0
0
La geóloga UCN e investigadora CIGIDEN, Francisca Roldán, validó en terreno las metodologías utilizadas para detectar aluviones de manera remota, a partir de los datos de las lluvias registradas entre el 7 y 9 de enero de 2023.
Su investigación apunta a entregar un método que permita analizar empíricamente la influencia. Dependencia e influencia de los distintos factores que condicionan el fenómeno de los aluviones.
La zona central de la cuenca Alta del Río Maipo (que abarca el río Maipo, río Colorado, o, río Yeso y el río Volcán) es el área de estudio definida por la doctora (C) en geología de la Universidad Católica del Norte e investigadora del Centro de Investigación para la Gestión Integrada del Riesgo de Desastres (CIGIDEN) Francisca Roldán. Quien busca avanzar en el entendimiento de los procesos que se desarrollan e influyen en las remociones en masa -tipo flujo- o más comúnmente denominados aluviones.
Con esta finalidad, la experta también quiere identificar cuáles son los diferentes ambientes geomorfológicos y climáticos. Que caracterizan esta área altamente rica en remociones en masa y que, además, facilitan su ocurrencia.
Para lograr su objetivo, la geóloga UCN, utilizó los datos de las lluvias registradas entre el 7 y 9 de enero de 2023 y que vía teledetección con imágenes satelitales multiespectrales. Le permitieron identificar aquellas zonas que habían sido afectadas por aluviones en el periodo mencionado y cuyos datos fueron validados en terreno.
“Para este fenómeno de precipitación, en particular, se registraron 20,6 mm entre las 18:00 y 23:00 horas, con una intensidad máxima de 13,2 mm/h en la estación Glaciar San Francisco en Aguas Panimávida (DGA), cuyo fenómeno desencadenó daños por el desarrollo de aluviones en una gran extensión del área de la cuenca Alta del Río Maipo, destacándose las zonas de Baños Morales, quebrada Las Vacas, sector de Las Cortaderas, valle Arenas y sector El Manzanito”, explica la científica.
Buscando verificar esta información, la experta CIGIDEN, visitó una gran parte de la cuenca del Río Maipo, a principio de febrero de 2023. Experiencia que le sirvió para poder describir in situ el tipo de depósito sedimentario alojado en la cuenca y capturar imágenes con dron fijas y en movimiento. Que además, le permiten avanzar en el entendimiento e identificación de los factores que desencadenan tales aluviones y cómo estos varían de un lugar a otro.
“Se ha identificado que esta metodología de teledetección puede ser muy útil y eficiente para levantar información de aluviones, la cual es fundamental para saber cómo los distintos factores involucrados, como por ejemplo la morfología y geología, entre otros, determinan los diferentes procesos de remociones en masa o aluviones y generan diferentes tipos de impactos en zonas urbanas y no habitadas”, plantea la investigadora.
Asimismo, Francisca Roldán, destaca que lo interesante de este fenómeno hidrometereológico, es que se pudo analizar e identificar in situ cómo los depósitos de aluviones varían de un lugar a otro. Además de los cambios en su desplazamiento, las distintas fases e incluso los factores que influyen en su desarrollo. “Esto demuestra las razones del porqué se deben estudiar las cuencas de manera individual. Además de evidenciar lo complejo de estudiar estos fenómenos, debido a la gran cantidad de factores que influyen en su desarrollo”, indica la geóloga.
Machine Learning para la predicción de desastres socionaturales
La investigadora CIGIDEN está desarrollando esta investigación en el marco de su tesis doctoral para obtener el grado de doctora en geología en la UCN. Se espera que sus resultados puedan relacionar los distintos eventos de precipitación con activaciones puntuales de las cuencas presentes en las zonas cordilleranas. Expresados en distintos fenómenos de aluviones.
Esta investigación tiene dos grandes objetivos. Uno se refiere al aporte metodológico en el desarrollo de los catastros de remociones en masa tipo flujos. Gracias al uso de imágenes satelitales y la validación de lo que se observa en ellas en terreno.
La segunda se refiere a la implementación y aplicación de modelos de Machine Learning para identificar áreas susceptibles (o con tendencia). A generar aluviones detonados por precipitaciones en la Cuenca Alta del Río Maipo Central.
“El uso de esta tecnología de Machine Learning requiere de la generación de un catastro de remoción en masa. Y de la generación de información de factores condicionantes. Como mapas de unidades geológicas, vegetación, altitud, pendiente, orientación de laderas, drenajes, curvatura, radiación solar, entre otros. Y también del análisis de la respuesta hidrológica de las cuencas, lo cual también es un desafío”, advierte Roldán.
Al mismo tiempo, este catastro de aluviones resulta fundamental. Ya que además de servir como información validación y entrenamiento de los modelos de Machine Learning. También aporta al entendimiento e identificación de cómo se producen estos procesos. Es decir, nos entrega información respecto de los factores condicionantes.
“Esto fue justamente, lo que me motivó a investigar, utilizando imágenes satelitales multiespectrales y multitemporales. Que han facilitado el trabajo de investigación y hecho más eficiente para obtener en un corto plazo los datos deseados”, sostiene la experta.
Según la geóloga, este proyecto de doctorado espera entregar un método que permitirá analizar empíricamente la influencia, dependencia e influencia de los distintos factores que condicionan estos fenómenos de aluviones, y dará cuenta de la variación de los mismos, según la variabilidad de los ambientes geomorfológicos que se pueden encontrar en una cuenca hidrológica de gran tamaño, como es el caso de la cuenca del Río Maipo.
“La meta es aportar con información crucial para cualquiera de los modelos que intenten analizar y estudiar los fenómenos de aluviones. Siendo un aporte directo en la Gestión del Riesgo de Desastres para nuestro país”, asegura la investigadora del Centro FONDAP-ANID.
