Autores/as
Resumen
El objetivo del análisis del riesgo ambiental asociado a los procesos de remoción en masa (PRM) es comprender la interacción entre estos fenómenos y la cobertura vegetal, así como su impacto en la percepción de la comunidad. Para ello, se combinaron métodos espaciales y técnicas cualitativas de recolección de datos, permitiendo una evaluación integral de los efectos adversos que esta interacción genera en el territorio. Además, se aplicó la metodología del Servicio Geológico Colombiano para calcular el riesgo ambiental, considerando la amenaza en cinco escalas y su relación con la vulnerabilidad ambiental, la exposición, la fragilidad y la respuesta comunitaria. Los resultados muestran que la percepción de la comunidad influye significativamente en la manera en que se enfrenta el riesgo, determinando el nivel de adopción de medidas de mitigación y planificación de estrategias preventivas. Asimismo, se identificaron vulnerabilidades estructurales y sociales que afectan la resiliencia local, lo que resalta la necesidad de fortalecer la sensibilización y capacitación en territorios con características similares. Finalmente, se concluye que la percepción del riesgo en la comunidad impulsa la creación de rutas de sensibilización que permitan fortalecer la capacidad de respuesta ante los PRM, especialmente en regiones donde la ausencia estatal, el bajo nivel educativo y los problemas de orden público agravan la situación. La participación activa de la comunidad en este proceso es clave para la efectividad de las soluciones propuestas y la conservación del entorno.
Citas
Estepa, E., & Paz, P. (2021). Análisis de la susceptibilidad por procesos de remoción en masa en la cuenca del Río Nuevo Presidente, Corregimiento Las Mercedes -Sardinata y Municipio de Tibú en el Departamento Norte de Santander, Colombia. 1-62.
Flórez, L. A. R., Gaviria, E. M. R., Castañeda, C. A. V., Tenjo, H. P. G., & Madrigal, A. R. (2020). Community risk management. Spatial and environmental justice. Bitacora Urbano Territorial, 30(3), 205-217. https://doi.org/10.15446/BITACORA.V30N3.87769
Fundación Paz & Reconcilación. (2016). El concepto de “postconflicto” desconoce dolorosas realidades. https://www.pares.com.co/post/el-concepto-de-postconflicto-desconoce-dolorosas-realidades
González González, R y Jimeno Bernal, J. (2017). Ckeck list / Listas de chequeo: ¿Qué es un checklist y cómo usarlo?. http://www.pdcahome.com/check-list/.
Guo, Z., Shi, Y., Huang, F., Fan, X., & Huang, J. (2021). Landslide susceptibility zonation method based on C5.0 decision tree and K-means cluster algorithms to improve the efficiency of risk management. Geoscience Frontiers, 12(6). https://doi.org/10.1016/j.gsf.2021.101249
IDEAM, I. de H. y M. y E. A. (2010). Leyenda nacional de coberturas de la tierra. Metodología CORINE Land Cover adaptada para Colombia, escala 1:100.000. En Area: Vol. TH-62-04-1 (Número 257).
Korup, O. (2022). 6.23 - Landslides in the Fluvial System. En J. (Jack) F. Shroder (Ed.), Treatise on Geomorphology (Second Edition) (pp. 430-445). Academic Press. https://doi.org/https://doi.org/10.1016/B978-0-12-409548-9.12026-3
Kulimushi, L. C., Choudhari, P., Maniragaba, A., Elbeltagi, A., Mugabowindekwe, M., Rwanyiziri, G., Byizigiro, R. V., Pingale, S. M., & Singh, S. K. (2021). Erosion risk assessment through prioritization of sub-watersheds in Nyabarongo river catchment, Rwanda. Environmental Challenges, 5. https://doi.org/10.1016/j.envc.2021.100260
Mejía, R., Castelblanco, B., Acevedo, C., Henao, S., Augusto, C., Mejía1, R., Esteban, D., Castelblanco2, B., Acevedo3, A. C., Mishell, D., & Henao4, S. (2019). Risk evaluation for mass removal movements activated by pre-cipitation processes, case study at Chagualá road-Quindío. 31, 7-14.
Mendoza Martinez, H. (2011). El concepto de pobreza y su evolución en la política social del gobierno mexicano. En Estudios Sociales (Vol. 19, Número 37).
Morí Sánchez, M. D. P. (2008). Una propuesta metodológica para la intervención comunitaria.
NASA. (2022). Landslide Reporter. https://maps.nccs.nasa.gov/apps/landslide_reporter/.
Rivas- Casarrubia, J. D. (2020). Vista de Indicadores de vulnerabilidad social como herramienta de planificación y gestión de riesgos ambientales en Colombia. http://revistas.ustatunja.edu.co/index.php/ivestigium/article/view/2024/1778
Rivas - Casarrubia, J. D. (2020). Indicadores de Vulnerabilidad Social como Herramienta de Planificación y Gestión de Riesgos Ambientales en Colombia. 14-1, 41-55.
Rosser, N., Kincey, M., Oven, K., Densmore, A., Robinson, T., Pujara, D. S., Shrestha, R., Smutny, J., Gurung, K., Lama, S., & Dhital, M. R. (2021). Changing significance of landslide Hazard and risk after the 2015 Mw 7.8 Gorkha, Nepal Earthquake. Progress in Disaster Science, 10. https://doi.org/10.1016/j.pdisas.2021.100159
SGC. (2015). PLANCHA 67-TIBÚ MEMORIA EXPLICATIVA.https://n9.cl/zvohx
SGC. (2017). Guía Metodológica Para La Zonificación De Amenaza Por Movimientos En Masa Escala 1: 25.000. www.imprenta.gov.co
SGC. (2022a). Sistema de Consulta de la Amenaza Sísmica de Colombia. https://n9.cl/r74cr
SGC. (2022b). Sistema de Información de Movimientos en Masa - SIMMA.
Shahabi, H., & Hashim, M. (2015). Landslide susceptibility mapping using GIS-based statistical models and Remote sensing data in tropical environment. Scientific Reports, 5. https://doi.org/10.1038/srep09899
Taboada, A., Dimate, C., & Fuenzalida, A. (1998). Sismotectónica de Colombia: deformación continental activa y subducción. Journal of Volcanology and Geothermal Research, 10, 110-147.
UNGRD. (2020, agosto 19). Riesgo por movimientos en masa en Colombia. https://n9.cl/m71hh
Vera Rodíguez, J. M., & Albarracin Calderón, A. P. (2017). Metodología para el análisis de vulnerabilidad ante amenazas de inundación, remoción en masa y flujos torrenciales en cuencas hidrográficas. Ciencia e Ingeniería Neogranadina, 27(2), 109-136. https://doi.org/10.18359/rcin.2309
Zhao, Z., Chen, J., Xu, K., Xie, H., Gan, X., & Xu, H. (2021). A spatial case-based reasoning method for regional landslide risk assessment. International Journal of Applied Earth Observation and Geoinformation, 102. https://doi.org/10.1016/j.jag.2021.102381