Cuantificacin del Riesgo y la Vulnerabilidad de la poblacin venezolana a eventos de lluvia extrema.

Anlisis crtico del artculo de Lelys Bravo de Guenni . Departamento de Cmputo Cientfico y Estadstica. Universidad Simn Bolvar.

En este excelente y por dems detallado proyecto de investigacin, dirigido al manejo del riesgo y a minimizar la vulnerabilidad de la poblacin venezolana en eventos de lluvia extrema, inicia conceptualizando la vulnerabilidad mediante definiciones emitidas por diferentes autores, donde esbozan frases como: concepto multidimensional (Pielke and Guenni, 2004); determinada por la capacidad de responder al evento (Kelly and Adger, 2000); sus anlisis seleccionan a un grupo en particular para determinar cules son los grupos humanos ms vulnerables, donde son vulnerables y cules sern las estrategias para combatir su vulnerabilidad (Kates et al, 2001); es el grado de perdida debido a un evento para un periodo y localidad determinados (Downing et al, 1999); es como una funcin de dos elementos: el cambio en los servicios que dan los ecosistemas como consecuencia del cambio global y la variacin en la capacidad de adaptacin que tienen los sistemas eco-sociales ante estos cambios (Schrter et al, 2003). Asimismo, estos autores, tambin definen al Riesgo, como las prdidas esperadas debidas a un evento catastrfico, considerando de manera fehaciente, la distribucin de las probabilidades de los eventos extremos que pueden causar las perdidas, derivadas de la vulnerabilidad. Con lo anterior, se demuestra que no existe un marco de trabajo estndar para vislumbrar sobre los conceptos de vulnerabilidad y riesgo. En este proyecto, se propone una metodologa para cuantificar y modelar una vulnerabilidad de la poblacin a eventos extremos de lluvia, donde se integran factores geofsicos que expliquen el impacto de los mismos, as como los factores socioeconmicos que sobre la poblacin afectan adversamente. Al mismo tiempo, se modelara el Riesgo mediante el uso de la Teoras de los Datos Extremos o del Valor Extremo, la cual es una rama de la estadstica que estudia las desviaciones de la media de las distribuciones de la probabilidad, el anlisis pertinente de los eventos extremos

que se presenten en los datos obtenidos, principalmente los derivados de las ciencias ambientales. Esta ser utilizada como herramienta para estimar las probabilidades de exceder un nivel de precipitacin dado. Esta cuantificacin y modelaje de la Vulnerabilidad y el Riesgo de la Poblacin Venezolana, es el primer objetivo en este trabajo. Dentro de este objetivo, va inmersa la actuacin de la Estadstica, acotando y ampliando mtodos para manejar la recoleccin, organizacin, presentacin y anlisis de datos sobre fenmenos, con la finalidad de tomar decisiones, acerca de las caractersticas que se tengan en consideracin sobre el tema. Ella ser, segn sea el caso y el momento, del tipo Descriptiva, al momento de la organizacin y presentacin de los datos en tablas y grficos, adems de los realizar los clculos para analizar sus aspectos; Inferencial: cuando utilice tcnicas para hacer generalizaciones o se tomen decisiones, en base a una informacin parcial obtenida. Resumiendo, sabemos que este Primer Objetivo no se cumpli, debido a que se hace mencin a la Zona Norte Costera del pas (Falcn, Miranda, Vargas, Anzotegui, etc.), realizando una sencilla inferencia para el resto del mismo, lo cual sera impropio si se va a realizar un modelo metodolgico para toda la nacin. La descripcin de un sitio nunca va a ser el mismo correlacionndolo con otro. Como segundo objetivo se deben identificar y organizar los componentes que conforman el Riesgo y la Vulnerabilidad (lmites de tolerancia de la poblacin; probabilidad de ocurrencia de eventos por encima de los lmites de tolerancia o probabilidad de ocurrencia de eventos extremos). La injerencia de la Estadstica Descriptiva es directa, identifica, organiza y presenta la Poblacin y la Muestra, con sus caractersticas (Variables), su representacin simblica (Datos) y datos asociados (Informacin). El segmento inferencial que se registra para los estados de la nacin no mencionados, crea un error por dems sustancial, debido a que se toman o no, datos que lo crearan de una manera imperativa. Como tercer y ltimo objetivo, se realizar una representacin espacial de los componentes (poblacin, muestra, variables, datos), como estrategias de zonificacin de la Gestin del Riesgo. En el mismo orden de ideas, podemos mencionar, como los alcances del proyecto, la interaccin con Instituciones Nacionales que laboran en el rea de desastres, la

incorporacin de Estudiantes de Cuarto Nivel en el desarrollo de la metodologa de la investigacin y la incorporacin del tema de Riesgo como Trabajos de Grado. Se ha podido corroborar durante el desarrollo de ste, que existen limitaciones como en la disponibilidad de informacin bsica, desde la adecuada informacin datos de precipitacin nacional hasta los inadecuados e insuficientes datos sobre los daos a personas y daos materiales ocurridos en cada evento, los cuales son esenciales para cuantificar la vulnerabilidad. En funcin a esta ultima limitante, se recurri como marco de referencia, a Base de Datos Internacionales como son: Centre of Research and the Epidemiology of Disasters (CRED) y el Dartmouth Flood Observatory, donde se reportan de manera separada y poco especificada las Vulnerabilidades y los Riesgo. Igualmente, se utilizaron Bases de Datos Nacionales, pero que requieren de un esfuerzo considerable en actualizarlos y colocarlos confiables para sustentar los procesos de modelajes. Para ello se requiere el manejo de los datos histricos de precipitaciones, especialmente la informacin generada y almacenada por el M.A.R.N.R., por ser la ms extensa del pas. Mediante un enfoque Bayesiano, en funcin a la amenaza (lluvia) y a la Vulnerabilidad (de personas), se pudo crear un modelo para la Vulnerabilidad y el Riesgo. Si se hace la distribucin predictiva de Z desde la informacin histrica (H) donde F (Z/H); este clculo me permite considerar la incertidumbre en los parmetros del modelo. Si tengo una funcin de consecuencias o vulnerabilidad; K (z/D), donde z es la lluvia y est condicionada por un vector de decisiones D que afectan los valores de K. Utilizando la Frmula de Plate (1996), obtendremos el modelado de Riesgo, desde la funcin de distribucin de K (Z/D) (vulnerabilidad), donde D es escogido para minimizar el riesgo. La Frmula de Plate: R(D)=

K ( z / D) * F (Z / H )dz

y sus componentes, conforman las

herramientas metodolgicas ms importantes de este proyecto. La misma se sugerir como marco de referencia para la cuantificacin de la Vulnerabilidad y del Riesgo a nivel nacional. En los resultados preliminares se vislumbra, que la informacin que se deseaba recolectar, haba sido concluida. El diseo de una base de datos que contribuyera con la descripcin total del evento y su magnitud, se logro sintetizando toda la informacin

donde se especificara: fecha y ubicacin, curso de agua asociado, accidente geogrfico involucrado, tipo de alteracin climatolgica, nmero de fallecidos, damnificados, heridos o prdidas materiales generadas por el evento y como tpico histrico, que hubiesen sido comunicadas por los diarios. Posteriormente y recopilada la informacin, se procedi a geo-referenciar los eventos mediante un posicionamiento geogrfico, sobre la fuente bsica del S.I.G., las cuales son las cartas oficiales del Instituto Geogrfico Venezolano Simn Bolvar, a escala 1:250.000. A fin de definir los criterios de Vulnerabilidad y Riesgo, se han agrupado las variables en dos conjuntos: las geogrficas (precipitacin, hidrografa, topografa, geologa, accidentes geogrficos, los cuales son la data fsica natural del sistema) y los socioeconmicos (divisin poltica nacional, poblacin, centros poblados, vialidad, reas de rgimen especial y plan de ordenamiento del territorio). Al finalizar la etapa anterior, se analiz el comportamiento temporal y espacial de dichos eventos, en cuanto al nmero de eventos reportados y al nmero total de personas afectadas, que serian parte de nuestra poblacin, muestra y variables. Cada grafico y/o figura se analiz y arrojo resultados especficos de sus datos (informacin). Como consideraciones finales, se esgrime que los resultados preliminares sobre los modelos de Vulnerabilidad y Riesgos asociados a estos eventos, son la fase inicial en el proceso de anlisis que se pretendi alcanzar en este trabajo. Asimismo, el SIG aportar los factores para seleccionar las variables explicativas del comportamiento observado en la prdida de la poblacin y para la determinacin de la cantidad de la poblacin expuesta en cada uno de los eventos analizados. Se inici un anlisis de los datos provenientes del Climate Research Unit (CRU) de la Universidad de East Anglia (New at el, 2001), los cuales son utilizados para determinar las anomalas de precipitaciones ocurridas durante los eventos reportados y su posterior anlisis. La cobertura espacial y su respectiva representacin no es la ms adecuada, pero permiti tener una primera aproximacin a la variabilidad interanual de lluvias en todo el pas. Este trabajo lleva una carga metodolgica y estadstica, dirigida hacia la gestin de riesgos, demostrando el entrelazamiento de datos y resultados.

Se muestra un dominio de la metodologa utilizada y aunque en lneas generales mantiene una lnea clsica o conservadora con respecto a la secuencia del proyecto, ha innovado con las herramientas que se utilizaron para crear los modelos de vulnerabilidad y riesgos debido a eventos pluviomtricos. Si bien es cierto que hay un dominio de la metodologa, el anexo de la herramienta obligatoria: Estadstica (Descriptiva e Inferencial), es un acierto. Se puede observar mtodos como el de los Valores Extremos, de gran aplicacin en las reas ambientales, que nos permite estimar las probabilidades de exceder un nivel de precipitacin dado o cualquier otro variable excedida. Esta, permite construir los modelos de Vulnerabilidad y Riesgo, derivado de un anlisis Bayesiano y a la consecuente Frmula de Plate. Las tcnicas e instrumentos de recoleccin de datos son relativamente eficaces, pero permite trabajar con herramientas modernas como son las bases de datos y a la vez, analizar a una poblacin, muestra seleccionada y las variables, que solo se podr hacer con trabajo y mediciones de campo, investigacin hemerogrfica y entrevistas, que muestren las facetas histricas de los mismos. Las variables utilizadas en su mayora, segn su valor, tienen un carcter cuantitativo, pero, no se descartan las minoritarias de carcter cualitativo. La construccin o representacin de graficas, a partir de los modelos de vulnerabilidad y riesgos del SIG, permite procesar, estudiar y analizar los datos, donde las tcnicas descriptivas en unos, y en otros inferenciales, actan segn el diseo de la investigacin, pero que como objecin, son muy probabilsticas inferenciales. Sabemos que por derivacin del primer objetivo, no cumplido, se arrastra un error por defecto de descripcin y/o anlisis, generando resultados que no estn acorde con la realidad, respecto a la Vulnerabilidad y Riesgos, haciendo que los dems objetivos no sean cumplidos como se esperaban.