Home » Se puede predecir deslizamientos de tierra

Se puede predecir deslizamientos de tierra

El 16 de septiembre de 2013 ocurrió un deslizamiento en la zona de “La Pintada”, en las montañas de Guerrero. El origen: las fuertes lluvias durante varios días consecutivos por la interacción de los huracanes Ingrid y Manuel. En el sitio quedaron sepultadas prácticamente la mitad de las viviendas del poblado y hubo más de 60 muertos.

Después del desastre, María Teresa Ramírez Herrera, investigadora del Instituto de Geografía de la UNAM y un equipo de trabajo, acudieron al sitio y a través de un método automatizado alimentado por una serie de algoritmos descubrieron que no era la primera vez que ocurría un evento de esta magnitud.

“Es como la novela Crónica de una muerte anunciada de Gabriel García Márquez, porque se trataba de un evento que se podía predecir”, dijo María Teresa Ramírez Herrera, investigadora del Instituto de Geografía de la UNAM.

La precipitación era muy alta, y había una gran probabilidad de que se desestabilizará la zona. “Ya había ocurrido un deslizamiento y volvería a ocurrir”.

En México, cada año ocurren cuatro mil muertes debido a los deslizamientos, por tal motivo es fundamental prevenir este tipo de eventos, añadió la académica universitaria.

La metodología de la UNAM

A partir de ese evento, María Teresa Ramírez, Krzysztof Gaidzik, (Universidad de Silesia, Polonia) y el equipo de investigación donde participan la Universidad Estatal de Oregón, la Universidad de Arizona y el Servicio Geológico de California realizaron una metodología para predecir de forma no temporal, pero sí espacial, cuáles son las zonas de mayor susceptibilidad a deslizamientos. Recientemente, la investigación fue publicada en la revista Nature Scientific Reports.

A través de un método automatizado alimentado por una serie de algoritmos llamado Machine Learning detectan rasgos en la topografía y otros factores que indican en dónde han ocurrido estos deslizamientos y dónde probablemente se repetirán. “A esto le llamamos susceptibilidad por deslizamientos”.

En dicha publicación se plantea un análisis comparativo entre una predicción de susceptibilidad de deslizamientos de forma manual y con un método automatizado utilizando algoritmos.

Para el método automatizado se requiere una topografía de alta resolución. Utilizaron una técnica llamada Light Detection and Ranging (LIDAR). Básicamente consiste en sacar la imagen de un terreno usando una cámara que lanza pulsos con láser.

Esa cámara láser puede penetrar en la vegetación, sobre todo en las zonas montañosas plagadas de vegetación que es donde regularmente ocurren los deslizamientos. “A veces no podemos ver por toda esta vegetación en dónde están las huellas de antiguos deslizamientos.”

Otra ventaja de esta tecnología es que desnudas el terreno, de tal manera que quita la vegetación de la imagen escaneada y se puede ver claramente el sitio para así detectar fácilmente los antiguos deslizamientos. Los resultados se obtienen con más el 90 por ciento de precisión de la zona.

De esta forma, María Teresa Ramírez, Krzysztof Gaidzik y su equipo de trabajo desarrollaron una metodología automatizada para generar mapas de susceptibilidad a deslizamientos, donde se predice: qué sitio está en peligro para que se tomen las medidas de prevención.

Con esta información, los tomadores de decisiones y otros especialistas pueden decidir si se construye o no en ciertas zonas, planeación urbana y manejo del riesgo. “Sería benéfico que todo el territorio mexicano se pudiera mapear, o por lo menos las zonas donde hay población que pueda peligrar” pero se requieren datos LIDAR.

Sin embargo, estos mapas no tienen la respuesta temporal, es decir, saber exactamente cuándo ocurrirá dicho fenómeno. “Conociendo los factores que dispararán el deslizamiento se puede prevenir tragedias como lo sucedido en la zona de La Pintada”.

“Así como existen áreas protegidas por sus características de riqueza natural, también debería de haber áreas protegidas por el peligro que representen para la vida y los bienes”, concluyó la investigadora.

Please follow and like us:
Pin Share
RSS
Follow by Email