(Título alternativo de ser necesario -OP-)

(Numero de edicion del conjunto de datos -OP-)

Análisis de Riesgo Climático sector Zona Marino Costera e Insular - Inundación Costera en Puerto López bajo 3 escenarios futuros de nivel del mar y eventos extremos de oleaje

Generación de análisis de riesgo climático para el sector Zona Marino Costera e Insular, mediante la aplicación de modelos de impacto biofísico

Insumo para el análisis de riesgo climático de los diferentes sectores priorizados, con el fin de poder definir medidas y acciones de adaptación y mitigación más robustos a las diferentes regiones y climas del Ecuador

Los datos obtenidos corresponden a escenarios de cambio climático, por lo tanto, no se deben tratar como pronósticos puntuales. Los escenarios están basados en diversos supuestos de desarrollo tecnológico, social, medioambiental, etc.

Los datos son distribuidos sin restricciones de uso, siempre y cuando se coloque la correspondiente referencia bibliográfica: Ministerio del Ambiente, Agua y Transición Ecológica (2023). "Generación de un análisis de riesgo climático para el sector de Zona Marino Costera e Insular, mediante la aplicación de modelos de impacto biofísico". Quito - Ecuador.

(Limitaciones de uso de los datos -OP-)

spa

(Cualquier otra informacion descriptiva acerca del conjunto de datos -OP-)

MB

(informacion adicional de distribucion -OP-)

El proceso de Análisis de Riesgo Climático (ARC) resulta de la interacción entre los parámetros del modelo biofísico que representan la sensibilidad y capacidad adaptativa (vulnerabilidad) del elemento expuesto, y la amenaza climática. Este análisis se realizó de forma participativa, técnica y científica entre diferentes instituciones en tres fases generales: revisión de información y selección de variables de entrada para la modelación; y corridas definitivas de la modelación e interpretación de los impactos biofísicos identificados. La metodología aplicada y los hallazgos establecieron un precedente sobre el riesgo climático, lo que permitió comprender y dimensionar los posibles impactos del cambio climático sobre los sectores priorizados (desde escalas locales hasta nacionales) en los diferentes escenarios futuros, a fin de efectivizar y optimizar el diseño e implementación de las medidas sectoriales de Adaptación al Cambio Climático.

El modelamiento por inundación costera se fundamentó desde la recopilación de datos hasta la generación de escenarios predictivos. La primera fase consistió en la recopilación y preparación de datos de entrada, donde se obtuvieron series históricas de mareas (1980-2023) de la Universidad de Hawái mediante Delft-Dashboard, siendo estos datos fundamentales para el análisis de registros extremos y determinación de periodos de retorno. Paralelamente, se adquirieron proyecciones futuras del nivel del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 desde la plataforma SPRAAC (Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático), así como registros históricos de oleaje (1985-2004) y sus proyecciones futuras.

En cuanto a los datos topográficos, se utilizaron Modelos Digitales del Terreno (MDT) con resolución de 4 metros para Ecuador continental proporcionados por SIGTIERRAS, mientras que para las Islas Galápagos se emplearon MDT de 12.5 metros obtenidos del satélite Alos Palsar. La línea costera se extrajo de la base de datos del Instituto Geográfico Militar (IGM) a escala 1:50,000, funcionando como punto de origen para el modelado de inundaciones.

El tratamiento de la información incluyó un análisis detallado de eventos extremos de marea para determinar los periodos de retorno de 10 y 100 años, ajustando los datos a la distribución estadística de valores extremos generalizados (GEV) y comprobando el ajuste mediante la prueba de Kolmogorov-Smirnov con el software Hydro Gnomon. La costa ecuatoriana fue segmentada utilizando las ubicaciones de las estaciones mareográficas y el método de polígonos de Thiessen, estableciéndose ocho zonas en el litoral continental y dos en Galápagos, lo que permitió un análisis específico de cada segmento costero.

Para cada zona discretizada, se calculó la cota de inundación en tres escenarios distintos sumando los valores correspondientes de marea, oleaje y aumento del nivel medio del mar. El Escenario E1 contempló la marea de periodo de retorno de 100 años (T2) bajo condiciones actuales; el Escenario E2 combinó la proyección de aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (SLR2) con la marea de periodo de retorno de 10 años (T1); y el Escenario E3, el más crítico, integró la proyección de aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (SLR4), la proyección de altura significativa del oleaje bajo RCP8.5 para el futuro medio (Hs), y la marea de periodo de retorno de 100 años (T2). Adicionalmente, se implementó una corrección hidráulica del MDT para "rellenar" áreas identificadas como sumideros utilizando la función r.fill.dir de GRASS en QGIS, garantizando así una simulación más realista del flujo de agua.

La metodología principal empleada fue el método 'Bathtub' mejorado, que asume una elevación uniforme del nivel del agua sobre la superficie topográfica. Este método fue perfeccionado para considerar la propagación del agua desde la línea costera, teniendo en cuenta barreras de elevación intransitables y utilizando funciones geoespaciales para asegurar conexiones hidráulicas entre áreas inundadas y fuentes de agua. Se desarrolló un modelo geoespacial en QGIS que procesaba la cota de inundación, el MDT y la línea costera para generar áreas y profundidades de inundación, realizando operaciones secuenciales como generación de capas ráster, identificación de píxeles inundables, reclasificación, conversión vectorial a ráster, cálculo de distancia acumulada y generación final del ráster de inundación.

Los resultados del modelamiento evidenciaron una alta exposición a inundaciones en diversas áreas de la zona marino-costera de Ecuador y Galápagos bajo escenarios futuros, proyectándose un aumento significativo en las zonas afectadas, especialmente en áreas urbanas costeras y ecosistemas de gran valor ecológico bajo el escenario más crítico (E3). Se identificaron zonas particularmente vulnerables como Esmeraldas, Muisne, Bahía de Caráquez, Manta, Puerto López, La Libertad, Posorja, Puerto Bolívar en el continente y Puerto Villamil en Galápagos, observándose potenciales afectaciones a infraestructuras críticas como el Terminal Portuario de Manta. El estudio destacó la vulnerabilidad de comunidades costeras y la necesidad de planificar evacuaciones hacia zonas elevadas en escenarios severos, evidenciando la significativa influencia del cambio climático y el aumento del nivel medio del mar en ciudades importantes como Guayaquil y Machala.

(Calificacion cualitativa o cuantitativa del paso correspondiente -OP-)

La evaluación de inundación costera se llevó a cabo mediante una recopilación de datos que incluyó series de tiempo históricas de mareas desde 1980 hasta 2023 obtenidas de la Universidad de Hawái a través de Delft-Dashboard. También se descargaron de la plataforma SPRAAC proyecciones futuras de elevación del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5, así como registros históricos de oleaje (1985-2004) y sus proyecciones futuras bajo el escenario RCP8.5. Para la topografía, se utilizaron Modelos Digitales del Terreno (MDT) con una resolución de 4 metros para Ecuador continental proporcionados por SIGTIERRAS y MDT de 12.5 metros para las Islas Galápagos descargados del satélite Alos Palsar. La línea de costa se obtuvo de la base de datos del Instituto Geográfico Militar (IGM) a escala 1:50,000.

La metodología empleada se basó en el método 'Bathtub' mejorado, que consiste en la superposición de una capa ráster sobre el MDT, asumiendo una elevación uniforme del nivel del agua. Previo a la modelización, se realizó un análisis de eventos extremos de marea para determinar los periodos de retorno de 10 y 100 años, ajustando los datos a la distribución GEV y utilizando la prueba de Kolmogorov-Smirnov. La costa se discretizó mediante polígonos de Thiessen basados en las estaciones mareográficas. Se definieron tres escenarios de inundación: El Escenario E1 representó las condiciones actuales con un evento extremo, utilizando la marea con un periodo de retorno de 100 años (T2) bajo las condiciones observadas entre 1980 y 2023. El Escenario E2 consideró un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático, combinando la proyección de aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (SLR2, periodo 2021-2050) con la marea de periodo de retorno de 10 años (T1) bajo condiciones actuales (1980-2023). El Escenario E3 modeló un futuro medio bajo un escenario pesimista de los efectos del cambio climático, sumando la proyección de aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (SLR4, periodo 2051-2080), la proyección de altura significativa del oleaje bajo RCP8.5 para el futuro medio (Hs, periodo 2081-2100), y la marea de periodo de retorno de 100 años (T2) bajo condiciones actuales (1980-2023).

Para la modelización, se creó un modelo geoespacial en QGIS que permitía determinar las cotas y áreas de inundación para cada escenario, considerando la elevación del terreno y el nivel del agua proyectado. Se realizó una corrección hidráulica del MDT para asegurar una representación más realista del flujo de agua, rellenando depresiones utilizando la función r.fill.dir de GRASS. Los resultados del modelamiento indicaron una alta vulnerabilidad a inundaciones costeras en la franja marino-costera de Ecuador y Galápagos bajo los escenarios futuros. Se proyectó un aumento significativo en las áreas inundadas, especialmente en zonas urbanas costeras y áreas de valor ecológico, siendo el escenario E3 el que presentó las mayores afectaciones. Se identificaron como áreas particularmente vulnerables Esmeraldas, Muisne, Bahía de Caráquez, Manta, Puerto López, La Libertad, Posorja y Puerto Bolívar en el continente, así como Puerto Villamil en Galápagos. Se observaron posibles impactos en infraestructuras críticas como el Terminal Portuario de Manta.

spa

ISO 19115:2003/19139

1.0