(Título alternativo de ser necesario -OP-)

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

Análisis de riesgo climático sector Asentamientos Humanos ante deslizamientos bajo el escenario SSP5 8.5 periodo histórico y futuro

Generación de análisis de riesgo climático para el sector Asentamientos Humanos, 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 Asentamientos Humanos, 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; calibración y corridas iniciales de los modelos (para el presente: 1985–2015; y futuro: cinco años tipo en el periodo 2020–2050); 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.

Se seleccionaron ciudades de importancia demográfica, estimándose que en 2020 la población fue de 17.5 millones, de los cuales el 34% reside en 49 ciudades con entre 50 mil y 1 millón de habitantes. Se identificaron 22 indicadores que permiten comparar estas ciudades en dimensiones ambientales, urbanísticas y sociodemográficas.

Se sistematizó la información disponible sobre el Modelo Digital del Terreno, Uso y Cobertura del Suelo, y otros datos necesarios para implementar modelos de deslizamientos en las 49 ciudades. Así, se seleccionaron las ciudades de Chone, Ventanas, Daule y Vinces (Costa), Guaranda y Sangolquí (Sierra) y El Coca (Amazonía), que disponen la información necesaria para un estudio de riesgo climático en el sector Asentamientos Humanos.

Se logra vincular los deslizamientos a las características topográficas, geológicas y climáticas del territorio utilizando modelos de Aprendizaje Automático. Se utilizó la información del registro de eventos adversos y peligrosos a nivel nacional del periodo 2010-2022 del Servicio Nacional de Gestión de Riesgos y Emergencias, el cual contiene la geolocalización y la fecha del deslizamiento, permitiendo obtener la precipitación el día del evento utilizando información del grid de precipitaciones históricas diarias del periodo 1985-2015 mediante un algoritmo de Ray Casting.

Las características físicas, bióticas y antrópicas del territorio también fueron consideradas como factores que desencadenan los deslizamientos, pueden separarse en categorías topográficas, geológicas y ambientales. Los factores que influyen en el lugar donde se producen los deslizamientos pueden dividirse en permanentes (características del paisaje) y variables (características que cambian rápidamente por algún evento desencadenante).

La susceptibilidad a los deslizamientos solo identifica las zonas potencialmente afectadas y no implica un marco temporal en el que puedan producirse. Bajo este enfoque, se ha identificado información pública disponible de 20 capas de información geográfica, que permiten identificar características del paisaje relacionadas a los factores permanentes.

Para la implementación de los algoritmos, se genera un grid de 100x100 metros a nivel nacional, identificando las celdas donde se registraron eventos durante 2010-2022 y 2010-2015, y extrayendo los factores permanentes. En el caso del algoritmo que considera los factores permanentes, se transforman las categorías en variables indicadoras relacionadas al atributo específico y la pendiente del suelo, seleccionando 773 atributos y el modelo de Random Forest más eficiente y relevante.

Para los factores variables, se definen variables indicadoras que combinan la pendiente y la precipitación, utilizando 19 atributos. Se selecciona el modelo Regularized multinomial por su mejor desempeño al vincular precipitación y probabilidad de evento.

Finalmente, se utiliza una regresión para ponderar los resultados de los factores permanentes y variables, y se predice la susceptibilidad a deslizamientos en las ciudades, utilizando las precipitaciones históricas y futuras (1985-2015 y 2020-2050) en percentiles 25, 50 y 99, clasificándolos en una escala categórica de 5 niveles de peligrosidad.

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

(Detalle de la informacion fuente utilizada para generar el conjunto de datos -OP-)

spa

ISO 19115:2003/19139

1.0