ApuMayu - Análisis de Zonas de Riesgo de inundación
El objetivo es contribuir desde 3 aspectos técnicos, mapeo en Openstreetmap, simulación en HEC-RAS y análisis de inundaciónes con SNAP
Este 2021, Perú cumple 200 años de independencia. En el marco de celebraciones por el este bicentenario.
Participantes Mapatón
Más de 600 participantes de todo el Perú aportan sus conocimientos durante la mapatón con la idea principal de lograr, de manera colectiva, plantear diferentes propuestas de solución que ayuden a la Gestión de Riesgo de Desastres (GRD).
Esta mapatón lleva como título “Unidos en las Observaciones para la gestión comunitaria del riesgo de desastre”. La idea principal de la mapatón es lograr, de manera colectiva, plantear diferentes propuestas de solución que ayuden a la Gestión de Riesgo de Desastres (GRD).
Reducir la vulnerabilidad de la población y sus medios de vida ante el riesgo de desastres. (SINAGRID, 2021)
Problemática
El área seleccionada es el distrito de Piura, pues es una de las zonas más afectadas en Perú por inundaciones. El distrito de Piura es la capital de la región Piura al norte de Perú, tiene una superficie de 621,2 km² y una población aproximada de 484.475 habitantes.
Abril 2017 Piura, Perú
Existen datos e imágenes satelitales por parte de SIGRID más los datos para nuestra zona de estudio nos es insuficiente.
SIGRID - Análisis de Inundaciones 2017
En la gestión de desastres, el modelamiento y la simulación son muy importantes. Utilizando herramientas como HEC-RAS, datos provenientes de servicios meteorológicos y modelos de elevación digital, se puede evaluar zonas de riesgo
Imagen de referencial de resultados en programa HEC-RAS
Por ello se utilizarán imágenes de Sentinel 1 y el software SNAP para la detección de zonas inundadas y además se usarán datos hidrológicos y el software HEC-RAS para el modelamiento de la inundación.
Satélite Sentinel1
Metodología
Imagen sin procesamiento
Nuestra Área de estudio a procesar en SANP (Sentinel Application Platform) extraída del satélite Sentinel1.
Para el modelamiento y simulación de inundaciones se requiere de información relacionada al registro histórico de precipitaciones, la cual se puede obtener del Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI). Así mismo, se requiere de modelos digitales de elevación, de la zona bajo análisis, estos datos pueden obtenerse del SRTM DATA (Shuttle Radar Topography Mission), misión de la NASA con resolución de 90 m en algunos casos y 30 m en otros casos.
El procesamiento de las imágenes satelitales sigue 5 pasos. Primero hacemos la lectura de la imagen, luego aplicamos una calibración radiométrica, también es necesario aplicar un filtro speckle, es necesario aplicar una corrección de terreno, finalmente guardamos el resultado como una nueva imagen.
Diagrama de bloques del procesamiento de imágenes satelitales para la identificación de zonas afectadas por inundaciones.
Estructura del rio Piura
En el programa HEC-RAS, se analizan los datos, extraídos del Servicio Nacional de Meteorología e Hidrología del Perú, como sedimentación, datos hidrológicos y medidas estructurales del rio.
Resultados
Sidecar que presenta un antes y después de las inundaciones Agosto 2016 y Marzo 2017(deslice para ver las consecuencias).
Antes y después de Inundaciones provocadas en la provincia de Piura 2016 -2017
Sidecar que presenta las inundaciones Agosto 2018 y Marzo 2019(deslice para ver las consecuencias).
Inundaciones provocadas en la provincia de Piura 2018 -2019
Sidecar que presenta un antes y después de las inundaciones Agosto 2020 y Marzo 2021(deslice para ver las consecuencias).
Antes y después de Inundaciones provocadas en la provincia de Piura 2019 -2021
SIDECAR de peligros ofrecido por MINAM en conjunto con SIGRID en nuestra área de estudio.
Mapa de Peligros por inundaciones según SIGRID
El análisis de las inundaciones guarda relación y genera una preocupación con los resultados del área analizada, puesto que aún existen viviendas con materiales no seguros en la región.
Resultados de elementos mapeados en Openstreetmap
REsultado
Cerca de 3000 edificios mapeados utilizando la plataforma Open Street Maps. Con este número de edificios mapeados, INTI-Tech ocupa el cuarto lugar de la tabla.
