Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/2854
Tipo de material: bachelorThesis
Título : Sistemas de información geográfica aplicado en la estimación de la exposición del Corregimiento La Virginia (Colombia) ante fenómenos de remoción en masa
Autor : Sánchez Triviño, Rosemberg
Director de Tesis : Resl, Richard (dir)
Descriptores : Geografía
Fecha de publicación : 2014
Editorial : Quito, 2014
Citación : Tesis (Maestría en Sistemas de Información Geográfica), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2014
Páginas : 82 h.
Acceso: openAccess
Resumen : La transformación de los ecosistemas bien sea por medios naturales o antrópicos, ha conllevado a la desestabilización de los mismos. El cambio climático ha incrementado el factor de riesgo en las comunidades que viven en zonas de amenaza alta. Uno de los fenómenos naturales que más perturba a la población son los fenómenos de remoción en masa, los cuales se incrementan con las fuertes temporadas de lluvias, que llegan con el fenómeno de la niña y afectan a toda la población en riesgo y en especial al corregimiento La Virginia (Colombia). En el presente trabajo se evalúa la susceptibilidad y la fragilidad conformada por las dimensiones: Física, educativa, institucional, social, política, dimensión ecológica, y dimensión económica, las cuales nos mostrarán el grado de vulnerabilidad global del área de estudio; para el desarrollo de este proceso se trabajara con la metodología desarrollada en el proyecto MOVE para el caso de estudio del río Salzach en Salzburgo (Austria) en tres de sus ocho pasos, complementándolos con algunos indicadores que desarrollaron estudiantes de maestría del Centro Agronómico Tropical de Investigación y Enseñanza (CATIE), para diferentes cuencas de América Central, los que se adaptan a nuestra región debido a la similitud de las microcuencas, del relieve, el clima y las condiciones sociales. El resultado del presente estudio estimó un grado de vulnerabilidad global alta para el corregimiento de La Virginia (Colombia); esto se debe a que tres de las siete dimensiones evaluadas, que son las que tuvieron las mayores calificaciones, y que en últimas determinaron el grado de vulnerabilidad para todo el corregimiento.
Descripción : The transformation of ecosystems either by natural or human means, has led to the destabilization of them. Climate change has increased the risk factor in the communities living in areas of high threat. One of the natural phenomena, which threaten the people are the phenomena of landslides. They increase with the heavy seasonal rains, which arrive with the phenomenon of La Niña and affect the entire population at risk and especially the township Virginia (Colombia). In this work the susceptibility and fragility with dimensions comprised evaluates: physical, educational, institutional, social, political, ecological, and economic dimensions. These dimensions aggregated in an index, show the degree of overall vulnerability of the study area. The development of this process is based on the methodology formulated by MOVE project, for the case study of Salzach River in Salzburg (Austria) in three of the eight steps. Some indicators were proposed by master students of the Tropical Agriculture Research Center Education Center (CATIE), for different basins of Central America, which are adapted to our region due to the similarity of the micro, relief, climate and social conditions. The study ranks La Virginia (Colombia) with a high degree of vulnerability due to landslides, mainly because three of its seven dimensions assessed are those that had the highest weights, and they determined the degree of vulnerability for the entire township.
URI : http://repositorio.usfq.edu.ec/handle/23000/2854
Aparece en las colecciones: Tesis - Maestría en Sistemas de Información Geográfica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
109689.pdfTESIS A TEXTO COMPLETO1.12 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons