Erosión por aumento del nivel del mar. Regla de Bruun

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Erosión por aumento del nivel del mar. Regla de Bruun"

Sebastián Martin Macías
hace 7 años
Vistas:

1 3.2. EROSIÓN Modelado de la EROSIÓN Erosión por aumento del nivel del mar. Regla de Bruun S= aumento del nivel del mar L= longitud del perfil activo B= altura de la berma h* = profundidad del perfil de equilibrio Año horizonte Inundación permanente, SLR (m) RCP4.5 RCP8.5 High SLR1= SLR2=0.45 SLR3=0.65 SLR4=1

2 Modeladode la EROSIÓN -Bruun Horizonte EROSIÓN Horizonte 2100

3 Modeladode la EROSIÓN Volumende arena potencialmenteperdidodebidoa SLR (Hinkelet al., 2013) Horizonte EROSIÓN Horizonte 2100

4 Modelado de la EROSIÓN Retroceso para SLR=0.65 H=2100 Playa de Navia Periodo Periodo

5 Modelado de la EROSIÓN Comparación del régimen extremal por efecto de considerar el aumento del nivel del mar 3ª APROXIMACIÓN: SERIE DE EROSIÓN/ACRECIÓN MILLER & DEAN CON SLR INCLUIDO EN EL TÉRMINO Y0 Régimen Extremal de erosión en la Playa de Navia CLIMA PRESENTE Horizonte 2050 SLR=0.24 m Horizonte 2100 SLR=0.45 m SLR=0.65 m SLR=1 m

6 Modeladode la EROSIÓN Miller & Dean con SLR en ΔS Horizonte EROSIÓN T= 50 años Horizonte 2100

7 4. RIESGO Y CONSECUENCIAS 4.1. METODOLOGÍA DE RIESGO 4.2. RIESGO DE INUNDACIÓN SOBRE EL SISTEMA SOCIOECONÓMICO ESCENARIOS DE RIESGO METODOLOGÍA DE ANÁLISIS MODELADO DE INUNDACIÓN CÁLCULO DE CONSECUENCIAS DETERMINACIÓN DEL RIESGO RESULTADOS

8 ESCENARIOS DE RIESGO Escenarios Climáticos AÑO HORIZON TE INUNDACIÓN PERMANENTE SLR (m) RCP4.5 RCP8.5 High++ EVENTOS EXTREMOS CI (T= Periodo de Retorno) 2050 SLR1= T1=100 T2=500 SLR2=0.4 SLR3= SLR4=1 T1=100 T2=500 Escenarios Socioeconómicos AÑO HORIZONTE Actual POBLACIÓN/GDP S S S2

9 ESCENARIOS DE RIESGO AÑO HORIZONT E Actual TIPO DE INUNDACIÓ N CI 2050 CI 2100 ESCENARIOS CLIMÁTICOS ESCENARIOS SOCIOECONÓMICO S ESCENARIO S DE RIESGO T1 S0 Escenario1 T2 S0 Escenario2 T1+SLR1 S1 Escenario3 T2+SLR1 S1 Escenario4 SLR SLR4 S2 Escenario5 CI T1+SLR2 S2 Escenario6 T2+SLR2 S2 Escenario7 T1+SLR3 S2 Escenario8 T2+SLR3 S2 Escenario9

10 POBLACIÓN AFECTADA Influencia de la combinación de Eventos Extremos y Subida del Nivel del Mar a Medio y Largo Plazo LUARCA Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100 Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

11 Escenario 1.- CLIMA PRESENTE Tr=100 POBLACIÓN AFECTADA Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m En base a las proyecciones oficiales Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m Considerando la población actual Relativo al censo de Población de 2010 Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE Considerando la población actual

12 POBLACIÓN AFECTADA Escenario 2.- CLIMA PRESENTE Tr=500 Escenario 4.- AÑO HORIZONTE 2050 Tr=500 + SLR=0.24 m En base a las proyecciones oficiales Escenario 9.- AÑO HORIZONTE 2100 Tr=500 + SLR=0.65 m Relativo al censo de Población de 2010 Considerando la población actual

13 POBLACIÓN AFECTADA % POBLACIÓN AFECTADA PARA CADA ESCENARIO

14 POBLACIÓN AFECTADA % POBLACIÓN AFECTADA POR CONCEJO

15 VALOR AÑADIDO BRUTO SECTOR INDUSTRIAL AFECTADO METODOLOGÍA BASE DE DATOS: DISTRIBUCIÓN ESPACIAL DE INSTALACIONES BCN25/BTN25 (IGN) ESCENARIOS DE INUNDACIÓN MINORACIÓN DEL DAÑO ( ) IDENTIFICACIÓN DE LAS INSTALACIONES AFECTADAS DETERMINACIÓN DE LOS DÍAS DE PÉRDIDA DE PRODUCTIVIDAD DETERMINACIÓN DE LA COTA DE INUNDACIÓN DE CADA INSTALACIÓN DETERMINACIÓN AFECTADA DEL VAB AFECTADO ( ) COTA DE INUNDACIÓN DÍAS DE PÉRDIDA DE PRODUCTIVIDAD TIPO DE INUNDACIÓN CI 0.5 m 0.5 m < CI 1 m 1 m < CI 1.5 m CI >1.5 m CI > Evento Extremo Evento Extremo Evento Extremo Evento Extremo Inundación Permanente

16 NAVIA VAB Industrial afectado Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100 Escenario 9.- LARGO PLAZO SLR=1.5 m Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

17 Escenario 1.- CLIMA PRESENTE Tr=100 VALOR AÑADIDO BRUTO SECTOR INDUSTRIAL AFECTADO Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m CONSIDERANDO: DURACIÓN DE PÉRDIDA DE PRODUCCIÓN (PÉRDIDA PARCIAL) Sin proyectar y sin tasa de descuento CONSIDERANDO: DURACIÓN DE PÉRDIDA DE PRODUCCIÓN (PÉRDIDA PARCIAL) Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m Sin proyectar y sin tasa de descuento CONSIDERANDO: DURACIÓN DE PÉRDIDA DE PRODUCCIÓN (PÉRDIDA PARCIAL) Relativo al VAB del Sector Industrial por concejo de 2010 Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE Sin proyectar y sin tasa de descuento PÉRDIDA TOTAL DE LA PRODUCCIÓN VAB de 2010 industrial agregado a nivel de provincia: 4, (en miles de )

18 % VAB INDUSTRIAL AFECTADO POR CONCEJO VALOR AÑADIDO BRUTO SECTOR AGRÍCOLA AFECTADO

19 VALOR AÑADIDO BRUTO SECTOR AGRÍCOLA AFECTADO METODOLOGÍA BASE DE DATOS: SIOSE ESCENARIOS DE INUNDACIÓN IDENTIFICACIÓN DEL ÁREA AGRÍCOLA AFECTADA DETERMINACIÓN DE LA PÉRDIDA DE PRODUCTIVIDAD En función del tipo de inundación se presentan dos situaciones: Inundación por Evento Extremo: Las pérdidas dependerán del momento en el que se produzca el evento, siendo totales en el caso de que la inundación se produzca antes de la cosecha y prácticamente nulas si se producen tras la misma Inundación por SLR: En caso de inundación permanente la pérdida será total

20 Escenario 1.- CLIMA PRESENTE Tr=100 VALOR AÑADIDO BRUTO SECTOR AGRÍCOLA AFECTADO Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m CONSIDERANDO: PÉRDIDA TOTAL DE LA COSECHA Sin proyectar y sin tasa de descuento CONSIDERANDO: PÉRDIDA TOTAL DE LA COSECHA Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m Sin proyectar y sin tasa de descuento CONSIDERANDO: PÉRDIDA TOTAL DE LA COSECHA Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE Relativo al VAB del Sector Agrícola por concejo de 2010 Sin proyectar y sin tasa de descuento PÉRDIDA TOTAL DE LA COSECHA VAB de 2010 agrícola agregado a nivel de provincia: (en miles de )

21 % VAB AGRÍCOLA AFECTADO POR CONCEJO VALOR AÑADIDO BRUTO SECTOR AGRÍCOLA AFECTADO

22 Escenario 1.- CLIMA PRESENTE Tr=100 Valoración de los Activos Naturales de España (VANE) Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m CONSIDERANDO: PÉRDIDA TOTAL DE SERVICIOS ECOSISTÉMICOS Sin proyectar y sin tasa de descuento Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m CONSIDERANDO: PÉRDIDA TOTAL DE SERVICIOS ECOSISTÉMICOS Sin proyectar y sin tasa de descuento CONSIDERANDO: PÉRDIDA TOTAL DE SERVICIOS ECOSISTÉMICOS Relativo al VAB agregado por concejo de 2010 Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE Sin proyectar y sin tasa de descuento PÉRDIDA TOTAL DE SERVICIOS ECOSISTÉMICOS VAB de 2010 agregado a nivel de provincia: 19, (en

23 VALOR AÑADIDO BRUTO SECTOR AGRÍCOLA AFECTADO % VAB AFECTADO POR CONCEJO POR PÉRDIDA DE SERVICIOS ECOSISTÉMICOS

24 STOCK DE CAPITAL VIVIENDA AFECTADO METODOLOGÍA BASE DE DATOS: DISTRIBUCIÓN ESPACIAL DE VIVIENDAS (IGN) ESCENARIOS DE INUNDACIÓN MINORACIÓN DEL DAÑO ( ) IDENTIFICACIÓN DE LAS VIVIENDAS AFECTADAS APLICACIÓN DE LAS CURVAS DE DAÑO (CASO: EVENTOS EXTREMOS) DETERMINACIÓN DE LA COTA DE INUNDACIÓN DE CADA VIVIENDA DETERMINACIÓN AFECTADA DEL STOCK DE CAPITAL AFECTADO ( ) CORRECCIÓN POR RENTA SEGÚN CONCEJO 23% 25%

25 NAVIA Stock Viviendas afectado Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100 Escenario 9.- LARGO PLAZO SLR=1.5 m Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

26 LUARCA Stock Viviendas afectado Influencia de la combinación de Eventos Extremos y Subida del Nivel del Mar a Medio y Largo Plazo Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100 Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

27 E1.- CLIMA PRESENTE TR=100 STOCK DE CAPITAL DE VIVIENDA AFECTADO - CONTINENTE E 3.- H=2050 TR=100 + SLR=0.24 m Sin proyectar y sin tasa de descuento E 8.- H=2100 TR=100 + SLR=0.65 m Sin proyectar y sin tasa de descuento Sin proyectar y sin tasa de descuento SIN FUNCIÓN DE DAÑO Sin proyectar y sin tasa de descuento CON FUNCIÓN DE DAÑO E 5.- H=2100 SLR=1 m INUNDACIÓN PERMANENTE Sin proyectar y sin tasa de descuento SIN FUNCIÓN DE Relativo al Stock de Capital de vivienda de 2011 Stock de Capital de vivienda de 2011: 26, (en miles de )

28 STOCK DE CAPITAL DE VIVIENDA AFECTADO - CONTINENTE % STOCK DE CAPITAL DE VIVIENDA CONTINENTE AFECTADO POR CONCEJO

29 STOCK DE CAPITAL DE VIVIENDA AFECTADO - CONTINENTE % STOCK DE CAPITAL DE VIVIENDA CONTINENTE AFECTADO POR CONCEJO DIFERENCIA ENTRE EL PRESENTE Y EL FUTURO

30 INFRAESTRUCTURAS CRÍTICAS METODOLOGÍA Identificación de las infraestructuras críticas según el Plan Nacional de Protección de Infraestructuras Críticas

31 INFRAESTRUCTURAS CRÍTICAS Escenario 3.- SLR=0.24 m Tr=100 (Horizonte 2050) SAN PEDRO COLUNGA RIBADESELLA NALÓN

32 INFRAESTRUCTURAS CRÍTICAS Escenario 8.- SLR=0.65 m Tr=100 (Horizonte 2100) CANDÁS CUEVA AVILÉS RIBADESELLA

33 INFRAESTRUCTURAS CRÍTICAS RELACIÓN DE ESCENARIOS CLIMÁTICOS E INFRAESTRUCTURAS CRÍTICAS AFECTADAS ESCENARIOS CLIMÁTICOS INDUSTRIA ALIMENTARIA TRANSFORMADORES ELÉCTRICOS SUB- ESTACIONES ELÉCTRICAS INFRAESTRUCTURAS DE CARRETERAS ESTACIONES DE FFCC KM DE CARRETERA CONVENCIONAL KM DE LÍNEA DE FFCC E E E E E E E E E

34 DETERMINACIÓN DEL RIESGO METODOLOGÍA DISTRIBUCIÓN ESPACIAL DEL RIESGO RANGOS DE CADA VARIABLE SOCIOECONÓMICA REESCALADOS: Riesgo alto Riesgo moderado-alto Riesgo moderado Riesgo bajo UMBRALES DEFINIDOS POR LOS VALORES MÁXIMOS ALCANZADOS EN ESCENARIO 1 OBJETIVO: Mantener el riesgo actual RIESGO AGREGADO Y PONDERADO: Población (35%), Stocks de capital (35%) y VAB (30%)

35 DETERMINACIÓN DEL RIESGO CLIMA PRESENTE HORIZONTE 2050 HORIZONTE 2100 INUNDACIÓN PERMANENTE

36 DETERMINACIÓN DEL RIESGO CLIMA PRESENTE HORIZONTE 2050 HORIZONTE 2100

37 Metodologia, ferramentase bases de dados para a avaliaçãodos impactos das mundanças climáticas nas zonas costeiras Estudio Regional de los Efectos del Cambio Climático en la Costa de América Latina y el Caribe (C3E) : EL PRINCIPIO Iñigo J. Losada (losadai@unican.es) Julio-2015

Documentos relacionados

Impacto del Cambio Climático sobre la costa catalana. Vulnerabilidad y adaptación

Impacto del Cambio Climático sobre la costa catalana. Vulnerabilidad y adaptación J.A. Jiménez, H.I. Valdemoro, C. Ballesteros, E. Bosom, A. Sánchez-Arcilla Laboratori d Enginyeria Marítima Universitat