier, W. (2012). Risk management goals and
identification of critical infrastructures. International Journal of Critical 406
Infrastructures, 8(4), 336-353. doi:10.1504/IJCIS.2012.050108
Fisher, R. A. (1940). The precision of discriminant functions. Annals of Human
Genetics, 10(1), 422-429.
Flórez, M. T., & Parra, N. (1988). Avalancha de la quebrada Ayurá del 14 de abril
de 1988. II Conferencia sobre riesgos geológicos en el Valle de Aburrá.
Medellín.
French, J. G., & Holt, K. W. (1989). The Public Health Consequences of
Disasters. Atlanta, Georgia: US Department of Health and Human
Services. Public Health Service, CDC, 69–78.
Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., ... &
Michaelsen, J. (2015). The climate hazards infrared precipitation with
stations—a new environmental record for monitoring extremes. Scientific
data, 2, 150066.
García, C. E., & Hurtado, J. E. (2003). Modelo Basado en Lógica Difusa para la
Construcción Indicadores Vulnerabilidad Frente de Indicador es de
Vulnerabilidad Urbana Fr ente a Fenómenos Naturales. Gestión y
Ambiente, 6(2), 1-22.
Gaume, E., Bain, V., Bernardara, P., Newinger, O., Barbuc, M., Bateman, A.,
Viglione, A. (2009). A compilation of data on European flash floods.
Journal of Hydrology, 367(1–2), 70–78.
https://doi.org/10.1016/j.jhydrol.2008.12.028
Gobernación de Antioquia, Universidad de Antioquia y Universidad Pontificia
Bolivariana (2015a). Análisis político-institucional. Proyecto Análisis de las
implicaciones sociales y económicas de las Autopistas para la
Prosperidad en el departamento de Antioquia. Recuperado de
http://www.ocudos.com/empresas/gobernacion/wp-
content/uploads/2015/11/Analisis_Politico_Institucional.pdf
Gobernación de Antioquia (2012). Lineamientos de Ordenación Territorial para 407
Antioquia, fase II.
Gómez Giraldo, L., Sanchez Zapata, D., Correa Gutierrez, D., Goyez Garzón, J.
(2014). El municipio y las fronteras interdepartamentales de Antioquia en
las propuestas territoriales actuales. Historia y Sociedad, número 27, 241
- 268.
Hermelin, M. (2005). Desastres de origen natural en Colombia 1979-2004.
Medellín: EAFIT-OSSO.
Hermelin, M. (2006). Geografía de Antioquia. Medellín: EAFIT.
Hjerdt, K. N., McDonnell, J. J., Seibert, J., & Rodhe, A. (2004). A new topographic
index to quantify downslope controls on local drainage. Water Resources
Research.
Horton, R. (1945). Erosional development of streams and their drainage basins;
hydrophysical approach to quantitative morphology. Geological Society of
America Bulletin. Obtenido de
http://gsabulletin.gsapubs.org/content/56/3/275.short
Hungr, O., Evans, S. G., Bovis, M. J., & Hutchinson, J. N. (2001). A review of the
classification of landslides of the flow type. Environmental and Engineering
Geoscience, 7(3), 221–238. https://doi.org/10.2113/gseegeosci.7.3.221
Hungr, O., Leroueil, S., & Picarelli, L. (2014). The Varnes classification of
landslide types, an update. Landslides, 11(2), 167–194.
https://doi.org/10.1007/s10346-013-0436-y
Hutchinson, J. (1988). Morphological and Geotechnical Parameters of Landslides
in Relation to Geology and Hydrogeology, Landslides. Proceedings of the
Fifth International Symposium on. Obtenido de
http://ci.nii.ac.jp/naid/10006145956/
IAHS-UNESCO-WMO. (1974). Flash floods. Proceeding of the Paris symposium.
Publication No 112.
IDEAM. (2011). Mapas de precipitación promedio en Colombia. Colombia 408
INGEOMINAS. (2001). Guía metodológica para la zonificación de amenazas por
fenómenos de remoción en masa - método univariado- y escenarios de
riesgo por avenidas torrenciales. Bogotá.
INGEOMINAS. (2001). Mapa geológico del Departamento de Antioquia. Memoria
Explicativa. (H. González, Ed.), www.Ingeominas.gov.co (Vol. 1).
Medellín.
Iverson, R. M. (1997). The physics of debris flows. Reviews of Geophysics, 35(3),
245. https://doi.org/10.1029/97RG00426
IPC. (2017). Instituto Popular de Capacitación. Obtenido de Nordeste
Antioqueño: http://ipc.org.co/index.php/regiones/nordeste-de-antioquia/.
[29-07-2018]
IPC. (2017). Instituto Popular de Capacitación. Obtenido de Bajo Cauca:
http://ipc.org.co/index.php/regiones/bajo-cauca/. [29-07-2018]
IPC. (2017). Instituto Popular de Capacitación. Obtenido de Norte Antioqueño:
http://ipc.org.co/index.php/regiones/norte-de-antioquia/. [29-07-2018]
Jackson, L. E., Kostaschuk, R. A., & MacDonald, G. M. (1987). Identification of
debris flow hazard on alluvial fans in the Canadian Rocky Mountains. Geol.
Soc. Amer., Rev. Eng. Geol., 7(NOVEMBER 1984), 115–124.
https://doi.org/10.13140/2.1.2321.1206
Jakob, D., & Hungr, O. (2005). Debris-flow hazards and related phenomena.
Obtenido de http://link.springer.com/content/pdf/10.1007/b138657.pdf
Jenness, J. (22 de Marzo de 2006). Topographic Position Index (TPI). Obtenido
de Jenness Enterprises:
www.jennessent.com/downloads/TPI_Documentation_online.pdf
Kubal, C., D. Haase, V. Meyer, y S. Scheuer. 2009. Integrated urban flood risk
assessment – adapting a multicriteria approach to a city. Natural Hazards
and Earth System Science 9(6):1881- 95.
Klecka, W. R. (1980). Discriminant analysis (Vol. 19). Sage 409
Kuhlicke, C., Scolobig, A., Tapsell, S., Steinführer, A., & Marchi, B. (2011).
Contextualizing social vulnerability: findings from case studies across
Europe. Natural Hazards, 58(2), 789-810. doi:10.1007/s11069-011-9751-
6
Lindsay, J. B. (2014). The Whitebox Geospatial Analysis Tools project and open-
access GIS. Proceedings of the GIS Research UK 22nd Annual
Conference. The University of Glasgow.
Lotero, J; Díaz, W y Moreno, A. (2006). Indicadores de competitividad de
Antioquia y sus regiones, Comisión Tripartita de Antioquia, Cámara de
Comercio de Medellín para Antioquia, Medellín, Facultad de Ciencias
económicas, Universidad de Antioquia.
Lotero, J; Díaz, W; Salazar, J y Yanes, C. (2015). Informe sobre indicadores de
competitividad, capacidades y dotaciones 2013. Centro de Investigación
y Consultorías (CIC), Facultad de Ciencias Económicas, Universidad de
Antioquia.
Marchi, L., Borga, M., Preciso, E., & Gaume, E. (2010). Characterisation of
selected extreme flash floods in Europe and implications for flood risk
management. Journal of Hydrology, 394(1–2), 118–133.
https://doi.org/10.1016/j.jhydrol.2010.07.017
Martínez, V. (2013). Reflexiones sobre la dignidad humana en la actualidad.
Boletín Mexicano de Derecho Comparado, 46 (136), p. 39-67.
Mayer J, Pohl W (2010) Risikokommunikation. In: Bell R, Pohl J, Glade T, Mayer
J, Greiving S
Melton, M. A. (1957). An analysis of the relations among elements of climate,
surface properties, and geomorphology.
Menoni, S., Molinari, D., Parker, D., Ballio, F., & Tapsell, S. (2012). Assessing
multifaceted vulnerability and resilience in order to design risk-mitigation
strategies. Natural Hazards, 64(3), 2057-2082. doi:10.1007/s11069-012- 410
0134-4
Miles, J. (1957). On the Generation of surface waves by shear flow. J. Fluid
Mech., 3, 185–204
Ministerio de Medio Ambiente y Desarrollo. (2014). Guía Técnica para la
formulación de los POMCAS, 104.
Montgomery, D. R., & Dietrich, W. E. (1994). A physically based model for the
topographic control on shallow landsliding. Water resources research,
30(4), 1153-1171.
Montoya, L. J., Silva, S. M., & González, J. E. (2009). Evaluación de zonas de
amenaza por avenidas torrenciales utilizando metodologías cualitativas.
Caso de aplicación a la quebrada Doña María. Revista de Ingenierías
Universidad de Medellín, 11-29.
Moore, I. D., Grayson, R. B., & Ladson, A. R. (1991). Digital terrain modelling: A
review of hydrological, geomorphological, and biological applications.
Hydrological Processes.
Moore, I. D., O’Loughlin, E. M., & Burch, G. J. (1988). A contour-based
topographic model for hydrological and ecological applications. Earth
Surface Processes and Landforms, 13(4), 305–320.
https://doi.org/10.1002/esp.3290130404
Moreiras, S. M. (2005). Climatic effect of ENSO associated with landslide
occurrence in the Central Andes, Mendoza Province, Argentina.
Landslides, 2(1), 53–59. https://doi.org/10.1007/s10346-005-0046-4
Moreno, H. A., Vélez, M. V., Montoya, J. D., & Rhenals Garrido, R. L. (2006). La
lluvia y los deslizamientos de tierra en Antioquia: análisis de su ocurrencia
en las escalas interanual, intraanual y diaria. Revista EIA, 5, 59–69.
Retrieved from http://revista.eia.edu.co/articulos5/art45.pdf
National Weather Service (NWS). (2005). National Weather Service Glossary. 411
Obtenido de http://www.nws.noaa.gov/glossary/
Nettleton, I., Martin, S., Hencher, S., & Moore, R. (2005). Debris flow types and
mechanisms. Scottish Road Network. Obtenido de
http://www.geoffice.it/files/download/0015327.pdf
O’Brien, J., & Julien, P. (1985). Physical properties and mechanics of
hyperconcentrated sediment flows. HD Delineation of Landslides, Flash
Flood and Debris …. Obtenido de
https://scholar.google.com/scholar?q=O’brien+%26+Julien+1985+debris
&btnG=&hl=es&as_sdt=0%2C5
OCHOA, T. (2011). Hidráulica de ríos y procesos morfológicos.
OSSO. (20 de Julio de 2018). Desinventar.org. Obtenido de Qué es DesInventar:
https://www.desinventar.org/es/desinventar.html
Pierson, T. C. (2005). Distinguishing between debris flows and floods from field
evidence in small watersheds. Fact Sheet.
Pierson, T. C., & Costa, J. E. (1987). A rheologic classification of subaerial
sediment water flows. Reviews in Eingineering Geology, VII, 1–11.
https://doi.org/10.1130/REG7-p1baerial sediment water flows. Reviews in
Eingineering Geology, VII, 1–11. https://doi.org/10.1130/REG7-p1
PMA-GMA. (2007). Movimientos en Masa en la Región Andina: Una guía para la
evaluación de amenazas. Publicación Geológica Multinacional, 4(0717-
3733), 432.
Poveda, G. (1998). Retroalimentación dinámica entre el fenómeno El Niño
Oscilación del Sur y la hidrología de Colombia. Universidad Nacional de
Colombia.
Poveda, G. (2004). La Hidroclimatología De Colombia : Una Síntesis Desde La
Escala Inter-Decadal Hasta La Escala Diurna. Ciencias de La Tierra, 201–
222.
Poveda, G. (2009). Escala de información, escala de fluctuación y entropía de
las lluvias en el Valle de Aburrá, Colombia. Ciencias de La Tierra, 33(128), 412
339–356.
Poveda, G. (2011). Mixed memory, (non) Hurst effect, and maximum entropy of
rainfall in the tropical Andes. Advances in Water Resources, 34(2), 243–
256. https://doi.org/10.1016/j.advwatres.2010.11.007
Poveda, G., & Mesa, O. J. (2000). On the Existence of Lloró (the Rainiest Locality
on Earth): Enhanced Ocean-Land-Atomosphere Interaction by a Low-
Level Jet. Geophysical Research Letters. https://doi.org/10.1175/1520-
0469(1990)047<1854:OTEOST>2.0.CO;2
Poveda, G., Álvarez, D. M., & Rueda, Ó. A. (2011). Hydro-climatic variability over
the Andes of Colombia associated with ENSO: A review of climatic
processes and their impact on one of the Earth’s most important
biodiversity hotspots. Climate Dynamics, 36(11–12), 2233–2249.
https://doi.org/10.1007/s00382-010-0931-y
Poveda, G., Mesa, O. J., Agudelo, P. A., Álvarez, J. F., Arias, P. A., Moreno, H.
A., … Toro, V. G. (2002). DIAGNÓSTICO DEL CICLO DIURNO DE
PRECIPITACIÓN EN LOS ANDES TROPICALES DE COLOMBIA.
Rahimi, A., Rahardjo, H., & Leong, E. C. (2010). Effect of hydraulic properties of
soil on rainfall-induced slope failure. Engineering Geology, 114(3–4), 135–
143. https://doi.org/10.1016/j.enggeo.2010.04.010
Rozalis, S., Morin, E., Yair, Y., & Price, C. (2010). Flash flood prediction using an
uncalibrated hydrological model and radar rainfall data in a Mediterranean
watershed under changing hydrological conditions. Journal of Hydrology.
Obtenido de
http://www.sciencedirect.com/science/article/pii/S0022169410001472
Rodríguez, E. (2016). Diseño metodológico para la evaluación del riesgo por
inundación a nivel local con información escasa (Tesis Doctoral).
Universidad Nacional de Colombia, Medellín, Colombia.
Santacoloma-Varón, Luz Elena. (2015). Importancia de la economía campesina 413
en los contextos contemporáneos: una mirada al caso colombiano.
Entramado, 11(2), 38-50.
https://dx.doi.org/10.18041/entramado.2015v11n2.22210
Schumm, S. (1956). Evolution of drainage systems and slopes in badlands at
Perth Amboy, New Jersey. Geological Society of America Bulletin.
Obtenido de http://gsabulletin.gsapubs.org/content/67/5/597.short.
Scuderi, L. A. (2001). EL NIÑO AND THE SOUTHERN OSCILLATION:
MULTISCALE VARIABILITY AND GLOBAL AND REGIONAL IMPACTS.
Natural Resources, 41, 5–7. https://doi.org/10.3868/s050-004-015-0003-8
Segoni, S., Piciullo, L., & Gariano, S. L. (2018). A review of the recent literature
on rainfall thresholds for landslide occurrence. Landslides, (October
2017), 1–19. https://doi.org/10.1007/s10346-018-0966-4
Sen, A (2000). Desarrollo y libertad. Barcelona, España: Planeta
Servicio Geológico Colombiano (SGC). (2017). Guía metodológica para la
zonificación de amenaza por dirección de geoamenazas, 1–160.
Slaymaker, O. (1988). The distinctive attributes of debris torrents. Hydrological
Sciences Journal, 33(6), 567–573.
https://doi.org/10.1080/02626668809491290
Smart, J., & Surkan, A. (1967). The relation between mainstream length and area
in drainage basins. Water Resources Research. Obtenido de
http://onlinelibrary.wiley.com/doi/10.1029/WR003i004p00963/full
Sterling, S., & Slaymaker, O. (2007). Lithologic control of debris torrent
occurrence. Geomorphology, 86, 307–319.
Strahler, A. (1964). Quantitative geomorphology of drainage basin and channel
networks. Handbook of Applied Hydrology. Obtenido de
http://ci.nii.ac.jp/naid/10021229789/
Takahashi, T. (1981). Debris flow. Annual Review of Fluid Mechanics. Obtenido
de 414
http://www.annualreviews.org/doi/pdf/10.1146/annurev.fl.13.010181.0004
21
Tsaparas, I., Rahardjo, H., Toll, D. G., & Leong, E. C. (2002). Controlling
parameters for rainfall-induced landslides. Computers and Geotechnics,
29(1), 1–27. https://doi.org/10.1016/S0266-352X(01)00019-2
Turner, B., R. E. Kasperson, et al. 2003. A framework for vulnerability analysis in
sustainability science. Proceedings of the National Academy of Sciences
of the United States of America 100(14):8074-79.
Urrea, V., Ochoa, A., & Mesa, O. (2016). Validación de la base de datos de
precipitación CHIRPS para colombia a escala diaria, mensual y anual en
el periodo 1981-2014. Conference Paper, (November).
Universidad Católica de Oriente - Centro de estudios territoriales. (2014).
Amenaza, vulnerabilidad y riesgo por movimientos en masa e
indundaciones zona urbana. Municipio de Guarne.
Universidad Nacional de Colombia -Sede Medellín, CORANTIOQUIA, Área
Metropolitana del Valle de Aburrá, Alcaldía de Medellín, Municipio de
Envigado. (2009). Zonificación de la amenaza por inundaciones y
avenidas torrenciales en el Valle de Aburrá.
Universidad Nacional de Colombia -Sede Medellín, CORANTIOQUIA, Municipio
de Envigado. (2009). Zonificación de la amenaza por inundaciones y
avenidas torrenciales en el Municipio de Envigado.
USGS. (2005). Distinguishing between Debris Flows and Floods from Field
Evidence in Small Watersheds. USGS Fact Sheet, (January).
Valentine, P. C., Fuller, S. J., & Scully, L. A. (2004). Terrain Ruggedness Analysis
and Distribution of Boulder Ridges and Bedrock Outcrops in the
Stellwagen Bank National Marine Sanctuary Region - Seabed
Ruggedness. Obtenido de U.S Geological Survey:
https://woodshole.er.usgs.gov/project-
pages/stellwagen/posters/rugged_poster_small.pdf 415
Varnes, D. J. (1978). Slope movement types and processes. In “Landslides:
analysis and control”.(Eds RL Schuster, RJ Krizek). Ransportation
Research Board, National Research Council: Washington, DC., 9, 12–33.
Wilches-Chaux, Gustavo. 1989. Desastres, Ecologismo y Formación Profesional.
Popayán, Colombia: Servicio Nacional de Aprendizaje.
Zahran, S., Brody, S. D., Peacock, W. G., Vedlitz, A., & Grover, H. (2008). Social
vulnerability and the natural and built environment : a model of flood
casualties in Texas, 32(4), 537-560. doi:10.1111/j.0361-
3666.2008.01054.x
Zhang, Yang, Michael K. Lindell, y Carla S. Prater. 2009. Vulnerability of
community businesses to environmental disasters. Disasters 33(1):38-57.