Se presenta la aplicación de modelos de Máxima Entropía (MaxEnt) y Boosted Regression Trees (BRT) para determinar los cambios en la distribución espacial de especies marinas en la Franja Marino Costera del Ecuador Continental y Galápagos. La metodología implementada se basa en la recopilación de datos de presencia de especies de diversas fuentes, incluyendo el Global Biodiversity Information Facility, iNaturalist, Ocean Biodiversity Information System y el Instituto Público de Investigación de Acuicultura y Pesca, junto con variables climáticas y oceanográficas como temperatura del mar, salinidad, concentración de clorofila, y producción primaria neta de biomasa. El proceso metodológico involucró la depuración rigurosa de las ocurrencias de especies, considerando criterios específicos como la georreferenciación precisa, una incertidumbre menor a 1 km, y registros de los últimos 30 años. Las variables independientes se seleccionaron según el hábitat de las especies, utilizando datos de plataformas como Marine Copernicus Services y WorldClim, además de incorporar proyecciones climáticas para el periodo histórico (1985 -2015) y los 5 años tipo futuros. Especies como la tortuga verde (Chelonia mydas) podrían ver reducidas sus áreas de anidación en un 40%.

Se presenta la aplicación de modelos de Máxima Entropía (MaxEnt) y Boosted Regression Trees (BRT) para determinar los cambios en la distribución espacial de especies marinas en la Franja Marino Costera del Ecuador Continental y Galápagos. La metodología implementada se basa en la recopilación de datos de presencia de especies de diversas fuentes, incluyendo el Global Biodiversity Information Facility, iNaturalist, Ocean Biodiversity Information System y el Instituto Público de Investigación de Acuicultura y Pesca, junto con variables climáticas y oceanográficas como temperatura del mar, salinidad, concentración de clorofila, y producción primaria neta de biomasa. El proceso metodológico involucró la depuración rigurosa de las ocurrencias de especies, considerando criterios específicos como la georreferenciación precisa, una incertidumbre menor a 1 km, y registros de los últimos 30 años. Las variables independientes se seleccionaron según el hábitat de las especies, utilizando datos de plataformas como Marine Copernicus Services y WorldClim, además de incorporar proyecciones climáticas de los escenarios SSP2-4.5 y SSP5-8.5 para Ecuador en el período 2015-2100, considerando horizontes temporales cercanos (2021-2050) y lejanos (2051-2080). Los resultados del modelamiento revelan cambios significativos en la distribución de varias especies marinas. Se proyectan reducciones considerables en la distribución de especies como Auxis sp. (Botella) con una disminución de hasta el 50% en Esmeraldas y Manabí, Cetengraulis mysticetus (Chuhueco) con una reducción drástica debido a la acidificación oceánica, y Litopenaeus spp. (Camarón) con disminuciones significativas en todas las provincias costeras. Mientras que la ballena jorobada (Megaptera novaeangliae) muestra un patrón único de redistribución, con mayor concentración en zonas costeras ecuatorianas.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. Bajo el escenario E3, áreas urbanas costeras como Esmeraldas, Bahía de Caráquez y Manta podrían experimentar inundaciones significativas. Comunidades como Bunche, San Gregorio, Mompiche, Muisne y Cojimíes podrían quedar completamente bajo el agua.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. Bajo el escenario E3, áreas urbanas costeras como Esmeraldas, Bahía de Caráquez y Manta podrían experimentar inundaciones significativas. Comunidades como Bunche, San Gregorio, Mompiche, Muisne y Cojimíes podrían quedar completamente bajo el agua.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. Bajo el escenario E3, áreas urbanas costeras como Esmeraldas, Bahía de Caráquez y Manta podrían experimentar inundaciones significativas. Comunidades como Bunche, San Gregorio, Mompiche, Muisne y Cojimíes podrían quedar completamente bajo el agua.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. Una parte considerable de la comunidad de Puerto López se vería afectada, especialmente el sector turístico y hotelero. Destinos turísticos en la provincia de Santa Elena como Olón, Montañita y Manglaralto también tendrían daños graves.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. Bajo el escenario E3, áreas urbanas costeras como Esmeraldas, Bahía de Caráquez y Manta podrían experimentar inundaciones significativas. Comunidades como Bunche, San Gregorio, Mompiche, Muisne y Cojimíes podrían quedar completamente bajo el agua.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. En la provincia de El Oro, una parte importante de la ciudad de Machala, incluyendo Puerto Bolívar, se inundaría. Jambelí y las camaroneras aledañas prácticamente desaparecerían.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen. Una parte significativa de Guayaquil se inundaría bajo el escenario E3, especialmente los barrios cercanos a las riberas de la ría.

El modelamiento por inundación costera se basó en la metodología 'Bathtub' mejorada, que consiste en la superposición de una capa ráster sobre la topografía (MDT). Se utilizaron Modelos de Elevación Digital (DEM) y datos mareográficos de la Universidad de Hawái para configurar los modelos. La recopilación y preparación de datos incluyó la descarga de series de mareas históricas de la Universidad de Hawái utilizando Delft-dashboard, así como proyecciones futuras de elevación del nivel medio del mar y del oleaje desde la plataforma SPRAAC para futuros cercanos y a mediano plazo. Los Modelos Digitales del Terreno (MDT) empleados contaron con una resolución de 4 metros para Ecuador continental (proporcionados por SIGTIERRAS) y de 12.5 metros para las Islas Galápagos (descargados del satélite Alos Palsar). Para el análisis de mareas y discretización de la costa, se analizaron los datos históricos de mareas determinando los periodos de retorno de 10 y 100 años ajustados a la distribución estadística de valores extremos generalizados (GEV) y comprobados por la prueba de Kolmogorov-Smirnov. La costa ecuatoriana fue discretizada utilizando las estaciones mareográficas y polígonos de Thiessen. La determinación de la cota de inundación modelada se realizó sumando las variables de marea, oleaje y aumento del nivel medio del mar, utilizando datos del Sistema de Información, Proyecciones, Riesgo Climático y Adaptación al Cambio Climático (SPRAAC). Las proyecciones del nivel medio del mar bajo los escenarios SSP2-4.5 y SSP4-8.5 fueron obtenidas de SPRACC, complementándose con registros históricos de oleaje y sus proyecciones futuras. El modelado geoespacial se ejecutó mediante QGIS, creando un modelo que permite determinar las cotas y áreas de inundación mediante el método de Bathtub mejorado, considerando la continuidad hidráulica y eliminando errores del DEM. La línea de costa se trazó utilizando datos del Instituto Geográfico Militar (IGM), escala 1:50,000, como punto de origen de las inundaciones, y se realizó una corrección hidráulica del MDT para asegurar que el agua encuentre un camino correcto desde la costa hacia el terreno. Se definieron tres posibles escenarios de inundación: Escenario E1 correspondiente a condiciones actuales con un evento extremo (T2), donde T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea basado en datos históricos (1980-2023); Escenario E2 que representa un futuro cercano bajo un escenario optimista respecto a los efectos del cambio climático (SLR2 + T1), donde SLR2 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro cercano (2021-2050) y T1 se refiere al periodo de retorno de 10 años para eventos extremos de marea basado en datos históricos; y Escenario E3 que representa un futuro medio bajo un escenario pesimista de los efectos del cambio climático (SLR4 + Hs + T2), donde SLR4 corresponde a la proyección del aumento del nivel del mar bajo el escenario SSP4-8.5 para el futuro medio (2051-2080), Hs representa las proyecciones de oleaje (altura significativa del oleaje) bajo el escenario RCP8.5 para el futuro medio (2081-2100), y T2 se refiere al periodo de retorno de 100 años para eventos extremos de marea. Finalmente, se calcularon las cotas de inundación específicas para cada escenario y área de influencia, utilizando estaciones mareográficas discretizadas con polígonos de Thiessen.