NUEVAS HERRAMIENTAS GEOMÁTICAS PARA

Transcripción

1 NUEVAS HERRAMIENTAS GEOMÁTICAS PARA LA EVALUACIÓN DE LA VULNERABILIDAD, POR SISMO Y TSUNAMI PhD. Ing. Miguel Estrada Centro Peruano Japonés de Investigaciones Sísmicas y Mitigación de Desastres (CISMID) Facultad de Ingeniería Civil (FIC) Universidad Nacional de Ingeniería

2 Ciclo para el Manejo de Desastres Ciclo del Disastre Pre-evento Evento Post-Evento Software Hardware Uso de Geo - Informática

3 Cómo está la situación de datos en Lima? Distrito de La Molina

4 Cómo está la situación de datos en Lima? San Juan de Lurigancho

5 Por qué usar Información satelital? Cubren grandes áreas de terreno Existe información histórica Se realizan adquisiciones periódicas (4 ta dimensión) Contienen información espectral (5 ta dimensión) Variedad de tipos de información Precio razonable

6 Se Puede Evaluar la Vulnerabilidad de Zonas Urbanas Desde imágenes satelitales se puede evaluar la clase social de los residentes para inferir la calidad de las viviendas? Las imágenes satelitales no sólo contienen imágenes sino también información espectral que puede ser procesada. La información espectral servirá para realizar esta evaluación? Si es así, cómo hacerlo?

7 Teledetección de la Superficie Terrestre Adquisición de Datos Análisis de Datos (a) Fuente de energía (b) Propagación a través de la atmósfera (d) Retransmisión a través de la atmósfera Vista gráfica Visual (e) Sistema de detección (Plataforma/Sensor) Digital (f) Productos teledetectados Digital (g) Interpretación y análisis (h) Productos de Información (c) Elementos de la superficie terrestre (i) Toma de Decisiones

8 HISTORIA DE LAS IMÁGENES SATELITALES

9 Identificación de Zonas Pobladas Landsat 1997 (MultiSpectral 30m)

10 Lima, Perú Uso del suelo estimado a partir de Imágenes Satelitales Ópticas 10km Congested housing area Built-up area with large buildings Vegetated area Mountain (Higher) Mountain (Lower) Water Imagen Landsat (15m-resolución) Observada en 2002/1/17 Mapa del Uso del Suelo Estimado por Clasificación Supervisada La precisión de la clasificación se podría mejorar a través del uso de datos supervisados y modelos de elevación digital (DEM). A través de un análisis de series de tiempo de imágenes Lnadsat, se podría evaluar el crecimiento de área urbanizadas. (H. Miura)

11 Satélite IKONOS 2002 (Multi-espectral 4m)

12 Satélite IKONOS 2002 (Pancromática 1m)

13 Satélite IKONOS 2002 (Pansharpened 1m)

14 WorldView (MultiSpectral 2m)

15 WorldView (Panchromatic 0.5m)

16 WorldView (Pansharpened 0.5m) Gram-Schmidt Spectral Sharpening Method

17 Monitoreo del Crecimiento Urbano (Collique) Imágenes multitemporales:

18 Monitoreo del Crecimiento Urbano (San Isidro) Imágenes multitemporales:

19 Información Espectral IKONOS vs. WorldView-2 4 Bandas Multiespectrales

20 Relative Response Información Espectral IKONOS vs. WorldView Worldview 2 - Relative Spectral Radiance Response Wavelength (nm) Band 01 (Coastal) Band 02 (Blue) Band 03 (Green) Band 04 (Yellow) Band 05 (Red) Band 06 (Red edge) Band 07 (NIR 1) Band 08 (NIR 2) Band Panchro 8 Bandas Multiespectrales

21 Caso de Estudio La Molina, Lima

22 Diferentes Tipos de Uso de Suelo

23 Diferentes Tipos de Uso de Suelo

24 Diferentes Tipos de Uso de Suelo

25 DN Clasificación Supervisada Clasificación Supervisada de Imágenes Digitales: Área de entrenamiento + Método de Clasificación Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7 Band 8 Bands Min Max Mean -1 Std +1 Std

26 Clasificación Supervisada La reflectancia espectral de un píxel puede ser representada por un vector en un espacio n-dimensional. Método de Clasificación: Mapeador de Ángulo Espectral (Spectral Angle Mapper) El ángulo espectral q Es una clase de correlación q cos 1 n i 1 n i 1 t t 2 i i r i n i 1 r 2 i Donde: n = número de bandas t = valor actual del espectro (DN) r = espectro de referencia (DN)

27 Resultados Método de Clasificación: Spectral Angle Mapper Classification Buena concordancia entre la imagen real y la clasificada El modelo de clasificación inclusive puede ser usado para delinear las piscinas

28 Transferencia de Datos Ráster a vector (GIS)

29 Mismo Procedimiento para NDVI (De ráster a vector) = Reflectancia Infrarrojo cercano = Reflectancia rojo NDVI: Normalized Difference Vegetation Index Índice de vegetación de diferencia normalizada

30 Verificación de Campo Distrito de La Molina

31 Verificación de Campo Distrito de La Molina

32 Verificación de Campo Distrito de La Molina

33 Sensor PRISM (Información Topográfica) PRISM: Panchromatic Remote-sensing Instrument for Stereo Mapping. Radiómetro Pancromático de 2.5 m de resolución espacial. Tiene 3 cámaras independiente, adquiriendo información al mismo tiempo. A través del procesamiento se puede obtener modelos 3D de alta precisión.

34 Generación de Modelo 3D - MDT Back Nadir Forward Modelo 3D Modelo de adquisición de datos Produce imágenes estereoscópicas

35 Modelamiento 3D Integración de MDT e Imagen de Alta Resolución

36 Imagen satelital de alta resolución integrada con MDT

37 Perfiles Longitudinales

38 Pendiente del Terreno por AA.HH. Área Urbana Pendiente Máxima 12 de Agosto 19% Nuevo Amanecer 20% 1ro de Julio 10% Señor de Ayabaca 14%

39 Generación de un Tsunami

40 Ubicación de los terremotos y réplicas que produjeron tsunamis que afectaron al Perú y otros países

41 Escenario Sísmico Deformación Inicial Primer escenario sísmico 280 sub fallas Segundo escenario sísmico 5 sub fallas.

42 Propagación del Tsunami Capturas instantáneas de la propagación del tsunami, donde el color azul representa el desplazamiento vertical positivo y el color celeste el desplazamiento vertical negativo de la superficie del océano para el escenario de 8.9 Mw. Señal sintética del tsunami para el escenario de Mw = 8.9 en diferentes playas del distrito de San Miguel.

43 Alturas de olas máximas a lo largo de la costa de San Miguel sobre mareógrafos sintéticos.

44 Obtención de Topografía con UAV

45 Mapa de Inundación del Tsunami Alturas de inundación para San Miguel con el escenario sísmico de magnitud 8.9Mw.

46 Mapa de Inundación del Tsunami 3D Alturas de inundación para San Miguel con el escenario sísmico de magnitud 8.9Mw.

47 Mapa de Inundación del Tsunami Alturas de inundación para San Miguel con el escenario sísmico de magnitud 8.9Mw.

48 Rutas de Evacuación por Tsunami Ubicación de las 5 rutas de evacuación.

49 Muchas Gracias Facultad de Ingeniería Civil (FIC) Centro Peruano Japonés de Investigaciones Sísmicas y Mitigación de Desastres (CISMID)