Mapa Potencial de Inundaciones a Nivel Nacional

fig

Cesar Luis Aybar Camacho - Consultor

https://csaybar.github.io


SENAMHI Jueves Científico — Diciembre 6, 2018

Inundaciones?

Número de desastres climáticos en la región de Cuzco y distribución acorde al tipo de evento (1971-2009). Huggel, et al., 2015.

Mapa de Inundación Perú (PREDES, 2012)

Introducción

Las simulaciones hidráulicas son una excelente herramienta para estimar el área inundable (Chatterjee et al., 2008; Ballesteros et al., 2011; Brocca et al., 2011; Kourgialas and Karatzas, 2014; Papaioannou et al., 2016).

Introducción

Las simulaciones hidráulicas son una excelente herramienta para estimar el área inundable (Chatterjee et al., 2008; Ballesteros et al., 2011; Brocca et al., 2011; Kourgialas and Karatzas, 2014; Papaioannou et al., 2016).


Sin embargo

El costo computacional y la alta de demanda de información (actualmente inexistente) hace que sea imposible, su aplicación a escala nacional en Perú.

Enfoques alternativos

Principalmente basados en SIG, cuya esencia es reducir la estimación del área inundable a un problema de clasificación. (Yahaya et al., 2010; Wang et al., 2011; Chau et al., 2013; Kazakis et al., 2015; Kourgialas et al., 2017)

  • Support Vector Machines.
  • Redes neuronales (backpropagation)
  • Random Forest
  • Tree Desition
  • …

Paper Base

¿Tiene Perú una base de datos de ocurrencia de inundaciones como Grecia?

GSWD: Base de datos histórica

  • Global Surface Water (GSWD; Pekel et al., 2016) es una nueva base de datos generada a partir de imágenes Landsat (5, 7 y 8) que muestra dónde y cuándo se produjo agua superficial entre 1984 y 2015.

GSWD para Perú

Height above nearest drainage point (HAND)

  • HAND es un nuevo índice de topográfico, que calcula la diferencia en la elevación de cada píxel y su punto de drenaje más cercano (Rennó et al., 2008). El modelo usa la red de drenaje y las direcciones de drenaje locales para crear la distancia al mapa de drenaje más cercano.

HAND Explicación


HAND para Perú

Usando la base de datos HydroSHED

Predictores Adicionales

Resultados - Regionalización

Resultados - Validación

La línea negra muestra la tasa de error promedio, mientras que las líneas verde, roja y azul muestran la tasa de error promedio para las clases “bajo”, “medio” y “alto” respectivamente.

Resultados - Gini

Importancia de cada variable en la predicción espacial de las inundaciones

Resultados - Mapa Final

Mirame!

Resultados - A nivel de distritos

Mirame!

Resultados - Tabla

Conclusiones

  • El mapa de zonas propensas a inundaciones generado a partir de técnicas de clasificación y aprendizaje automático es una herramienta adecuada para una aproximación regional de la superficie inundable.

  • El HAND fue la variable más importante en la predicción del area inundable a pesar de que su resolución espacial no es óptima.

  • Es importante que el lector tenga en cuenta que el presente mapa jamás debe ser considerado como una sustitución a los estudios hidráulicos convencionales.