Вы находитесь на странице: 1из 6

L A R E D U C C I N D E R I E S G O S D E D E S A S T R E S : U N D E S A F O PA R A E L D E S A R R O L LO

CUADRO T.7 DEFINICIN DE SEQUA


Duracin 3 meses 3 meses 3 meses 6 meses 6 meses 6 meses Gravedad 90% de las precipitaciones medias 1979-2001 (-10%) 75% de las precipitaciones medias 1979-2001 (-25%) 50% de las precipitaciones medias 1979-2001 (-50%) 90% de las precipitaciones medias 1979-2001 (-10%) 75% de las precipitaciones medias 1979-2001 (-25%) 50% de las precipitaciones medias 1979-2001 (-50%)

como se explica en el cuadro T.7. Para cada una de las seis definiciones siguientes, se obtuvo la frecuencia dividiendo la cifra de eventos entre 21 aos, lo que arroj una frecuencia media de eventos por ao. La exposicin fsica se calcul, como en la ecuacin 5, para cada definicin de sequa. Con el anlisis estadstico se seleccion la que mejor se adaptaba, lo cual se obtuvo con sequas de tres meses de duracin y un 50% de disminucin en las precipitaciones.

puntos de la cuadrcula con precipitaciones medias de largo plazo de menos de 0,25 mm por da. Esas escasas precipitaciones medias pueden registrarse durante la estacin seca de determinado lugar o en regiones desrticas, y en ninguno de los dos casos se aplica nuestra definicin de sequa. Se consider que haba ocurrido una sequa meteorolgica cuando el porcentaje de precipitaciones medias fuera igual o menor a un determinado umbral por lo menos durante tres meses consecutivos. Los diferentes umbrales considerados fueron del 50%, el 75% y el 90% de las precipitaciones medias en el largo plazo, donde el porcentaje ms bajo indicaba la sequa ms grave segn este mtodo. Se determin la cifra total de eventos para cada punto de la cuadrcula en el perodo 1980-2000 y los resultados se trasladaron a grficos en mapamundis. Clculo de la exposicin fsica Utilizando el conjunto de datos del IRI/Universidad de Columbia, se calcul la exposicin fsica multiplicando la frecuencia de las amenazas por la poblacin de una zona expuesta. Se determinaron los eventos mediante diferentes mediciones, segn la gravedad y la duracin del suceso,
ECUACIN 8 CLCULO DE VCTIMAS MORTALES Ecuacin 8 Donde M C ExpFs Vi i

T.5 Anlisis estadstico: mtodos y resultados


T.5.1 Definir un modelo multiplicativo
El anlisis estadstico se basa en dos grandes hiptesis. Primero, que el riesgo se puede expresar en trminos de la cantidad de vctimas que han cobraron los eventos catastrficos del pasado. Segundo, que la ecuacin del riesgo sigue un modelo multiplicativo como el de la Ecuacin 8. Luego de aplicar propiedades logartmicas, la ecuacin se puede reformular de la Ecuacin 9. Esta ecuacin define una relacin lineal entre conjuntos de valores logartimicos. Esto permite hallar, mediante regresiones lineales, importantes parmetros socioeconmicos Vi (con las transformaciones necesarias) y los exponentes i.

T.5.2 Detalles sobre los procesos


Datos sobre las vctimas Las cifras de fallecidos provienen de la base de datos EMDAT y se calcularon como el promedio de personas muertas por ao durante el perodo comprendido entre 1980 y 2000. Filtrado de datos Los modelos estadsticos para cada tipo de desastre se definieron a partir de grupos de pases, de los que se excluyeron: I Los pases que no presentan exposicin fsica o que no informaron de vctimas (valores igual a cero o nulos). I Los pases donde no fue posible confirmar la informacin sobre la exposicin fsica (un ejemplo de esto son las inundaciones en Kazajstn) o sobre los factores socioeconmicos.

M = C (ExpFs) V 1 V 2 ... V p 1 2 p
es la cantidad de muertos que cobr un determinado tipo de amenaza natural es la constante de multiplicacin es la exposicin fsica: la poblacin que vive en zonas expuestas multiplicada por la frecuencia con la que se manifiesta el fenmeno natural son los parmetros socioeconmicos es el exponente de Vi, que puede adoptar un valor negativo (segn el cociente)

ECUACIN 9 PROPIEDADES LOGARTMICAS Ecuacin 9

ln(M) = ln(C) + ln(ExpFs) + 1 ln(V ) + 2 ln(V ) + ... p ln(V ) 1 2 p

108

A N E XO T C N I CO

I I

Pases con baja exposicin fsica (menos del 2% del total de la poblacin) debido a que las variables socioeconmicas se registraron a escala nacional. Aquellos pases cuya poblacin expuesta no es representativa de la situacin del pas, por lo que el modelo no puede mostrar tendencias generales. Los pases que no contaban con informacin sobre todas las variables socioeconmicas elegidas. Valores atpicos que se presentan cuando fenmenos excepcionales u otros factores arrojan cifras claramente anormales de vctimas mortales, como el huracn Mitch en Nicaragua y Honduras, o las sequas en Sudn y Mozambique.

El mtodo de aproximaciones sucesivas (stepwise) Para cada tipo de amenaza natural, se efectuaron varias regresiones lineales con aproximaciones sucesivas (inclusivas y exclusivas) con el objetivo de reconocer las variables socioeconmicas ms importantes. La validacin de cada resultado de la regresin se efectu utilizando el coeficiente R2, anlisis de varianza y anlisis residual detallado. Una vez definido el modelo, se utiliz la representacin grfica y los coeficientes de correlacin de Pearson para hallar la relacin entre las vctimas mortales que predice el modelo y la cantidad de muertos registrados en la EMDAT. Si bien intuitivamente se puede comprender que la exposicin fsica se encuentre directamente relacionada con la cantidad de vctimas, y que el PIBcap se encuentre inversamente relacionado con la cantidad de muertos (a menor PIB, mayor es la cifra de vctimas mortales), esto no es tan evidente para otras variables como, por ejemplo, el porcentaje de tierra cultivable. Este mtodo de regresin logartmica mltiple permite calcular los coeficientes i. Los signos sirven para indicar si las variables operaban como numerador o como denominador y por lo tanto la relacin directa o inversa entre la variable y las cifras de muertos calculadas segn el modelo. El modelo permiti reconocer los parmetros que contribuyen a aumentar o reducir el riesgo, pero no debera emplearse como un modelo de prediccin. Pequeas diferencias en la escala logartmica pueden significar enormes diferencias en la cantidad de muertes calculadas segn el modelo. Los resultados que se desprenden de este modelo fueron sorprendentemente amplios y correctos, especialmente al tener en cuenta que las fuentes de informacin son independientes entre s y que la informacin disponible internacionalmente no ofrece un alto nivel de detalle.

Transformacin de las variables socioeconmicas A los efectos estadsticos, las variables socioeconmicas a analizar deben convertirse en los valores promedio de 21 aos y luego transformarlos en logaritmos. Para algunas de las variables, el logaritmo se calcul directamente. A las variables que se expresan como porcentajes, se les aplic una transformacin con el objetivo de que todas las variables estn comprendidas entre los valores de - y +. A las dems, no fue necesario aplicarles ninguna transformacin logartimica. Por ejemplo, el crecimiento de la poblacin ya tiene de por s un efecto acumulativo y puede aplicarse directamente al clculo.
ECUACIN 10 TRANSFORMACIN DE LAS VARIABLES QUE ADOPTAN VALORES ENTRE 0 Y 1 Ecuacin 10 Donde Vi Vi

Vi V = i (1 Vi )
es la variable transformada (que adopta valores entre - y +) es la variable socioeconmica (que adopta valores entre 0 y 1)

T.5.3 El mapa de los riesgos


La seleccin de las variables Una condicin importante cuando se calculan regresiones es que las variables utilizadas en el modelo deben ser independientes, es decir, que la correlacin entre dos conjuntos de variables sea baja. Es evidente que esto no se cumple para el IDH y el PIB per cpita segn la paridad del poder adquisitivo (al que se referir de aqu en ms como PIBcap), ndices que se encuentran estrechamente correlacionados. El PIBcap fue ms utilizado que el IDH pues no se contaba con informacin sobre este ltimo para varios pases. Para que la muestra fuese lo ms completa posible, se seleccionaron las variables que guardaran la mnima relacin con las dems, las ms independientes. La seleccin se llev a cabo mediante un anlisis grfico de los datos y una matriz de correlaciones (utilizando como criterio de seleccin una correlacin baja, por lo tanto un valor "P" bajo).
109

Los indicadores de riesgo se calcularon por separado (por ejemplo: cantidad de muertos, muertos por milln de habitantes, muertos por poblacin expuesta).

T.5.4 Terremotos
Modelo estadstico La regresin mltiple se realiz con los datos de 48 pases. La lnea de regresin que mejor se ajusta se hall mediante la Ecuacin 11. Las variables elegidas para esta regresin son la exposicin fsica y la tasa de crecimiento urbano. La varianza explicada es menor que para las inundaciones o los ciclones (R2=0,544), sin embargo, dado el relativamente corto perodo de tiempo estudiado (21 aos en comparacin con el largo perodo de retorno de los terremotos),

L A R E D U C C I N D E R I E S G O S D E D E S A S T R E S : U N D E S A F O PA R A E L D E S A R R O L LO

ECUACIN 11 MODELO DE REGRESIN LOGARTMICA MLTIPLE PARA LOS TERREMOTOS Ecuacin 11 Donde M ExpFs Cu

T.5.5 Ciclones tropicales


Modelo estadstico La regresin mltiple se realiz con datos de 32 pases y la lnea que mejor se ajusta se hall mediante la Ecuacin 12. La representacin grfica muestra una clara distribucin lineal de los datos, como se observa en la Figura T.7. Los parmetros subrayados muestran que la exposicin fsica, el IDH y el porcentaje de tierra cultivable se encuentran asociados al riesgo de cicln. El PIBcap se encuentra estrechamente relacionado con el IDH e inversamente relacionado con el porcentaje de crecimiento urbano. En la mayora de los casos, la variable PIBcap se puede sustituir por el IDH como se lo explic anteriormente. Sin embargo, estos resultados muestran claramente que los pases pobres y aquellos con un bajo ndice de desarrollo humano, se encuentran entre los ms vulnerables a los ciclones. Dada la parte importante de varianza explicada en la regresin (R2 = 0,863) y el alto grado de fiabilidad que presentan las variables seleccionadas (valor P muy bajo) para la muestra de 32 pases, el modelo alcanzado es slido. En el marco del modelo, las consecuencias del huracn Mitch podran describirse fcilmente. Efectivamente, Honduras y Nicaragua se ubicaron muy lejos de la lnea de regresin (notoriamente subestimados). Esto se explica por las graves consecuencias del huracn Mitch en comparacin con otros huracanes. Debido a los valores extremos que arroja este fenmeno, Honduras y Nicaragua fueron descartados del modelo.

ln(M)=1.26ln(ExpFs)+12,27 Cu16,22
es la cantidad de muertos por terremotos es la exposicin fsica a los terremotos es la tasa de crecimiento urbano (las tasas no requieren de transformacin pues ya son valores acumulativos)

CUADRO T.8 EXPONENTE Y VALOR P PARA LA REGRESIN MLTIPLE CORRESPONDIENTE A LOS TERREMOTOS
48 pases Interseccin ExpFs Cu R = 0,75, R 2 = 0,56, R 2 ajustado = 0,54 B 16,22 1,26 12,27 valor Ph 0,000000 0,000000 0,047686

FIGURA T.6 DIAGRAMA DE DISPERSIN DE LAS MUERTES REGISTRADAS POR TERREMOTOS (SEGN DATOS DE EMDAT) Y LAS PREDICCIONES DEL MODELO
1 000 100 10 1 0.1 0

Clculo de muertos por ao segn el modelo

0.1

10

100

1 000

10 000

T.5.6 Inundaciones
Modelo estadstico La regresin mltiple se realiz con datos de 90 pases. La lnea de regresin que mejor se ajusta se hall mediante la Ecuacin 13. Debido a la falta de espacio, en el diagrama de dispersin anterior slo aparecen algunos de los pases estudiados. A continuacin se presenta una lista detallada de los pases

Cifras de muertos por ao segn la EMDAT Fuente: EMDAT, la base de datos internacional sobre desastres de OFDA/CRED y PNUMA/GRID-Ginebra

el anlisis ofrece una relacin razonablemente adecuada. La exposicin fsica tiene prcticamente el mismo peso que para los casos anteriores, presenta un valor P relevante. El crecimiento urbano tambin se encuentra inversamente relacionado con el PIB y el IDH. Por lo tanto, una correlacin similar (aunque levemente inferior) se puede inferir utilizando el IDH o el PIB.

ECUACIN 12 MODELO DE REGRESIN LOGARTMICA MLTIPLE PARA LOS CICLONES TROPICALES Ecuacin 12 Where

___ ____ ln(M) = 0,63ln(ExpFs) + 0,66ln( Ptc) 2,03ln( IDH) 15,86


es la cantidad de muertos por ciclones M ExpFs es la exposicin fsica a los ciclones ___ Ptc ___ IDH es el valor transformado del porcentaje de tierra cultivable es el valor transformado del ndice de Desarrollo Humano

h. En grandes trminos, un valor P menor que 0,05 demuestra la importancia del indicador seleccionado, sin embargo esto no debe generalizarse.

110

A N E XO T C N I CO

CUADRO T.9 EXPONENTE Y VALOR P PARA LA REGRESIN MLTIPLE DE LOS CICLONES


21 pases Interseccin B 15,86 0,63 0,66 2,03 valor Pi 0,00000 0,00000 0,00013 0,00095

CUADRO T.10 EXPONENTE Y VALOR P PARA LOS INDICADORES DE INUNDACIONES


90 pases Interseccin ln(ExpFs) B 5,22 0,78 0,45 0,15 valor Pi 0,00000 0,00000 0,00002 0,00321

__ _ ln(Ptc) ___ ln(IDH)

ln(ExpFs)

ln(PIBcap ) ln(Densidad)
R = 0,84, R 2 = 0,70, R 2 ajustado = 0,69

R = 0.93, R 2 = 0.86, R 2 ajustado = 0.85

FIGURA T.7 DIAGRAMA DE DISPERSIN DE LAS MUERTES REGISTRADAS POR CICLONES TROPICALES (SEGN DATOS DE EMDAT) Y LAS PREDICCIONES DEL MODELO
10 000 Clculo de muertos por ao segn el modelo 1 000 100 10 1 0.1 0.1

FIGURA T.8 DIAGRAMA DE DISPERSIN DE LAS MUERTES REGISTRADAS POR INUNDACIONES (SEGN DATOS DE EMDAT) Y LAS PREDICCIONESDEL MODELO
1 000

Clculo de muertos por ao segn el modelo 1 10 100 1 000 10 000

100

10

10

100

1 000

10 000

Cifra de muertos por ao segn la EMDAT Fuente: EMDAT, la base de datos internacional sobre desastres de OFDA/CRED y PNUMA/GRID-Ginebra

Cifra de muertos por ao segn la EMDAT Fuente: EMDAT, la base de datos internacional sobre desastres de OFDA/CRED y PNUMA/GRID-Ginebra

afectados por las inundaciones: Albania, Alemania, Angola, Arabia Saudita, Argelia, Argentina, Australia, Austria, Azerbaiyn, Bangladesh, Benin, Bhutn, Bolivia, Botswana, Brasil, Burkina Faso, Burundi, Camboya, Camern, Canad, Chad, Chile, China, Colombia, Costa Rica, Costa de Marfil, Ecuador, Egipto, El Salvador, Eslovaquia, Espaa, Estados Unidos de Amrica, Etiopa, Federacin de Rusia, Fiji, Filipinas, Francia, Gambia, Georgia, Ghana, Grecia, Guatemala, Hait, Honduras, India, Indonesia, Irn (Repblica Islmica de), Israel, Italia, Jamaica, Japn, Jordania, Kenya, Malasia, Malawi, Mal, Marruecos, Mxico, Mozambique, Nepal, Nicaragua, Nger, Nigeria, Pakistn, Panam, Papua Nueva Guinea, Paraguay, Per, Polonia, Portugal, Reino Unido de Gran Bretaa e Irlanda del

Norte, Repblica Checa, Repblica de Corea, Repblica de Moldova, Repblica Democrtica Popular de Laos, Repblica Dominicana, Repblica Unida de Tanzania, Rumania, Rwanda, Sierra Leona, Sri Lanka, Sudfrica, Tailandia, Tnez, Turqua, Ucrania, Uganda, Viet Nam, Yemen y Zimbabwe. Las variables seleccionadas para el anlisis estadstico son la exposicin fsica, el PIBcap y la densidad demogrfica. El PIBcap se encuentra estrechamente correlacionado con el IDH, ndice que tambin podra haberse utilizado. El PIBcap se seleccion debido a que presenta una correlacin levemente mejor entre el modelo y los datos registrados de vctimas mortales, as como por su bajo valor P. El anlisis

ECUACIN 13 MODELO DE REGRESIN LOGARTMICA MLTIPLE PARA LAS INUNDACIONES Ecuacin 13 Donde

ln(M) = 0,78ln(ExpFs) 0,45ln(PIBcap ) 0,15ln( D) 5,22


M ExpFs PIBcap D es la cantidad de muertos por inundaciones es la exposicin fsica a las inundaciones es el Producto Interno Bruto per capita normalizado (paridad del poder adquisitivo) es la densidad demogrfica local (por ejemplo, la poblacin afectada dividida entre el rea afectada)

i.

En grandes trminos, un valor P menor que 0,05 demuestra la importancia del indicador seleccionado, sin embargo esto no debe generalizarse.

111

L A R E D U C C I N D E R I E S G O S D E D E S A S T R E S : U N D E S A F O PA R A E L D E S A R R O L LO

CUADRO T.11 EXPONENTE Y VALOR P PARA LA REGRESIN MLTIPLE CORRESPONDIENTE A LAS SEQUAS
Predictor Constante ExpFs3_5 AGUATOT
(1n)

Coef. 14,390 1,2622 -7,578

Coef. SE 3,411 0,2268 1,077

T 4,22 5,57 -7,03

valor Pj 0,001 0,000 0,000

modelos se seleccionaron sequas de por lo menos tres meses de duracin para obtener mejores resultados. Finalmente se seleccion, como los datos a analizar, los datos cuyo lmite inferior de sequa fuera de tres meses con valores un 50 por ciento por debajo de la precipitacin media entre 1979 y 2001. La regresin mltiple se realiz con datos de 15 pases. La lnea de regresin que mejor se ajusta se obtuvo a partir de la Ecuacin 14. Los pases que no se incluyeron fueron: Swazilandia y Somalia (por no contar con el valor de AGUATOT), Corea del Norte (pues se inform de un AGUATOT del 100 por ciento, lo que es altamente improbable), Sudn y Mozambique (valores atpicos, lo que sugiere que las muertes fueron debidas a otras causas). Los bajos valores P observados sugieren una seleccin adecuada de los indicadores en la lista de datos disponibles. Ntese que el alto coeficiente del indicador AGUATOT (-7,578) indica que es elemento muy sensible a la calidad de los datos. Esto significa que incluso un cambio del 1%, en el acceso total al agua, podra conducir a obtener resultados completamente distintos. Esto se cumple especialmente para los valores bajos, donde pequeos cambios tienen mayor influencia en proporcin. El modelo no podr utilizarse para hacer predicciones. Se hallaron algunas contradicciones en los datos que requieren una mayor verificacin. Las variables que se asociaron al riesgo de desastre mediante el anlisis estadstico fueron: la exposicin fsica y el porcentaje de poblacin con acceso a fuentes de agua potable. La correlacin hallada demostr ser muy fuerte (R2 = 0,81) lo que demuestra la solidez del mtodo as como la fiabilidad del conjunto de datos para la escala del anlisis. La Figura T.9 muestra la distribucin (a escala logartmica) de las muertes registradas por sequas y las que predice el modelo. Se puede establecer una clara regresin. Ntese que si se excluye a Etiopa, la correlacin caera a R2 = 0,6. Sin embargo, la

S = 1,345, R-Sq = 0,812, R-Sq (ajustado) = 0,78

FIGURA T.9 DIAGRAMA DE DISPERSIN DE LAS MUERTES REGISTRADAS POR SEQUAS (SEGN DATOS DE EMDAT) Y LAS PREDICCIONES DEL MODELO
100 000 10 000 Clculo de muertos por ao segn el modelo 1 000 100 10 1 0 0 0.1 1 10 100 1 000 10 000 Cifra de muertos por ao segn la EMDAT Fuente: EMDAT, la base de datos internacional sobre desastres de OFDA/CRED y PNUMA/GRID-Ginebra

de regresin supone la utilizacin de parmetros que no estn correlacionados, lo que impide utilizar todas estas variables. La parte de la varianza explicada (R2 = 0,70) asociada con un valor P significativo (entre 10-23 y 2x10-3) en 90 pases, confirman la solidez de las variables seleccionadas (ver Cuadro T.10 Exponente y valor P para los indicadores de inundaciones).

T.5.7 Sequas
Modelo estadstico El anlisis de regresin se realiz utilizando seis tipos de datos diferentes sobre exposicin a las sequas, extrados de los mapas de sequas del IRI. En general, en todos los

ECUACIN 14 MODELO DE REGRESIN LOGARTMICA MLTIPLE PARA LAS SEQUAS Ecuacin 14 Donde M ExpFs3_50 AGUATOT

ln(M) = 1,26ln(ExpFs3_50) 7,58ln(AGUATOT ) + 14,4


es la cantidad de muertos por sequas es la cantidad de personas expuestas por ao a las sequas. Una sequa se define como el perodo, de al menos tres meses de duracin, en el que el nivel de las precipitaciones es menor o igual al 50 por ciento del promedio correspondiente a ese perodo (IRI, Consorcio para la Red Internacional de Informacin sobre las Ciencias de la Tierra/IIPA/WRI) es el porcentaje de poblacin con acceso a fuentes adecuadas de agua potable (OMS/UNICEF)

j.

En grandes trminos, un valor P menor que 0,05 demuestra la importancia del indicador seleccionado, sin embargo esto no debe generalizarse.

112

A N E XO T C N I CO

ordenada y la pendiente de la lnea de regresin no cambian notoriamente, lo que reafirma la solidez del modelo. En tanto 1,26 es una cifra cercana a 1, la cantidad de muertos aumenta proporcionalmente a la exposicin fsica. Asimismo, disminuye el porcentaje de muertos sobre el total de la poblacin cuando mejora el acceso al agua potable. Esta ltima variable debera verse como un indicador del nivel de desarrollo del pas, dado que est correlacionada con otras variables de desarrollo, como la tasa de mortalidad de los nios menores de cinco aos (correlacin de Pearson r = -0,64) y el ndice de Desarrollo Humano (r = 0,65). Algunos pases con gran exposicin fsica no informaron de muertes provocadas por sequas (Estados Unidos de Amrica, Viet Nam, Nigeria, Mxico, Bangladesh, Irn, Iraq, Colombia, Tailandia, Sri Lanka, Jordania, Ecuador). Existen varias razones para que esto sea as. Podra ser porque la vulnerabilidad es nula o extremadamente baja, como en el caso de Estados Unidos de Amrica y Australia, o porque se discrepe en la EMDAT sobre la cantidad de muertos por inseguridad alimentaria, como en los casos de Iraq y Angola. Para explicar la situacin de otros pases, es necesario realizar mayores estudios.

futuros. Los pases excluidos del modelo son aquellos pases apenas afectados por un determinado fenmeno, pases afectados sobre los que no hay informacin disponible, y los pases donde la distribucin de los riesgos no puede ser explicada por el modelo (por ejemplo, las sequas en Sudn, pues generalmente la inseguridad alimentaria y el hambre son consecuencia de los conflictos armados ms que de las sequas meteorolgicas, segn las define el modelo). Una vez seleccionados los pases que integraran el modelo, se aplic un criterio booleano para clasificar a cada pas en una de las cinco categoras de riesgo combinado que se definieron estadsticamente. La Figura T.10 ilustra los diferentes pasos seguidos para incorporar valores en el ndice de riesgo combinado. Una vez finalizado este procedimiento, se obtuvieron los siguientes tres elementos: I Una tabla de valores para los pases que tienen informacin sobre los fenmenos ms importantes o los pases sin datos pero poco afectados (210 pases). I Una lista de pases sobre los que no existe informacin (pases que informan sobre muertes pero que no registran datos adecuadamente). I Una lista de pases donde el modelo no puede aplicarse (los indicadores no describen adecuadamente la situacin de estos pases, como el caso de los pases que el modelo no puede explicar, o que no han sido incluidos en el anlisis debido a que los indicadores son ajenos a la situacin). Clculo del riesgo combinado El riesgo combinado se calcul aplicando una sucesin de frmulas como lo muestra la Ecuacin 15. Entre suma y suma, fue necesario aplicar el procedimiento descrito en la Figura T.10 para reconocer a aquellos pases que se deban representar con un valor igual a cero, o bien ser remplazados por un valor calculado a partir del modelo de peligro natural seleccionado, de lo contrario, el pas se coloc en las listas de "No corresponde" o "N/D" (ver Ecuacin 15). Con el objetivo de examinar qu tanto se acercaba el modelo del riesgo combinado a las muertes registradas, los datos de ambas fuentes se clasificaron en cinco categoras distintas. Se efectu un anlisis de conglomerados que minimizara las distancias dentro de una misma categora y maximizara las distancias entre las distintas clases (mtodo de las K medias). En consecuencia, se utiliz un procedimiento exclusivamente estadstico para reconocer la gravedad del riesgo a partir del modelo y las muertes registradas en la EMDAT. Para tener en cuenta a ambos indicadores de riesgo (cantidad de muertos y cantidad de muertos por habitante), se efectu un Anlisis del Componente Principal que los combinara. Luego se diferenci a los pases de menos de 30.000 km2 y cuya densidad demogrfica fuera mayor a 100 habitantes por km2.
113

T.6 Definicin del riesgo combinado


Hasta el momento, la precisin y calidad de los datos, as como lo sensible del modelo, no han permitido clasificar a los pases segn el riesgo de desastre.

T.6.1 Mtodos
Cmo comparar pases y desastres Sumando las muertes que produce cada tipo de amenaza natural en cada pas, se lleg a un modelo de riesgo combinado. Con el objetivo de reducir la cantidad de pases sobre los que no hay informacin disponible, y que por lo tanto deberan excluirse del modelo, se remplaz el valor "N/D" de los pases con poca exposicin por el valor: cero riesgo de muerte. Se consider que el pas no se vea afectado si cumpla las siguientes condiciones: su exposicin fsica representa menos del 2% por ciento de la poblacin nacional y la poblacin afectada es de menos de 1.000 personas al ao. Se excluy del anlisis a unos 39 pases. A pesar de esto, es sabido que todos ellos se encuentran expuestos a cierto grado de amenaza, y que en la EMDAT hay informacin sobre muertes por desastres en 37 de estos pases. Esta lista de pases seala los lugares donde es necesario mejorar la recoleccin de datos para poder integrarlos en trabajos

Вам также может понравиться