Próximo(s)

Geoestadística aplicada al modelamiento predictivo de daños sísmico en Sarmiento (San Juan – Argentina)

Autores/as

  • Luciana Narvaez Departamento de Geografía, Facultad de Filosofía, Humanidades y Artes. Universidad Nacional de San Juan. Instituto de Geografía Aplicada https://orcid.org/0000-0002-1208-3929

Palabras clave:

mapas, cuantificacion, amenaza

Resumen

El departamento Sarmiento, al igual que toda la provincia de San Juan, tiene una historia sísmica marcada por importantes terremotos destructivos, como los ocurridos en 1894, 1941, 1944, 1952, 1977 y 2021. Estos terremotos han dejado una huella significativa, causando daños severos o incluso colapsos en viviendas, edificios públicos e históricos, así como importantes impactos económicos en gran parte de la población. Además, lamentablemente, han provocado un número considerable de heridos y fallecidos. En respuesta a esta situación, este trabajo se propone contribuir al conocimiento de los daños poblacionales en el departamento Sarmiento mediante su cuantificación y la aplicación de metodologías avanzadas de análisis espacial. Para ello, se emplea la metodología de la geoestadística en el modelado predictivo de los daños sísmicos, ya que las variables involucradas, al tener continuidad espacial, son adecuadas para este tipo de análisis. Los resultados proporcionan modelos predictivos claros y concisos para la gestión en caso de un evento sísmico.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

CFCyC (2016). Atlas socioeconómico de la provincia de San Juan. Centro de Fotogrametría, Cartografía y Catastro. Facultad de Ingeniería. Universidad Nacional de San Juan. Instituto Geográfico Nacional (IGN).

Armstrong, M., & Roth, C. (1997). Notas del curso Geoestadística. Centro de Geoestadística de la Escuela Nacional Superior de Minas de París, Fontainebleau, Francia.

Braga, F., Dolce, M., & Liberatore, D. (1982). A statistical study on damaged buildings and an ensuing review of the MSK-76 scale, 7th. European Conference on Earthquake Engineering. Atenas, Grecia.

Cardona, O. (2001). Estimación holística del riesgo sísmico utilizando sistemas dinámicos complejos. Tesis doctoral. Universidad Politécnica de Cataluña.

DGyCSJ, Dirección de Geodesia y Catastro de la Provincia de San Juan. (2019). Base de datos de edificaciones del Departamento Sarmiento [Archivo shapefile no publicado]. Gobierno de San Juan.

FEMA/NIBS (1999), Federal Emergency Management Agency. HAZUS technical manual. Washington D. C.

INDEC (2022) Instituto Nacional de Estadísticas y Censo. Servicios estadísticos: Datos de población. Recuperado de https://www.indec.gob.ar/indec/web/Nivel4-Tema-2-41-165

Mouroux, P., Bertrand, E., Bour, M., Le Brun, B., Depinois, S., Masure, P. & The Risk-UE Team (2004). The european Risk-Ue Project: an advanced approach to earthquake risk scenarios. 13th World Conference on Earthquake Engineering.Vancouver, B.C., Canada, August 1-6, 2004, Paper No. 3329.

Masure, P. & Lutoff, C. (2006), Urban system exposure to natural disasters: an integrated approach, in Oliveira C.S, Roca A., Goula X, “Assessing and managing earthquake risk. Geoscientific and Engineering Knowledge for Earthquake Risk Mitigation: developments, tools, techniques", Ed Springer, pp. 239-259.

Márquez, E. (2018). Recopilado y compilado de la geoestadística. Facultad de Ingeniería. Universidad Nacional de San Juan. Argentina.

Matheron, G. (1970). La Théorie des Variables Régionalisées et ses Applications. Les Cahiers du Centre de Morphologie Mathématique de Fontainebleau (Fascicule 5). École des Mines de Paris.

Medvedev, S. V. (1978). Seismic intensity scale MSK-76. Schweizerische Geophysikalische Kommission.

Rashed, T., & Weeks, J. (2003) Metodología SIG para el análisis de la vulnerabilidad sísmica: Ciudad de Los Ángeles. International Journal of Geographical Information Science 17(6), 574-576.

Publicado

2025-11-27

Cómo citar

Narvaez, L. (2025). Geoestadística aplicada al modelamiento predictivo de daños sísmico en Sarmiento (San Juan – Argentina). Boletin Geografico. Recuperado a partir de https://revele.uncoma.edu.ar/index.php/geografia/article/view/6321

Número

Sección

Geografía humana

ARK