Cronica

Mundo completo de noticias

Ciencias

Mapeo de riesgos de deslizamientos de tierra en Centroamérica

Mapeo de riesgos de deslizamientos de tierra en Centroamérica

El 3 de noviembre de 2020, el huracán Eta azotó la costa como uno de los huracanes más poderosos que azotó Centroamérica en años. La tormenta de categoría 4 destruyó cientos de hogares, mató a más de 100 personas y trajo lluvias torrenciales que provocó deslizamientos de tierra grandes y numerosos en Guatemala y Honduras. Menos de dos semanas después, el huracán Iota, una tormenta de categoría 4 aún más poderosa, casi volvió sobre el camino de Eta.

A las pocas horas de la llegada del Eta y las lluvias, los investigadores del Centro de Vuelo Espacial Goddard de la NASA trabajaron para predecir deslizamientos de tierra y trazar un mapa de las consecuencias de la tormenta. Un equipo evaluó los riesgos potenciales de deslizamientos de tierra utilizando un modelo informático. Otro equipo analizó datos satelitales para mapear los deslizamientos de tierra resultantes, algunos de los cuales fueron predichos con éxito por el modelo. O Programa de desastres de ciencias de la tierra de la NASA compartió la información con agencias nacionales e internacionales de respuesta a emergencias para brindar una mejor visión de los peligros para el personal en el sitio. Los equipos están realizando estos análisis de deslizamientos de tierra nuevamente para las áreas afectadas por el huracán Iota.

El deslizamiento de tierra más mortífero después del Eta tuvo lugar en San Cristóbal Verapaz, Guatemala, el 5 de noviembre. Las lluvias extremas han provocado un gran deslizamiento de tierra que puede haber enterró a más de 100 personas y enterró gran parte del pequeño pueblo agrícola de Quejá. Las imágenes en la parte superior de esta página muestran el deslizamiento de tierra de Quejá y los deslizamientos de tierra cercanos menores observados el 10 de noviembre de 2020. Las áreas fueron calculadas por el sistema de detección semiautomática de deslizamientos de tierra (SALaD) de la NASA, que utiliza el aprendizaje automático para detectar deslizamientos de tierra de imágenes. satélite; en este caso, el equipo utilizó el de la Agencia Espacial Europea Satélite Sentinel-2.

READ  ¿Existe una relación entre los trastornos neurológicos y el covid-19?

«O programa encontró unos 30 deslizamientos de tierra en el área donde ocurrió el deslizamiento de tierra de Quejá ”, dijo Pukar Amatya, científico asociado de la USRA en NASA Goddard y líder del esfuerzo de mapeo. Afortunadamente, muchos de los deslizamientos tuvieron lugar en áreas remotas, lejos de ciudades y pueblos.

El mapa de arriba muestra el riesgo de deslizamientos de tierra esperado el 5 de noviembre para Guatemala, según lo determinado por la NASA. Evaluación del peligro de resbalones para conciencia de la situación (LHASA) modelo. Los investigadores superpusieron el modelo con datos de población a nivel de distrito para poder evaluar mejor la proximidad entre los peligros potenciales y las comunidades densamente pobladas. Los tonos de violeta representan el peligro asociado con los deslizamientos de tierra, siendo los tonos más oscuros los que presentan el mayor riesgo. Los tonos verde azulado representan el tamaño de la población expuesta al riesgo. Las áreas donde el peligro y la exposición son altos pueden sufrir los impactos más severos.

El modelo LHASA permite a los investigadores evaluar los riesgos de deslizamientos de tierra pocas horas después de las tormentas. El modelo incorpora datos de precipitaciones del Medición de precipitación global (GPM), que proporciona estimaciones de lluvia en todo el mundo cada 30 minutos. El modelo también integra información sobre carreteras, la presencia o ausencia de fallas tectónicas, los tipos de roca madre, cambios en la cobertura arbórea y declive de las pendientes. A raíz de Eta, el equipo también incluyó un nuevo aprendizaje automático que agregó peso a las condiciones que contribuyeron a deslizamientos de tierra anteriores en la región, como lluvias recientes y cambios de pendiente.

READ  La Vía Láctea tiene un brazo "roto" que puede revelar su historia galáctica.

Los equipos de LHASA y SALaD también predijeron el riesgo de deslizamientos de tierra y mapearon varios deslizamientos de tierra en Honduras que no fueron cubiertos por los medios. La mayoría ocurrieron en áreas escasamente pobladas y no fueron fatales, pero registrar el historial de deslizamientos de tierra es útil a largo plazo si las personas se mudan a estos lugares en el futuro.

«El modelo de riesgo proporciona el primer vistazo a dónde pueden ocurrir deslizamientos de tierra masivos», dijo Robert Emberson, científico asociado de la USRA que ayuda a desarrollar el modelo LHASA. “Dentro de estas áreas, podemos ver imágenes de alta resolución más tarde para ver si se han producido deslizamientos de tierra y mapear la extensión. Es útil tener estos dos sistemas trabajando juntos. «

Ambos proyectos de deslizamientos de tierra cuentan con el apoyo del programa de desastres de ciencias aplicadas a la tierra de la NASA. Se proporcionan datos y productos a instituciones que trabajan en respuesta a emergencias y recuperación, como el Comando Sur de los EE. UU., El Centro de Coordinación Nacional para la Reducción de Desastres en Guatemala, el Centro de Coordinación para la Prevención de Desastres en Centroamérica y República Dominicana y la Plataforma de las Naciones Unidas de información basada en el espacio para la gestión de desastres y la respuesta a emergencias.

Imágenes del Observatorio de la Tierra de la NASA por Joshua Stevens, utilizando datos de deslizamientos de tierra y riesgo de exposición cortesía de Robert Emberson / equipo GSFC Landslide de la NASA y datos de Copernicus Sentinel (2020) procesados ​​por la Agencia Espacial Europea. Historia de Kasha Patel.

READ  Identificados dos genes cruciales para las plantas que han colonizado la Tierra hace 470 millones

DEJA UNA RESPUESTA

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

"Creador malvado. Estudiante. Jugador apasionado. Nerd incondicional de las redes sociales. Adicto a la música".