Documente Academic
Documente Profesional
Documente Cultură
=
Nt
1 t
Net
1 j
Ns
1 k
tk jtk jt t
RC P Area Vc Coste
[9.8]
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 285
Ahora Rcoste tiene el significado de superficie equivalente destruida. Para los
valores de los coeficientes RC
tk
se han seguido las recomendaciones de Vacareanu et
al. (2004), y se han tomado los valores del 0%, 2%, 10%, 50% y 100%
respectivamente para los estados de dao nulo (0), leve (1), moderado (2), severo (3)
y completo (4) respectivamente. En este sentido hablamos del coste de una superficie
destruida equivalente. Si se divide el coste total directo debido al dao estructural,
Coste, por Vc, se obtiene el coste relativo total Rcoste, que tambin tiene un
significado de superficie equivalente destruida.
Tabla 9.8. Resumen de prdidas econmicas directas, en superficie destruida equivalente y
en millones de euros, para los escenarios determinista y probabilista analizados mediante
los Mtodos del ndice de Vulnerabilidad (MIV) y del Espectro de Capacidad (MEC).
Coste en cada estado
de dao (millones )
S
u
p
e
r
f
i
c
i
e
c
o
l
a
p
s
a
d
a
e
q
u
i
v
a
l
e
n
t
e
(
H
a
)
0
-
N
o
d
a
o
1
-
L
e
v
e
2
-
M
o
d
e
r
a
d
o
3
-
S
e
v
e
r
o
4
-
C
o
m
p
l
e
t
o
Coste
dao
estructural
(millones )
Coste
contenido
edificios
(millones )
Coste
Total
(millones )
MIV.
Escenario
determinista
1466 0 317 1288 4375 4615 10595 5298 15893
MIV.
Escenario
probabilista
1488 0 320 1288 4412 4738 10758 5379 16137
MEC.
Escenario
determinista
574 0 256 745 2494 657 4152 2076 6228
MEC.
Escenario
probabilista
1256 0 252 1180 5016 2630 9078 4539 13617
La Tabla 9.8 resume los valores de superficie colapsada equivalente y el coste
econmico absoluto total, incluyendo contenido y continente, para los escenarios
determinista y probabilista obtenidos mediante los Mtodos del ndice de
Vulnerabilidad (MIV) y del Espectro de Capacidad (MEC).
= = =
= =
Nt
1 t
Net
1 j
Ns
1 k
tk jtk jt
RC P Area
Vc
Coste
te Rcos
[9.9]
286 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
Figura 9.5. Distribucin de coste econmico en millones de Euros, estimada mediante el Mtodo del
ndice de Vulnerabilidad (arriba) y del Espectro de Capacidad (abajo) y para los escenarios
determinista (izquierda) y probabilista (derecha).
NN
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 287
Figura 9.6. Simulacin de prdidas econmicas (coste relativo en m
2
de superficie
equivalente destruida) para el escenario determinista (izquierda) y para el escenario
probabilista (derecha) obtenidos mediante el Mtodo del Espectro de Capacidad. De hecho
ambas figuras son proporcionales a las correspondientes de la Figura 9.5.
Se observa cmo los escenarios con un mayor coste econmico son los escenarios
determinista y probabilista cuando se analizan mediante el MIV. El valor global de
una crisis ssmica de las caractersticas de las aqu analizadas podra exceder los 15
000 millones de Euros.
La Figura 9.5 muestra el resultado de la simulacin del coste econmico total
(Tcoste), y la Figura 9.6 muestra el resultado correspondiente al coste relativo total
(Rcoste) en metros cuadrados de superficie destruida equivalente, obtenido mediante
el MEC. Las tablas y figuras anteriores se han confeccionado mediante herramienta
GIS personalizada para esta tesis.
NN
288 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
9.4.3 Discusin
Las distribuciones de coste de la Figura 9.5 y, de forma anloga, las correspondientes
de la Figura 9.6, son el resultado de la severidad del escenario ssmico considerado y
de la vulnerabilidad y fragilidad de los edificios de la ciudad. La Tabla 9.8 permite
hacerse una idea de la magnitud del costo econmico de estos escenarios que se ha
estimado de entre 6000 y 16000 millones de Euros. Coburn y Spence (2002) ponen
de manifiesto la dificultad e imprecisin de este tipo de evaluaciones pero constatan
tambin el crecimiento del costo econmico de las catstrofes ssmicas debido a una
mayor ocupacin del espacio urbano y al aumento del valor de las propiedades y de
los enseres de los inquilinos. Como ejemplo muestran el caso del terremoto de San
Francisco de 1906. Para ese ao se estima el coste del terremoto en 300 millones de
dlares. Una crisis ssmica similar en la actualidad costara entre 170 000 y 225
000 millones de dlares, incluso considerando que San Francisco es una ciudad
preparada para resistir sismos. Es difcil imaginar si los nmeros obtenidos para
Barcelona estn sobrevalorados o infravalorados. Las mayores prdidas se obtienen
cuando se aplica el MIV. El mayor o menor acierto depende del mayor o menor atino
en la adjudicacin de los ndices de vulnerabilidad. En cualquier caso, la informacin
utilizada en este mtodo es mucho ms rica que la usada en el MEC en el que todos
los edificios quedan clasificados en 6 clases. Con todo, no nos atrevemos a tomar
partido por ninguno de los cuatro escenarios de dao. Es relevante que la herramienta
GIS permite identificar sectores que de forma sistemtica aparecen con una
importante degradacin sea por su alta vulnerabilidad, sea por su alta densidad, sea
por ambos factores. No deberamos cerrar los ojos ante estas constancias. En
cualquier caso, dadas las caractersticas de la ciudad, entendemos que un costo entre
6000 y 16000 millones de euros es razonable y que probablemente el costo real se
situara en la banda alta de este amplio rango.
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 289
9.5 Escombros
Tanto HAZUS99 como los informes relacionados con el proyecto Risk-UE
(Vacareanu et al., 2004) dan una especial importancia y utilidad a la estimacin del
volumen de escombros generado. Esta estimacin es particularmente interesante y
til en los ncleos urbanos antiguos donde la trama urbana sigue manteniendo una
gran densidad y las calles y vas principales son estrechas. Estas zonas, an en
condiciones de normalidad, suelen ser difcilmente transitables por los modernos
automviles y, an ms, por los vehculos que deben intervenir en la atencin de una
emergencia. As pues la previsin del volumen de escombros generado en los
diferentes escenarios y mtodos aqu considerados se convierte en un aspecto
esencial para planificar la accesibilidad a la poblacin afectada, para trazar vas de
evacuacin e incluso para establecer zonas para el establecimiento de campamentos
de soporte a las vctimas y personas sin hogar.
9.5.1 El modelo
El modelo para la estimacin de escombros permite considerar diferentes tipos de
ruinas. Es obvio que, por ejemplo, un edificio de adobe generar materiales de
escombro de una constitucin muy diferente de la de aquellos que puedan proceder
de un edificio de estructura metlica o de las construcciones modernas. As por
ejemplo, un edificio tpico de hormign armado incluye elementos de mampostera y,
en consecuencia, un mismo tipo de edificio puede dar lugar a diferentes clases de
escombros que estarn directamente relacionadas con los distintos materiales
constructivos de los edificios. Por otra parte, la cantidad de derrubios resultante de un
edificio que ha experimentado el terremoto ser una funcin del grado de dao por l
sufrido. Por tanto, los parmetros que intervienen en el modelo de escombros para
cada edificio (j) de tipo (t), para cada tipo de escombro (e) y para cada estado de
dao (k) son:
1. Peso unitario del material de tipo e para el edificio de tipo t (W
et
que suele
darse en toneladas por m
2
).
290 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
2. Fraccin de escombros del material del tipo e del edificio del tipo t que se
produce cuando el edificio experimenta un grado de dao k (F
etk
).
3. Probabilidad del estado de dao k para el edificio tipo t (P
kt
).
4. Superficie edificada del edificio j de tipo t (A
jt
).
Para este edificio (j) de tipo (t), para este tipo de escombro (e) y para este grado de
dao (k) la contribucin a la masa de escombros vendr dada por:
donde D
ejtk
es la contribucin al peso total de escombros de tipo e por parte del
edificio j de tipo t cuando experimenta un grado de dao k; A
jt
es la superficie
edificada del inmueble j del tipo t; W
et
es el peso unitario (ton/m
2
) del material del
tipo e para el edificio del tipo t y F
etk
es la fraccin del peso unitario que resulta en
ruina para este tipo de escombros e, para este tipo de edificio t y para este estado de
dao k. Para un escenario ssmico, la frecuencia de escombros resultar del producto
entre esta cantidad D
ejtk
por la probabilidad de que el edificio j del tipo t sufra un
grado de dao k (P
jtk
).
Consideremos, por ejemplo, un edificio de mampostera que contiene diversos
materiales como por ejemplo, muros de carga de ladrillo y mortero, pilares metlicos
y forjados de hormign armado; se estima que el peso de ladrillo y mortero por metro
cuadrado de superficie til es de 0.5 toneladas y que, cuando el edificio sufre un
estado de dao moderado, el 10% de este material origina escombros de este tipo. Si
este edificio consta de 400 m
2
de superficie til, el volumen de escombros probable
de este tipo, si el edificio est situado en un escenario en el que la probabilidad del
estado de dao moderado es del 30%, ser: de 400 0.5 0.10 0.30= 6 toneladas
de escombros de ladrillo y mortero.
En el caso general de un poblacin de edificios de diferentes tipos que pueden
generar escombros de diferentes clases en diferentes y situados en lugares con
diferentes probabilidades de los estados de dao, es necesario efectuar la integracin
o suma de los elementos definidos en la ecuacin [9.10] multiplicados por la
etk et jt ejtkl
F W A D =
[9.10]
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 291
probabilidad del estado de dao correspondiente, para todos los tipos de escombros,
para todos los tipos de edificios y para todos los estados de dao; es decir que el
volumen total de escombros (Es
Total
) queda definido por la ecuacin:
donde el ndice k recorre los diferentes estados de dao entre 0 (nulo) y Ns
(completo), e recorre los diferentes tipos de escombros y vara desde 1 y el nmero
Nd de tipos de escombro. Por su lado, j recorre el nmero de edificios de la tipologa
t y va desde 1 hasta el nmero de edificios Net de la tipologa t; y t recorre las
diferentes tipologas entre 1 y el nmero Nt de tipologas distintas.
De esta forma los datos para la evaluacin de los escenarios de escombros para cada
edificio i son: tipo de edificio t, superficie edificada A
jt
, pesos por unidad de
superficie de los diferentes tipos de materiales que pueden ocasionar escombros W
et
,
fraccin de este peso que da lugar a escombro para cada estado de dao F
etk
y
probabilidades de los estados de dao k para cada edificio j del tipo t (P
jtk
).
Los modelos aqu usados son muy simplificados y consideran slo dos tipos de
edificios y dos tipos de escombros. Los valores tpicos de la ecuacin [9.11] se
definen en el siguiente apartado.
9.5.2 Escenarios
Para estimar los parmetros del modelo definido por las ecuaciones [9.10] y [9.11] se
han usado los valores proporcionados por Vacareanu et al. (2004), que, a su vez, han
sido adaptados de HAZUS99 (FEMA, 2000). La Tabla 9.9 proporciona el peso, en
toneladas por m
2
, de los elementos estructurales de edificios de mampostera y
hormign armado.
Para los diferentes estados de dao, la Tabla 9.10 proporciona las fracciones de las
cantidades de la Tabla 9.9 que producen escombros del tipo ladrillo, madera y otros.
= = = =
=
Nt
1 t
Net
1 j
Nd
1 e
Ns
0 k
jtk etk et jt total
P F W Area Es
[9.11]
292 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
La Tabla 9.11 proporciona las fracciones de estas cantidades que producen
escombros del tipo hormign armado y acero de refuerzo.
Tabla 9.9. Peso unitario, en ton/m
2
para elementos estructurales de edificios de hormign
armado y mampostera. Adaptado de Vacareanu et al. (2004) y de HAZUS99 (FEMA,
2000).
Tipos de materiales
Tipo de edificio
Ladrillo, madera y
otros (ton/m
2
)
Hormign y acero de
refuerzo (ton/m
2
)
Mampostera 0.38 0.45 0.6
Hormign armado 0.2 0.25 0.85 1.05
Estos son los datos bsicos empleados para generar los escenarios de escombros. En
los casos en que estas tablas dan un rango de variabilidad se ha utilizado el valor
medio. Las probabilidades de los estados de dao para cada edificio se toman de las
matrices de probabilidad de dao correspondientes a los escenarios y mtodos aqu
analizados.
De esta forma se ha simulado el peso total de escombros para los escenarios
determinista y probabilista estimados mediante los Mtodos del ndice de
Vulnerabilidad y del Espectro de Capacidad, usando la herramienta GIS
personalizada en esta tesis.
Tabla 9.10. Escombros de ladrillo, madera y otros, generados por los elementos
estructurales daados en funcin de los grados de dao. Se dan las fracciones de los pesos
unitarios de la Tabla 9.9 (FEMA, 2000; Vacareanu et al., 2004).
Estados de dao estructural
Tipo de edificio
Leve Moderado severo completo
Mampostera 0.05 0.25 0.55 1
Hormign armado 0.05 0.25 0.60 1
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 293
Tabla 9.11. Escombros de hormign y acero de refuerzo generados por los elementos
estructurales daados en funcin de los grados de dao. Se dan las fracciones de los pesos
unitarios de la Tabla 9.9 (FEMA, 2000; Vacareanu et al., 2004).
Estados de dao estructural
Tipo de edificio
Leve Moderado severo completo
Mampostera 0 0.02 0.25 1
Hormign armado 0.01 0.08 0.35 1
La Tabla 9.12 sintetiza los resultados obtenidos para los edificios de mampostera, de
hormign armado y los nmeros totales. La Figura 9.7 muestra su distribucin en
zonas de estudio (ZRP) para los escenarios determinista y probabilista y para los
Mtodos del ndice de Vulnerabilidad (MIV) y del Espectro de Capacidad (MEC).
Tabla 9.12. Resumen de los escombros generados en millones de toneladas. Se muestran los
valores correspondientes a edificios de mampostera, de hormigon armado y valores totales.
Se separan los resultados correspondientes a los escenarios determinista y probabilista,
analizados mediante el Mtodo del ndice de Vulnerabilidad (MIV) y el del Espectro de
Capacidad (MEC).
Escombros causados
por daos en edificios
de mampostera
Escombros causados
por daos en edificios
de hormign
ESCOMBROS
TOTALES
(millones de
toneladas)
MIV. Escenario
determinista
8219 3825 12080
MIV. Escenario
probabilista
8517 3648 12201
MEC. Escenario
determinista
2986 1148 4134
MEC. Escenario
probabilista
7149 2406 9554
294 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
9.5.3 Discusin
El volumen de escombros generado en todos los escenarios es del mismo orden de
magnitud y vara entre los 4134 millones de toneladas del escenario determinista
analizado mediante del Mtodo del Espectro de Capacidad y los 12201 millones de
toneladas correspondientes al escenario probabilista analizado con el MIV. Se trata
de un amplio rango, el valor mximo es casi tres veces el valor mnimo. Esta
situacin se repite incluso para el mismo escenario determinista segn se analice u-
sando el MEC (4134) o por medio el MIV (12080).
Las diferencias no son tan acentuadas en el caso del escenario probabilista, en el que
los resultados obtenidos dan valores de 12201 toneladas cuando se analiza mediante
el MIV y de 9554 cuando se analiza mediante el MEC. Las causas de estas
diferencias hay que buscarlas bsicamente en la habilidad del MIV para captar, de
forma ms precisa, las caractersticas constructivas de los edificios. En el escenario
determinista estas diferencias son mucho mayores probablemente por causa de la
incorporacin de los efectos de cercana de la fuente y de la atenuacin de la
intensidad con la distancia en trminos de intensidad. El escenario determinista en
trminos de espectros de demanda pierde parte de esta informacin. En ambos
escenarios la caracterizacin de los edificios mediante espectros de capacidad es
menos fina ya que se reduce a 6 tipos, perdiendo capacidad para muestrear bien la
enorme diversidad de los edificios de la ciudad.
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 295
E
Figura 9.7. Distribucin de Escombros generados, en toneladas, estimada mediante el Mtodo del
ndice de Vulnerabilidad (arriba) y del Espectro de Capacidad (abajo) y para los escenarios
determinista (izquierda) y probabilista (derecha).
NN
Escombros
(toneladas)
<=25000
25000-50000
50000-100000
100000-200000
200000-350000
Escombros
(toneladas)
<=25000
25000-50000
50000-100000
100000-200000
200000-350000
296 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
Algunas diferencias adicionales pueden provenir del establecimiento de las
equivalencias entre los estados de dao usados en el MIV y de los estados de dao
empleados en el MEC.
De nuevo, se hace difcil apostar directamente por un escenario y mtodo, pero
nuestra impresin, por las razones ms arriba apuntadas, es que los resultados
obtenidos mediante el MIV se hallaran ms cerca de los valores esperados para
escenarios de las caractersticas de los aqu analizados.
9.6 Resumen y conclusin
Este captulo complementa el captulo anterior. All se han obtenido escenarios de
dao fsico directo en los edificios de viviendas. Aqu se han analizado aspectos que,
por una parte, tienen en cuenta informacin adicional sobre la densidad y
distribucin de poblacin y por otra aprovechan el detalle y resolucin de las bases
de datos utilizadas y gestionadas mediante la herramienta GIS que se ha creado. El
manejo adecuado de toda esta informacin ha hecho posible, para los mtodos y
escenarios ensayados, el anlisis de otros aspectos de vital importancia como son: la
prediccin de los daos a las personas incluyendo heridos y fallecidos, la estimacin
del nmero de personas que quedan sin cobijo, la valoracin del coste econmico y
la evaluacin del volumen de escombros generado. Aspectos todos ellos de gran
inters para una planificacin inteligente de la emergencia ssmica.
A pesar de la alta variabilidad de estos parmetros en terremotos pasados y, por ende,
a pesar de la dificultad de calibracin de los modelos propuestos, todos los aspectos
de riesgo y escenarios ensayados han permitido pronosticar el impacto de terremotos
factibles en la ciudad de Barcelona, destacando los distritos, barrios y zonas de
estudio que, por sus caractersticas de poblacin o por la alta densidad y
vulnerabilidad de sus edificios, presentan un riesgo especfico singular. La Tabla
9.13 sintetiza, para cada mtodo y escenario, las zonas de estudio (ZRP) donde se
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 297
han obtenido ms vctimas, un mayor nmero de personas sin hogar, un mayor
impacto econmico y un mayor volumen de escombros.
Tabla 9.13. Zonas de estudio (ZRP) con mayor nmero de fallecidos, heridos, personas sin
hogar, coste econmico directo y escombros generados. Para cada aspecto se indica el
nombre de la zona de estudio y el valor.
ESCENARIO HERIDOS MUERTOS
PERSONAS
SIN HOGAR
COSTE
(millones de )
ESCOMBROS
(toneladas)
La Pau La Pau C/Riera Alta
Plaa
Catalunya-
Rondes
Poble Sec-
Satalia
MIV.
Escenario
determinista
155 289 3962 275 290400
Poble Sec-
Satalia
La Pau
Poble Sec-
Satalia
Poble Sec-
Satalia
Plaa
Catalunya-
Rondes
MIV.
Escenario
probabilista
68 123 5898 317 332500
Passeig Zona
Franca Est
Passeig Zona
Franca Est
Poble Sec-
Satalia
Poble Sec-
Satalia
Poble Sec-
Natalia
MEC.
Escenario
determinista
29 50 2180 120 109000
Passeig Zona
Franca Est
Passeig Zona
Franca Est
Poble Sec-
Satalia
Poble Sec-
Satalia
Poble Sec-
Satalia
MEC.
Escenario
probabilista
48 104 4907 254 249000
9.6.1 Vctimas
En cuanto a las vctimas, destacan principalmente dos zonas de estudio. La Pau, en
el barrio de La Verneda del distrito de Sant Mart, es la zona que presenta un mayor
nmero de fallecidos y de heridos para los escenarios determinista y probabilista
analizados para el MIV. Los nmeros ms elevados de heridos y fallecidos se dan
para el escenario determinista analizado con el Mtodo del ndice de Vulnerabilidad
que son respectivamente 155 y 289 (vase Tabla 9.13). Sin embargo, cuando se
aplica el Mtodo del Espectro de Capacidad la zona de estudio que sobresale es la del
Passeig Zona Franca Est en el barrio de la Zona Franca-Port del distrito de Sants-
Montjuc.
En el caso de La Pau, existe un gran nmero de edificios de hormign de gran altura
con un promedio 8 plantas. Se trata de edificios de viviendas, de calidad y costes
298 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
menores al promedio, tpicos de cinturones dormitorio que suelen abundar en la
periferia de grandes ciudades industriales. Estas caractersticas aumentan su
vulnerabilidad que es bien captada y representada por el Mtodo del ndice de
Vulnerabilidad. As pues, tanto para el escenario determinista como para el
probabilista, la convolucin entre la intensidad bsica, la amplificacin de los suelos
y la vulnerabilidad ssmica predice un ndice de dao correspondiente al grado de
dao moderado y con probabilidades de colapso significativas. El escenario
determinista es claramente ms daino por causa de la proximidad de la fuente.
El Passeig Zona Franca Est, con poco ms de 21000 habitantes, es la zona de
estudio con ms habitantes y la segunda con mayor superficie edificada y, por lo
tanto, tambin la segunda en nmero de viviendas. Un 90% de sus edificios son de
mampostera, la mayora construidos en los aos 60. Sin embargo, no es de las zonas
que presentan mayores daos. La explicacin del alto nmero de vctimas puede
residir en el hecho de que el MEC considera slo 6 clases de casas cuyas curvas de
fragilidad corresponden a modelos de edificios representativos. El MEC carece de
modificadores que permitan incorporar particularidades de edificios concretos. De
esta forma la zona de La Pau se vera beneficiada mientras que la del Passeig Zona
Franca Est quedara perjudicada y, de nuevo la conjuncin de la accin ssmica,
definida ahora en el formato de espectros de demanda, los factores de amplificacin
y la poblacin seran los responsables de estos resultados. El escenario probabilista
domina sobre el determinista debido a que para este mtodo no se ha tenido en
cuenta la proximidad de la fuente, lo que de nuevo ha beneficiado a las zonas ms
septentrionales.
9.6.2 Personas sin hogar
Con respecto a los escenarios de personas sin hogar, sobresalen las zonas de Poble
Sec-Satalia, en el barrio de Poble Sec del distrito de Sants-Montjuc y la zona c/Riera
Alta del Barrio del Raval del distrito de Ciutat Vella. Esta ltima zona despunta para
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 299
el escenario determinista analizado con el MIV; la primera destaca en los otros casos
(vase Tabla 9.13).
El elevado nmero de personas sin hogar pronosticado para la zona c/Riera Alta es
fruto de la gran antigedad de su parque de edificios cuya edad media data del 1897
con una longevidad media cercana a los 110 aos; el MIV capta bien este fenmeno
y el escenario determinista, al incluir los efectos de atenuacin con la distancia
asigna una mayor intensidad a esta zona que a la de Poble Sec-Satalia, cuyas
caractersticas de edificacin son similares a las de la c/Riera Alta con entre el 85 y
95% de edificios de mampostera de cinco plantas en promedio. El hecho que los dos
escenarios probabilista y el determinista analizados con el MEC no consideren la
atenuacin con la distancia a la fuente causa este cambio de zona dominante.
El peor escenario es el probabilista analizado con el MIV para el que se pronostican
casi 6000 personas sin hogar; este mtodo permite incorporar a los ndices de
vulnerabilidad, entre otras, las caractersticas de calidad y ancianidad de sus
edificios.
9.6.3 Coste econmico
Se produce un efecto anlogo al caso de las personas sin hogar. Para el escenario
determinista analizado mediante el MIV destaca la zona de Plaza Catalua-Rondes
en el barrio de Dreta de lEixample en el distrito de l Eixample donde de nuevo
convergen los efectos de aumento de la intensidad con la cercana a la fuente y de la
habilidad del MIV para considerar las caractersticas de los edificios individuales.
Ms de la mitad de los edificios de esta zona fueron construidos antes del ao 1900.
Poble Sec-Satalia vuelve a destacar en el resto de escenarios. El caso extremo
absoluto, con un coste de 317 millones de euros (vase Tabla 9.13), se da para el
escenario probabilista analizado con el MIV, que ha puesto de manifiesto su
habilidad para usar la extensa e intensa informacin de las bases de datos
(fundamento de la herramienta GIS usada) para representar mejor las caractersticas
especficas de los edificios individuales.
300 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
9.6.4 Escombros
Se observa un efecto anlogo al de la evaluacin del coste econmico y al de
personas sin hogar (vase Tabla 9.13). La zona dominante es ahora Plaa Catalunya-
Rondes con 332500 toneladas de escombros. Con respecto al pronstico del coste
econmico, esta zona se permuta con la de Poble Sec-Satalia que dominaba en el
caso de coste econmico. Estas diferencias no nos deben sorprender debido a la
cantidad de parmetros involucrados en estas complejas simulaciones.
Probablemente las caractersticas de tipos y composicin de escombros (vase Tabla
9.9) junto con las proporciones de edificaciones de cada categora y los escenarios
ssmicos pueden hacer variar ligeramente las zonas dominantes.
Seguramente en este apartado sera de gran inters analizar la anchura media de las
calles y las alturas de los edificios. Muy probablemente la consideracin de estos dos
aspectos, orientara la atencin de los gestores de Proteccin Civil y de emergencias
hacia otras zonas del distrito de Ciutat Vella, donde incluso menores volmenes de
escombros dificultaran en mayor grado la circulacin por sus calles y callejuelas y el
acceso a zonas necesitadas de socorros.
9.6.5 Conclusin final
En este captulo se han modelado y analizado diversos aspectos de gran inters para
la valoracin del impacto de los escenarios ssmicos sobre la poblacin y su entorno
y sobre la sociedad. Los resultados obtenidos avalan la utilidad de este tipo de
simulaciones y han permitido avanzar en las consecuencias de las diversas hiptesis
latentes o explcitas tanto de los escenarios ssmicos como de los modelos utilizados.
A pesar de su variabilidad, se obtiene una amplia consistencia de los resultados,
poniendo de manifiesto la robustez de los mtodos empleados. Con todo, es preciso
concluir con dos comentarios bsicos: 1) se deben considerar los valores numricos
concretos como pronsticos del orden de magnitud de las cantidades evaluadas; 2)
CAPTULO 9. OTROS ASPECTOS DEL RIESGO SSMICO 301
los resultados obtenidos se deben interpretar desde una ptica totalmente
probabilista.
En cuanto a las cantidades estimadas, los cuatro aspectos analizados (vctimas,
personas sin hogar, coste y volumen de escombros) se apoyan en hiptesis altamente
simplificadoras e, incluso en terremotos pasados importantes, su evaluacin post
depende del momento de la evaluacin y de la fuente de procedencia.
Particularmente sensible es el coste econmico cuya tasacin en terremotos recientes
no se ha cerrado hasta varios aos despus de ocurrir la catstrofe. Los terremotos
golpean nuestra civilizacin de forma casi instantnea, pero sus efectos son de difcil
evaluacin ya que perduran aos y dcadas y, en no pocos casos, algunas de sus
magulladuras pueden perdurar durante siglos, incluso an no cicatrizadas. Lisboa y
su famoso terremoto de 1755 constituyen un ejemplo paradigmtico.
Por otra parte, el carcter probabilista es omnipresente. Recorre la eleccin de los
escenarios ssmicos concretos, la caracterizacin de la accin ssmica tanto en
trminos de intensidad como en trminos de espectros de demanda, incluye la
caracterizacin de los edificios y la especificacin de las matrices de probabilidad de
dao. Finalmente est implcita en los modelos de los aspectos aqu considerados. De
hecho, para el escenario determinista, pronosticamos los valores medios de las
prdidas probables que terremotos de estas caractersticas causaran en la ciudad de
Barcelona. En el caso probabilista, de hecho, estamos simulando las prdidas
probables, que seran esperables, en promedio, como consecuencia de la ocurrencia
de un terremoto cuya probabilidad de ocurrencia es del 10 por ciento en 50 aos. El
establecimiento de intervalos de confianza va ms all de los objetivos de este
trabajo. Adems, el alto nivel de incertidumbre, en todos y cada uno de los
parmetros involucrados, hace poco viable este tipo de anlisis. Las muestras son
escasas y por tanto su tratamiento estadstico, en sentido clsico, carece de sentido.
Estas dos observaciones sobre la interpretacin y alcance de los resultados obtenidos
no desmerecen un pice su relevancia. Los mapas obtenidos son de gran resolucin y
altamente consistentes con las caractersticas de los suelos, con la evolucin histrica
302 Evaluacin del riesgo ssmico mediante mtodos avanzados y tcnicas GIS.
Aplicacin a la ciudad de Barcelona.
de la ciudad y con su condicin actual. Por ejemplo, la influencia de la
microzonificacin ssmica de la ciudad sobre los escenarios es clara.
Con el objeto de transferir toda esta informacin sensible a los responsables de
Proteccin Civil, se ha elaborado el Anejo E detallado con los nmeros concretos
obtenidos para los dos escenarios y para los dos mtodos ensayados, y para todos los
aspectos analizados. Este anejo incluye todas y cada una de las zonas de estudio y los
valores globales para barrios y distritos. Su utilidad para la prevencin, preparacin,
planificacin y gestin de emergencias y riesgos es incuestionable.
Pero quizs la aportacin ms relevante de esta investigacin ha sido la creacin de
una potente herramienta de gestin masiva de informacin geogrfica que ha
permitido integrar los estudios de peligrosidad, vulnerabilidad y poblacin para
analizar diferentes modelos de dao y de riesgo. Esta herramienta, aplicada a una
gran ciudad, ha permitido reproducir escenarios previsibles destacando y
discriminando los puntos fuertes y dbiles de su tejido urbano residencial. Pero,
adems de la habilidad para proporcionar escenarios a la carta, tambin permite
fcilmente su actualizacin y mejora, por ejemplo poniendo al da las bases de datos
o incorporando nuevas tcnicas, aspectos y modelos. Finalmente, su uso para otras
ciudades y escenarios slo requiere alimentar el sistema con la informacin adecuada
y proporcionarle las matrices de probabilidad de dao correspondientes a cada zona
ssmica de la ciudad y a cada tipo de edificio.
AjuntamentdeBarcelona(2004), Departament d'Estadstica de l'Ajuntament de Barcelona,
http://www.bcn.cat/estadistica/catala/dades/timm/index.htm (ltimo acceso 23 de
marzo de 2007)
Boletn Econmico de la Construccin (2005). (Ao 65 1r.trimestre. No. 257-259 ene.-
marzo 2005): 206-211.
Coburn, A. y Spence, R. (1992). Earthquake Protection. Jonh Wiley & Sons, Chinchester,
England. 355 pp.
Coburn, A. y Spence, R. (2002). Earthquake Protection (2nd edition). John Wiley & Sons,
Chichester, England. 420 pp.
FEMA, Federal Emergency Management Agency (2000). HAZUS 99 Estimated annualised
earthquake losses for the United States. Federal Emergency Management Agency
(FEMA), Washington, USA. pp.
Mart, O. (1999). Anlisi del risc ssmic en la ciutat de Barcelona. Aspectes relacionats amb
l'evoluci espai temporal del risc ssmic. Tesis doctoral. Dpto. Ingeniera del
Terreno, Cartogrfica y Geofsica. Universidad Politcnica de Catalua. Barcelona.
96 pp. (en cataln)
McCormack, T. C. y Rad, F. N. (1997). "Earthquake loss estimation methodology for
buildings based on ATC-13 and ATC-21". Earthquake Spectra 13 (4): 605-621.
Smardjieva, E. y Badal, J. (2002). "Estimation of the Expected Number of Casualties Caused
by Strong Earthquakes". Bulletin of the Seismological Society of America 92 (6):
2310-2322.
Vacareanu, R., Lungu, D., Aldea, A. y Arion, C. (2004). WP07. Report Seismic Risk
Scenarios Handbook. Risk-UE Project, Bucarest. 50 pp.