1 Universidad Laica Eloy Alfaro de Manabí Facultad de Ciencias Agropecuarias Ingeniería en Recursos Naturales y Ambientales TEMA DE ANTEPROYECTO: “Evaluación multicriterio y sistemas de información geográfica para la identificación de espacios inundables en la cuenca del río Chone provincia de Manabí.”. Autores: Garcia Giler Julio Enrique Pilligua Vera Cristhian Juseph Tutor: Dra.Scarleth Josefina Cartaya Ríos . 2019 Manta-Manabí-Ecuador 2 Evaluación multicriterio y sistemas de información geográfica para la identificación de espacios inundables en la cuenca del río Chone provincia de Manabí. Antecedentes Las inundaciones pueden causar afectaciones en el mundo entero pudiendo provocar no solo perjuicios a la producción si no también pérdidas humanas, de ahí la vital importancia de que se tengan claras cuales son las zonas inundables para preparar planes de contingencias los cuales deben evitar que los daños sean los menores posibles, para esto es necesario un estricto trabajo técnico en el que no solo deben participar las autoridades si no también la sociedad civil ,ya que no sirve de mucho que se realicen estudios si los habitantes no quieren seguir la normativa, en ese sentido Diaz y Delgado (2001), manifestaron que las inundaciones no previstas y de gran intensidad constituyen un riesgo natural frecuente que, en general, resultan ser muy costosas en términos de pérdidas económicas y, en algunos casos, de pérdidas de vidas humanas. La habilidad para estimar y predecir el impacto asociado con estos eventos es de vital importancia para establecer políticas que minimicen los efectos negativos, así como para evaluar alternativas futuras de control La determinación de zonas susceptibles a inundaciones tiene 2 enfoques a nivel mundial, básicamente el primero de ellos trata de darle una perspectiva del riesgo humano que podrían causar las inundaciones esto principalmente se lo realiza en los países desarrollados los cuales por naturaleza son consumidores y en general poco tienen que preocuparse de que las inundaciones afecten la producción y más bien concentran sus esfuerzos en que esta no causen pérdidas humanas, además que sus leyes son muy estrictas y por su alto nivel cultural no tienen que preocuparse porque los habitantes construyan en zona de riesgo lo que hace mucho más fácil todo el trabajo, el segundo enfoque tiene que ver con el daño que puede causar las inundaciones a la producción que por lo general se da mas en países en vías de desarrollo los cuales depende de la generación de materia prima para generar ingresos ,según estudios realizados por Ellis et al.(2012), las inundaciones en Latinoamérica destacan entre los desastres 3 naturales más frecuentes y las que ocasionan mayores pérdidas tanto de vidas como económicas. Los daños económicos causados por inundaciones suman casi la mitad del total de todos los desastres naturales En Latinoamérica estudios para determinar zonas de inundación se han hecho por toda la región y básicamente están enfocado en evitar que algún fenómeno de natural( inundaciones) pongan en peligro la producción ya que los países de la región en general son productores de materia prima y una inundación podría crear grandes pérdidas económicas , sin embargo también estos estudios en América latina buscan disminuir la posibilidad de pérdidas humanas debido al deficiente ordenamiento territorial que existe en la región ya que muchas personas construyen su vivienda en cualquier lugar y es muy común encontrar barrios enteros en zonas de inundación lo cual hace más difícil todo debido a que muchas de estas zonas de riesgo se han convertido en parte urbana haciendo muy difícil el desalojo y reubicar a estas persona generarían pérdidas millonarias a los municipios, estudios en un estudio realizado por Mardones y Vidal (2001), se manifestó que como consecuencia del explosivo crecimiento demográfico, de la concentración de la población en ciudades y de las condiciones caóticas del proceso de urbanización especialmente en los países subdesarrollados, se prevé a nivel mundial un incremento cada vez mayor de los niveles de riesgo a inundaciones . En el Ecuador la determinación de zonas de inundación toman diferentes enfoques de acuerdo a las regiones , en el caso de la región sierra y amazonia por lo general esta se combina con estudios de zonas de riesgo por deslizamientos ya que debido a su geología esta región es susceptible a estas amenazas agravando el problema en esta zona. En el caso de la provincia de Manabí es una de las zonas del país que más riesgos de inundación tiene debido a su múltiples cuencas hidrográficas, sus intensas lluvias y desbordamientos de los ríos ; al ser una provincia agrícola y ganadera con población muy pobre una inundación podría poner en graves problemas a la provincia como ocurrió en el año 1998 cuando el fenómeno del niño causó grandes daños a la provincia generando pérdidas económicas y humanas .Recientemente en esta provincia hay múltiples estudios de inundaciones iniciadas principalmente por el consejo provincial y las instituciones de educación superior las cuales ya han establecido 4 zonas de inundación por varios cantones y entre ellos el que más riesgo tiene es el cantón Chone el cual históricamente todos los años se inunda debido a sus condiciones hidrológicas ya que este cantón se encuentra en medio de un gran cuenca hidrográfica y según la Escuela Superior Politécnica del Litoral (2013) la zona urbana presenta una alta exposición, ya que se encuentra atravesada por el río Chone y los afluentes del mismo. Las afectaciones causadas por inundaciones presentan una elevada recurrencia en los últimos años en el cantón. Las precipitaciones aumentan en las épocas de invierno sobrepasando los 421mm al año, obteniendo como resultado el incremento de los caudales en los ríos Garrapata, Río Grande y Mosquito que afectan principalmente a la cabecera urbana con desbordamientos y grandes pérdidas económicas al sector agrícola y ganadero (ESPOL, 2013). En una investigación Vásquez, et al.(2005), manifestaron que la ciudad de Chone se encuentra ubicada en un área inundable, lo que le imprime una alta vulnerabilidad, cuyas consecuencias guardan relación directa con la magnitud de los fenómenos naturales, la dinámica de la cuenca, el tamaño y la localización de la población. El problema de inundación de la zona urbana de actualmente causada por los desbordamientos del río Chone y otros fenómenos naturales esta de alguna forma mitigada por el proyecto multipropósito Chone el cual controla en gran parte ese problema sin embargo por si solo no puede abarcar todas las zonas de inundaciones debido en gran parte al deficiente sistema de alcantarillado lo cual sumado a las variables físicas y fenómenos naturales acentúan el problema por lo que la determinación de estas zonas de inundación se hacen necesarias para evitar pérdidas económicas y también posibles perdidas humanas. La cobertura vegetal de la cuenca alta del Río Grande se ha deteriorado aceleradamente en las últimas décadas, y los constantes cambios de su cauce en la parte baja evidencian su alta carga de sedimentos (Calidad ambiental, 2010). La ciudad de Chone nunca tuvo un ordenamiento territorial serio y creció sin planificación. La mayor parte de la Ciudad aún no tiene infraestructura básica 5 de calidad. Una reubicación en lugares más seguros, los sectores más vulnerables a las inundaciones, sería mucho menos costosa y más exitosa, que construir murallas alrededor de la ciudad entera (que es un error conceptual, como se demostró un proyecto similar en la ciudad de Babahoyo), (Kashyapa,2011). Está investigación tiene como finalidad de ver las zonas más susceptibles a inundaciones en el cantón Chone con ayuda del sistema de información geoespacial para determinar las zonas con mayores riesgos a estas catástrofes naturales y fortalecer y ayudar a futuras investigaciones. Con respecto a análisis multicriterio y sistemas de información geográfica En el mundo entero se realizan este tipo de estudios para tratar de determinar zonas vulnerables a inundación y sus impactos tal es el caso de Nigeria en donde Yahaya ,et al.(2010), utilizando análisis multicriterio evaluaron las áreas vulnerables a inundación del Rio Hadejia donde se tuvieron en cuenta factores como precipitación anual, pendiente de la cuenca , red de drenaje, cobertura del suelo y tipo de suelo los cuyos datos fueron procesados por sistemas de información geográfica en el cual se generó un mapa donde se establecieron zonas vulnerables a inundaciones. En Iran Rahmati, et al.(2016), identificaron posibles zonas de inundación mediante análisis multicriterio en el río Yasooj para el cual se utilizaron 4 factores inicialmente: distancia al río, el uso de la tierra, la elevación y la pendiente del terreno los cuales se integraron mediante el método de combinación lineal ponderada utilizando el software ArcGIS 10.2 para generar un mapa de zonas susceptibles a peligro de inundación. En la ciudad de Chennai India el deficiente sistema de drenaje y la sedimentación del río Coouam provocaron que la ciudad se inundara generando cuantiosas pérdidas por lo que Muthusamy, et al. (2016), realizaron un estudio en donde se analizó áreas potencialmente afectadas utilizando sistemas de información geográficas integradas al análisis multicriterio en el cual se mostró y se clasifico las áreas potencialmente riesgosas. 6 Para establecer zonas de inundación varios trabajos se han realizado en el continente por ejemplo en México en donde Chávez (2016), evaluó zonas de susceptibilidad a inundaciones en la subcuenca cuenca del río Atoyac-Oxaca mediante un análisis multicriterio e implementación de sistemas de información geográfica, en este mismo país en Toluca Mendoza y Orozco(2014), realizaron análisis multicriterio de los factores físicos naturales de la zona metropolitana de Toluca con la finalidad de definir el índice biofísico de exposición a los riesgos de inundación, en donde se utilizaron métodos multicriterio y análisis estadísticos los cuales fueron procesados con la ayuda de los sistemas de información geográfica. En países vecinos(Alarcón, et al.(2016) identificaron zonas de inundación en la cuenca alta del río putumayo en donde mediante el uso de herramientas de sistemas de información geográfica generaron mapas con zonas de mayor y menor probabilidad de inundaciones. En Colombia Palacios y Ordoñez (2016) generaron mapas de riesgos por inundación para la cuenca del Rio Quito y se utilizó las herramientas espaciales los Sistemas de Información Geográfica (SIG), para obtener lo cruces de las variables de Pendientes, Geología, Geomorfología, Conflictos de Uso, Eventos de Precipitación, Sismos históricos para la región; y con la esquematización de un diagrama de flujo, se obtuvo, con ayuda del software ArcGIS, el mapa de riesgo por inundación con susceptibilidad y amenaza clasificados como alta, media y baja para la geografía de la cuenca del río Quito. En el Ecuador en la ciudad de Cuenca Zambrano (2013), mediante sistemas de información geográfica realizó mapas temáticos de zonas de riesgos de inundación del sector urbano de la ciudad, utilizando la herramienta ArcGIS ,procesó una serie de cálculos basados en datos existentes. En la ciudad de Loja Jaramillo (2010) determinó zonas propensas a inundaciones y deslizamientos en el área urbana de Loja aplicando los sistemas de información geográfica, interpretación de imagen satelital y modelos digitales de elevación, las cuales al ser aplicadas permitieron zonificar las áreas de mayor riesgo. 7 En lo que respecta a Manabí en la parroquia Abdón Calderón del cantón Portoviejo Hernández, et al. (2018), utilizaron aplicaciones de sistemas de información geográfica para evaluar la susceptibilidad a las inundaciones ya que esta es una zona donde existen características geográficas y climáticas que crean condiciones favorables para la ocurrencia de este fenómeno como pendientes, composición edáfica con presencia significativa de arcilla y existencia de patrones de lluvia intensa en la temporada de invierno. Se propuso trabajar para determinar la susceptibilidad a las inundaciones a las que está sujeta el área de investigación mediante el análisis de datos cartográficos y los mapas temáticos de pendiente y suelo con una metodología de ponderación de la importancia de las variables mencionadas de acuerdo con la evaluación cualitativa donde el resultado fue la obtención de un mapa de susceptibilidad en el cual se puede observar el nivel de susceptibilidad alto, medio y bajo en el centro de la parroquia de Abdón Calderón. En el cantón Santa Ana Choez, et al. (2019), evaluaron la vulnerabilidad global a inundaciones de la población ubicada en la parroquia Santana de Vuelta larga, en sus componentes físico, social, ecológico y económico, con el apoyo de SIG para el análisis espacial. En lo que respecta al cantón Chone Vásquez, et al .(2005), realizaron un estudio de caso en donde para identificar la caracterización de la amenaza se identificaron algunos parámetros explicativos de los riesgos de inundación en el Cantón Chone y la dinámica de su cuenca Se revisaron datos meteorológicos e hidrológicos para estimar la frecuencia, magnitudes y tiempo de recurrencia del fenómeno, también se evaluó la amenaza de inundación para el cual se usaron varios criterios como: Dónde se localizan las llanuras de inundaciones y las áreas inundables, con qué frecuencia estará cubierta de agua la llanura de inundación, cuánto tiempo estará cubierta de agua la llanura de inundación y en qué época del año se puede esperar que ocurran inundaciones. Planteamiento del problema Las lluvias en la parte occidental de Ecuador están concentradas entre los meses de febrero y mayo. Durante estos meses la Corriente Cálida de "El Nino" rebasa 8 la Corriente Fría de Humboldt hacia el sur, provocando lluvias fuertes. La comparecencia del Fenómeno de "El Nino" hace que se presenten precipitaciones extraordinariamente fuertes, las mismas que pueden extenderse por varios meses, generando graves inundaciones en las zonas bajas de la región costanera ecuatoriana (Cadier, et al. 2011) En la región costa es muy común tener inundaciones en época lluviosa la cual deja cuantiosos quebrantos económicos debido a que la mayor parte de la costa son zonas agrícolas, estas inundaciones se han acentuado con el fenómeno de niño el cual ha causado grandes estragos en años anteriores llegando no solo a provocar pérdidas económicas si no que humanas. Una de las amenazas potenciales que posee el Ecuador es el de las inundaciones, principalmente por el desbordamiento de los ríos en las zonas costeras. Las de mayor impacto son las relacionadas con el Fenómeno de El Niño, debido al exceso de precipitaciones, siendo las provincias de la costa (Manabí, Guayas, Los Ríos, Esmeraldas y El Oro) las que sufren cíclicamente los mayores estragos (Vásquez, et al.2005). El cantón Chone a lo largo de los años se ha venido inundando en épocas lluviosa debido a la incidencia directa de las corrientes del niño el cual también ha sido un problema en todo el litoral ecuatoriano y según Aroca, et al.( 2016) ,la presencia de la corriente cálida del Niño, tiene una marcada influencia en las precipitaciones de la zona, presentándose dos períodos diferenciados por la intensidad de las lluvias; en el cantón también acentúa el problema los varios ríos que la atraviesan muchos de ellos cercanos al perímetro urbano y según los mismos autores el comportamiento hidrológico de los ríos está en convergencia con el régimen pluviométrico de la zona, ya que en épocas de grandes precipitaciones los ríos aumentan su caudal y producen daños a los sectores que se encuentran asentados cerca de sus orillas . A pesar que el problema de inundación se trató de mitigar con la construcción del proyecto multipropósito Chone este cantón se sigue inundando y no porque este proyecto no cumpla su finalidad si no que hay otro factor que está influenciando para que Chone se inunde y este es el deficiente sistema de alcantarillado que tiene la ciudad el cual está totalmente colapsado y además 9 que un estudio realizado por Hidalgo y Boelens (2018),manifestó que con la construcción e implementación del megaproyecto hídrico, Chone ha sido legitimada como medio para promover el desarrollo de la ciudad, pero ha inundado y transformado territorios rurales campesinos de manera permanente. La realización de esta investigación es relevante ya que se determinara las áreas más susceptibles a inundaciones del cantón Chone para prevenir futuros desastre ambientales y que las entidades responsables de estas áreas puedan realizar planes de contingencia para posibles impactos y que las comunidades locales de estas áreas estén informadas para prevenir cualquier accidente , por esta razones es de suma importancia la identificación de espacios inundables en la cuenca del río Chone para evitar importunidades y que se puedan tomar todas la medidas de prevención del caso. Por ende, este trabajo se lo realizará Con la finalidad de generar información necesaria para posibles investigaciones y planes de manejos que garanticen una mayor seguridad para moradores cercanos a estas áreas relacionadas a esta problemática ya que se carece de información actualizada. Por ello se recopilará información geográfica para una buena obtención de datos y poder generar cartografía adecuada. Preguntas de investigación 1. ¿Cuáles son las zonas de la cuenca del río Chone susceptibles a inundación en la época lluviosa? 2. ¿Cuáles son las variables físico-naturales que intervienen en las inundaciones de la cuenca del río Chone? Hipótesis Las zonas susceptibles a inundaciones en la cuenca del río Chone, determinadas mediante Análisis Multicriterio y Sistemas de Información Geográfica, son las más cercanas a los ríos principales, donde inciden directamente variables como pendiente del terreno suave, baja permeabilidad y drenaje, depósitos cuaternarios y formaciones geológicas con materiales sedimentarios de grano fino, suelos con textura fina, cobertura vegetal rala, y sobreuso del suelo. 10 Objetivo General Zonificar espacios inundables en la cuenca del río Chone mediante Evaluación Multicriterio y Sistemas de Información Geográfica. Objetivos específicos 1. Determinar los pesos ponderados y la jerarquización de las variables que intervienen en el desarrollo de las inundaciones. 2. Identificar las áreas susceptibles a inundación en la cuenca del río Chone Metodología Localización de área de estudio La cuenca del río Chone está comprendida entre las coordenadas, 0º27'20.14"S; 1º4'15.04"S, 79º52'11.79''W 80º27'14.23"W, , y cubre un área de aproximadamente 2.267 Km² como muestra la figura 1, esta Limita al norte con las cuencas del Río Briseño y Río Jama al sur con las cuencas del río Portoviejo y Río Guayas, al este con el océano pacífico, la cuenca del Estero Pajonal y al oeste con la cuenca del río Guayas, la cuenca del río Chone abarca los cantones de, Sucre, Chone, Flavio Alfaro, Portoviejo, Pichincha, Junín, Rocafuerte, Bolívar y Tosagua. 11 Figura1. Mapa de localización del área de estudio Definición de las variables y estructuración de mapas índice En el desarrollo de la susceptibilidad a las inundaciones intervienen un conjunto de variables físicas que contribuyen a generarlas. Basados en los estudios realizados por Montecelos et al. (2011), Pedroso et al. (2014), Lixinski et al. (2016), Ozkan y Tarhan (2016) y Rincón et al. (2018), la selección de las variables se realizó considerando todos los aspectos que pueden relacionarse con el medio físico, su importancia en el desarrollo del fenómeno y la disponibilidad de información cartográfica digital oficial (shapefile) para el área de estudio. Las variables escogidas fueron: 1) pendiente del terreno, 2) permeabilidad, 3) depósitos cuaternarios y formaciones geológicas, 4) litología 5) taxonomía de suelos, 6) cobertura vegetal 7) uso de suelos , 8) textura y (9 drenaje. NO COLOCAR LOS INDICADORES Cuadro 1. Variables con sus respectivos indicadores Variable Pendiente Indicador 0 -a 5% Plano a casi plano 5.1-12% Suave o ligeramente ondulado 12.1-25% Moderadamente ondulado 25.1-50% Colinado 50.1-70% escarpado mayor a 70% Montañoso Escala Fuente 1:25.000 Sistema nacional de información 12 1:25.001 Sistema nacional de información 1:25.000 Sistema nacional de información 1:25.000 Sistema nacional de información 1:25.000 Sistema nacional de información Taxonomia de suelos Baseu Entisol Inceptisol Inceptisol+ Entisol Mollisol Entisol+ Mollisol Vertisol 1.25.000 Sistema nacional de información Cobertura Vegetal Bosque deciduo Bosque semideciduo Bosque siempre verde Manglar Zona Intervenida 1:25.000 Sistema nacional de información Drenaje BUENO MALO MODERADO Permiabilidad MUY BAJA BAJA MEDIA ALTA Depositos cuaternarios Angostura Miembro de dos bocas villingota Litología Borbón Miembro Onzole Arcillas marinas de estuario Arenisca Tobácea Coquinas , Arenisca, Lodolitas Lutitas blancas Lutitas chocolate Lutitas Limonitas Alfisol Alfisol+ Mollisol Aridisol 13 Uso de suelos Arboricultura tropical Bosque Intervenido Bosque natural Cultivos Vegetacion Arbustiva Pastizal Textura Fina Gruesa Media 1:25.000 Sig Tierras Sistema nacional de información 1:25.000 HAY QUE HACERLE CORRECCIONES AL CUADRO, PERO NO PUEDO COLOCARLE UNA REVISIÓN, EL FORMATO NO LO PERMITE. Los rangos de pendiente se definiran en relación a las características del área de estudio según en el criterio de la capa shapefile proporcionadas por el Sistema nacional de información La información de las variables, litología, depósitos cuaternarios y permeabilidad serán extraídas de la capa shapefile geopedología proporcionada por el sistema nacional de información, así como también fueron obtenidas de la misma fuente las capas de información de textura, taxonomía , cobertura vegetal y drenaje ; la capa de uso de suelo se obtendrá del sistema de información de geográfica de tierras; los criterios para los indicadores también fueron obtenidos de estas capas. Una vez organizada las capas (shape files), se elaborarán los mapas índices. Cada mapa índice representara una variable con sus criterios. Toda esta cartografía digital será finalmente presentada en formato vectorial, bajo la proyección Universal Transversa de Mercartor (UTM), georreferenciada al datum WGS84 para la zona 17S. Superposición ponderada de variables y elaboración de mapas de susceptibilidad específica ponderada y final 14 La superposición ponderada de mapas es un conjunto de geoprocesos que consiste en extraer información de diferentes variables en capas digitales en formato raster, cuyo fin es la superposición, celda a celda, para obtener una capa diferente del mismo espacio geográfico a ser analizado (Ordoñez y MartínezAlegría, 2003; Huisman y de By, 2009; Pérez et al., 2015; Gómez, et al., 2018; Liendro Moncada y Ojeda, 2018; Iturralde, 2018). Con este procedimiento se estandarizan o normalizan los datos. Esta estandarización parte de la lógica fuzzy que permite romper con las clasificaciones rígidas ya que cada píxel se clasifica en cuanto al nivel que tiene entre los extremos de mínimo y máximo riesgo, creando una escala continua para cada variable considerada (Celemín, 2014). Para tal efecto, primero se requiere adjudicar un peso relativo a cada indicador de las variables y así obtener el mapa de susceptibilidad específica ponderada. Segundo, realizar el mismo procedimiento con las variables intervinientes para obtener el mapa de susceptibilidad final. Técnica Compensatoria Aditiva Se les asignara pesos relativos a cada variable y a sus respectivos indicadores mediante el empleo de la técnica compensatoria aditiva basada en el Método de las Jerarquías Analíticas (MJA) o Analytic Hierarchy Process (AHP) de Saaty (1990; 2008) de la Evaluación Multicriterios (EMC) (Gómez y Barredo, 2005). En ésta técnica se usa una matriz de comparación entre pares, en la cual el número de filas y columnas está definido por el número de variables o indicadores a ponderar; se compara la importancia de uno sobre los demás (aij). Posteriormente, se determina el auto vector principal (eigenvector), el cual establece los pesos (wj) y el eigenvalor que proporciona una medida cuantitativa de la consistencia de los juicios de valor entre pares de variables o indicadores (Cuadro 2). A esta matriz se asigna en cada celda un juicio de valor (axj), que representa la importancia relativa de cada una de las variables o indicadores; en este caso los elementos de la columna principal (x) tienen preferencia sobre los principales de la fila (j), para ello se usa una escala del 1 al 4 en nivel de preferencia entre las variables x y j (Saaty, 1990; Gómez y Barredo, 2005) (Cuadro 3). Cuadro 2. Matriz de comparación del método de jerarquías analíticas 15 (x) Ʃxj Eigenvector principal (j) Ʃ(Ʃxj/n)/ Ʃxj/n Ʃxj/n Peso Eigenvector Eigenvector Relativo (*) Principal Peso (%) normalizado Relativo 1.00 1.00 1.00 1.00 Ʃ(Ʃxj/n)= Cuadro 3. Escala de valoración para estimar el coeficiente a asignarle a cada una de las variables consideradas en la matriz de jerarquías analíticas, modificado de Saaty (1990). Importancia Definición Descripción Igual preferencia Los dos variables o unidades (x, j) contribuyen de igual manera 2 Moderada preferencia Favorece ligeramente a la variable o unidad (x) sobre el (j) 3 4 Fuerte preferencia Absoluta preferencia Dominancia de la variable o unidad (x) sobre el (j) Supremacía de la variable o unidad (x) 1 Estas matrices fueron llenadas a juicio de expertos, en donde asignaban en cada celda un juicio de valor que representa la preferencia relativa de cada variable o indicadores (en la columna principal “x”) con otros (de la fila principal “j”); en la matriz se produce un efecto recíproco, porque los valores asignados a ambos lados de la diagonal son inversos, por lo que la asignación de juicios de valor se reduce a la diagonal mitad inferior izquierda (Gómez y Barredo, 2005). Seguidamente, una vez establecidos los juicios de valores, se realizan cálculos aritméticos para asignar pesos (wj) a la variable y a sus indicadores, como el cálculo del autovector (eigenvector principal), el cual representa el orden de prioridad de los factores y el eigenvector máximo (λmáx), que es una medida de consistencia. El eigenvector principal es normalizado, para obtener el vector de prioridades (Gómez y Barredo, 2005). Finalmente, se determinó la consistencia (cr) de los datos, la cual es el cociente entre el valor del índice de consistencia (ci) y el índice aleatorio (ri) (Cuadro 4); si los valores de consistencia (cr) son 16 mayores o iguales a 0.10, los juicios deben ser revisados, ya que no son suficientemente consistentes para establecer peso (wj). Si por el contrario el ci es menor a 0.10 se considera perfectamente consistente (Gómez y Barredo, 2005). Para este procedimiento se trabajó con las siguientes ecuaciones: cr= ci/ri En donde cr (consistency ratio): consistencia ci (consistency index): índice de consistencia ri (radom index): índice aleatorio Cuando: cr< 0.1 es consistente cr>0.1 es inconsistente cr=0 es perfectamente consistente. ci= λmáx – n / n – 1 En donde: λmáx: producto del total del eigenvector principal normalizado x la matriz de comparación de factores n: número de factores de la matriz de comparación. Cuadro 4. Índice aleatorio (ri), Tamaño de la matriz Indice aleatorio (ri) 2 3 4 5 6 7 8 9 10 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.51 Fuente: Saaty y Tran (2007). Una vez que se compruebe la consistencia de las matrices de jerarquías analíticas, se calcularan estadísticos básicos como: tamaño, valor máximo, valor mínimo, rango, media aritmética y desviación estándar. Los que se emplearan para determinar el tamaño del intervalo que se usó para la reclasificación de los eigenvector normalizados en cinco categorías de susceptibilidad como muestra a continuación el cuadro 5. Cuadro 5. Categorías de susceptibilidad a las inundaciones. Valor Categoria de suceptibilidad Color 17 1 2 3 Valor 1 2 3 4 5 Baja Media Alta Verde Amarillo Rojo Categoria de suceptibilidad Color Baja Media Alta Muy bajo Muy alto Verde fuerte Amarillo Naranja Verde claro Rojo Los indicadores de cada variable fueron reclasificados a categorías de susceptibilidad, para obtener los mapas de susceptibilidad específica ponderada. En este procedimiento, se trabaja con formato raster donde cada capa temática constituye una matriz cuadriculada de celdas continuas que poseen un tamaño y forma uniforme, y un número con su color correspondiente que indica la categoría temática incluida en su interior; cada celda se conoce como píxel y es la unidad mínima de representación espacial, que permite al formato raster ser sometidos a procesos matemáticos (Celemín, 2014). Para crear el mapa de susceptibilidad final, una vez asignados los pesos relativos a juicio de expertos, se diseñará un algoritmo modificado de Sánchez et al. (2002), el cual se operacionaliza mediante la calculadora ráster sumando el peso relativo por la susceptibilidad de cada variable y el resultado final se dividirá para el número total de variables. 18 Cronograma de actividades DIC. ENER. FEBR. MES MES MARZO.. ABRI.. MAYO 1 2 3 4 1 JUNIO ACTIVIDADES 3 DESCARGAS DE CAPAS DE INFORMACION GEOGRAFICA ELABORACION DE MAPAS TEMATICOS COMPARACION DE VARIABLES MEDIANTE EL METODO DE JERARQUIAS ANALITICAS ASIGNACION DE INDICADORES PESOS A SUS VARIABLES E COMPARACION DE LA CONSISTENCIA ENTRE MATRICES DE JERARQUIA CALCULO DE ESTADISTICOS BASICOS ELABORACION DE MAPA DE SUCEPTIBILIDAD FINAL ENTREGA Y SUSTENTACION DEL PROYECTO 4 1 2 3 4 2 3 4 1 2 3 4 1 2 19 Bibliografía Celemín, J. P. 2014. El proceso analítico jerárquico en el marco de la evaluación multicriterio: Un análisis comparativo. Geografía y Sistemas de Información Geográfica (GEOSIG). 6: 47-63. Burgos Choez, Bryan & Cartaya, Scarlet & Mero del Valle, David. (2019). Análisis de la vulnerabilidad a inundaciones de la parroquia Santa Ana de Vuelta Larga, provincia de Manabí, Ecuador. Investigaciones Geograficas : Boletin - Instituto de Geografia, Universidad Nacional, Autonoma de Mexico. 114. 10.14350/rig.59767. Diaz ,C. , y Vega,G.2001.Analisis de la gran visión de las inundaciones en la cuenca alta del río Lerma: Caso de la subcuenca del río Tejalpa .Ingeniería hidráulica en México .vol 16.p 73-86. http://www.revistatyca.org.mx/ojs/index.php/tyca/article/view/900/871 Ellis, E. A., & Romero, J. A., & Hernández, I.U., & Gallo, C. A., & Alanís, J. L. (2012). Evaluación geográfica de áreas susceptibles a inundación en la cuenca del río Tuxpan, Veracruz. Avances en Investigación Agropecuaria, 16(1), undefined-undefined. [fecha de Consulta 5 de Diciembre de 2019]. ISSN: 01887890. Disponible en: https://www.redalyc.org/articulo.oa?id=837/83723442002 Escuela Superior Politécnica Del Litoral. (2013). Análisis de la vulnerabilidad del cantón Chone. Guayaquil . p 12. Escobar, A. A. H., Solorzano, D. R. V., & Gamez, M. R. (2018). Susceptibility to flooding in abdon calderon of canton portoviejo parish. International Journal of Life Sciences, 2(3), 111-120. https://doi.org/10.29332/ijls.v2n3.220. Gómez M., y J. Barredo. 2005. Sistemas de información geográfica y evaluación multicriterio en la ordenación del territorio. 2da edición. Madrid, España. 276 p. Gómez, O. A. G., D. Horfan, y C. Londoño. 2018. Análisis multicriterio SIG basado en momentos de orden superior normalizados para el cálculo de superficies de viabilidad ambiental. Ingenierías USBMed 9:49-57. 20 Hidalgo-Bastidas, J.P. y Boelens, R. (2018). Inundaciones políticamente construidas.El megaproyecto hídrico Chone en Ecuador. Cuadernos de Geografía, 101, 127-148.https://doi.org/10.7203/CGUV.101.13724. Huisman, O., and R. de By. 2009. Principles of Geographic Information Systems. The Netherlands. ITC educational textbook. 540 p. Liendro Moncada, J. L., y E. C. Ojeda. 2018. Aproximación al mapa de susceptibilidad a inundación en la cuenca del río Boconó, Estado Trujillo, Venezuela. Terra Nueva Etapa 34:119-140. Lixinski, V., I. Silveira M., e P. Aude P. 2016. Identificación de áreas con riesgo de inundación por medio de análisis ambiental e geoprocesamiento. 12° Congreso de Catastro Técnico Multifinalitario e Gestión Territorial. 11p. Mardones, María, & Vidal, Claudia. (2001). La zonificación y evaluación de los riesgos naturales de tipo geomorfológico: un instrumento para la planificación urbana en la ciudad de Concepción. EURE (Santiago), 27(81), 97122. https://dx.doi.org/10.4067/S0250-71612001008100006 Montecelos, Y., D. Batista S., A. Puebla, N. Zaldivar S., and Y. Batista C. 2011. Diseño metodológico para la elaboración de mapas de peligrosidad por inundaciones. Geografía y Sistemas de Información Geográfica 3(3):32-45. Muthusamy, S., Natarajan, Ramasamy, T., & Murugesan, B. (2017). Study and Analysis of Chennai Flood 2015 Using GIS and Multicriteria Technique. Journal of Geographic Information System, 9, 1-15. Omid Rahmati, Hossein Zeinivand & Mosa Besharat (2016) Flood hazard zoning in Yasooj region, Iran, using GIS and multi-criteria decision analysis, Geomatics, Natural Hazards and Risk, 7:3, 10001017, DOI: 10.1080/19475705.2015.1045043. Ordoñez C., y R. Martínez-Alegría. 2003. Sistemas de Información Geográfica, Aplicaciones prácticas con Idrisis32 al análisis de riesgos naturales y problemáticas ambientales. Alfaomega y Ra-Ma. Madrid, España. 227 p. 21 Ozkan, S., and C. Tarhan. 2016. Detection of flood hazard in urban áreas using GIS: Izmir Case. Procedia Technology 22:373-381. Pedroso, I., M. Fundora G., J. Núñez P., M. Guerra O., and J. Olivera. 2014. Metodología para la realización de los estudios de peligro, vulnerabilidad y riesgos de desastres de inundación por intensas lluvias. La Habana, Cuba. 110 p. Pérez, Y., D. Azuara, E. Giralt, T.C. Márquez, R. Saladié, y A. Vallina. 2015. Propuesta metodológica para el análisis de la calidad visual del paisaje. El caso de la comarca de El Priorat. Análisis espacial y representación geográfica: innovación y aplicación, 797-806. Rincón, D., U. Khan, and C. Armenakis. 2018. Flood Risk Mapping Using GIS and MultiCriteria Analysis: A Greater Toronto Area Case Study. Geosciences 8:1-27. Saaty, T. L., and L. Tran. 2007. On the invalidity of fuzzifying numerical judgments in the Analytic Hierarchy Process. Mathematical and Computer Modelling 46:962-975. Sánchez L., R., L. Urrego L., R. Mayorga M., y G. Vargas C. 2002. Modelo para el pronóstico de la amenaza por los deslizamientos en tiempo real. In: Simposio Latinoamericano de Control de Erosión. Santa Fé de Bogotá, Colombia. 8 p Seenirajan, M. , Natarajan, M. , Thangaraj, R. and Bagyaraj, M. (2017) Study and Analysis of Chennai Flood 2015 Using GIS and Multicriteria Technique. Journal of Geographic Information System, 9, 126-140. doi: 10.4236/jgis.2017.92009. Vasquez, N., Gil, V., Varela, C., & Mardones, G. (2005). Gestión integral del riesgo por inundaciones: estudio de caso Chone. Quito.P 18-20. Yahaya, S., Noordin, A., & Abdalla, R. (2010). Multicriteria Analysis for Flood Vulnerable Areas in River Hadejia. European Journal of Scientific Research , 71-83. Zambrano, J. C. (2013). Elaboración de mapas tipo atlas de las zonas de riesgo. Cuenca. 22
