En geologa tradicionalmente se han utilizado poco las matemticas Matemticas ligadas a la fsica y qumica utilizadas Excepcin: prospeccin de recursos

os naturales

Matemticas en Geologa

La estadstica se ha generalizado

pasivo

Ambiente Ambiente geomorfolgico geomorfolgico Hombre Hombre

activo

activo

pasivo

Recursos geomorfolgicos

Actividad Humana

rea vulnerable

Amenazas

IMPACTO IMPACTO

RIESGO RIESGO

Relaciones entre ambiente y hombre (a partir de Panizza, 1992).

FECHA 1939 1887 1556 1976 1970 1737 1939 1920 1923 1290 1731 1893 1948 1815 1908 1970 1935 1935 1999 1883 1979 1939 1915 1902 1974 1985 1976 1939 1669 1999 1978 1977 1960 1949 1998 1916 1906

EVENTO Inundaciones en Hunan (China) Inundaciones del ro Huang Ho (China) Terremoto en Shensi (China) Terremoto de Tangsan, Pequn y Tientsin (China) Cicln en Bangla Desh Terremoto en Calcuta (India) Inundaciones en el norte de China Terremoto en Kansu (China) Terremoto en Tokio (Japn) Terremoto en Chinhli (China) Terremoto en Pekn (China) Terremoto en Arbadil (Irn) Terremoto en Ashkabad (URSS) Erupcin del volcn tambora (Indonesia) Terremoto en Messina (Italia) Terremoto y deslizamientos en el norte de Per Terremoto en Quetta, Baluchistn (Pakistn) Terremoto de Baluchistn (India) Inundaciones y deslizamientos en Venezuela Erupcin volcn Krakatoa (Indonesia) Terremoto en Nicaragua Terremoto en Concepcin (Chile) Terremoto de Avezzano (Italia) Erupcin del Mont Pele (Martinica) Inundaciones en Bangla Desh Erupcin (fluj. fango) Nevado del Ruiz Terremoto de Guatemala Terremoto en Erzincan (Turqua) Erupcin del Etna (Sicilia, Italia) Terremoto en Turqua Terremoto en el NE de Irn Ciclones en India Terremoto en Agadir (Marruecos) Deslizamientos en Khait (Tadzhikistn, URSS) Huracn Mitch en Centroamrica Deslizamientos en los Alpes (Italia y Austria) Tifn en Hong Kong

VCTIMAS 1.000.000 900.000 830.000 655.237 300.000 300.000 200.000 180.000 143.000 100.000 100.000 100.000 100.000 92.000 75.000 67.000 60.000 50.000 30.000-50.000 36.000 30.000 30.000 30.000 30.000 28.700 23.000 23.000 23.000 20.000 17.000 15.000 14.204 12.000 12.000 11.000 10.000 10.000

Riesgo
n de vidas perdidas, personas perjudicadas, propiedades daadas, perturbacin de la actividad econmica o daos al medio ambiente, causados por un determinado fenmeno natural o artificial.

R = H x V x E

Prdidas
CLIM ATIC O

RIESGOS BIOLOGICOS

RIESGOS
S

FISICOS
IC AT
OS IC OG OL GE

Muchos procesos se asocian a otros por lo que es difcil establecer las prdidas/proceso
Los Riesgos Geolgicos en el conjunto de los Riesgos.

Clasificacin de los riesgos naturales

Terrestres Fsico-qumicos Litosfera Internos (terremotos, volcanes, etc.) Externos (movimientos en masa, etc.) Geoqumicos Inducidos Hidrosfera (inundaciones, maremotos, etc.) Atmsfera (meteorolgicos y climticos) Biolgicos Epidemias, Plagas de cultivos y bosques, Ataques y mordeduras de animales, Algas txicas, Alrgenos aeroportados, Incendios forestales (a menudo inducido) Extraterrestres Fsicos Impactos (asteroides, cometas, meteoritos), Rayos csmicos y tormentas solares Desequilibrio gravitatorio Biolgicos Contaminacin biolgica

Movimiento en masa: un movimiento, hacia abajo y hacia fuera, de los materiales que forman las laderas compuestas por rocas, suelos, derrubios o rellenos artificiales (Varnes, 1978).

RI E TEC SGO NO S LO GI

CO S

Algunas amenazas causan muchas prdidas econmicas pero pocas victimas y vice versa.

S O

C EO G

LIM

RIESGOS DE LOS SISTEMAS GLOBALES

COSMICOS

RI E NA SGO TU S RA L ES

Directas e indirectas

Pueblos totalmente destruidos: Longarone, Pirago, Rivalta, Villanova, Fa Basso, Vajont y Zona Malcom.

Pueblos parcialmente destruidos: Codissago, Le Spesse San Martino, Pineda y Prada

 Los procesos geolgicos suponen un riesgo para el hombre y sus bienes, sobre todo en zonas densamente pobladas. Prdidas elevadas y crecientes.

Modelizacin de riesgos geolgicos

Es necesario desarrollar: herramientas de evaluacin y prediccin. polticas y planes de mitigacin

Los mapas (modelos) de riesgo son herramientas fundamentales para el diseo de planes de prevencin y mitigacin. En las ltimas dcadas ha habido un gran esfuerzo encaminado a su obtencin.

Riesgos geolgicos: caractersticas, capacidad de prediccin y de mitigacin (A partir de Costa y Baker, 1981, Ayala y Durn, 1988 y Cendrero, 1997).
Peligrosidad Tipo de proceso Superficie afectada Dinmica Vctimas Frecuencia Magnitud Espacial Temporal Cap. prediccin Mitigacin

Susceptibilidad/amenaza/riesgo
Amenaza: probabilidad de que, dentro de un determinado periodo de tiempo y en un rea determinada, ocurra un fenmeno potencialmente daino. Susceptibilidad: propensin a..... Riesgo: n de vidas perdidas, personas perjudicadas, propiedades daadas, o perturbacin de la actividad econmica, causados por un determinado fenmeno natural.
R = (H x V) x E

Volcnico Terremotos Tsunamis Inundaciones Movimientos de ladera Hundimientos krsticos Subsidencia Erosin Dinmica litoral Radiactividad natural

L-R R R-C L-R L L L-R R-C L-R L-R

r-mr mr r-mr r-mr l-mr l-mr l l l l

S S S S Raras Raras No No No S (ind.)

Baja Baja Baja-Mod. Baja-Alta Baja-Mod. Baja-Mod. Mod.-Alta Variable Variable Continuo

Mod.-Cat. Mod.-Cat. Mod.-Cat. Baja-Serv. Baja-Serv. Baja-Mod. Baja-Mod. Baja-Serv. Baja-Serv. Baja-Mod.

S Regional S S S Regional S S S S

(S) (M) Limit. (B) S (Red alerta) (A) (*) (A) (**) (M) No en la prctica S (A) S (A) Dt. Meteor. S (A)

OT-PC E-OT-PC OT-PC E-OT-PC E-OT-PC OT-PC E-OT E-OT E-OT E-OT

L: local. R: regional. C: continental. l: lento. r: rpido. mr: muy rpido. (A): alta. (M): media. (B): baja. E: medidas estructurales. OT: ordenacin territorial. PC: proteccin civil. (S): en volcanes bien vigilados. (*): datos meteorolgicos y red de alerta. (**): en movimientos bien vigilados.

Qu es lo que los responsables en la toma de decisiones necesitan en relacin a las amenazas?

Al menos, las reas que quedarn afectadas por el proceso en el futuro (por ejemplo en los prximos 30 aos)

Qu es lo que se les proporciona normalmente?

Localizacin de los eventos ya ocurridos, su descripcin, etc. Modelos cualitativos

Es esto suficiente?
No

EL IMPACTO ECONMICO Y SOCIAL DE LOS RIESGOS EN ESPAA

Prdidas previstas en 30 aos (1986-2016).(Segn IGME, 1987) Sin medidas de mitigacin
Prdidas estimadas probables (0,51% del PIB) Muertes.........................................................................500-1000 ...7000-40.000 Para los riesgos mas importantes Inundaciones.........2,8 bill. Erosin de suelos............0,87 bill. Deslizamientos............0,76 bill. mximos para el conjunto de procesos (Pta.)....4,970 bill. .8,106 bill.

Con medidas de mitigacin

para el conjunto de procesos (Pta.)..............2,1bill. 3,41 bill. Reduccin total de prdidas = 69% Coste medidas de mitigacin = 19% del coste de las prdidas REGIONES MS AFECTADAS % sobre las prdidas totales Andaluca .27,5 bill.

Prdidas estimadas para el conjunto de los riesgos en Espaa (Ayala et al., 1987). 1) nulas; 2) de 0 a 100 millones de pesetas; 3) de 100 a 1.000 millones de pesetas; 4) de 1.000 a 10.000 millones de pesetas; 5) ms de 10.000 millones de pesetas.

Valencia19,6 bill. Catalua..............18,6 bill. Pas Vasco...11,3 bill.

 La naturaleza es como es y no la conocemos bien Fenmenos complejos, multivariables Variabilidad en el espacio y tiempo Es realmente posible predecir la localizacin de futuros eventos? S, con matices Qu es lo que se necesita para ello? Banco de datos espaciales que incluya los factores causales y, los eventos ocurridos o las variables de un modelo fsico Una herramienta para gestionar y analizar el BD cartogrfico Un mtodo para modelizar (matemticas) Un mtodo para conocer la calidad de la prediccin Cul es el requerimiento crtico de un modelo predictivo? El grado de acierto de la prediccin Pocos datos

Puntos dbiles
Simplificacin de las variables de entrada Modelos basados en suposiciones no explicitadas o poco claras Limitaciones en la integracin de datos espaciales continuos y categricos Falta de validacin de los resultados Se debera tender, al menos, a modelos de peligrosidad (susceptibilidad+frecuencia+magnitud)

Proposicin : Dnde? Con qu magnitud? Cundo? Daos?

Cada cuadrcula representa una unidad regular del territorio. El conjunto de cuadrculas representa el rea de estudio. Las cuadrculas en negro representan los deslizamientos producidos en 10 aos.

p quedar afectado en el futuro por un suceso

Probabilidad espacial = 3/25

en trminos cuantitativos

Probabilidad temporal = 3/10 Probabilidad espacio-temporal = (3/25)/10

GIS y SDA
Introduccin, consulta, visualizacin y anlisis Funciones de medicin, consultas espaciales y clasificacin distancia entre rasgos; rea, volumen; condiciones lgicas; (re)asignacin de caractersticas a los rasgos, etc. Funciones de interpolacin Funciones de estadstica espacial Funciones de superposicin Operadores aritmticos, relacionales, condicionales funciones Funciones de vecindad Funciones de redes Funciones analticas tridimensionales Entender los datos en s mismos y sus relaciones espaciales y semnticas con otros datos georeferenciados Construir modelos
VECTORIAL

GIS

mapa (capa) de suelos

mapa (capa) de vegetacin mapa (capa) litolgico RASTER

Mtodos
Punto de vista ingenieril/fsico
Determinsticos

La ecuacin del modelo unidimensional de ladera infinita (Graham, 1984) expresa la relacin entre los diferentes factores que influyen en la produccin de deslizamientos superficiales traslacionales.

F=
donde:

c'

+ ( m w ) z cos 2 z sen cos

tan'

Punto de vista geomorfolgico:

Directos Indirectos
Heursticos Probabilsticos (AD, ., ANN)
Es posible establecer correlaciones entre parmetros causales y la ocurrencia de procesos en el pasado reciente, de modo que permitan hacer predicciones con respecto al comportamiento futuro.

F = factor de seguridad c = cohesin efectiva (KPa)

= peso por unidad de suelo (KN/m3) w = peso por unidad de agua (KN/m3)
z = profundidad de la superficie de rotura debajo de la superficie (m) zw = altura de la lmina de agua por encima de la superficie de rotura (m)

= inclinacin de la superficie del terreno () = ngulo efectivo de la resistencia de cizalla ()

m = relacin entre la altura del nivel fretico y el espesor del suelo zw/z (adimensional)

Mtodos: deterministico versus probabilstico

Determinstico
Aplicable a movimientos singulares o reas pequeas Escalas de detalle Parmetros difciles de obtener

Probabilstico
Aplicable a grandes extensiones Escalas medias y pequeas Parmetros disponibles o fciles de obtener

Los mtodos geotcnicos no son aplicables a estudios zonales. La alternativa son los mtodos geomorfolgicos (mtodos indirectos estadsticos).

BD
1) Base de datos ideal
A) Variables causales B) Eventos

La magnitud es funcin de la masa, velocidad y alcance

Clases propuestas por WP/WLI (1994) Extremadamente rpido Muy rpido Rpido Moderado Lento Muy lento Extremadamente lento (hasta) 5 m/s 3 m/min. 1-8 m/hora 13 m/mes 1,6 m/ao 0,016 m/ao Clases propuestas por Varnes (1978) 3 m /s 0-3 m /min. 1-5 m /da 1-5 m /mes 1-5 m /ao 0-6 m /ao

2) Base de datos realista 3) Construccin del banco de datos 4) Diccionario de datos y metadatos 5) Preparacin BD para anlisis

MUESTRAS DE ANALISIS Y VALIDACIN

La frecuencia temporal:
Directa: extrapolando a partir de lo ocurrido en el pasado Indirecta: a partir de la frecuencia de los factores desencadenantes
Cronologa a partir de las relaciones geomorfolgicas, dataciones arqueolgicas y radiomtricas. Se identificaron 10 grupos cronolgicos validados por 38 dataciones de Carbono-14 (Gonzlez-Dez et al., 1995)

Validacin

Estrategias de validacin:
Temporal Espacial Aleatoria Otras variantes

Validacin cuantitativa funcin continua

Curva terica de validacin

Mapa con valores numricos (derivado del anlisis)

CURVAS DE VALIDACIN
1 0,9 0,8 0,7 ACIERTO 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Mapa de clases de susceptibilidad (valores reclasificados en 200 clases)

Operacin cruce de mapas

1 0.9 Portion of pre dicte d la ndslide s 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Portion of the stufy area to be assigned as hazard rea de estudio clasificada susceptible 1

AREA DE ESTUDIO ASIGNABLE COMO SUSCEPTIBLE

Acierto Prediccin

Curvas de acierto/prediccin

Procedimiento de obtencin de las curvas de validacin

R = valor x Prob{DL} ;

suposicin: n de eventos (L)

Riesgo: n de vidas perdidas, personas perjudicadas, propiedades daadas, o perturbacin de la actividad econmica, causados por un determinado fenmeno natural.

Prob{DL} = Prob{D|L} x Prob{L} R = valor x Prob{D|L} x Prob{L}

Prob{DL} es la probabilidad de que un elemento se dae a consecuencia de un futuro deslizamiento

R = (H x V) x E

Prob{D|L} es la probabilidad condicionada de que el elemento quede daado, si el lugar p es afectado por un deslizamiento Prob{L} es la probabilidad de ocurrencia de un futuro deslizamiento en el lugar p R = H x V x E

 R = valor x Prob{DL|G} ;

suposicin: n de eventos (L)

Prob{DL|G} = Prob{(D|L)|G} x Prob{L|G}

Hasta el momento no hemos tenido en cuenta los factores condicionantes del proceso; los denotamos mediante G Cmo incorporamos G en la evaluacin del riesgo?

= Prob{D|L} x Prob{L|G}

R = valor x Prob{D|L} x Prob{L|G} =

E x H x V

Prob{DL|G} es la probabilidad de que un elemento se dae a consecuencia de un futuro deslizamiento, conociendose los factores causales existentes en p Prob{D|L} es la probabilidad condicionada de que el elemento quede daado, si el lugar p es afectado por un deslizamiento Prob{L|G} es la probabilidad de ocurrencia de un futuro deslizamiento en el lugar p, dados los factores causales existentes en p

Evaluacin de riesgo
Para estimar Prob{L|G} (H) se propone un procedimiento de dos fases:
1. Construccin de probabilidad espacial un modelo de

Funcin de Favorabilidad
Se construye una funcin g (.) en cada pixel p:

g (Y=1 : m factores condicionantes)

Y=1: p es deslizamiento g (c1, , cm) representa un nivel relativo de susceptibilidad del pixel dados los m valores en el pixel, g (c1, , cm) Si los m valores (c1, , cm) del pixel i presentan unas condiciones geomorfolgicas ms propensas a los deslizamientos que las del pixel j, (d1, , dm), entonces

2. Transformacin en un modelo probabilidad espacio-temporal

de

gi (Y=1 | c1, , cm) > gj (Y=1 | d1, , dm)

A partir datos del territorio deberamos ser capaces de estimar la funcin de favorabilidad gi(Y=1 | c1, , cm) para cada pixel del rea de estudio

Datos utilizados diferentes

Tres marcos matemticos para los modelos predictivos

Tres tipos de capas de informacin

Capas temticas

Geologa Estructura Usos del suelo Datos geofsicos, teledeteccin DEM y derivados Polgonos de zonas de rotura, escarpes Puntos de ocurrencia Deslizamientos activos e inactivos

g (Y=1 | c1, , cm)

1. Teora de probabilidades probabilidad condicionada conjunta relacin de probabilidades factor de certidumbre pesos de evidencia Teora de los conjuntos difusos de Zadeh Funcin de pertenencia Teora evidencial Dempster-Shafer

Capas de datos continuos

Deslizamientos

2.

Diferentes resoluciones y escalas Incertidumbre en los lmites unidades en las capas temticas de

3.

Funciones de distribucin empricas

deslizamientos del pasado deslizamientos futuros

Superficies de ruptura
rea afectada por deslizamientos rea no afectada por deslizamientos

ngulo ladera

90

Funciones de distribucin empricas cicatrices

Suposiciones
El proceso no es aleatorio, sigue ciertas reglas que no conocemos bien Los eventos utilizados son una muestra aleatoria de todos los eventos ocurridos y por ocurrir Los especialistas son infalibles y proporcionan las evidencias para localizar los futuros eventos

g (Y=1 | c1, , cm) entendida como funcin de relacin de probabilidades

idea matemtica bsica Mp: p del rea afectada por deslizamientos, M Mp: p del rea no afectada por deslizamientos, M

{c1, , cm | Mp}: funcin de distribucin del area afectada por deslizamientos {c1, , cm | Mp}: funcin de distribucin del area no afectada por deslizamientos La relacin de probabilidades resalta la diferencia entre dos funciones {c1, , cm | Mp}
=

{c1, , cm | Mp}

10

Modelos predictivos para varias capas (continuas y temticas): funcin de relacin de probabilidades
p (c1, , cm) = {c1, , cm | Mp} {c1, , cm | Mp}

Si consideramos que el rea est afectada por distintos procesos y/o procesos de diferente magnitud/frecuencia, entonces:

Suponiendo que (c1, , ck), (ck+1, , cm) son independientes

p (c1, , cm) = p (c1, , ck) p (ck+1, , cm) {c1, , ck | Mp} {c1, , ck | Mp} {ck+1, , cm | Mp} {ck+1, , cm | Mp}

Riesgo = E (1-(1-H1V1) (1-H2V2) (1-HnVn))

R=EHV

11