Examinando por Autor "Gonzalo Flores, Wily"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Miniatura
    info:eu-repo/semantics/bachelorThesis
    Análisis y estimación de un modelo probabilista de riesgo por inundación, aplicado a la microcuenca Llavini, distrito, provincia y región de Puno - Perú
    Gonzalo Flores, Wily; Paucar Paniura, Milton Wilber; Fernandez Sila, Guillermo Nestor , 2020-07-24 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
    La presente investigación titulada “Análisis y estimación de un modelo probabilista de riesgo por inundación, aplicado a la Microcuenca Llavini, distrito, provincia y región de Puno - Perú”, tiene por objetivo estimar las zonas de riesgo mediante un modelo probabilista ante una inundación pluvial, donde se identificara la peligrosidad y se analizara la vulnerabilidad a través de índices adimensionales normalizados por los componentes de índoles social y económico, donde se evalúa factores de exposición, fragilidad y resiliencia, dentro de un ámbito urbano. Esta investigación en base al manual para la evaluación de riesgos originados por fenómenos naturales (02 versión – 2014) del CENEPRED (Centro Nacional De Estimación, Prevención Y Reducción Del Riesgo De Desastres), mediante recolección de información (meteorológica, geomorfológica, geológica, datos estadísticos de la población y la estructura física de lotes), se identificó la peligrosidad y se analizó su Vulnerabilidad a nivel de manzanas, los cuales se clasifican en niveles (muy alto, alto, medio y bajo). Los resultados muestran las zonas de peligrosidad según los niveles que representa, el 3% Muy Alto, un 24% Alto, un 66% Medio y un 7% nivel bajo, en el análisis de vulnerabilidad se verifico que el 15% es de un nivel muy alto y un 81% nivel alto, 4% nivel bajo, de las cuales se pudo estimar las zonas de riesgo donde se determinó que el 85% es de nivel alto, 13% nivel medio y un 2%nivel bajo. Finalmente, mediante la estimación del riesgo podemos proponer medidas de prevención estructurales y no estructurales para poder mitigar las zonas de riesgo.