ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS …...frente a eventos naturales o de otro tipo....
Transcript of ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS …...frente a eventos naturales o de otro tipo....
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
INFORME EJECUTIVO
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN
SISTEMAS DE TRANSPORTE X REGIÓN
ÍNDICE
1. SUMARIO ................................................................................................. 1
2. REVISIÓN DE ANTECEDENTES Y FORMULACIÓN TEÓRICA DEL PROBLEMA .... 2
3. DIAGNÓSTICO Y CARACTERIZACIÓN DEL PROBLEMA ................................ 13
4. SELECCIÓN DE ALTERNATIVAS DE PROYECTOS Y SU EVALUACIÓN ........... 25
5. CONSTRUCCIÓN DE BASES DE INFORMACIÓN NECESARIAS PARA EL
ANÁLISIS DE VULNERABILIDAD Y REDUNDANCIA DE REDES DE
TRANSPORTE .......................................................................................... 34
6. RESUMEN Y CONCLUSIONES GENERALES ................................................. 35
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
1
1. SUMARIO Chile ha experimentado un proceso de
transformación económica en las últimas dos décadas, que ha sido el resultado de
los esfuerzos orientados a alcanzar una
reforma integral de su estructura productiva, basado en un programa que
enfatiza el incremento de las exportaciones, la inversión y el ahorro.
En la medida que los sistemas de
transporte y las líneas logísticas de
distribución de bienes se hacen más eficientes y la provisión de servicios forma
redes más complejas y sofisticadas, tanto el sector productivo como la sociedad en
su conjunto, sufren altos costos
adicionales cuando los bienes o las
personas no pueden efectuar sus viajes
habituales, en la oportunidad contemplada o hacia los destinos deseados, debido a la
vulnerabilidad de las redes de transporte frente a eventos naturales o de otro tipo.
Las características geomorfológicas y
climáticas de nuestro país provocan la ocurrencia de eventos catastróficos que
no se pueden ignorar en el proceso de
planificación de la infraestructura. Por ello es absolutamente necesario establecer
metodologías de análisis que permitan
incorporar el tratamiento de los riesgos
naturales en el diseño de la infraestructura y de las redes de transporte en general, de
tal manera que posean propiedades de
resiliencia frente a dichos riesgos. De
acuerdo a esta necesidad y como una
forma efectiva de avanzar en este aspecto se consideró analizar una aplicación a
redes específicas.
En tal sentido, la Dirección de
Planeamiento del MOP (DIRPLAN), consideró necesario desarrollar el estudio
“ANÁLISIS VULNERABILIDAD Y
REDUNDANCIA EN SISTEMAS DE TRANSPORTE X REGIÓN” con el objetivo
de identificar los elementos de riesgo que amenazan la red de transportes y los
elementos más vulnerables, para plantear políticas generales, así como para diseñar
estrategias de mitigación, además de la
identificación de proyectos necesarios para implementarlas.
Los objetivos del estudio contemplan un
análisis de la red de conectividad de la
Región de Los Lagos, estableciendo los
sectores, arcos y puntos de riesgo y
vulnerabilidad de la misma. Asimismo, se considera una recomendación de
proyectos para los lugares con más alta criticidad de la red que contribuyan a la
robustez del sistema de transporte.
Por último, se plantean herramientas
metodológicas que permiten evaluar económica y funcionalmente los impactos
de los eventos naturales en la conectividad del sistema.
Los objetivos antes señalados han sido
alcanzados a través del desarrollo de una
exhaustiva investigación, incorporándose en el proceso de análisis diversas fuentes
especializadas tanto de carácter nacional
como internacional.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
2
Los alcances del estudio incluyen:
� Revisión de antecedentes y
formulación teórica del problema. � Diagnóstico y caracterización del
problema. � Selección de alternativas de proyectos
y su evaluación.
� Construcción de bases de información necesarias para el análisis de
vulnerabilidad y redundancia de redes de transporte.
2. REVISIÓN DE
ANTECEDENTES Y
FORMULACIÓN TEÓRICA
DEL PROBLEMA
En la fase inicial del estudio, se desarrolló
una recopilación de antecedentes, que
incluyó los modelos de redes disponibles en otros estudios referenciales, sus
matrices origen - destino, proyecciones, información de carácter territorial,
antecedentes de los sistemas productivos
relevantes y una completa revisión de la documentación -y los datos- generados a
nivel nacional e internacional, relativos al análisis de los aspectos de vulnerabilidad y
confiabilidad en las redes de conectividad.
2.1 Descripción de los estudios
referenciales de análisis del
sistema de transporte
interurbano
Entre los antecedentes revisados se incluyó la revisión de estudios anteriores,
con el objetivo de obtener todos aquellos
antecedentes disponibles, útiles para la
caracterización de la red de modelación. Los estudios revisados relacionados con
transporte son los siguientes:
� “Actualización y Consolidación de
Modelos de Planificación Vial para la Zona Sur” (DIRPLAN, 2008).
� “Actualización Plan Director de
Infraestructura MOP” (DIRPLAN, 2009).
� “Análisis Implementación Programa de Asesorías Estudios Estratégicos de
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
3
Transporte Interurbano, Etapa II”
(MIDEPLAN-SECTRA, 2007).
Para estos estudios, se realizó una revisión de las tipologías para la red de transporte,
la zonificación, las características de los arcos viales y las redes de modelamiento.
La revisión se estructuró de forma de
comparar las características y resultados de los estudios.
2.2 Estudios de zonas aisladas y de
georreferenciación Los estudios revisados acerca de zonas
aisladas y vulnerables, fueron los
siguientes:
� “Estudio Catastro Georreferenciado de Riesgos y Peligros Naturales en la Red
Vial” (Vialidad, 2010). � “Identificación de Requerimientos de
Accesibilidad para Localidades de la
Zona Austral” (DIRPLAN, 2002).
El análisis realizado sirvió para incorporar antecedentes que sirvieron para la
identificación de las zonas más vulnerables
en la Región de Los Lagos, de la infraestructura crítica y de la base de la
metodología de cálculo del índice de
riesgo.
2.3 Revisión de conceptos e
indicadores en la literatura
Una revisión al estado del arte de la materia permitió la definición de los
conceptos que fueron utilizados en el
estudio. Éstos son los que se presentan a continuación.
2.3.1 Vulnerabilidad y robustez El concepto de vulnerabilidad aún no tiene una definición aceptada universalmente. El
significado varía de autor a autor y también según el contexto de estudio, el
que trasciende el análisis de las redes de
transporte. Por ejemplo, en Holmgren (2004),1 el autor describe la vulnerabilidad
como la sensibilidad a amenazas y riesgos y siguiendo la analogía presentada por
Einarsson y Rausand (1998),2 presenta una
segunda definición: “la colección de
propiedades de un sistema de
infraestructura que puede debilitar o limitar
su habilidad para mantener su función, o
proveer su servicio, cuando se expone a
amenazas y riesgos que se originan tanto
dentro como fuera de los límites del
sistema”. Otra definición nace de Laurentis, G. (1994),3 en donde se
entiende la vulnerabilidad como la susceptibilidad a grandes riesgos.
Estas definiciones podrían considerarse
similares y se relacionan con las
definiciones utilizadas para los sistemas viales de transporte. En efecto, Berdica, K.
(2002),4 define vulnerabilidad como: la
susceptibilidad a incidentes que pueden
resultar en reducciones considerables en la
servicialidad de la red de transporte. Los
1 Holmgren, A. (2004). Vulnerability analysis of electrical power delivery networks. Licentiate thesis TRITA-LWR LIC 2020, Department of Land and Water Resources Engineering, KTH, Stockholm. 2 Einarsson, S., Rausand, M. (1998). An approach to vulnerability analysis of complex industrial systems, Risk Analysis 18 (5), 535–546. 3 Laurentius, G., (1994). The vulnerability of the city. In: Weissglas, G. (Ed.), Planning a High Resilience Society. Swedish Agency for Civil Emergency and Planning (O¨ CB) and Umea˚ universitet. Geographical Reports No. 11. 4
Berdica, K. (2002) An introduction to road vulnerability: what has been done, is done and should be done. Transport Policy, 9, pp. 117-127.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
4
“incidentes” son los eventos que gatillan
la vulnerabilidad de la red de transporte, y
pueden variar desde condiciones
ambientales hasta ataques terroristas.
En Husdal (2004),5 se entiende la vulnerabilidad como la inoperatividad de la
red bajo ciertas circunstancias. Este autor
hace mención a que la confiabilidad y la vulnerabilidad son términos inversos, al
contrario de lo propuesto por Berdica, el cual propone que el concepto de
vulnerabilidad en la red de transporte puede ser visto como un complemento de
la confiabilidad. En particular, D´Este y
Taylor (2003),6 definen que un nodo (componente) es vulnerable si la pérdida (o
la degradación substancial) de un pequeño número de arcos disminuye
significativamente la accesibilidad al nodo.
En este estudio, siguiendo lo planteado en
Jenelius et al. (2006),7 se considera que el concepto de vulnerabilidad puede ser
dividido en dos partes, una que corresponde a la probabilidad de que
ocurra un evento peligroso y otra,
denominada “exposición”, que representa
las consecuencias que puede provocar el
evento en un cierto lugar o localización. Jenelius, en concordancia con Nicholson
5 Husdal, J., (2004). Reliability and vulnerability versus cost and benefits. In: Nicholson, A., Dantas, A., (Eds.), roceedings of the Second International Symposium on Transportation Network Reliability (INSTR). Christchurch, New Zealand, pp. 182–188. 6 Taylor, M. A. P. and D’Este, G.M.D. (2003b) Concepts of network vulnerability and applications to the identification of critical elements of transport infrastructure., 26th Australasian Transport Research Forum, Wellington, New Zealand. 7 Jenelius, E., Petersen, T., Mattson, L-G. (2006). Importance and exposure in road network vulnerability analysis. Transportation Research Part A 40 .pp. 537–560.
y Du (1994),8 clasifica a un componente
de la red como “débil” si la probabilidad de
un incidente es alta, e “importante” si las
consecuencias son graves, es decir, el impacto sobre la red es significativo
cuando el componente falla. Para que un componente sea “crítico” debe ser débil e
importante. Los arcos o tramos de ruta
que son críticos, provocan que la red en su conjunto sea vulnerable cuando éstos
fallan.
Para determinar la importancia de los componentes viales identificados en el
análisis de escenarios probabilísticos, se
ha seleccionado el siguiente indicador:
���� = �∑ ∑ ���� ��������∑ ∑ ��
∞� ∈ �� , � � ∈ ��� ,
(1)
Donde:
������: Costo de transporte para viajar
entre las zonas i y j cuando el
componente vial k falla. Este costo es medido por hora y es la suma de
los costos de todos los tipos de vehículos. ������: Costo de transporte para viajar
entre las zonas i y j cuando la red
se encuentra sin fenómenos de
disrupción o degradación. Este costo es medido por hora y es la
suma de los costos de todos los
tipos de vehículos. ���: Importancia del par origen –
destino (i,j) en relación con los
8 Nicholson, A.J., Du, Z.P. (1994). Improving network reliability: a framework. Proceedings of 17th Australian Road Research Board Conference. pp. 1–17.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
5
restantes pares origen – destino. Si ��� = ���, con ��� representando los
viajes que se realizan entre las zonas i y j, ���� constituye un
proxy de la capacidad del sistema
vial para proveer un transporte económica y socialmente eficiente
en aquellos sectores donde la
demanda es mayor, dado que el
componente k falla. En este se consideran todos los viajes entre
zonas, independiente del modo
utilizado. ���: Conjunto de componentes viales
que al sufrir disrupciones generan costos de transporte finitos para
viajar sobre la red. ��: Conjunto de componentes viales
que al sufrir disrupciones generan
costos de transporte infinitos para viajar sobre la red, es decir,
aparece demanda insatisfecha que
no puede realizar su viaje para
determinados pares OD.
Siguiendo a Jenelius et al. (2006), los
cálculos se realizan tomando como 100%
al arco de mayor importancia y
considerando todos los arcos examinados, lo que da una medida relativa entre ellos.
Para examinar la debilidad de los componentes viales se utilizan los índices
de exposición propuestos en Jenelius (2009),9 donde se elabora una
metodología diseñada específicamente
para el estudio de sistemas de transporte
9 Jenelius, E. (2009). Network structure and travel patterns: explaining the geographical disparities of road network vulnerability. Journal of Transport Geography 17 .pp. 234–244.
regionales. Las expresiones a utilizar en
este caso son las siguientes:
�!� = �� ∑ ∑ ∆ ����#��∈!
(2)
∆ ��� =$%&%' ()�*(+,�+- − /),� 0123 ()*(,4567/ 8 0123 ()∆-��� ≥ :,
���∆-��� �: − ∆; 3 � ()∆-��� < :,��
(3)
=!� = >?@ ∑ ∑ 0∙1�∈@
(4)
Donde:
�!�: Índice de exposición total de la
región r cuando el componente k falla. wC: Probabilidad de falla del
componente k, la que puede
aproximarse por �� = /� ∑ /��D ,
donde /� representa la longitud del
componente n. :: Duración de la interrupción del
componente k. ∆tFGC: Diferencia en el tiempo de viaje (la
suma de todos los modos) entre la
situación original y la situación con disrupción del componente k para
los viajes que se realizan entre las
zonas i y j, a través de las rutas de equilibrio. ∆TFGC: Incremento total en el tiempo de
viaje para todos los usuarios que se desplazan entre las zonas i y j,
durante el período τ en que se encuentra interrumpido el uso del
componente k.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
6
UKC: Índice de exposición de los usuarios
de la región r cuando el
componente k falla. vFG: viajes en todos los modos entre las
zonas i y j. Cut-link: Corresponde a un
componente vial que no dispone de
rutas alternativas para ofrecer conectividad a un determinado par
OD.
Con base a índices �!� y =!� se procede a identificar los tramos críticos.
El término robustez es usado usualmente como ejemplo en el campo de la
informática, en donde su definición tiene relación con la capacidad de los sistemas
informáticos de enfrentar errores durante la ejecución de sus tareas. En otras
palabras, es la capacidad de un sistema
para soportar su funcionamiento. En Husdal, J. (2004),10 se define como “la
probabilidad de que un sistema continuará funcionando incluso si un evento afecta un
punto vulnerable”. Esta definición puede
adaptarse para definir la robustez de un
sistema de transporte, en relación a la
vulnerabilidad. De acuerdo a esto, la robustez en un sistema de transporte será
la capacidad de éste para soportar vulnerabilidades, en el sentido de que
mientras menos vulnerable sea el sistema,
más robusto será éste y viceversa.11
10 Husdal, J., (2004). Reliability and vulnerability versus cost and benefits. In: Nicholson, A., Dantas, A., (Eds.), Proceedings of the Second International Symposium on Transportation Network Reliability (INSTR). Christchurch, New Zealand, pp. 182–188. 11 Berdica, K. (2002) An introduction to road vulnerability: what has been done, is done and should be done. Transport Policy, 9, pp. 117-127.
2.3.2 Conectividad y accesibilidad
La accesibilidad es tratada desde varios puntos de vista en la literatura, pero
generalmente se define como la “facilidad
de llegar” que provee el sistema de transporte a las distintas actividades en
los destinos deseados. En este sentido, la accesibilidad puede ser incrementada con
el número de rutas que acceden a la actividad o con la cantidad de servicios
alcanzables en cierta ruta.
La accesibilidad también se puede
entender en términos de movilidad, es decir, como la efectividad que tiene el
sistema de transporte conectando lugares
espacialmente separados, tomando en
cuenta las características individuales de
quienes se mueven en la red. Esta definición implica que la accesibilidad
también depende del grado de funcionamiento del sistema, es decir, la
demanda. Al evaluar las consecuencias de
la degradación de la red de transporte, se debe considerar la oferta y la demanda de
igual manera.
Cuando existe una gran separación entre
ciudades o pueblos, como es el caso de la Región de Los Lagos, el Índice de Hansen
es útil para realizar un estudio de la
accesibilidad existente. No se utiliza si los
pueblos son muy pequeños –en población- o si la densidad de población es muy baja.
También puede ser utilizado para medir
cambios en la accesibilidad ingresando
cambios en las redes. Este índice tiene la
siguiente forma funcional para la localidad (o nodo) i: M� = ∑ N�� OPQ��R (5)
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
7
Donde: N� es la atractividad de la localidad
j. Un proxy generalmente utilizado para
este parámetro es la población del lugar, OPQ��R es la función de impedancia y Q�� es
la impedancia entre las localidades i y j. Ésta se representa normalmente como la
separación entre dos ciudades S��, pero
puede tomar formas funcionales más
complejas conforme a los objetivos del modelador, como por ejemplo: OPQ��R = TU (6)
Este índice de accesibilidad está muy relacionado con los modelos gravitacio-
nales utilizados para la distribución de viajes en la modelación del sistema de
transporte.
Uno de los índices más utilizados para
medir conectividad en las redes de
transporte es el Índice Gamma. Este índice es utilizado para examinar la conectividad
de una red desde el punto de vista sólo de la oferta y considera la relación entre el
número actual de arcos que posee una red versus el máximo que podría tener. Este
índice está entre 0 y 1. Un valor de 1
indica que la red está completamente conectada. Su forma funcional se presenta
a continuación: V = WWXYZ (7)
En donde * es el número actual de arcos
en la red y *[\] es el máximo número de
arcos posibles dado por: *[\] = 3�� − 2� (8)
En donde � es el número de nodos en la red.
2.3.3 Servicialidad
La servicialidad es un término con definición común: describe la posibilidad
de usar, con cierto nivel de servicio, el
arco, ruta o camino durante un periodo de tiempo. Este término se usa como
sinónimo de operatividad. Ambos están referidos a capacidad y performance de
arcos o redes, incluyendo la posibilidad de su degradación.
La servicialidad es abordada por algunos autores como un concepto multidimensio-
nal, relacionado con la habilidad del sistema para permitir el traslado de un
usuario a donde desee, en el momento que
desee, a un costo razonable.
2.3.4 Confiabilidad
En el contexto del análisis de redes de
transporte, el uso del término confiabilidad
también puede adoptar varias acepciones. Por ejemplo, Immers, Bleukx, Stada, e
Yperman (2004),12 consideran la
perspectiva del usuario, expresándola
como el grado de certeza con el cual éste
puede estimar su tiempo de viaje.
Por su parte, desde la perspectiva del
sistema, se debe considerar la definición
teórica de probabilidad, en términos del
grado de conectividad y servicialidad de la red.
12 Immers, L.H., Stada, J.E., Yperman, I., Bleukx, A., (2004). Robustness and resilience of transportation networks. In: Proceedings of the 9th International Scientific Conference MOBILITA, Bratislava, Slovenia, May 6–7.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
8
Du y Nicholson (1994),13 analizan la
confiabilidad de una red de transporte en
lo referente a desastres naturales. Para
esto, usan el “flujo” como una medida de rendimiento para definir la forma de medir
la confiabilidad. Una de estas medidas consiste en definir la confiabilidad de un
par origen - destino de la siguiente forma: `�aPbc�aR = d5 ef ] g] g����h ≥ bc�ai (9)
Donde: `�aPbc�aR: Confiabilidad (como función) de
un par OD (k, s). ��: Muestra el estado normal. j�akj�a����: Demanda (flujo) origen - destino antes y después del
incidente ocurrido. bc�a: Umbral de aceptación.
Este indicador de confiabilidad se define
como la probabilidad de que la razón entre la nueva demanda origen - destino (que se
asume elástica) y la demanda normal
(antes del incidente) exceda el umbral pre
especificado para la confiabilidad de la red.
2.3.5 Probabilidad de falla y exposición a
eventos
La exposición a un cierto evento es
entendida como la pérdida o disminución
substancial de accesibilidad de un nodo dada la disminución de pocos arcos que
antes componían sus rutas de acceso.
Esta exposición puede ser calculada para
un nodo, para un grupo o para toda la red.
Aquí se presenta la fórmula general para el
13 Nicholson, A.J., Du, Z.P., (1994). Improving network reliability: a framework. In: Proceedings of 17th Australian Road Research Board Conference, pp. 1–17.
cálculo de la exposición total regional de
un grupo de nodos llamado “g”. Cuando
se mide el incremento en el costo de viaje
del grupo de nodos, se deben considerar todos los orígenes i que pertenecen a los
nodos de g, y todos los destinos j que pertenecen al resto de la red: l = ∑ m���n�o�����pq∑ �m�� (10)
En donde, l representa el número de arcos
no vitales de la red.
Un evento simple es la falla de un arco al
azar. Este escenario de caso promedio representa el modelo de falla más simple
que incluye alguna distribución de
probabilidad.
En otros casos puede considerarse
arbitrariamente los arcos más importantes para el grupo de nodos g como en el caso
de un ataque terrorista. Para este caso, la fórmula sería:
�jr.[á] �u� = 67j7 ∑ ∑ m���Y�� o�����pq ∑ ∑ m�pq (11)
La exposición de una región también puede ser calculada de forma similar de
acuerdo a Jenelius (2009),14 tal como se presentó en el punto que explica la
vulnerabilidad y la robustez.
2.3.6 Riesgo
La vulnerabilidad puede ser tratada de
manera similar al riesgo disociando su
14 Jenelius, E. (2009). Network structure and travel patterns: explaining the geographical disparities of road network vulnerability. Journal of Transport Geography 17 .pp. 234–244.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
9
análisis en un componente de probabilidad
y uno de consecuencias. Las
probabilidades de los eventos externos
que afectan a la red se calculan en base al análisis de la información histórica.
La definición del riesgo varía dependiendo
del contexto, pero en transporte contiene
principalmente dos componentes: la probabilidad de que un evento negativo
ocurra y el alcance de las consecuencias, una vez que el evento ha sucedido. Las
consecuencias usualmente están relacionadas con la vida de las personas,
la salud y el ambiente, y están valoradas
para las distintas realidades de los países, logrando con esto, ser consideradas en los
modelos de evaluación como un costo. Generalmente el riesgo se puede evaluar
como:15
`�v� = Pr�v� ∗ Q�v� (12)
En donde `�v� es el riesgo asociado a un
evento perjudicial v, el cual es la combinación de la probabilidad de que
ocurra el evento Pr�v� y el costo Q�v�.
2.3.7 Redundancia
Redundancia se refiere a la existencia de
numerosas rutas o medios de transporte
entre orígenes y destinos, que permiten
que en el caso de una interrupción en el sistema las consecuencias sean menores.
Sullivan, Novak y Aultman-Hall (2009),16
15 Einarsson, S., Rausand, M. (1998). An approach to vulnerability analysis of complex industrial systems, Risk Analysis 18 (5), 535–546. 16 Sullivan, James L., David C. Novak, Lisa Aultman-Hall and Darren Scott, (2009). A review of current practice in network disruption analysis and an assessment of the ability to account for isolating links in transportation
desarrollaron un índice que evalúa la
importancia de un segmento de vía en
relación con el sistema completo, lo cual
puede ser utilizado para medir la necesidad de redundancia de una red,17 el que
denominan NRI (por Network Robustness
Index). Este índice evalúa la importancia
de los arcos a través del cambio en el
costo del tiempo de viaje de re rutear el tráfico que antes pasaba por el arco que
se ha vuelto inservible desde el punto de vista operacional, es decir, para evaluar la
importancia o criticidad del arco se simula el funcionamiento de la red sacándolo de
operación. Considerando j\y -\ como el
flujo y el tiempo de viaje en cada arco “a” se establece el índice de la siguiente
manera: z`� = �\ − � (13)
En donde, c representa el costo total del
tiempo de viaje para el sistema con todos los arcos, y �\ el costo del tiempo de viaje
para el sistema completo sacando de la red el arco “a”. Estos costos se calculan
de la siguiente manera: �\ =∑ -\\ j\{\ (14)
� = ∑ -\\ j\ (15)
{\ ={1()*/75�4"a" ,4*(5*64�)S4S*/75*S0*,4-54�7(4
(16)
Es preciso mencionar que este costo debe
ser calculado con el sistema en equilibrio,
networks. Transportation Letters: The International Journal of Transportation Research. 17 Puede ser también una ruta marítima, aérea o ferroviaria.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
10
por lo tanto, se debe alcanzar el equilibrio
de usuario cada vez que se perturbe la red
sacando o agregando un arco. El esfuerzo
computacional que demanda el cálculo de este índice para cada arco de la red es
alto, pero provee de una herramienta poderosa para establecer un ranking de
criticidad.
El indicador denominado NTR (por
Network Trip Robustness)18 se utiliza para comparar redes de distinto tamaño, con
diferentes niveles de conectividad y con demanda variable. Este índice se calcula
como la suma del NRI sobre toda la red
dividida por el total de la demanda de
viajes�:
z ` = ∑ ���Y�\ (17)
Esta demanda se ocupa como
denominador en vez del número total de
arcos debido a que el tiempo de viaje y el flujo en los arcos -en la etapa de
asignación- son dependientes del número de arcos. Si la demanda permanece
constante, las redes con pocos arcos tienden a tener costos de viaje más altos
comparados con las redes con más arcos.
Por lo tanto, al incluirse el número de arcos en el denominador se produciría una
distorsión. La demanda total de la red se considera como un proxy razonable del
tamaño de la red.
18 Sullivan, James L., David C. Novak, Lisa Aultman-Hall and Darren Scott, (2009). A review of current practice in network disruption analysis and an assessment of the ability to account for isolating links in transportation networks. Transportation Letters: The International Journal of Transportation Research.
2.3.8 Resiliencia
Cuando se discute el concepto de resiliencia junto a robustez, flexibilidad,
adaptabilidad, accesibilidad, entre otros,
se están discutiendo estrategias que se adoptan para tratar de responder a las
interrupciones que un sistema puede sufrir.
La resiliencia es a menudo una
problemática de la ecología y expresa la
capacidad de un ecosistema de “volver a la normalidad” luego de haber sido
perturbado. Es, por lo tanto, un problema de estabilidad, involucrando dos factores:
i) la máxima perturbación desde la cual el
sistema puede recuperarse; y, ii) la
velocidad que toma recuperarse. Es
posible transferir estos conceptos al sistema de transporte, con, por ejemplo,
“tiempo que toma recuperar la servicialidad”.
La resiliencia también puede ser descrita como la capacidad de alcanzar un nuevo
estado de equilibrio. Sin embargo, muchos
de los incidentes que causan una
reducción de la servicialidad tienen una
duración relativamente corta, nunca alcanzando un nuevo equilibrio. Este
estado transitorio necesita de mayor
estudio y las últimas investigaciones
apuntan a que la micro simulación puede ser una herramienta útil para dichos
análisis.
2.3.9 Índice de riesgo
A lo largo de la historia, la humanidad ha
estado expuesta al impacto de los fenómenos naturales peligrosos (también
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
11
denominados “amenazas naturales” o
“fenómenos perturbadores”), registrando
pérdidas y daños. En las últimas décadas
el aumento y concentración de población en numerosas áreas del mundo, la
pobreza, la desigualdad social, la exclusión territorial, han potencializado el impacto de
los fenómenos naturales.
Un desastre es la materialización del
riesgo, resultado de las interacciones entre la sociedad y los fenómenos o eventos
perturbadores, donde general-mente pueden registrarse pérdidas humanas y
materiales.
Conceptualmente, el riesgo se relaciona
con las características de las amenazas o peligros, y con la vulnerabilidad de un
sistema ante la ocurrencia de dicha
amenaza. Para objetos del presente estudio, la amenaza se expresa como la
probabilidad de ocurrencia de un determinado nivel de severidad de
eventos, en un intervalo de tiempo dado, y la vulnerabilidad como el nivel de daños
probable que resultaría.
La evaluación de las amenazas determina
la severidad de los eventos y sus
características temporales (frecuencia) y espaciales (susceptibilidad), en forma
probabilística o determinística.
La evaluación de la vulnerabilidad
determina el nivel de daño que sufriría la infraestructura en función de la severidad
de los eventos. La evaluación del riesgo
integra las evaluaciones de amenaza y de
vulnerabilidad, y a partir de esa
integración, se determinan los diferentes impactos socioeconómicos de los eventos.
Para efectos del presente estudio, y sobre
la base de la literatura previamente
desarrollada en la temática en comento, es
posible plantear las relaciones matemáticas que muestra la figura de la
siguiente página.
Para el cálculo de índice de riesgo en la
infraestructura vial, Xia et al 2005,19 desarrolló un método basado en la
agregación de los factores que contribuyen a aumentar o disminuir el riesgo en
infraestructura vial. Su método propone un índice de riesgo basado en escalas
semánticas que califican diversos atributos
de la red vial, como por ejemplo el tráfico, jerarquía, presencia de rutas alternativas
competitivas, entre otros. Tomando como base el concepto de Xia et al (2005) y el
trabajo de Valenzuela et al (2010),20 se
propuso un método de cálculo de índice de riesgo de aplicación global a la red vial que
es el que se presenta en este estudio. El modelo se fundamenta en la definición
universalmente aceptada de riesgo, el cual corresponde al producto de la probabilidad
de ocurrencia de un evento de origen
aleatorio y las consecuencias para un
sujeto de estudio.
19 Xia, J Chen, M and Liu, R (2005). Framework for Risk Assessment of Highway Network. TRB 2005 Annual Meeting, Unites States. 20 Valenzuela, S., De Solminihac, H, y Echaveguren T. (2010). Proposal of an Integrated Index for Prioritization of Bridge Maintenance, Journal of Bridge Engineering, 15(1), 337 – 343.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
12
Esquema explicativo del cálculo del Índice de Riesgo (IR)
* Valenzuela, S., De Solminihac, H, y Echaveguren T. (2010). Proposal of an Integrated Index for Prioritization of Bridge
Maintenance, Journal of Bridge Engineering, 15(1), 337 – 343. Fuente: EULA-MOP, 2010.
2.4 Aspectos contingentes en la
modelación de redes bajo el
enfoque de vulnerabilidad Ciertos temas problemáticos relativos a la
disponibilidad, nivel de detalle y precisión de los datos constituyen asuntos que
todos los organismos de planificación
deben enfrentar. Por lo general, las entidades pertinentes de unidades
geopolíticas (por ejemplo comunas o
regiones) más populosas y ricas disponen
de más recursos y experticia para la recolección -y análisis- de datos, y
consiguiente modelamiento. A nivel
internacional no existen estándares que
normen cuan preciso debiera ser un
modelo de vulnerabilidad de una red de
transporte. Los investigadores del
Transportation Research Center (TRC) de
la Universidad de Vermont (UVM) consultados para el presente estudio,21
han sugerido un enfoque para el modelamiento de vulnerabilidad de redes
que puede ser incorporado a los modelos
de demanda de viajes comúnmente utilizados por muchos organismos de
planificación.
Otro tema relevante que se trató en el estudio corresponde al nivel de agregación
de los datos de entrada de demanda y
oferta de transporte.
21 e.d. Dave Novak y Jim Sullivan.
IES=f(IA, ISP, TMDA, JER)IES=0,05+0,28*(IA)+0,22*(ISP)+0,23
*(TMDA)+0,25*(JER)
•IES: Importancia Estratégica•IA: Índice de Accesibilidad•ISP: Índice Sistema Productivo
•TMDA: Tránsito Medio Diario Anual•JER: Jerarquía de la vía
•IE: Índice de Exposición•LA: Longitud del Arco Vial Afectado por eventos históricos•LT: Longitud del Arco Vial•NE: Número de Eventos Históricos
IE=f(LA, LT, NE)
IE= (LA/LT)*NE
V=f(ESTADO, VEN)
•V: Índice de Vulnerabilidad•ESTADO: Índice de Estado General del Arco•VEN: Vulnerabilidad ante un Evento Tipo
V= 0,1+0,44*(ESTADO)+0,53*((1/N)*∑VENj)
C=IES * V * IEIR= Pr * C
•IR: Índice de Riesgo•Pr: Probabilidad de Ocurrencia•C: Consecuencias
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
13
Aparte del trabajo relacionado con
robustez y vulnerabilidad de redes de
transporte, actualmente se está realizando
en el TRC de la UVM una investigación en el área de modelamiento de degradación
de red y análisis de riesgo, lo cual es un problema matemáticamente complejo que
involucra probabilidades, cuantificación de
riesgos y evaluación de riesgos. Las posibles formas de abordar el problema
pueden variar desde simples árboles de decisión con supuestos determinísticos
hasta combinaciones de modelos complejos con parámetros estocásticos.
Uno de los objetivos de un estudio que
está desarrollando la UVM, es desarrollar una “biblioteca” de curvas de probabilidad
de interrupción, lo cual permite extender la metodología utilizada en este estudio a la
degradación de arcos (actualmente sólo
considera disrupción).
Dentro de los aspectos y recomendaciones metodológicas revisadas, se expone el
caso de la relación entre la confiabilidad y calidad de los resultados de los análisis de
vulnerabilidad de redes y la toma de
decisiones por parte de las autoridades en
los Estados Unidos.
3. DIAGNÓSTICO Y
CARACTERIZACIÓN DEL
PROBLEMA
Con base en la revisión y análisis de los antecedentes relevantes, se definieron y
diagnosticaron las variables del problema, logrando su caracterización, y el desarrollo
de un inventario de la red actual. Además, se caracterizó la demanda de transporte a
través del análisis de antecedentes, la
zonificación, entrevistas y la realización de encuestas origen – destino. Se calibró el
modelo de red para el año 2011, presentando un alto grado de ajuste y se
realizó la proyección de variables que
permitieron proyectar la demanda de transporte en los cortes temporales 2021 y
2031. Lo anterior permitió determinar las matrices origen – destino para el año base
y cortes temporales.
3.1 Definición de las variables
relevantes
Estas variables son partes constituyentes
de los tres sistemas en estudio (de
transporte, actividades y territorial), y
condicionan la vulnerabilidad de la red de conectividad terrestre - marítima. Para
cada sistema se identificaron las
siguientes variables:
� Sistema de actividades - Caracterización productiva del
territorio, sus recursos y actividades productivas.
- Estructura de ocupación del
territorio, características demográ-
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
14
ficas y socioeconómicas definidas
espacialmente.
� Servicios e infraestructura de
transporte - Red vial relevante.
- Red vial básica estructurante y red secundaria de la región.
� Variables territoriales
- Medio físico: edafología, geomorfo-logía, clima, hidrología superficial y
subterránea, borde costero. - Medio biótico: flora, vegetación y
fauna.
3.2 Diagnóstico y proyección
futura del escenario territorial
En la Región de Los Lagos, el territorio al sur del Seno de Reloncaví se hace
desmembrado e insular, característica
especial que hace de su conectividad un asunto más costoso y complejo que en el
resto del país. Su población estimada al 2010 es de 836.256 habs., con una tasa
de crecimiento del 1,3% (periodo 2008-2010). Un 68,5% de la población habita
en áreas urbanas.
La actividad económica regional está
vinculada principalmente al sector primario: ganadería, acuicultura e industria
forestal, a las que se han incorporado
procesos industriales. Destacan la
especialización lechera, el ganado bovino,
la salmonicultura y la producción de astillas.
El PIB regional alcanzó 2.798.495 millones
de pesos el año 2009.22 Un 52,3% del PIB
es aportado por la Industria
22 Estimación del Banco Central.
Manufacturera, Transporte y Telecomuni-
caciones, la Pesca y los Servicios
Personales.
En términos sociales, la pobreza llega al 11,8% y la indigencia al 2,4% en el año
2009. Tanto el ingreso autónomo como el
ingreso monetario de la región son menores al promedio país.
El uso de suelo está principalmente dado
por bosques (58%) y praderas y matorrales (24%), siendo la región con el
mayor porcentaje de bosques sobre el total de su superficie.
En términos del sistema urbano, se
identifican tres subsistemas urbanos en la
zona de estudio: los estructurados en torno a Osorno y Puerto Montt, y un
tercero en la Isla de Chiloé, en torno a Castro y Ancud.
Puerto Montt y Castro tuvieron
crecimientos que duplicaron la media nacional en el periodo 1992-2002. En la
proyección al 2020, las ciudades con mayor crecimiento serán las de Quellón,
Dalcahue, Puerto Montt y Castro, todas
sobre el 20%.
Adicionalmente se revisaron los objetivos de desarrollo territorial y sus prioridades,
los cuales están contenidos en el "Plan de
Infraestructura para la Competitividad" (DIRPLAN, 2008) y en el "Plan Regional
Los Lagos 2010-2014" (Gobierno
Regional).
Dentro de este contexto se analizaron y
proyectaron las tendencias de ocupación
del territorio y también las variables
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
15
productivas y demográficas territoriali-
zadas para el año base (2011) y cortes
temporales futuros (2021 y 2031).
3.3 Diagnóstico de la
infraestructura de transporte y
de la red de conectividad
A. Red de transporte relevante En el análisis de la infraestructura actual
se incluyó a la red vial, la red ferroviaria,
las facilidades portuarias y a los aeródromos.
La red vial relevante que se utilizó en la
modelación, tiene una extensión de 2.362
km, de los cuales 1.492 km corresponden a caminos pavimentados. Estos 2.362 km
definidos como red vial relevante representan el 36% del total de la red vial
regional (sin considerar la red vial de la Provincia de Palena).23 Sin embargo, la red
vial relevante contiene al 91% de los
caminos pavimentados.
Por su parte, la red ferroviaria es utilizada para transporte de carga sólo de manera
ocasional.
El puerto más importante de la región es el
de Puerto Montt, pero los puertos de Calbuco y Quellón también han adquirido
importancia de la mano de la industria
salmonera.
En la región existen 54 aeródromos y dos
aeropuertos (El Tepual, en Puerto Montt y Cañal Bajo, en Osorno).
23 Los Términos de Referencia del Estudio explicitaban la no inclusión de la Provincia de Palena.
En la página siguiente se presenta la red
de transporte relevante del estudio.
B. Identificación de los principales
problemas de conectividad y
accesibilidad
El particular emplazamiento de la Isla de
Chiloé y la irregular geografía existente al sur del Seno de Reloncaví, le dan a esta
zona características especiales que complican la comunicación dentro de ella y
hacia el resto del país. Esto hace que el
tráfico multimodal sea en la práctica la única opción de transporte en diversos
puntos de la región.
Los principales problemas asociados a tiempos de viaje y accidentalidad, se
detectaron en la Ruta 5, en los sectores de
Tara – Compu, Colonia Yungay - Quellón y Puerto Montt – Pargua.
Es imprescindible una conexión bimodal
permanente entre Coyhaique y Puerto Montt para dar la continuidad necesaria a
la Ruta 7, y mejorar la conectividad con
las regiones más australes. En este
sentido, el mejoramiento de la Carretera
Austral se debe focalizar en los siguientes tramos problemáticos:
� Chaica - Caleta La Arena.
� Puelche - Hornopirén.
� Caleta Gonzalo - Santa Bárbara – Chaitén.
� Michimahuida - Santa Lucía - límite regional.
Además se identificaron cuatro polos de
concentración de localidades aisladas:
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
16
� Localidades asociadas al Lago Todos
los Santos.
� Islas ubicadas en el Golfo de Ancud y
el Golfo de Corcovado.
� Localidades asociadas al Seno de
Reloncaví y Río Puelo.
� Las localidades ubicadas en el entorno
de Hornopirén, sobre todo hacia el sur de ésta.
Red de transportes relevante del estudio
Fuente: Base cartográfica: SIG MOP. Nota: Los límites y fronteras de Chile son sólo referenciales y no comprometen en modo
alguno al Estado de Chile, de acuerdo al Artículo 2°, letra g del DFL. N°83, del Ministerio de Relaciones Exteriores.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
17
C. Objetivos funcionales de los
componentes de la red
Se realizó una caracterización de la red de
conectividad actual que incorpora el conjunto de variables asociadas al
territorio y que explican el uso -y las funciones- de los arcos de la red. Para
esto, se efectuó un extendido
reconocimiento territorial, el que junto al proceso de entrevistas a actores
relevantes de la región, posibilitó y facilitó la identificación funcional de los
componentes fundamentales de la red regional. Esta caracterización permite
conocer posteriormente, las actividades
económicas que se ven afectadas en los escenarios de riesgo planteados, es decir,
permite tener una idea de las áreas de la economía regional que se podrían ver
afectadas en caso de falla de sus componentes.
Asimismo, con la perspectiva de precisar los impactos que podrían ocasionar los
eventos de la naturaleza en la red vial y para tener cabal conocimiento de la
importancia de los caminos para la
actividad económica regional, se dispuso un registro de cada camino identificando si
eran utilizados para una o más de las
siguientes actividades:
� Turismo.
� Industria manufacturera.
� Conectividad a zonas aisladas.
� Industria agropecuaria.
� Acuicultura.
D. Definición de la red base de
modelación
La red vial de modelación se definió
considerando una zonificación comunal, su accesibilidad y la oferta vial interurbana
existente en el año base 2011. El punto de partida fue la topología disponible en el
"Actualización y Consolidación de Modelos
de Planificación Vial para la Zona Sur" (DIRPLAN), en adelante Estudio Base. Esta
red se analizó mediante el uso del Sistema de Información Geográfico (SIG) facilitado
por DIRPLAN (levantamiento realizado por la Dirección de Vialidad en el año 2003) y
se complementó con el examen de las
Cartas Camineras de la Dirección de Vialidad del año 2011. Se complementó la
codificación de la red, incluyendo 397 puentes, elementos relevantes para el
análisis de vulnerabilidad.
Para representar adecuadamente la
accesibilidad a las diferentes zonas del
área de estudio se incorporaron las
principales vías no pavimentadas. Además
se consideraron las vías necesarias para representar un re ruteo realista de los
vehículos en una situación de corte de las vías principales.
Con la finalidad de representar de mejor
forma los sentidos de cobro, se incorporan
giros penalizados en EMME3, (“Turn
Penalty”), lo que permite discriminar los movimientos vehiculares realmente
tarificados.
Las definiciones de las funciones de costo
y flujo - tiempo corresponden a las del Estudio Base, con la actualización de los
valores subjetivos del tiempo del estudio
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
18
"Actualización del Plan Director de
Infraestructura MOP" (DIRPLAN). Los
costos de operación vehicular se
obtuvieron del modelo COPER.24
Valores subjetivos del tiempo para elección
rutal, etapa de calibración
Estrato de Ingreso ($-Dic 2010/min)
Bajo 28,3
Medio 52,6
Alto 67,0 Fuente: Elaboración propia con base en el estudio
"Actualización del Plan Director de Infraestructura MOP"
Rango valores de curvatura horizontal
Categoría Rango Valor
Recto < 50°/km 25
Bajo 50°/km - 100°/km 75
Medio 100°/km - 300°/km 200
Alto > 300°/km 300 Fuente: Elaboración propia a partir de Inventario Vial 2010.
Rango valores de curvatura vertical
Categoría Rango Valor
Bajo < 2% 10
Medio 2% - 4% 30
Alto > 4% 40 Fuente: Elaboración propia a partir de Inventario Vial 2010.
Precios privados modelo COPER: $ diciembre
2010
Recurso Camiones 2
Ejes
Camiones +
2 Ejes
Vehículos (Valor)
($/veh) 20.794.646 47.047.925
Combustible ($/lt) 488 488
Neumáticos
($/neum) 115.120 228.072
Mantención ($/hr) 2.996 2.996
Lubricantes ($/lt) 2.153 2.153 Fuente: Departamento Inversiones, MIDEPLAN.
24 La combinatoria de curvatura, pendiente, tipo de carpeta
e índice de rugosidad que tienen los arcos de la red, hacen que el modelo COPER entregue más de 100 valores
distintos de costo de operación para cada tipo de camino
en la red.
3.4 Caracterización y diagnóstico
de la demanda de transporte
Para el análisis de la utilización de la red
de transporte se ocupó tanto información existente como información obtenida
como parte de este estudio.
Las fuentes previamente existentes son las
que proveen información periódica de flujos; estás corresponden a: el Plan
Nacional de Censos de la Dirección de Vialidad del MOP, la información de las
plazas de peaje, 10 contadores automáticos en diversas rutas y el registro
de tráfico internacional que provee el
Servicio Nacional de Aduanas. Además, se utilizó el Estudio Base.
La zonificación utilizada al interior de la
región es de orden comunal, representada por 27 comunas. Además se consideraron
las siguientes zonas externas:
� Tres comunas al norte de la región: La
Unión, Río Bueno y Lago Ranco. � Norte: representa, en forma genérica,
cualquier destino al norte de la región,
exceptuando la Región Metropolitana. � Región Metropolitana.
� Sur: representa, en forma genérica,
cualquier destino al sur de la región.
� Extranjero: representa, en forma genérica, cualquier viaje realizado hacia
o desde Argentina.
En el curso del estudio se desarrolló,
diseñó y aplicó una encuesta origen - destino, realizada en cinco (5) puntos de
control.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
19
El siguiente paso fue determinar las
matrices origen - destino para el año de
calibración 2011. Para esto se utilizaron
las siguientes fuentes de información: i) las matrices origen - destino provenientes
del Estudio de Base, ii) las encuestas origen - destino realizadas como parte del
estudio; y, iii) la información de flujos
vehiculares registrados en las plazas de peaje troncales y laterales existentes en la
región.
El proceso de estimación de las matrices origen - destino incluyó las siguientes
actividades principales:
� Construcción de matrices a priori: con
base en las matrices de viaje del Estudio de Base y de los resultados de
la consolidación de las encuestas
origen - destino. En este último caso, se aplicó el método de ajuste por
máxima verosimilitud, según lo descrito en Gálvez et. al (1996),25 y máxima
entropía.
� Ajuste y poblamiento de viajes no
observados: las matrices antes
obtenidas se completaron utilizando
modelos de demanda directa. Para esto se consideró que la generación y
atracción de vehículos livianos y
camiones de dos ejes responden en un
alto grado a la cantidad de población
residente en las zonas y que el camión de más de dos ejes lo hace con
respecto a la producción comunal.
25 Gálvez, T.E., Hernández, J., Véjar, G. 1996. “Metodología de Consolidación de Matrices Origen Destino obtenidas de Encuestas en Carreteras”. IX Congreso Panamericano de Ingeniería de Tránsito y Transporte, La Habana, Cuba.
Los resultados se muestran a través del
ajuste de los flujos modelados y
observados. Además, como en este tipo
de estudio las vías no pavimentadas son relevantes, se consideró también –a modo
de validación– la comparación de flujos en vías secundarias.
Para proyectar la demanda de transportes se utilizó el modelo propuesto en el
Estudio de Base, el cual es complementado con un sub modelo de
proyección, que representa la variación futura de la tasa de generación de viajes.
La calibración de este sub modelo se
realizó utilizando los datos de consumo y precio de la gasolina automotriz para una
serie de 20 años.
Una vez calibrados los diferentes modelos,
se desarrolló un proceso iterativo en orden a obtener las matrices de viajes
proyectadas, utilizándose por cierto, en forma incremental, las tasas de
crecimiento obtenidas.
Resultados globales, proyección de la demanda:
2011-2031
Tipo de
veh.
Viajes/año
2011 2021 2031
VL 13.564.674 21.192.582 34.970.614
CS 1.497.780 2.338.660 3.673.855
CP 1.841.569 4.529.595 17.118.271
Fuente: Elaboración propia.
Tasas de crecimiento de viajes por tipo de vehículo
Tipo de veh.
Tasa de crecimiento (%)
2011-2021 2021 -2031
VL 4,6 5,1
CS 4,6 4,6
CP 9,4 14,2
Fuente: Elaboración propia.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
20
Esquema Procedimiento de proyección de las matrices de viajes
Fuente: Elaboración propia.
Matrices de camiones calibradas para el año
2011
Tasas de crecimiento resultantes de la
predicción de viajes de los modelos de demanda
directa de camiones
Asignación estocástica camiones
Variables explicativas proyectadas
Costos de viaje de camiones entre zonas
Tasas de crecimiento vehículos livianos Estudio
BaseMatrices de camiones
proyectadas
Costos iniciales de viaje de vehículos livianos entre
zonas
Nuevas matrices de vehículos livianos
proyectadas
Asignación estocástica multiusuario
Nuevos costos de viaje de vehículos livianos entre
zonas
Matrices de vehículos livianos proyectadas
Diferencias significativas de costos?
Sí
No
Matrices iniciales de vehículos livianos
proyectadas
Matrices de vehículos livianos calibradas para el
año 2011
Tasas de crecimiento resultantes de la
predicción de viajes de los modelos de demanda
directa de vehículos
livianos
Asignación estocástica multiusuario
Matrices de camiones calibradas
para el año base
Matrices de vehículos livianos calibradas para el
año base
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
21
Matriz de viajes vehículos livianos: 2011
(veh/día)
Fuente: Elaboración propia.
Matriz de viajes camiones simples: 2011
(veh/día)
Fuente: Elaboración propia.
O/D
AN
CU
D
CA
LBU
CO
CA
ST
RO
CH
ON
CH
I
CO
CH
AM
Ó
CU
RA
CO
DE
VÉ
LEZ
DA
LCA
HU
E
EX
TR
AN
JE
RO
FR
ES
IA
FR
UT
ILL
AR
HU
ALA
IHU
É
LA U
NIÓ
N
LAG
O R
AN
CO
LLA
NQ
UIH
UE
LOS
MU
ER
MO
S
MA
ULL
ÍN
NO
RT
E
OS
OR
NO
PU
ER
TO
MO
NT
T
PU
ER
TO
OC
TA
Y
PU
ER
TO
VA
RA
S
PU
QU
ELD
ÓN
PU
RR
AN
QU
E
PU
YE
HU
E
QU
EIL
EN
QU
ELL
ÓN
QU
EM
CH
I
QU
INC
HA
O
RIO
BU
EN
O
RIO
NE
GR
O
RM
SA
N J
UA
N D
E L
A C
OS
TA
SA
N P
AB
LO
SU
R
TOTALES
ANCUD 0 9 346 23 2 10 28 0 12 6 2 12 11 5 18 35 33 8 37 9 10 11 11 9 2 217 5 26 10 1 6 1 2 1 919
CALBUCO 1 0 3 6 2 3 5 0 207 6 1 11 9 5 120 123 27 8 480 8 0 1 10 8 2 1 1 1 9 1 18 1 2 1 1.078
CASTRO 318 9 0 35 2 19 149 0 4 33 8 4 14 4 5 5 77 12 220 10 6 22 13 3 20 294 20 24 13 4 14 0 7 9 1.378
CHONCHI 4 6 17 0 0 8 20 0 2 3 1 2 4 2 2 3 8 2 22 13 0 6 7 6 3 51 1 1 7 1 5 0 1 1 208
COCHAMÓ 0 2 1 0 0 2 1 0 1 2 0 1 1 1 1 1 3 1 314 6 0 1 6 5 1 0 0 0 6 0 15 1 1 0 376
CURACO DE VÉLEZ 6 2 7 5 3 0 5 0 3 2 1 2 1 2 2 3 3 1 9 0 0 2 0 5 4 2 1 3 0 1 2 2 1 1 86
DALCAHUE 0 1 145 3 1 9 3 1 1 32 1 1 4 2 1 1 25 9 57 3 1 9 4 1 3 8 12 14 4 5 15 0 16 1 392
EXTRANJERO 1 0 2 0 0 1 0 0 48 3 1 0 0 2 0 0 1 806 122 1 0 1 1 9 2 1 0 1 1 4 23 1 3 1 1.035
FRESIA 1 182 1 1 1 2 10 48 0 5 1 8 3 4 27 5 13 80 62 7 0 1 11 7 1 1 0 1 8 1 17 0 1 1 513
FRUTILLAR 5 4 26 1 1 1 3 1 5 0 22 3 5 118 3 2 13 21 159 17 7 13 12 11 10 23 2 21 8 21 30 1 43 21 634
HUALAIHUÉ 32 0 3 0 0 1 0 0 0 23 0 0 2 1 0 0 16 2 172 1 2 4 1 0 1 1 3 0 1 2 26 2 7 0 308
LA UNIÓN 1 13 1 3 2 3 12 0 8 6 1 0 10 4 8 5 128 674 44 10 0 1 14 30 2 1 1 1 39 2 20 4 7 1 1.055
LAGO RANCO 2 3 10 2 2 2 3 3 2 4 1 15 0 4 2 2 56 26 80 3 3 2 2 7 1 2 1 1 9 3 37 2 3 1 297
LLANQUIHUE 1 3 5 1 1 2 2 2 2 127 1 2 5 0 2 2 38 30 890 6 390 12 7 10 0 1 4 1 5 27 31 1 3 1 1.617
LOS MUERMOS 1 109 1 2 1 2 14 0 27 4 1 8 4 4 0 8 91 6 239 7 0 1 17 7 1 1 0 1 8 1 17 1 2 1 587
MAULLÍN 1 123 1 3 1 3 29 0 5 3 1 4 4 3 8 0 10 3 56 7 0 1 7 7 1 1 1 1 7 1 17 1 2 1 309
NORTE 38 37 141 12 6 3 24 2 17 29 47 128 45 52 97 15 0 1.092 363 37 28 15 77 46 15 42 23 20 135 127 40 60 12 23 2.846
OSORNO 8 6 12 2 1 4 5 745 79 24 6 677 43 47 5 3 1.104 0 702 15 34 17 56 115 3 12 11 5 172 79 537 77 127 5 4.736
PUERTO MONTT 34 494 228 12 296 12 57 120 44 150 179 24 63 947 212 40 390 815 0 40 3.769 28 68 117 33 33 27 23 49 97 128 24 55 24 8.628
PUERTO OCTAY 2 6 6 5 5 0 6 0 6 23 2 7 2 10 6 5 20 11 46 0 0 2 10 23 4 2 1 2 7 2 14 2 5 2 244
PUERTO VARAS 1 5 5 1 1 1 3 11 3 17 1 2 11 410 4 2 44 15 3.413 4 0 1 6 9 1 1 1 1 4 5 15 1 3 1 4.002
PUQUELDÓN 12 0 8 2 0 1 0 0 0 28 0 0 1 0 0 0 6 2 19 5 0 0 1 0 1 1 3 0 1 3 6 2 12 0 118
PURRANQUE 2 7 3 5 5 1 7 1 9 15 2 11 1 9 15 6 74 60 89 16 0 3 0 94 5 2 1 2 21 6 61 2 4 2 541
PUYEHUE 0 1 1 1 1 4 1 2 1 43 0 31 3 8 1 1 36 122 71 5 2 11 97 0 6 1 4 0 55 23 34 21 4 0 592
QUEILEN 1 0 29 1 0 1 0 1 0 7 1 0 1 0 0 0 3 1 24 1 1 3 1 11 0 1 1 1 1 5 13 2 3 1 119
QUELLÓN 201 1 296 51 1 4 2 1 1 16 1 9 3 2 1 1 56 30 4 3 1 3 3 1 27 0 9 3 4 4 3 2 16 5 766
QUEMCHI 24 1 16 1 0 1 3 0 0 3 4 0 2 4 0 1 29 2 28 1 0 6 1 4 2 5 0 5 1 2 5 1 7 4 161
QUINCHAO 40 0 14 1 0 2 1 0 0 34 0 0 2 0 0 0 16 2 25 1 1 1 2 0 1 2 4 0 2 3 7 2 7 0 174
RIO BUENO 2 7 3 6 6 1 7 0 7 13 2 28 8 8 7 6 116 185 77 8 0 3 17 33 5 2 1 2 0 4 65 3 10 2 644
RIO NEGRO 3 7 7 4 4 2 2 1 9 6 4 14 3 48 7 5 128 50 155 4 2 3 6 22 4 4 4 3 14 0 99 1 0 20 646
RM 4 14 21 17 13 1 3 6 17 22 16 26 22 33 17 16 16 552 138 12 15 6 84 33 13 4 5 4 32 90 0 35 9 16 1.311
SAN JUAN DE LA COSTA 7 2 1 1 1 5 2 2 2 24 7 2 2 15 2 1 52 77 16 6 2 6 7 26 14 7 2 7 7 1 36 0 3 7 351
SAN PABLO 3 1 8 1 1 1 1 1 1 14 0 7 2 3 1 1 13 128 64 4 1 3 5 4 3 1 1 0 9 6 10 1 0 0 300
SUR 37 0 4 0 0 2 0 0 0 24 0 0 3 0 0 0 18 2 27 2 1 0 2 0 1 3 4 0 2 4 29 5 22 0 194
Totales 794 1.060 1.372 209 362 114 412 948 523 752 313 1.040 298 1.758 575 298 2.665 4.835 8.224 271 4.278 198 566 661 194 726 155 174 648 535 1.395 258 400 151 37.163
O/D
AN
CU
D
CA
LBU
CO
CA
ST
RO
CH
ON
CH
I
CO
CH
AM
Ó
CU
RA
CO
DE
VÉ
LEZ
DA
LCA
HU
E
EX
TR
AN
JE
RO
FR
ES
IA
FR
UT
ILLA
R
HU
ALA
IHU
É
LA U
NIÓ
N
LAG
O R
AN
CO
LLA
NQ
UIH
UE
LOS
MU
ER
MO
S
MA
ULL
ÍN
NO
RT
E
OS
OR
NO
PU
ER
TO
MO
NT
T
PU
ER
TO
OC
TA
Y
PU
ER
TO
VA
RA
S
PU
QU
ELD
ÓN
PU
RR
AN
QU
E
PU
YE
HU
E
QU
EIL
EN
QU
ELL
ÓN
QU
EM
CH
I
QU
INC
HA
O
RIO
BU
EN
O
RIO
NE
GR
O
RM
SA
N J
UA
N D
E L
A C
OS
TA
SA
N P
AB
LO
SU
R
TOTALES
ANCUD 0 5 5 1 0 1 30 0 1 0 0 1 0 0 2 3 0 1 26 1 2 0 2 2 0 10 2 1 0 0 0 0 0 1 101
CALBUCO 4 0 3 3 0 0 0 0 1 0 1 1 0 1 2 1 4 0 72 0 1 0 1 0 0 1 0 0 0 0 1 0 0 1 100
CASTRO 4 3 0 17 0 0 38 0 0 5 0 0 1 1 1 1 3 2 18 1 1 1 1 0 2 43 2 2 1 0 2 0 1 0 150
CHONCHI 18 2 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 41
COCHAMÓ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 28 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 35
CURACO DE VÉLEZ 1 0 1 2 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9
DALCAHUE 25 1 29 3 0 0 0 0 0 1 0 0 0 0 1 0 0 0 12 0 1 0 1 0 0 0 1 0 1 1 0 1 0 0 81
EXTRANJERO 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 41 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 46
FRESIA 1 1 1 0 0 1 0 0 0 0 0 1 0 0 2 0 5 3 13 2 6 0 2 0 0 0 0 0 7 4 1 0 0 1 54
FRUTILLAR 1 0 7 0 0 0 1 0 0 0 1 1 0 1 1 0 4 4 20 1 39 0 1 1 0 0 0 1 1 1 1 0 1 2 91
HUALAIHUÉ 0 0 1 0 0 0 1 0 0 1 0 0 1 1 0 0 1 1 7 0 1 0 1 0 0 0 1 0 1 1 1 0 1 0 22
LA UNIÓN 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 31 51 7 4 1 0 0 0 0 0 0 0 4 0 1 0 0 0 106
LAGO RANCO 1 0 1 0 0 0 1 0 0 1 0 1 0 0 0 0 7 2 1 0 1 0 1 0 0 0 0 0 1 1 1 1 0 0 24
LLANQUIHUE 0 1 7 0 0 0 0 0 1 1 0 1 0 0 1 2 27 4 31 0 10 0 1 0 0 0 1 0 2 1 1 1 1 0 95
LOS MUERMOS 2 2 1 0 0 1 0 0 1 0 0 1 0 0 0 1 3 6 36 2 1 0 4 1 0 1 0 0 5 0 1 0 0 1 72
MAULLÍN 3 2 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 13 1 1 0 0 0 0 1 0 0 0 0 1 0 0 1 28
NORTE 4 8 3 2 1 1 2 0 3 4 3 31 7 3 3 5 0 241 90 17 12 1 8 15 2 1 2 3 25 3 259 2 21 7 788
OSORNO 5 0 2 1 1 1 3 41 2 3 1 48 3 6 6 3 202 0 34 11 5 1 33 40 1 0 2 1 15 4 2 3 4 1 484
PUERTO MONTT 31 73 27 4 28 1 15 0 33 26 5 7 1 31 38 13 45 18 0 2 110 5 11 10 1 21 15 34 7 4 5 1 2 3 627
PUERTO OCTAY 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 17 10 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 35
PUERTO VARAS 3 1 3 0 0 0 0 0 6 31 0 1 0 10 1 1 7 6 145 0 0 0 1 0 0 0 0 0 0 0 1 0 0 1 219
PUQUELDÓN 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 9
PURRANQUE 2 0 1 1 1 0 0 0 1 1 1 2 0 1 4 1 8 9 8 1 4 0 0 1 0 3 0 1 1 0 2 0 0 1 56
PUYEHUE 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 3 39 2 0 1 0 1 0 0 0 0 0 1 10 1 1 1 0 65
QUEILEN 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2 0 0 0 0 0 0 1 0 1 0 1 0 0 0 1 12
QUELLÓN 7 2 43 1 0 0 1 0 0 0 0 0 1 0 1 1 0 0 22 0 1 0 1 0 1 0 1 0 0 1 0 1 0 0 87
QUEMCHI 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 23
QUINCHAO 1 0 2 0 0 0 1 0 0 1 0 0 0 1 0 0 0 0 36 0 1 0 1 0 0 0 1 0 0 1 0 0 0 0 48
RIO BUENO 1 0 1 1 1 0 0 0 6 0 1 43 1 0 4 2 20 15 10 0 1 0 1 1 0 1 0 1 0 0 2 0 1 2 120
RIO NEGRO 0 0 0 0 0 0 1 0 4 0 1 0 1 1 0 0 3 5 4 1 0 0 1 10 0 1 0 1 1 0 3 1 1 2 43
RM 1 1 3 0 0 0 1 0 0 1 2 1 1 1 1 1 284 3 3 1 1 0 1 1 1 2 1 1 2 2 0 1 1 4 321
SAN JUAN DE LA COSTA 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 6 2 0 0 0 0 1 0 1 0 1 1 1 2 0 0 1 20
SAN PABLO 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 14 3 1 0 1 0 1 0 0 0 0 0 1 1 1 0 0 0 30
SUR 1 1 3 0 0 0 1 0 0 2 0 1 1 2 1 1 7 1 3 1 1 0 1 0 1 0 1 0 2 2 2 1 1 0 37
Totales 118 105 163 40 36 10 101 44 63 81 17 143 22 62 74 40 699 475 675 47 204 13 80 87 13 91 32 50 80 40 291 17 36 32 4.080
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
22
Matriz de viajes camiones pesados: 2011
(veh/día)
Fuente: Elaboración propia.
3.5 Caracterización y diagnóstico
del territorio expuesto a
eventos naturales que
constituyen amenazas para la
red de conectividad
Se reunieron antecedentes de la espacialización y frecuencia de los
principales eventos naturales que afectan
a la región. Con esto se estudiaron los factores de amenaza más comunes en la
región, los cuales favorecen la ocurrencia de inundaciones, deslizamientos, despren-
dimientos, erosión e interrupción y/o
destrucción de infraestructura existente, entre otros. Estos factores son los
siguientes:
� Alta precipitación pluvial; las
precipitaciones influyen en la
ocurrencia de inundaciones, tanto
terrestres como las producidas por crecidas de ríos a causa de la alta
descarga de lluvias, esto puede
provocar interrupción o destrucción de
infraestructura. Además, debido a la
saturación del suelo por las aguas lluvias, se pueden provocar
deslizamientos, con la posibilidad de bloqueo de caminos.
� Alta presencia de masas y cuerpos de agua; según el nivel de energía
potencial que generen, pueden
presentar distintos niveles de erosividad en el terreno. Masas de
agua con alta energía potencial constituyen zonas de mayor riesgo, por
O/D
AN
CU
D
CA
LBU
CO
CA
ST
RO
CH
ON
CH
I
CO
CH
AM
Ó
CU
RA
CO
DE
VÉ
LEZ
DA
LCA
HU
E
EX
TR
AN
JE
RO
FR
ES
IA
FR
UT
ILLA
R
HU
ALA
IHU
É
LA U
NIÓ
N
LAG
O R
AN
CO
LLA
NQ
UIH
UE
LOS
MU
ER
MO
S
MA
ULL
ÍN
NO
RT
E
OS
OR
NO
PU
ER
TO
MO
NT
T
PU
ER
TO
OC
TA
Y
PU
ER
TO
VA
RA
S
PU
QU
ELD
ÓN
PU
RR
AN
QU
E
PU
YE
HU
E
QU
EIL
EN
QU
ELL
ÓN
QU
EM
CH
I
QU
INC
HA
O
RIO
BU
EN
O
RIO
NE
GR
O
RM
SA
N J
UA
N D
E L
A C
OS
TA
SA
N P
AB
LO
SU
R
TOTALES
ANCUD 0 4 6 12 0 1 0 0 1 0 0 0 1 0 1 2 0 1 11 1 0 0 1 0 0 34 0 0 1 0 0 0 0 0 77
CALBUCO 0 0 0 0 0 0 0 0 1 0 0 0 1 0 2 2 2 1 167 1 22 0 2 0 0 0 0 0 1 0 0 0 0 0 204
CASTRO 61 0 0 1 0 0 0 0 0 4 0 2 0 0 0 0 0 9 28 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 110
CHONCHI 12 5 1 0 0 1 0 0 0 0 0 0 0 0 0 3 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 25
COCHAMÓ 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 2 1 44 0 1 0 0 0 0 0 0 0 0 0 0 0 50
CURACO DE VÉLEZ 1 1 1 1 1 0 0 0 1 0 0 0 0 0 1 1 0 0 20 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 28
DALCAHUE 0 0 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 20 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 25
EXTRANJERO 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 118 12 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 135
FRESIA 1 1 1 0 0 1 0 0 0 0 0 0 0 0 1 0 1 51 2 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 64
FRUTILLAR 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 5 1 1 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 35
HUALAIHUÉ 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 3 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8
LA UNIÓN 7 5 3 2 1 3 3 0 3 0 0 0 1 0 3 2 38 60 11 3 0 0 8 0 0 4 0 0 44 0 25 0 0 0 228
LAGO RANCO 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 2 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 22
LLANQUIHUE 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 5 5 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15
LOS MUERMOS 2 2 1 0 0 1 0 0 1 0 0 0 0 0 0 1 1 32 22 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 66
MAULLÍN 2 2 1 0 0 1 0 0 0 0 0 0 0 0 1 0 1 0 2 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 15
NORTE 2 5 13 0 1 1 0 1 2 9 7 67 6 7 3 3 0 198 286 2 33 0 8 1 0 0 1 1 8 4 204 6 8 17 906
OSORNO 1 1 20 0 0 0 1 113 51 2 0 76 1 2 0 0 491 0 67 0 1 0 1 1 0 1 1 0 1 1 120 13 2 1 970
PUERTO MONTT 23 131 25 1 49 20 20 12 34 57 2 3 1 72 52 34 300 89 0 1 79 2 3 1 4 6 1 24 1 3 109 1 1 17 1.179
PUERTO OCTAY 1 1 0 1 1 0 0 0 1 0 0 0 0 0 1 1 1 6 5 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 20
PUERTO VARAS 0 22 3 0 0 0 0 0 0 4 0 1 0 1 0 0 8 11 2 0 0 0 0 0 1 0 0 0 0 0 3 1 0 1 63
PUQUELDÓN 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 22 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 24
PURRANQUE 1 1 2 1 1 0 0 0 1 0 0 0 1 0 1 1 2 4 6 1 0 0 0 30 0 0 0 0 1 0 0 0 0 0 57
PUYEHUE 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 6 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 9
QUEILEN 0 0 1 0 0 0 0 0 0 0 0 2 0 0 0 0 1 1 5 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 13
QUELLÓN 34 0 1 0 0 0 0 0 0 0 0 2 0 0 0 0 0 3 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 52
QUEMCHI 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 24
QUINCHAO 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 28
RIO BUENO 1 1 0 1 1 0 0 0 1 0 0 0 36 0 1 1 3 6 4 1 0 0 2 0 0 0 0 0 0 0 0 0 0 0 59
RIO NEGRO 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 3 5 0 0 0 0 25 1 0 0 0 0 0 3 1 0 0 42
RM 0 0 21 0 0 0 0 1 0 0 0 29 0 1 0 0 208 97 53 0 0 0 0 0 3 0 0 0 0 2 0 2 0 0 421
SAN JUAN DE LA COSTA 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 4 1 0 0 0 0 0 1 0 0 0 0 0 3 0 0 0 12
SAN PABLO 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 1 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13
SUR 0 0 1 0 0 0 0 0 0 1 0 4 0 0 0 0 10 1 26 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 45
Totales 151 183 107 21 55 31 26 128 98 78 10 198 48 87 67 51 1.098 705 849 15 206 4 35 60 13 48 5 26 73 16 473 27 14 37 5.045
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
23
el mayor efecto que pueden tener
sobre la infraestructura.
� Suelos inestables; son aquellos en los
que dominan los procesos de erosión, debido a la dinámica activa de agentes
morfogenéticos. Estos suelos pueden presentar restricciones ante
precipitaciones intensas, generando
inundaciones o deslizamientos de masas en aquellas zonas con mayor
pendiente. En particular, las unidades morfológicas más inestables son las
relacionadas a lechos fluviales y la costa arenosa, en un rango intermedio
se encuentra la costa rocosa
acantilada, la cordillera de la costa y los llanos de sedimentación fluvial.
� Deforestación; uno de los principales problemas relacionados con el suelo,
incide sobre la erosión, la escorrentía
(agua lluvia que discurre por la superficie de un terreno) y
desestabilización de suelos. Como consecuencia, influye en la ocurrencia
de inundaciones y deslizamiento de masas.
� Alta sismicidad; los sismos pueden
generar deslizamientos de tierra, fallas
en la superficie del suelo, licuación de
materiales arenosos y tsunamis. La imposibilidad de predicciones
adecuadas dificulta hacerle frente a
estos efectos. Los sismos pueden
provocar importantes niveles de
interrupción y destrucción de infraestructura según su intensidad.
� Erupciones volcánicas; las erupciones
volcánicas pueden generar flujos de
lava, lluvia de cenizas, caída de
piroclastos, flujos piroclásticos y proyectiles, flujos de lodo y gases
tóxicos. Todos estos elementos
pueden ser disruptivos de la red de
transporte. Además, las erupciones
pueden dar lugar a otros eventos,
como sismos, tsunamis locales, represamiento de ríos que generan
inundaciones y deslizamientos de masas.
En algunos casos, el impacto de los desastres se amplifica debido a
deficiencias en los estándares de diseño y construcción de la infraestructura, en el
emplazamiento de dicha infraestructura o por falta de obras de protección. Por
ejemplo, una inundación puede tener
mayores efectos sobre un camino de tierra en comparación a la misma inundación
sobre una vía de hormigón.
Además, se realizaron una serie de
entrevistas a actores relevantes, entre ellos, empresas de transporte de carga y
pasajeros, empresas productivas regionales y a los representantes de las
comunas con mayores índices de vulnerabilidad que complementaron los
registros mencionados anteriormente.
Algunas de las principales conclusiones de
estas entrevistas son:
� El tránsito de vehículos de grandes
dimensiones y peso por caminos no
adecuados para ello agrava los
problemas de cortes en caminos o baja
servicialidad. � Los actores locales coinciden en la
necesidad de más y mejores manten-
ciones de caminos y puentes, en
particular de tierra y ripio, y de la
pavimentación de aquellos utilizados por vehículos pesados y de
emergencia.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
24
� Los sectores más vulnerables se
encuentran en particular en lugares con
borde costero y/o ribereño, y en
aquellos con pendientes pronunciadas y escasa cobertura vegetal.
� Existe la creencia de que falta coordinación entre los distintos entes
involucrados.
� Los elementos que interrumpen el tráfico aéreo son la infraestructura
inadecuada y el hecho de no contar con apoyo a la navegación en
condiciones de poca visibilidad. � Se destaca la necesidad de contar con
vías alternativas estratégicas para rutas
de transporte de productos (sobre todo de los que necesitan cadena de frío) y
para los sectores aislados y/o expuestos a consecuencias de eventos
catastróficos.
Con base en la información recabada y
analizada se procedió a definir la susceptibilidad del territorio.
Esto se hizo a través de una zonificación
del territorio según susceptibilidad
ambiental, determinando las unidades
homogéneas en aquellas variables del
entorno natural que condicionan el efecto de los eventos naturales sobre el territorio.
Esta zonificación ambiental se generó a
partir de las zonificaciones por
componente que representan las
características físico - ambientales de una zona (vegetación, suelos, geomorfología,
climatología e hidrología) y en las cuales
se expresa la restricción asociada,
clasificadas en categorías.
El cruce de las variables (componentes) se
efectuó con apoyo del SIG, mediante
álgebra de mapas, utilizando para ello el
ítem que contiene el grado de restricción
de las unidades correspondientes a cada
zonificación, y considerando los rangos de restricción de cada componente ambiental
que se sugiere en el documento “Caracterización de Facetas Ambientales II
Etapa” (MOP - UC).
Como resultado del establecimiento de las
unidades de susceptibilidad ambiental, se puede mencionar que un tercio de la
superficie de la región corresponde a zonas con altas precipitaciones localizadas
en cuencas con alto poder erosivo y con
problemas restrictivos en relación a la geomorfología. Sin embargo, existe poca
cantidad de infraestructura caminera construida en esta unidad (sólo una parte
de las rutas 215-CH, 225-CH, V-69 y Ruta
7 están emplazadas en ella). La segunda unidad con mayor presencia en la región
corresponde a la definida por zonas donde la precipitación es elevada. Ésta alcanza
un 9,2% de la superficie total de la región.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
25
4. SELECCIÓN DE
ALTERNATIVAS DE
PROYECTOS Y SU
EVALUACIÓN
La metodología para la selección de
proyectos se inició con la definición de la situación base en cada uno de los cortes
temporales. A continuación, se aplicó la
metodología de selección de proyectos por
vulnerabilidad y, seguidamente, se
consideró una metodología de selección de proyectos de redundancia.
4.1 Enfoque metodológico
La identificación y definición de las
alternativas de proyecto se realizó considerando dos enfoques
fundamentales, dependiendo si existe, o no, información o registros de eventos
naturales en los diferentes componentes
de la red.
Si existe información, se realiza un análisis
de la vulnerabilidad, considerando la
probabilidad de ocurrencia y las consecuencias esperadas.
Si no existe información, se realiza un
análisis de redundancia. Estos enfoques se
presentan en el siguiente esquema:
Enfoque de definición y evaluación de alternativas de proyecto
Fuente: Elaboración propia.
Red de modelación del sistema de transporte
regional
¿Se tiene
información
histórica de
eventos en
el arco?
Diseño de alternativas de proyectos
Cálculo del NRI para
todos los segmentos
de ruta
Ranking de
segmentos de ruta
Clusterización del
NRI
Análisis costo –eficiencia
Arcos con IR alto y medio Cálculo del IR
Proyectos situación
base
Diagnóstico detallado de la
oferta vial
Efectos registrados
¿Se mitigan
los efectos
registrados?
Arcos que no son
candidatos a
proyectos
Candidatos a
proyectos
Análisis de criticidad
¿Es un arco
crítico débil
e
importante?
Análisis costo -beneficio
SINO
NO
SI
SI
NO
Análisis de vulnerabilidad de arcos por eventos naturalesAnálisis de redundancia de segmentos de ruta
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
26
4.2 Análisis del sistema de
transporte regional en la
situación base
Existe una situación base para cada corte
temporal. En éstas se incorporaron 18 proyectos con alta probabilidad de
materialización y que estarían operativos en dichos cortes.
Utilizando un software de asignación (en
modalidad de asignación estocástica multiusuario) se obtuvieron los flujos
vehiculares de equilibrio para una hora tipo representativa de la operación anual del
sistema de transporte regional, en cada
arco de la red y para los distintos tipos de vehículo.
4.3 Selección y evaluación de
alternativas de proyectos por
vulnerabilidad en arcos debido
a eventos naturales
Esta metodología toma como base a los arcos de la red que cuentan con
información histórica de eventos.
A. Cálculo del índice de riesgo para
los arcos de la red
Se procedió a estimar los parámetros
necesarios para calcular el índice de riesgo
(IR) para cada arco de la red y para cada
uno de los tres fenómenos naturales analizados (remoción en masa e
inundaciones, erupciones volcánicas y
tsunamis). Parte importante de los arcos
de la red tuvo IR nulo, ya que no existe
registro de ocurrencia de eventos. Para el resto, se realizó una clusterización para
calificarlos en rangos Alto, Medio y Bajo.
En conclusión, el único evento natural que
presentó arcos con riesgo medio y alto fue
el de remoción en masa e inundaciones.
Longitud agregada, según rangos del IR
asociado a eventos naturales en km
Rango IR
Remoción en
masa e
inundaciones
Erupciones
volcánicas Tsunamis
Alto 81,8 0 0 Medio 15,4 0 0 Bajo 542,6 356,6 27,4 Nulo 1722,5 2005,7 2334,9 Total 2362,3 2362,3 2362,3
Fuente: Elaboración propia.
En la siguiente página se presenta la
sectorización de la red vial regional según
índice de riesgo para remoción en masa e
inundaciones.
B. Análisis de los escenarios
probabilísticos de riesgo
Luego se realizó un análisis de todos los
arcos de la red reduciendo el grupo de
arcos que eran candidatos a la proposición de proyectos. En primer lugar, se descartó
la proposición de alternativas de proyectos para los arcos con índice de riesgo bajo.
En segundo lugar, se examinó la existencia de algún proyecto en carpeta que pudiese
mitigar o eliminar los efectos
experimentados en el pasado debido a los eventos naturales registrados. Si existía tal
proyecto, el riesgo del arco se consideró bajo. Así, todos los arcos en los que la
inversión programada mitigó sustanti-vamente los efectos de los eventos
naturales en estudio, se incluyeron en la
categoría de riesgo bajo. Esto ocurrió con los segmentos de las rutas 215-CH, 225-
CH, Ruta 5 (cercano a la entrada sur de Castro) y U-40.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
27
Sectorización de la red vial regional según índice de riesgo para remoción en masa e inundaciones
Fuente: Base cartográfica: SIG MOP. Nota: Los límites y fronteras de Chile son sólo referenciales y no comprometen en modo
alguno al Estado de Chile, de acuerdo al Artículo 2°, letra g del DFL. N°83, del Ministerio de Relaciones Exteriores.
En el cuadro de la siguiente página se
presentan los tramos de ruta identificados como de medio y alto riesgo y que no
cuentan con algún proyecto programado
para mitigar o solucionar su vulnerabilidad.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
28
Tramos de ruta sin proyecto en carpeta y con riesgo medio o alto
Ruta Sector /Tramo Riesgo Distancia
(km)
V-69 Desde el kilómetro 13,5 hasta Cochamó. Alto 35,5
Ruta 7 Desde el sector de Chamiza hasta Caleta La Arena Alto 37,4
Ruta 7 Desde Puelche hasta Hornopirén Alto 51,1
V-69 Desde el inicio hasta el kilómetro 3,5 Medio 3,5
V-69 Desde el kilómetro 7 hasta el kilómetro 13,5 Medio 6,5 Fuente: Elaboración propia
Componentes de la red vial regional que presentan índices de riesgo medio y alto
Fuente: Base cartográfica: SIG MOP. Nota: Los límites y fronteras de Chile son sólo referenciales y no comprometen en modo
alguno al Estado de Chile, de acuerdo al Artículo 2°, letra g del DFL. N°83, del Ministerio de Relaciones Exteriores.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
29
C. Análisis de indicadores de
criticidad Continuando con la metodología, se
analizó la criticidad de los arcos resultantes del punto anterior,
considerando que para que un
componente sea “crítico” debe ser débil e importante, e implica que la red es
vulnerable frente a la falla de un arco
crítico. Esta criticidad se estudió a través
del cálculo de dos indicadores que miden
debilidad e importancia. En el primer
cuadro de la siguiente página se presenta
el resultado para cada tramo evaluado.
Finalmente se seleccionaron cuatro
proyectos para los cuales se plantearon
proyectos de inversión.
Criticidad de los tramos de vía
Tramo Ruta Sector /Tramo IR Importante Débil Crítico
1 V-69 Desde el kilómetro 13,5 hasta Cochamó Alto Sí Sí Sí
2 Ruta 7 Desde el sector de Chamiza hasta Caleta La Arena Alto Sí Sí Sí
3 Ruta 7 Desde Caleta Puelche hasta Hornopirén Alto Sí Sí Sí
4 V-69 Desde el inicio hasta el kilómetro 3,5 Medio Sí No No
5 V-69 Desde el inicio 7 hasta el kilómetro 13,5 Medio Sí No No
6 U-600 Desde el inicio hasta el kilómetro 5,2 Medio No No No Fuente: Elaboración propia.
Cartera de proyectos asociados a vulnerabilidad por riesgos naturales
Fuente: Elaboración propia.
Las cuatro posibilidades de proyectos identificados fueron evaluadas. Para esto
se utilizó el enfoque general de evaluación, esto es, se estimaron los
beneficios a usuarios comparando los
costos incurridos por los usuarios en la
red base y en la red alternativa, sometidas
ambas a eventos de riesgo. Este ahorro se valorizó a precios sociales y se multiplicó
por la probabilidad de ocurrencia del
evento que causa la disrupción. Teniendo el valor social de la esperanza de
beneficios y el costo social de la inversión, se calcularon los indicadores de
rentabilidad. Con esto, el plan de
inversiones se definió considerando las
posibilidades de proyecto identificadas
para los cortes temporales relevantes.
Rol Tramo Tipo de eventos registrados Detalle Inversión
(MM$)
V-69
Sector: Km
0,00 al Km
33,80
Derrumbes - Socavamientos Incluye repavimentación, ensanches de
plataforma, saneamiento y drenaje, contención. 10.140
V-69
Sector: Km
33,80 al
Km 69,40
Derrumbes - Socavamientos
- Problemas con puentes
Incluye pavimentación solución básica
intermedia, contención y de estabilidad de
terraplenes.
8.900
Ruta 7 Km 40,00 Derrumbes - Socavamientos Incluye obras de contención 300
Ruta 7 Km 45,00
al 49,00 Derrumbes - Socavamientos Incluye obras de contención 600
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
30
Resumen de indicadores económicos evaluación socioeconómica de alternativas
Proyectos VAN TIR IVAN Año óptimo de inversión
1 -2.442 3,4% - 2026
2 1.310 7,2% 0,4 2019
3 1.184 32,3% 14,1 2016
4 2.021 26,9% 9,5 2016 Fuente: Elaboración propia.
Fuente: Elaboración propia.
En el análisis de sensibilidad se siguieron
los criterios recomendados en el Manual
de Carreteras de la Dirección de Vialidad MOP, para la evaluación de proyectos a
nivel de perfil.
Los rangos de variación de estos criterios son los siguientes:
Rango de variación de las variables
Variables Rango de variación
Inversión 50% -50%
Valor residual 0% -100%
Beneficios tiempo de viaje 0% -40%
Beneficios costos de op. 40% -40% Fuente: Elaboración propia.
Además, se consideró una variación en la cantidad de eventos registrados en las
6.993
13,9%IVAN 3,7
Vehículos Livianos
Camiones de 2 ejes
Camiones de más de
2 ejes
Beneficios Totales
0 2012 -191 -191
1 2013 -191 -1912 2014 -191 -1913 2015 -2.083 -2.0834 2016 -1.891 806 86 70 962 -9305 2017 -1.891 879 89 74 1.041 -8506 2018 -1.891 951 92 78 1.121 -7717 2019 0 1.023 95 82 1.200 60 1.2608 2020 0 1.096 98 86 1.280 14 1.2939 2021 0 1.168 102 90 1.359 18 1.37710 2022 -2.423 1.240 105 94 1.439 23 -96211 2023 -2.155 1.313 108 98 1.518 28 -60812 2024 -2.155 1.385 111 102 1.598 -433 -99013 2025 -2.155 1.457 114 106 1.677 40 -43814 2026 0 1.530 118 110 1.757 178 1.93515 2027 0 1.602 121 114 1.836 185 2.02116 2028 0 1.674 124 118 1.916 192 2.10817 2029 0 1.747 127 122 1.996 -476 1.51918 2030 0 1.819 130 126 2.075 -235 1.84019 2031 0 1.891 134 130 2.155 217 2.37220 2032 -191 1.964 137 134 2.234 227 2.26921 2033 -191 2.036 140 138 2.314 237 2.35922 2034 -191 2.108 143 142 2.393 -634 1.56823 2035 -2.083 2.181 146 146 2.473 -383 15.001 15.009
Valor Residual (MM$)
Ahorro de recursos en la conservación y explotación de
la red vial (MM$)
Valor Actualizado Neto(VAN)MM$Dic.2010(TIR)
Inversión (MM$)
Año de ProyectoAño
Calendario
Beneficios operacionales (MM$)
Flujo de Caja
(MM$)
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
31
rutas con proyecto. Ésta fue de -50% al
50%.
El análisis y el plan propuesto garantizan
que los proyectos de infraestructura identificados cumplen efectivamente con
fortalecer la capacidad de resiliencia de la
red de conectividad frente a riesgos
naturales.
4.4 Identificación, modelación y
análisis de proyectos de
redundancia
Existen muchos arcos de la red que no
tienen registro de eventos, y por lo tanto, no cuentan con una probabilidad por
eventos. Para estos arcos se utilizó la
metodología de selección de proyectos de
redundancia. En esta metodología se
calculó el índice de robustez para cada tramo de ruta, el cual estima el costo que
se genera para el sistema completo al sacar ese tramo. Una vez obtenidos los
resultados, los arcos se clusterizaron en cinco grupos, siendo el primer grupo aquel
cuyos arcos tienen mayor necesidad de
redundancia (su falta genera un costo
mayor a la red) y para los cuales se
diseñaron alternativas.
La evaluación de estos proyectos no
puede realizarse bajo un criterio costo-beneficio, puesto que los desastres
naturales son eventos que ocurren con
poca frecuencia y, por lo tanto, sus
beneficios ocasionales no suplen los costos.
Se recurrió al análisis costo - efectividad,
que busca minimizar los gastos a incurrir a
los efectos de cumplir con cierto objetivo, en este caso, brindar niveles de
redundancia de transporte para la red.
Estos seis proyectos, sumados a los
cuatro anteriores -por vulnerabilidad- son los proyectos propuestos para reducir la
vulnerabilidad de la red de la Región de
Los Lagos y aumentar su resiliencia. En el
siguiente cuadro (y figura de la próxima
página), se presentan las alternativas de proyecto que fueron resultado del análisis
de redundancia.
Planteamiento de alternativas de proyecto para redundancia
Tramo
Ruta a la
cual es
alternativa
Sector/Tramo
Longitud (km) Inversión
(MM$) Total Por
construir Existente
1 Ruta 5 Desde ruta U-100 hasta Camino a Pilauco 10,4 5 5,4 900
2 Ruta 5 Desde ruta V-840 hasta ruta V-850 16,5 4,8 11,7 864
3 Ruta 5 Desde ruta V-850 hasta ruta V-90 25,9 18,4 7,5 3.036
4 Ruta 7 Desde Hualaihué a Río Negro 35,4 35,4 0 5.841
5 Ruta 5 Desde ruta W-35 hasta ruta W-45 39,8 14,8 25 2.442
6 Ruta W-59 Isla Quinchao, desde embarcadero a km 2,6 5,1 3,9 1,2 761 Fuente: Elaboración propia.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
32
Planteamiento de alternativas de proyecto para redundancia
Fuente: Base cartográfica: SIG MOP. Nota: Los límites y fronteras de Chile son sólo referenciales y no comprometen en modo
alguno al Estado de Chile, de acuerdo al Artículo 2°, letra g del DFL. N°83, del Ministerio de Relaciones Exteriores.
4.5 Conectividad de aeródromos
Para el sector aeroportuario se analizó la calificación de riesgo por erupciones
volcánicas de los arcos de la red de
accesos a aeropuertos y aeródromos, y se
concluyó que, en general, la accesibilidad
y conectividad terrestre de los
aeropuertos El Tepual y Cañal Bajo, y de los aeródromos regionales, no se vería
afectada frente a un evento natural de
tipo volcánico.
En cuanto a la calificación de riesgo por remoción en masa e inundaciones en los
arcos de la red, se debe mencionar que
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
33
las zonas de Cochamó, Puelo y Hualaihué
tienen probabilidad de quedar aisladas
frente a eventos naturales de este tipo,
por problemas en las rutas V-69, CH-225
y Ruta 7, por lo que los aeródromos de estas localidades pasarían a tomar un rol
preponderante en la movilización de la
población y de las cargas.
La mayoría de los aeródromos regionales
no se ven afectados por remociones en
masa e inundaciones. Existen algunos que
podrían dejar de prestar servicio a
localidades adyacentes pero no a las localidades a las cuales pertenecen.
Aeródromos de la región de Los Lagos sobre el mapa de riesgo
Fuente: Base cartográfica: SIG MOP. Nota: Los límites y fronteras de Chile son sólo referenciales y no comprometen en modo
alguno al Estado de Chile, de acuerdo al Artículo 2°, letra g del DFL. N°83, del Ministerio de Relaciones Exteriores. .
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
34
5. CONSTRUCCIÓN DE
BASES DE INFORMACIÓN
NECESARIAS PARA EL
ANÁLISIS DE
VULNERABILIDAD Y
REDUNDANCIA DE
REDES DE TRANSPORTE
Se realizaron recomendaciones a la construcción de bases de datos para el
análisis de vulnerabilidad de redes considerando los siguientes aspectos:
� Registro histórico de eventos. � Zonificación del territorio por
vulnerabilidad en arcos debido a
eventos naturales. � Cálculo del índice de riesgo, en donde
cada uno se divide en: - Erupciones volcánicas.
- Sismos. - Tsunamis.
- Remoción en masa e inundaciones.
No se considera necesario crear una base
de datos para el estudio de la demanda de transporte porque la información está
disponible en medios web y digitales.
Además no se puede agrupar por ítem, ya que dentro de ésta habrían matrices de
viaje y flujos de vehículos por distintas rutas de la región agrupados en distintos
segmentos temporales. Algunas pueden ser necesarias y otras no según los
objetivos del modelador.
Para establecer una base de datos de la
oferta de transporte de la región se
necesita contar con la siguiente
información:
- Características, disponibilidad y
ubicación de vías de FFCC, marítimas, lacustres y aeródromos.
- Caracterización física y operativa
de la red vial, rugosidad, curvatura,
pendiente, largo, tipo de carpeta, tipo de vía, estado de la vía y
ancho.
- Funciones flujo - tiempo asociadas
a cada arco vial.
- Valores de peajes viales, tarifas de transbordadores para vehículos,
tarifas de viajes en el modo aéreo
entre zonas y en FFCC.
- Vector de precios de estimación de
costos operacionales vehiculares. - Costos operacionales por tipo de
vehículo y por tipo de vía.
- Cartera de proyectos regionales
con año de inicio: una sola base de
datos que unifique las que existen.
Sería conveniente contar con una base de datos regional que contenga esta
información.
Se consideró un análisis del uso del SIG
como herramienta de apoyo y de
información relevante para enfrentar la
problemática de la vulnerabilidad en redes de transportes e infraestructura pública.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
35
6. RESUMEN Y
CONCLUSIONES
GENERALES
En el estudio se realizó la identificación y evaluación de proyectos de infraestructura
que contribuyen a fortalecer la capacidad de resiliencia de la red de conectividad
interurbana frente a riesgos naturales.
Se realizó una revisión y análisis de los
antecedentes relacionados al problema para luego definir sus variables relevantes.
Estas variables fueron caracterizadas y diagnosticadas, abarcando diversos temas
de los sistemas de actividades, territorial
y de transporte. Esta caracterización y diagnóstico permitió construir un modelo
predictivo basado en dos metodologías de selección de proyectos y un modelo de
transporte.
En la aplicación de la metodología de
selección de proyectos por vulnerabilidad,
se calculó el índice de riesgo para cada arco del modelo y para cada tipo de
evento natural. Con esto se identificaron
los arcos de riesgo medio y alto. El
siguiente paso fue observar qué arcos no
tenían algún proyecto programado que mitigara o eliminara su vulnerabilidad.
Con el conjunto final de arcos riesgosos, se buscó identificar a aquellos arcos con
mayor criticidad en la red, es decir
“débiles” y que las consecuencias de ese incidente fueran graves, e “importantes”.
Se identificaron cuatro arcos críticos, dos en la Ruta 7 y dos en la ruta V-69, y se
procedió a la generación de alternativas
de proyecto para cada uno de ellos.
Para los dos primeros, se consideraron
obras de contención contra derrumbes y
socavamientos, mientras que para los dos
segundos se incluyeron, además,
repavimentación, ensanche de plataforma, saneamiento, drenaje y estabilidad de
terraplenes. La evaluación de estos
proyectos resultó positiva en términos
sociales, con distintos años óptimos de realización.
Con la aplicación de la segunda
metodología, se determinaron los
proyectos de redundancia, destinados a aumentar la resiliencia de la red,
independientemente de las probabilidades
de desastres naturales. Utilizando el índice
de robustez, se identificaron los tramos de
ruta cuya eliminación representa mayor costo para la red total.
Finalmente fueron seis tramos para los
cuales se diseñó una alternativa de
proyecto. La evaluación de este tipo de inversiones debe hacerse siguiendo el
análisis de costo-efectividad debido a que no es posible obtener la probabilidad de
ocurrencia del evento.
Los proyectos de inversión de
infraestructura identificados cumplen efectivamente con fortalecer la capacidad
de resiliencia y redundancia de la red de conectividad frente a riesgos naturales.
El análisis tiene varias aristas que deben ser tratadas con cuidado, relacionadas
principalmente con la disponibilidad y agregación de los datos de entrada, que
pueden generar dificultades o deficiencias en la modelación.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
36
Se debe tener cuidado con el tratamiento
de los distintos indicadores, ya que éstos
pueden sobrevalorar resultados
considerando el hecho de que en el
proceso de agregación, se están dejando afuera vías secundarias que pueden, en la
realidad, disminuir el aislamiento de una
zona con respecto a lo modelado.
A nivel internacional, el análisis de la
disrupción de las redes de transporte,
ocasionada por eventos naturales,
constituye una disciplina que se encuentra
en sus etapas más tempranas de desarrollo, existiendo aún una notable
ausencia de aplicaciones prácticas que
aborden adecuadamente las diferentes
dimensiones del problema. En este
sentido, se han detectado avances puntuales, básicamente a nivel de la
modelación de la red de transporte, lo que
ha sido incorporado en los análisis y
complementado con los desarrollos
disponibles a nivel nacional, en el ámbito ambiental y territorial.
La aplicación de cualquier metodología de
análisis y estimación de impactos sobre la red de transporte, por simple que ésta
sea, requerirá mejorar sustantivamente la
información que actualmente manejan las reparticiones públicas pertinentes. En
particular, la conformación de bases de datos históricas que registren
detalladamente las características de los
eventos naturales acontecidos y sus efectos sobre la oferta de transporte
resultará de especial relevancia para implementar los análisis ex - ante
requeridos para la formulación y evaluación de los planes de inversión
regionales. Durante el desarrollo del
estudio hubo que introducir
modificaciones a la metodología planteada
inicialmente debido a que hubo que
adaptarse a la calidad y cantidad de los
datos registrados sobre eventos naturales. Un ejemplo de esto fue que inicialmente
se había planteado considerar la
degradación de arcos, es decir, una
pérdida de algún porcentaje de su capacidad frente a un evento natural, sin
embargo, para poder calibrar funciones de
flujo velocidad en estas condiciones, se
necesita tener información sobre
mediciones de flujos y velocidades durante el periodo que el arco -o los
arcos- se vieron afectados, lo cual, dista
mucho de la información con la que se
contaba.
Las consecuencias que genera un evento
natural sobre la red de conectividad no
sólo se reducen a la pérdida/daño material
de los elementos afectados, ya que
perjudica a todas las actividades humanas que requieren del traslado/transporte de
recursos de toda índole.
Por lo anterior, se ha hecho hincapié en la necesidad que las unidades de
planificación de los Ministerios y
Organismos pertinentes tomen acciones conjuntas y coordinadas con respecto a la
reducción de vulnerabilidad asociada a eventos naturales, en específico al sector
transporte vial regional. En este contexto,
es necesario implementar un plan integral de prevención, contingencia y reparación
de emergencias en la red de conectividad, que, aplicado en cada uno de los
organismos pertinentes, entregue protocolos específicos, actores y
responsables, tiempos de acción y canales
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
37
de comunicación, entre muchos otros
elementos, no sólo orientado al control de
la emergencia, sino a la prevención de su
ocurrencia.
Los modelos de redes actualmente
disponibles en el país, constituyen
herramientas suficientes para el desarrollo
del análisis de impactos requerido. Sin embargo, resultará necesario avanzar en
el desarrollo de heurísticas o nuevos
enfoques, que permitan reducir los altos
consumos de tiempo de procesamiento
necesarios actualmente para estudiar un
conjunto limitado de escenarios de
análisis.
Como se mencionó anteriormente, no se
considera necesario crear una base de datos para el estudio de la demanda de
transporte.
Se puede anticipar que en varias regiones del país, las principales inversiones a
implementar, no podrán ser evaluadas
económicamente según un enfoque
tradicional de costo-beneficio.
ANÁLISIS VULNERABILIDAD Y REDUNDANCIA EN SISTEMAS D E TRANSPORTE X REGIÓN DIRPLAN - INECON
38
PRINCIPALES COLABORADORES
Y PARTICIPANTES DEL ESTUDIO
Ministerio de Obras Públicas (MOP)
Dirección de Planeamiento (DIRPLAN)
Roberto Riveros
(Subdirector de Estudios)
Christian López
(Jefe Departamento de Estudios)
Marcia Astudillo (Inspectora Fiscal)
Rodolfo Kremer
(Integrante de la contraparte técnica)
Uwe Gehrels
(Integrante de la contraparte técnica)
Equipo Consultor de INECON Ricardo Ramos
(Director del Proyecto)
Héctor Franco
(Coordinador)
José Antonio Barrientos (Especialista en Transporte)
Cristhian Illanes (Ingeniero Analista)
Sebastián De la Cruz
(Ingeniero Analista)
René Valenzuela
(Ingeniero Civil experto en Obras Civiles)
Carolina Giacaman
(Ingeniera Territorialista)
Jorge Tramón
(Ingeniero Territorialista)
Cristóbal Mira (Ingeniero Analista)
Pablo Galaz
(Ingeniero Analista)
Diego Vergara
(Ingeniero Analista)
Asesores especializados
Dave Novak
(Asesor internacional)
James L. Sullivan
(Asesor internacional)
Dr. Luis Rizzi (Asesor)