Table of Contents

Utilización de datos de teleobservación para la evaluación de los daños causados por los deslizamientos posteriores y la planificación de la recuperación

La tecnología de teleobservación ha transformado la forma en que los científicos y los equipos de emergencia evalúan los daños después de los deslizamientos. Combinando imágenes satelitales, fotografías aéreas y encuestas de drones, los expertos pueden evaluar rápidamente las regiones afectadas incluso en terrenos peligrosos o inaccesibles. Este artículo examina los tipos de datos de teleobservación empleados, sus aplicaciones en evaluación de daños y planificación de la recuperación, y las tendencias emergentes que prometen mejorar aún más la respuesta a los desastres.

Comprender la teleobservación y su papel en la respuesta a deslizamientos terrestres

Los deslizamientos terrestres son uno de los peligros geológicos más destructivos, a menudo golpeando sin aviso y causando una pérdida significativa de vidas, daños de propiedad y perturbación a las redes de transporte. Las encuestas tradicionales basadas en el suelo, aunque sean necesarias para validar datos, consumen tiempo, costosas y peligrosas para el personal que trabaja en pistas inestables. La teleobservación ofrece una alternativa segura y eficiente que ofrece información amplia y multitemporal a nivel local, regional y mundial.

La teleobservación se refiere a la adquisición de información sobre un objeto o zona sin contacto físico, utilizando normalmente sensores montados en satélites, aeronaves o vehículos aéreos no tripulados (UAVs).En el contexto de deslizamientos, estos datos permiten a los analistas detectar fallas de pendiente, mapas de desechos, cuantificar cambios en la topografía y vigilar los peligros en curso. La velocidad y amplitud de la detección remota hacen indispensable tanto para la recuperación a largo plazo.

Sensores y plataformas clave

Las diferentes plataformas de teleobservación ofrecen ventajas distintas dependiendo de la escala y la urgencia del evento:

  • Satellites:] Los satélites ópticos y de radar (por ejemplo, Sentinel-1, Sentinel‐2, Landsat, PlanetScope) ofrecen tiempos de revisitación frecuentes y amplia cobertura, permitiendo comparaciones antes y después sobre grandes áreas. Los sensores de radar pueden penetrar nubes y operar día o noche, lo cual es crítico durante deslizamientos inducidos por tormenta.
  • Aeronaves:] La fotografía aérea de aviones proporciona imágenes de alta resolución (sub-meter) que son útiles para el mapeo detallado de los daños en infraestructura, el colapso de edificios y los caminos de flujo de desechos.
  • UAVs (drones): Los dones ofrecen una flexibilidad excepcional y pueden capturar ortofotos de ultraalta resolución y modelos de superficie digital (DSM) sobre sitios específicos. Son particularmente valiosos para encuestas de repetición después de un deslizamiento para monitorear cambios en las pistas inestables o para guiar operaciones de búsqueda y rescate.

Contribución de la teleobservación a la evaluación de daños

La evaluación de los daños causados por los deslizamientos posteriores requiere una identificación rápida y precisa de las zonas afectadas, la infraestructura afectada y los cambios en la cubierta terrestre o la topografía. Los datos de teleobservación se alimentan directamente en esas evaluaciones mediante varios métodos bien establecidos.

Imagen óptica para la interpretación visual

Las imágenes de satélite óptico de alta resolución (por ejemplo, WorldView-3, Pleiades) permiten a los analistas identificar visualmente cicatrices de deslizamiento, depósitos de desechos, edificios destruidos y carreteras bloqueadas. Las técnicas de detección de cambios comparan las imágenes pre- y post-evento para destacar píxeles alterados. Por ejemplo, el Índice de la Diferencia Normalizada (NDVI) puede revelar áreas donde la vegetación se ha desado

Radar de abertura sintética (SAR) para imágenes de todo el tiempo

Los sensores de SAR, como los a bordo de Sentinel‐1, emiten pulsos de microondas y miden la señal de backscattered. A diferencia de los sensores ópticos, SAR trabaja a través de nubes, humo y oscuridad – una ventaja importante cuando los deslizamientos ocurren durante el clima severo. La detección de cambios basados en SAR utiliza la coherencia o las diferencias de amplitud entre las imágenes pre- y post-evento para localizar las interrupciones superficiales.

LiDAR para la topografía de alta resolución

LiDAR (Detección de la luz y Ranging) genera modelos de elevación digital altamente precisos (DEM) midiendo tiempos de retorno del pulso láser. Las encuestas LiDAR posteriores capturan representaciones tridimensionales detalladas de la masa de deslizamiento, incluyendo escarpas de cabeza, márgenes laterales y zonas de deposición. La diferencia entre los DEMs pre- y post-evento (una técnica llamada DEM de diferenciación de terrenos)

Ejemplo: LiDAR para la estimación del volumen

Después del flujo de desechos de Montecito en California, las encuestas de LiDAR aerotransportadas ayudaron a las autoridades a medir el volumen de depósitos de desechos y modelos potenciales de futuros caminos de flujo. Los datos informaron canales de drenaje temporal y diseños de base de desechos, reduciendo el riesgo durante tormentas posteriores. Aplicaciones similares han sido documentadas por el Programa de Riesgos de deslizamiento de USGS

Aplicaciones en la planificación de la recuperación

La evaluación de los daños es sólo el primer paso. Los datos de teleobservación se vuelven aún más valiosos cuando se utilizan para orientar la planificación de la recuperación, la asignación de recursos y la vigilancia a largo plazo.

Priorizar áreas de intervención

Los mapas de daños derivados de la teleobservación ayudan a los administradores de desastres a identificar los barrios más afectados, la infraestructura crítica (puentes, líneas de energía, sistemas de abastecimiento de agua), y las rutas de acceso que necesitan un despejado inmediato.Al sobreponer el deslizamiento, la construcción de la presa y las capas de densidad de población, las autoridades pueden asignar equipos de emergencia y equipos pesados donde más se necesitan.

Diseño de proyectos de rehabilitación

El análisis geomorférico utilizando DSM y mapas de rugosidad de superficies informa sobre medidas de estabilización de la pendiente, como la conservación de paredes, el clavado de suelo o sistemas de drenaje. Por ejemplo, un DEM de alta resolución puede revelar la ubicación de grietas de tensión que pueden propagarse en nuevos fracasos. Los planificadores de recuperación utilizan estos datos para seleccionar sitios de construcción seguros para reconstruir viviendas y carreteras, evitando zonas inestables que podrían reactivarse durante la temporada de lluvia.

Supervisión de los progresos y los peligros residuales

Los repetidos estudios de teleobservación – ya sean los revisits semanales de satélite, los vuelos mensuales de drones o el LiDAR anual– permiten un seguimiento continuo del progreso de la recuperación. Los cambios en el crecimiento de la vegetación, el movimiento de sedimentos en canales o la deformación continua de las pistas pueden ser detectados temprano. Este monitoreo es especialmente importante para los deslizamientos de imágenes grandes y de movimiento lento que pueden permanecer activos durante años después del fallo inicial.

Integración de la teleobservación con otras fuentes de datos

El potencial total de teleobservación se realiza cuando se combina con observaciones in situ, datos geotécnicos e información informada por la comunidad. Los geólogos e ingenieros verifican a menudo mapas de daño por satélite mediante visitas de campo, informes de ciencias ciudadanas (por ejemplo, a través de aplicaciones móviles) y sensores terrestres, como los inclinadores o los medidores de lluvia, producen herramientas de recuperación geográfica (G.

Aprendizaje de la máquina y análisis automatizado

Los avances recientes en inteligencia artificial y visión de la computadora han acelerado la evaluación de daños. Las redes neuronales (CNN) con formación en miles de imágenes pre- y posteriores a eventos pueden delinear automáticamente los límites de deslizamiento, clasificar la gravedad de los daños e incluso estimar las tasas de destrucción de edificios. Sistemas automatizados, como los desarrollados por el GFZ German Research Centre for Geosciences, ahora proceso de adquisición óptica.

Beneficios y limitaciones de la teleobservación para deslizamientos terrestres

Beneficios

  • Respuesta rápida: Los satélites y drones pueden ser asignados dentro de horas de un evento, entregando información por daños a los equipos de respuesta ya en camino.
  • Safety: Elimina la necesidad de que el personal entre en zonas inestables y peligrosas durante la fase de evaluación inicial.
  • Cobertura de la red: Los grandes complejos de deslizamiento que tardarían semanas en realizar una encuesta a pie pueden ser mapeados en un solo paso.
  • Capacidad multitemporal: Los frecuentes revisitos permiten el seguimiento tanto del impacto inmediato como de la evolución de los peligros post-tierra.
  • Cost-effectiveness: Aunque las inversiones iniciales de sensores pueden ser altas, el costo por kilómetro cuadrado es mucho menor que las extensas encuestas terrestres, especialmente en terrenos remotos.

Limitaciones

  • dependencia de la iluminación y la humedad: Los sensores ópticos están bloqueados por nubes; mientras que SAR resuelve ese problema, su resolución espacial puede ser más gruesa.
  • ] Necesidad de datos de referencia pre-evento: La detección precisa de cambios requiere imágenes de referencia y DEMs, que pueden no estar disponibles para cada región en la resolución requerida.
  • Problemas de interacción: Los algoritmos automatizados pueden clasificar erróneamente sombras, cuerpos de agua o construcciones recientes como daños de deslizamiento. La validación de expertos sigue siendo esencial.
  • Tiempo de procesamiento y volumen de datos: Las imágenes de alta resolución y las nubes de puntos de LiDAR generan terabytes de datos que requieren un almacenamiento sustancial y recursos computacionales.
  • Cuestiones normativas y de coordinación: Los vuelos de Drone suelen limitarse en zonas de desastre y el trabajo por satélite puede retrasarse debido a la competencia entre múltiples crisis.

Estudios de casos que demuestran un uso efectivo

2014 Oso Landslide, Washington, EE.UU.

En marzo de 2014, un deslizamiento masivo mató a 43 personas cerca de Oso, Washington. Los datos de LiDAR recogidos antes del evento ya habían identificado la pendiente como inestable, pero las imágenes de post-deslido LiDAR y satélite eran instrumentales en la cartografía del campo de los desechos y localización de las víctimas. El análisis multitemporal ayudó a los investigadores a entender el mecanismo de falla y contribuyó a revisar los códigos de construcción en terrenos similares.

2017 Sierra Leona Mudslide

Tras las inundaciones y deslizamientos de tierra repentinos devastadores en Freetown, Sierra Leona, el UNOSAT produjo rápidamente mapas de evaluación de daños utilizando imágenes ópticas de satélite de alta resolución, que guiaron el despliegue de equipos de búsqueda y rescate y posteriormente informaron la planificación del reasentamiento para miles de personas desplazadas. La combinación de imágenes de satélite con datos de mapa abierto permitió a las autoridades identificar los asentamientos informales más vulnerables.

2023 Tuban Landslide, Indonesia

Tras un importante deslizamiento de tierra en Tuban, Java Oriental, las autoridades indonesias desplegaron drones para capturar ortofotos y DSMs de la zona afectada. Los datos permitieron al gobierno local calcular el volumen de material desplazado y diseñar un sistema de drenaje que desvió el desvío de la pendiente inestable. Todo el proceso de evaluación y planificación llevó menos de una semana, lo que ilustra la ventaja de velocidad de los eventos remotos basados en drones para el medio de detección.

El papel de la teleobservación en la gestión de deslizamientos seguirá expandiéndose a medida que se produzcan nuevos sensores y técnicas analíticas.

La cobertura de satélite más alta y más frecuente

Las constelaciones de satélites pequeños, como las operadas por los Laboratorios Planeta, ahora proporcionan cobertura global diaria a 3 a 5 metros de resolución. Las misiones futuras como la NISAR de la NASA‐ISRO proporcionarán datos globales de banda L de rápido retrovisor, mejorando la detección de deslizamientos de tierra lento en áreas vegetadas. La combinación de alta resolución temporal con resolución espacial moderada hará que la teleobservación sea más sensible que nunca.

Fusión de datos en tiempo real y computación de la nube

Las plataformas de nube como Google Earth Engine y Microsoft Planetary Computer permiten a los usuarios procesar y combinar conjuntos de datos ópticos, SAR y LiDAR sin limitaciones de hardware locales. Ingestión en tiempo real de imágenes de satélite y de los canales de drones, junto con algoritmos de destección automáticos, pronto podrían proporcionar actualizaciones de daños a los equipos de campo en minutos de un sobrepaso.

Integración con el Internet de las Cosas (IoT) Sensores

Cada vez se están integrando más datos de detección remota con sensores de IoT basados en tierra, como sondas de humedad del suelo, tiltímetros y medidores de lluvia, para alimentarse en sistemas de alerta temprana.Una anomalía de deformación detectada por satélite puede desencadenar sensores locales para recopilar datos de frecuencia superior, creando una red de monitoreo atado que equilibra la cobertura con precisión.

Validación basada en la comunidad mediante la obtención de cuervos

Plataformas como OpenStreetMap Humanitaria OpenStreetMap Team (HOT) y la iniciativa “Foster” de la NASA permiten a los voluntarios validar mapas de daños de sentido remoto utilizando imágenes de satélite y fotos de campo. Esta verdad terrestre de gran alcance acelera la producción de productos de evaluación confiables, especialmente cuando los equipos profesionales no pueden llegar al sitio.

Conclusión

Los datos de teleobservación se han convertido en un activo indispensable para la evaluación de daños post-landslide y la planificación de la recuperación. Desde satélites ópticos que pintan una imagen de devastación a sensores SAR que ven a través de nubes de tormenta y LiDAR que revela la topografía oculta de una diapositiva, cada tecnología ofrece fortalezas únicas. Cuando se combinan con datos basados en tierra y análisis automatizado, estas herramientas permiten evaluaciones más rápidas y más objetivas que apoyan a las comunidades en las tierras computas.

Para más información sobre aplicaciones de teleobservación en evaluación de deslizamientos, consulte el ]]La UNESCO recursos de reducción del riesgo de deslizamiento de tierras y el USGS Landslide Hazards Program.