SISTEMA NACIONAL DE PROTECCIÓN CIVILal. (2015), Aubrecht y León (2016), Aubrecht et al. (2016) para el levantamiento de una base de datos geo- ... de un kilómetro cuadrado de resolución.

1

Sociedad Mexicana de Ingeniería Estructural

LEVANTAMIENTO DE DATOS DE EXPOSICIÓN DE EDIFICACIONES MEDIANTE EL

ENFOQUE TOP-DOWN PARA LA ESTIMACIÓN DEL RIESGO SÍSMICO EN LA CIUDAD DE MÉXICO

José Antonio León Torres1 , David Gómez Palacios2, Marco Antonio Torres2 , Mario Ordaz2 y Oscar Ishizawa3

RESUMEN

Este trabajo presenta la aplicación de la metodología denominada Top-Down desarrollada por Gunasekera et

al. (2015), Aubrecht y León (2016), Aubrecht et al. (2016) para el levantamiento de una base de datos geo-

referenciada de exposición de las edificaciones de la Ciudad de México que contemple características

estructurales de interés para la evaluación del riesgo sísmico de las edificaciones. La metodología planteada

utiliza un conjunto de capas de geo-información disponibles a nivel mundial, datos censales e información

mundial de libre acceso. La base de datos así estimada contiene información de la localización de las

edificaciones, sistema estructural, tipo de ocupación, área construida, costo de reposición y número de

edificaciones de la Ciudad de México. Todos estos datos son almacenados en un archivo RASTER con celdas

de un kilómetro cuadrado de resolución. Los insumos utilizados para la creación del modelo son principalmente

las capas LandScan, ISA, GUF y la información censal del INEGI. Un segundo punto abordado en este trabajo

contempla el uso de información LiDAR para la obtención de parámetros estructurales de interés de los edificios

de la Ciudad de México como son la altura de edificaciones, número de entrepisos y cantidad de metros

cuadrados construidos. Además de ello, los productos obtenidos con la información LiDAR son utilizados para

comparar y validar la información obtenida con el modelo Top-Down. Así se ha obtenido un acuerdo en la

estimación total de metros cuadrados construidos de edificaciones de la Ciudad de México del 91%.

ABSTRACT

This paper presents the application of the Top-Down methodology developed by Gunasekera et al. (2015),

Aubrecht y León (2016), Aubrecht et al. (2016) to the creation of geo-located building database of structures

present in Mexico City. This information consists of necessary information to carry out a seismic risk

assessment of Mexico City. Proposed methodology uses a set of worldwide available geo-information layers,

census data and free-access information. The database thus estimated contains information of building location,

structural system, occupancy type, built-up area, replacement value and number of buildings. This data are

stored in a RASTER file with one square kilometer resolution cells. To the model creation, both LandScan, ISA

and GUF layers as census information given by INEGI were used. A second point addressed in this work

exposes the use of LiDAR information in the sake of obtaining structural parameters of Mexico City buildings

as building height, number of floors and amount built square meters. Furthermore, output obtained with LiDAR

information are used to compare and validate the information created with the Top-Down model. An accuracy

of 91% was obtained to compare the total built-up area of buildings computed both LiDAR and Topo-Down

model outputs.

1 Candidato a Doctor en Ingeniería, Posgrado Facultad de Ingeniería, Universidad Nacional Autónoma de

México, Coyoacán, Ciudad Universitaria, Ciudad de México, México, C.P. 04510. [email protected]

2 Instituto de Ingeniería, Universidad Nacional Autónoma de México, Coyoacán, Ciudad Universitaria, Ciudad

de México, México, C.P. 04510. [email protected], [email protected],

[email protected]

3 Disaster Management Specialist, the World Bank – Social Urban, Rural & Resilience (GSURR),

Washington D.C., USA. [email protected]

mailto:[email protected]



XX Congreso Nacional de Ingeniería Estructural Mérida, Yucatán 2016.

2

INTRODUCCIÓN

La evaluación probabilista de riesgo sísmico actualmente es una de las herramientas más utilizadas para la

estimación de las posibles pérdidas que se pueden llegar a general ante la ocurrencia de desastres naturales

(DRDRR Anual Report 2014, Ordaz 2014). Estudios realizados sobre algunas ciudad y países han mostrado la

gran utilidad de este tipo de herramientas para la gestión y mitigación del riesgo desencadenado por desastres

naturales (Ordaz et al. 2011, Marulanda et al. 2013, Yamin et al. 2013). Los tres componentes principales en

una evaluación de riesgo son la amenaza, la vulnerabilidad y la exposición. Enfocándonos en el componente

de exposición, este se refiere a la localización y caracterización de los activos y bienes que podrían sufrir daño

por la ocurrencia de un evento natural. La manera más común y precisa para el levantamiento de este tipo de

información es hasta el momento, para el caso del riesgo sísmico, a través de bases de datos catastrales. Sin

embargo, en un contexto de análisis del riesgo a nivel de ciudad, regional o nacional, la creación y la recolección

de toda la información necesaria puede resultar una tarea muy complicada y con un costo de tiempo muy

elevado. Bajo este premisa, el uso de percepción remota para el levantamiento de bases de datos de exposición

de edificaciones útiles para la estimación del riesgo de una región o país (Gunasekera et al. 2015, Aubrecht y

León 2016, Aubrecht et al. 2016) se constituye en una propuesta muy interesante. El uso de estos

procedimientos ha dado resultados aceptables al ser comparados con información directamente obtenida del

catastro de las ciudades (León et al. 2015) por lo que este tipo de métodos se posicionan con un gran potencial

de aplicación para la evaluación del riesgo.

En esta investigación se realiza la aplicación del procedimiento propuesto por Gunasekera et al. (2015),

Aubrecht y León (2015), Aubrecht et al. (2016) denominado Top-Down para la construcción de un modelo de

exposición de las edificaciones de la Ciudad de México. La metodología Top-Down utiliza un conjunto de

capas de geo-información disponibles a nivel mundial, datos censales, información mundiales de libre acceso e

imágenes satelitales de alta resolución. Los insumos necesarios son las capas de geo-información LandScan,

ISA, GUF, además de información censal que en este caso ha sido obtenida del INEGI. La siguiente parte que

contempla este trabajo corresponde al uso de información LiDAR para la obtención de parámetros estructurales

de interés de los edificios de la Ciudad de México como son la altura de edificaciones, número de entrepisos y

cantidad de metros cuadrados construidos. Estos datos son utilizados para comparar y validar los resultados

obtenidos con la aplicación del modelo Top-Down así como aportar información que pueda complementar la

base de datos de catastro de la Ciudad de México.

METODOLOGÍA TOP-DOWN PARA EL LEVANTAMIENTO DE BASES DE DATOS DE EDIFICACIONES

De una manera simplificada el enfoque Top-Down se refiere al paso o transformación de información contenida

a niveles generales en información con un cierto grado de clasificación o desagregación. Por ejemplo, si

consideramos la población total de una ciudad, mediante el enfoque Top-Down podríamos desagregar ésta en

población masculina y femenina. En esta investigación el enfoque Top-Down busca transformar la información

general contenida en datos recabados mediante tecnología de percepción remota, datos censales e información

de libre acceso en una base de datos de la exposición de edificaciones (información desagregada) de un área

específica. Uno de las ventajas de esta metodología radica en que los insumos son de acceso libre en la mayoría

de los casos y por otro lado no se necesita de ninguna clase de información de catastro constituyéndose en una

alternativa interesante para el levantamiento de bases de datos de edificaciones de ciudades o países.

El desarrollo metodológico del modelo Top-Down en un contexto general fue un trabajo realizado por

Gunasekera et al. (2015), Aubrecht y León (2016), Aubrecht et al. (2016) y en un contexto específico para la

aplicación en ciudades por León et al. (2015). En la aplicación del modelo a nivel de ciudad, la metodología

inicia con la estimación del inventario de viviendas de la zona urbana estudiada, dentro del cual se realiza una

desagregación y clasificación de la información obteniendo la distribución del stock de edificaciones, la

estimación del costo promedio de construcción por metro cuadrado (residencial y no residencial) así como

también un área promedio de construcción por persona (residencial y no residencial). Las edificaciones no

3


residenciales abarcan todas las estructuras como hospitales, industrias, comercios, fábricas, edificios de

oficinas, etc.

El siguiente paso de la metodología se denomina desagregación de la exposición, procedimiento que

básicamente consiste en utilizar de una manera adecuada las capas LandScan, GUF e ISA para lograr aprovechar

mediante procedimientos de desagregación de la información contenida en las mismas. Posteriormente, toda

la información es fusionada en un solo archivo, el cual consiste en una capa RASTER geo-referenciada con

celdas de un kilómetro cuadrado de resolución y que contiene la información del stock de edificaciones de la

Ciudad de México. Para la fusión de la información se hace uso del programa TDMv1.4 desarrollado en el

Instituto de Ingeniería de la UNAM por León (2015).

En la figura 1 se muestra un diagrama que resume la metodología propuesta para la creación del modelo Top-

Down de exposición de edificaciones a nivel urbano.

Figura 1 Diagrama de la metodología para la creación del modelo de exposición de edificaciones de la Ciudad de México bajo la metodología Top-Down (León 2015).

INFORMACIÓN DE ENTRADA

La metodología Top-Down hace uso de información de percepción remota, información de censos e informes

y artículos disponibles en la literatura. La principal característica de la información base a utilizar es su fácil

disponibilidad y libre acceso. A continuación se cita la información base que ha sido utilizada en el desarrollo

del modelo de exposición de edificaciones para la Ciudad de México.

GEO-INFORMACIÓN

Estas bases de datos corresponden a las capas de información obtenidas a partir de percepción remota y que han

sido utilizadas para el desarrollo del modelo Top-Down de la Ciudad de México. Estas capas son:

LandScan2012, GUF e ISA. La base de datos LandScan (Dobson et al. 2000, Bhaduri et al. 2007) es

actualmente una de las bases de datos más utilizadas para la estimación de la distribución de población a nivel

mundial con una resolución de aproximadamente 1 kilómetro (30” × 30”). En lo referente a la capa GUF, está


4

es una iniciativa desarrollada por científicos de la Agencia Espacial Alemana (DLR) para mapear las áreas

construidas o de asentamientos humanos alrededor del mundo. La resolución de esta capa es de 12 metros

(agregada a 75m para el uso público). Finalmente la tercera capa utilizada en este proyecto corresponde a la

capa ISA, área de superficie impermeable, base de datos que ha sido desarrollada por la Administración

Nacional Oceánica y Atmosférica (NOAA) de los Estados Unidos. La información contenida en esta capa

corresponde a la distribución espacial y densidad del área de superficie impermeable construida (Elvidge et al.

2007). En la figura 2 se muestran las capas GUF, LandScan2012 e ISA utilizadas para la construcción de la

base de datos de edificaciones de la Ciudad de México.

Figura 2 Capas de geo-información utilizadas para el estudio de la Ciudad de México. Superior izquierda. GUF. Superior derecha: LandScan2012. Inferior: ISA.

INFORMACIÓN DE CENSOS Y LITERATURA EXISTENTE

Para la estimación de las características estructurales y la distribución de las edificaciones de la Ciudad de

México utilizando la metodología Top-Down se ha hecho uso de informes y publicaciones de libre acceso las

cuales se describen brevemente a continuación. Para la distribución de las edificaciones de tipo residencial de

5


la Ciudad de México se utilizó información dada por Ordaz et al. (1992), la contiene datos de un levantamiento

en campo de las edificaciones de la Ciudad de México. Para la estimación de la distribución de las edificaciones

no residenciales de la ciudad, ocupaciones promedio de viviendas y ocupación promedio de edificios no

residenciales se utilizó información dada por el INEGI. Además de esta información también fue necesario

estimar el tamaño y el costo promedio de construcción de las edificaciones, utilizando para ello información

proveniente de la Sociedad Hipotecaria Federal, INEGI y la Cámara Mexicana de la Industria de la

Construcción.

ESTIMACIÓN DEL STOCK DE EDIFICACIONES, COSTOS Y ÁREAS PROMEDIO CONSTRUIDAS

DISTRIBUCIÓN DE EDIFICACIONES

La estimación de la distribución del stock de las edificaciones de la Ciudad de México corresponde a un aspecto

fundamental dentro de la construcción del modelo de exposición de edificaciones. La metodología Top-Down

propuesta realiza una subdivisión en este punto separando a las edificaciones en residenciales y no residenciales.

Las no residenciales abarcan todas las estructuras como hospitales, industrias, comercios, fábricas, edificios de

oficinas, etc.

Para la determinación del stock de edificaciones residenciales de la Ciudad de México se ha hecho uso de la

distribución y tipos estructurales propuestos por Ordaz et al. (1992). La metodología dada por León (2015) en

este punto propone el uso de información censal para la determinación del stock de edificaciones y su

distribución a través de la relación entre el tipo de ocupación, material de paredes y techos entre otros. Sin

embargo, para el caso de los censos realizados por INEGI, éstos no contienen un detalle suficiente que permita

su utilización en la estimación del inventario de edificaciones razón por la cual se optó por utilizar la

información antes citada.

Con la información del stock y distribución de las edificaciones residenciales de la Ciudad de México se ha

procedido a realizar el montaje de éste inventario en la taxonomía PAGER-STR (Jaiwal and Wald 2008, 2010).

Para esto se ha escogido las características estructurales de las viviendas de la ciudad que más se apeguen a

tipos de estructuras dados por la base de datos PAGER-STR. La Tabla 1 contiene la información de la

distribución propuesta del inventario de viviendas de la Ciudad de México en términos de la distribución

PAGER-STR.

Tabla 1 Distribución del inventario de edificaciones residenciales de la Ciudad de México en términos

de las clases dadas por PAGER-STR

PAGER-STR Descripción Distribución Final PAGER (%)

CML Confined masonry low-rise 68.00% RM2 Reinforced masonry bearing walls with concrete diaphragms 12.00% C3 Non ductile reinforced concrete frame with masonry infill walls (Rigid) 14.00% C1 Ductile reinforced concrete moment frame with or without infill 3.10% C5 Steel reinforced concrete (Steel members encased in reinforced concrete) 0.90% OTR Others 2.00% TOTAL 100.0%

Para el caso de la distribución del stock de edificaciones no residenciales de la Ciudad de México se propuso la

indicada en la Tabla 2, la misma que fue obtenida en base a la información dada por el DENUE de INEGI.


6

Tabla 2 Distribución del inventario de edificaciones no residenciales de la Ciudad de México

Tipo de Edificación Distribución Final PAGER (%)

Escuelas 2.64% Hospitales 5.04% Oficinas 22.98% Restaurantes 11.86% Industrias 7.77% Almacenes 3.93% Comercios 45.18% Terminales de Transporte 0.60% TOTAL 100.0%

ÁREA CONSTRUIDA PROMEDIO POR HABITANTE

Dentro de la metodología, el área promedio construida residencial por habitante se obtiene como el cociente

entre el área promedio construida de una vivienda en la Ciudad de México dividida entre la ocupación promedio

de una vivienda. En el caso del cálculo del tamaño (área construida) promedio de una vivienda, se calculó

como un promedio pesado de todos los tipos de edificaciones de la Ciudad de México utilizados para vivienda.

Para proponer los valores de área construida promedio de cada uno de los tipos de vivienda en la Ciudad de

México se tabuló información del año 2004 al 2015 dado por la Sociedad Hipotecaria Federal (disponible en

internet: http://www.shf.gob.mx). La Tabla 3 muestra la estimación del área promedio de construcción de una

vivienda en la Ciudad de México.

Tabla 3 Estimación del área promedio construida de edificaciones residenciales de la Ciudad de

México

PAGER-STR Distribución de Pesos

Área promedio (m2)

Contribución al área promedio (m2)

CML 68.00% 129.0 87.72 RM2 12.00% 82.00 9.84 C3 14.00% 85.00 11.90 C1 3.10% 110.0 3.41 C5 0.90% 120.0 1.08 OTR 2.00% 75.00 1.50 Área promedio / hab. 116.35

Con el valor de la estimación del área promedio construida de una vivienda residencial de la Ciudad de México

se hace uso de la información del censo 2015 realizado por INEGI para determinar el porcentaje de ocupación

promedio de viviendas en la Ciudad de México que es 3.58 habitantes por vivienda. Realizando el cociente

antes mencionado, dividiendo el tamaño promedio de vivienda en la ciudad de México entre su ocupación

promedio, obtenemos el área de construcción promedio residencial por habitante, esto es:

𝐴𝑃𝑅𝐻 =116.35

3.58= 32.48 𝑚2/ℎ𝑎𝑏

Es importante mencionar que en un trabajo realizado por Reinoso et al. (2012) se establece que la densidad

promedio de construcción de viviendas en la Ciudad de México es de 3.3 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠/100𝑚2 o lo que es lo

mismo un área de construcción de vivienda de 30.3 𝑚2/𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒.

Estimando ahora el área construida no residencial por habitante, se propone obtenerlo mediante una suma

ponderada de las áreas promedio construidas no residencial por trabajador dadas para distintos tipos de

edificaciones (hospitales, escuelas, comercios, restaurantes, etc.). Está información (Tabla 4) ha sido extraída

de Reinoso et al. (2012) así como también de un proyecto desarrollado en el Instituto de Ingeniería de la UNAM

(2013).

http://www.shf.gob.mx/

7


Tabla 4 Área promedio construida por trabajador para diferentes tipos de edificaciones de la Ciudad de México

Tipo de Edificación Área promedio construida (m2/habitante)

Viviendas 30.3 Escuelas 19.61 Hospitales 10.0 Oficinas 15.38 Restaurantes 6.8 Industrias 21.28 Almacenes 15.63 Comercios 16.67 Terminales de Transporte 27.03

Finalmente los resultados y cálculo de área promedio construida no residencial por habitante se exponen en la

Tabla 5 en la cual la última columna indica la contribución de cada uno de los diferentes tipos de edificaciones

no residenciales a la estimación del área promedio construida por trabajador.

Tabla 5 Área promedio construida por trabajador estimada para las edificaciones no residenciales de

la Ciudad de México

Tipo de Edificación Peso m2 / trabajador Contribución al área promedio (m2)

Escuelas 2.64% 19.6 0.52 Hospitales 5.04% 10 0.50 Oficinas 22.98% 15.38 3.54 Restaurantes 11.86% 6.8 0.81 Industrias 7.77% 21.28 1.65 Almacenes 3.93% 15.63 0.61 Comercios 45.18% 16.67 7.53 Terminales de Transporte 0.60% 27.03 0.16 Área promedio / hab. 15.33

COSTO PROMEDIO DE CONSTRUCCIÓN DE LAS EDIFICACIONES

La estimación del costo promedio de construcción de las edificaciones se lo realiza por metro cuadrado y

conservando el criterio de subdivisión en edificaciones residenciales y no residenciales. La metodología para

realizar esta estimación es análoga a la utilizada para obtener el área construida mediante un suma ponderada

de costos de construcción de diferentes tipos de edificios. Los costos promedio de las diferentes estructuras fue

obtenida mediante el procesamiento de los datos de la Cámara Mexicana de la Industria de la Construcción

(disponible en línea: http://www.cmic.org). Las Tablas 6 y 7 muestran la obtención de los costos de construcción

promedio por metro cuadrado de viviendas y edificaciones no residenciales respectivamente.

http://www.cmic.org/


8

Tabla 6 Estimación del costo promedio de construcción por metro cuadro de una vivienda de la Ciudad de México

PAGER-STR Distribución de Pesos

Costo promedio ($ / m2)

Contribución al costo promedio ($)

CML 68.00% $7,460 $5,072 RM2 12.00% $8,450 $1,014 C3 14.00% $8,351 $1,069 C1 3.10% $11,650 $361 C5 0.90% $12,000 $108 OTR 2.00% $6,477 $130 Costo promedio / m2 $7,855

Tabla 7 Estimación del costo promedio de construcción por metro cuadrado de una edificación no

residenciales de la Ciudad de México

Tipo de Edificación Peso Costo promedio ($ / m2)

Contribución al área promedio (m2)

Escuelas 2.64% $6,643 $176 Hospitales 5.04% $12,000 $604 Oficinas 22.98% $8,601 $1,977 Restaurantes 11.86% $7,460 $885 Industrias 7.77% $5,770 $448 Almacenes 3.93% $6,643 $261 Comercios 45.18% $7,460 $3370 Terminales de Transporte 0.60% $5,770 $35 Costo promedio / m2 7,756

Así, el costo promedio de contrucción de la edificaciones no residenciales de la Ciudad de México ha sido

estimado en 7,850 MXN$ y de las edificaiones no residenciales en 7,760 MXN$, valores que incluyen costos

directos, costos indierectos, utilidad, licencias y costo del proyecto.

DESAGREAGACIÓN DE LA EXPOSICIÓN

El procedimiento de desagregación de la exposición dentro del modelo Top-Down tiene como finalidad la

localización y selección de las áreas con presencia de edificaciones en la Ciudad de México clasificándola en

edificaciones residenciales y no residenciales así como también la obtención de distribución de la densidad de

población residencial y no residencial en el área de estudio. Para este procedimiento se hace uso de las capas

de geo-información GUF, LandScan he ISA citadas anteriormente.

Inicialmente la capa GUF es utilizada para seleccionar las áreas construidas en la Ciudad de México. Además

de esto se ha hecho uso de información obtenida del INEGI sobre los límites geográficos de la Ciudad de

México, información que es importante para delimitar con precisión la zona de estudio. El criterio que se ha

utilizado para la selección de las áreas con presencia de edificaciones ha sido seleccionar todas las celdas de la

capa GUF que se encuentren dentro de los límites de la Ciudad de México, así como también aquellas celdas

que lo intersecten en un 50% o más. Una vez que estás celdas son seleccionadas, el siguiente paso es estimar la

población total de la ciudad así como su distribución de densidad utilizando para ello la capa LandScan2012.

Las celdas LandScan tomadas en cuenta fueron aquellas que se superponían en cualquier proporción con las

celdas GUF anteriormente seleccionadas. La Figura 3 muestra la información LandScan utilizada para la

Ciudad de México.

9


Figura 3 Densidad de población de la Ciudad de México por kilómetro cuadrado dada por LandScan2012.

Dentro del modelo Top-Down, la densidad de población es obtenida con el uso de los datos LandScan con lo

cual es posible estimar también la población total de zona de estudio. Para la Ciudad de México, la población

total estimada con LandScan2012 es de 9, 639,513 habitantes. Lo siguiente es cotejar este valor con las

estimaciones de población realizadas por INEGI y SEGOB, las cuales estimaron que para el año 2012, la

población de la Ciudad de México fue de 8, 911,665 habitantes, mientras que para 2015 se estimó la población

a mitad de año en 8, 854,600 habitantes. Con la utilización de los datos LandScan para la estimación de la

población total de la Ciudad de México se observa que se sobrestima la población comparándola con las

proyecciones locales realizadas, por esta razón se procede a normalizar los datos LandScan con respecto a su

valor total de población para posteriormente multiplicar cada una de las celdas normalizadas LandScan por el

valor total de población dada por las proyecciones locales. Así la población total de la Ciudad de México para

el modelo Top-Down se estima en 8, 911,665 habitantes para el año 2012.

Es muy importante señalar que una suposición clave del modelo Top-Down es tomar en cuenta la distribución

de población dada por LandScan considerando que la presencia de edificaciones es directamente proporcional

a la densidad de población. Dentro del modelo Top-Down, inicialmente se considerará que los 8, 911,665

habitantes estimados en esta etapa corresponden a la población residencial de la Ciudad de México.

Una vez que hemos localizado y estimado la densidad de población residencial de la Ciudad de México, lo

siguiente es realizar este mismo estudio pero considearndo ahora el caso de la población no residencial. A nivel

urbano, generalmente los comercios, industrias, etc., están concentrados en sectores específicos y hacer una

distinción entre este tipo de edificaciones y las edificaciones residenciales es importante dado que sus

características y comportamiento son diferentes al resto de la ciudad en términos de población, tipos de

edificaciones, costos de construcción, etc. Sin embargo, en una ciudad no existen áreas exclusivamente

comerciales o industriales, sino que siempre existen zonas residenciales mezcladas con estas. Por esta razón,

la metodología Top-Down contempla la selección de zonas de ocupación mixta, es decir zonas con componentes

residenciales y comerciales, industriales, etc. Para la selección de las celdas de ocupación mixta de la Ciudad


10

de México, se aplica el procedimiento dato por Aubrecht y León (2015). La principal suposición de este

procedimiento es considerar que a mayor valor de la capa ISA, más grande es la probabilidad de que se considere

una zona mixta. Además, mediante el uso de 3 umbrales de valores que dividen a la base de datos ISA, el

procedimiento finalmente propone una clasificación binaria del uso de suelo, residencial y de uso mixto. La

Figura 4 izquierda, muestra la capa ISA utilizada. Tomando el procedimiento antes mencionado se definieron

los umbrales mínimo, medio y máximo con los valores de 1.32, 50.7 y 100, respectivamente. Así, la Figura 4

derecha expone la clasificación binaria de celdas residenciales y de uso mixto.

Figura 4 Izquierda: capa ISA utilizada para la Ciudad de México. Derecha: distribución binaria de celdas residenciales y de uso mixto para la Ciudad de México.

De este modo se ha obtenido que el 33.5% de las celdas que comprenden el área construida de la Ciudad de

México se encuentran dentro del primer intervalo (1.32 a 50.7) y el 66.5% dentro del segundo intervalo (50.7 a

100). El procedimiento dado por Aubrecht y León (2015) propone que las celdas del primer intervalo

corresponden a las celdas de ocupación exclusivamente residencial mientras que las celdas del segundo

intervalo corresponden a ocupación mixta. Una vez que se han seleccionada las celdas de ocupación mixta, se

procede a estimar la densidad de población y la población total de las zonas de uso mixto para la cual se aplica

un procedimiento similar al que se utilizó para la estimación de la población residencial superponiendo la capa

LandScan y seleccionando las celdas superpuestas. Así, se ha estimado que la población total en las celdas de

uso mixto en la Ciudad de México es de 7, 972,853 (habitantes residenciales + trabajadores, estudiantes,

profesores, etc.,). En este punto el siguiente paso a realizar es aplicar un criterio en base al cual podamos

determinar únicamente la población no residencial de las celdas mixtas. El criterio tomado por la metodología

Top-Down en este caso ha sido que de los 7, 972,853 (habitantes + población no residencial) estimados

anteriormente, se va a descontar un 14% de población que se considera netamente como residencial. Este valor

fue obtenido de sumar el porcentaje de desocupación de la Ciudad de México (6.60%) con la población cuya

edad va de 0 a 4 años de edad (7%). Así la población no residencial estimada es de 6, 856,654 (trabajadores,

estudiantes, profesores, médicos, comerciantes, etc.,).

11


GENERACIÓN DEL MODELO DE EXPOSICIÓN DE EDIFICACIONES

El paso final de la metodología consiste en la fusión de toda la información generada en los pasos previos. El

productos final del modelo Top-Down de exposición de edificaciones de la Ciudad de México es un archivo

ráster que contiene celdas de un kilómetro cuadrado con información referente al valor físico o de reposición

de las edificaciones, valor humano (población presente en las edificaciones de cada celda), tipos de sistemas

estructurales de las edificaciones y número de edificaciones. Para realizar esta fusión de información se ha

hecho uso del programa TDMv1.4 desarrollado en el Instituto de Ingeniería de la UNAM por León (2015). Así

por ejemplo, la información contenida en cada una de las celdas de 1 km2 del modelo de exposición de

edificaciones sería la mostrada en la Tabla 8.

Tabla 8 Información contenida en cada una de las celdas que conforman el modelo Top-Down de

exposición de edificaciones para la Ciudad de México

Tipo de Edificación Valor Físico

Valor Humano

Número de Edificaciones

Edificaciones Residenciales -- -- -- CML -- -- -- RM2 -- -- -- C3 -- -- -- C1 -- -- -- C5 -- -- -- OTR -- -- -- Edificaciones No Residenciales -- -- -- Escuelas -- -- -- Hospitales -- -- -- Oficinas -- -- -- Restaurantes -- -- -- Industrias -- -- -- Almacenes -- -- -- Comercios -- -- -- Terminales de Transporte -- -- --

En la Figura 5 detallada a continuación se expone el modelo de exposición de edificaciones de la Ciudad de

México construido mediante la aplicación de la metodología Top-Down.


12

Figura 5 Modelo de exposición de edificaciones Top-Down de la Ciudad de México. Se muestra el valor de reposición del sistema estructural o tipo de edificación CML en millones de pesos mexicanos

(MXN).

Con la información contenida en el modelo exposición de edificaciones es posible agrupar los datos para

visualizar la información de manera conjunta. La Tabla 9 presenta un resumen global a nivel de ciudad de las

edificaciones, exponiendo la población total, el área construida total, el costo total de las edificaciones, entre

otros.

Tabla 9 Resultados globales a nivel de ciudad dados por el modelo Top-Down para la Ciudad de

México

Descripción Unidad Cantidad

Población total Habitantes 8, 911,665 Total área construida – edificaciones residenciales Millones de m2 289.45 Total área construida – edificaciones No residenciales Millones de m2 105.11 Total costo de reposición de edificaciones residenciales Millones de $MXN 2, 273,636 Total costo de reposición de edificaciones No residenciales Millones de $MXN 815,252 Costo total de reposición de edificaciones de la Ciudad de México Millones de $MXN 3, 088,889

En la Tabla 9 se puede observar que el área construida total de edificaciones residenciales está alrededor de 290

millones de metros cuadrados construidos, cantidad muy cercana a la dada en el catastro de la Ciudad de México

(295 millones de m2 construidos). Por su parte, en la Tabla 10 se presentan los resultados del área construida

total y el valor humano (población) para cada uno de los tipos de edificaciones que forman el stock de

edificaciones dado por el modelo Top-Down.

13


Tabla 10 Área construida y valor humano (población) de los diferentes tipos de edificaciones que

conforman la base de datos de edificaciones de la Ciudad de México obtenida con la metodología Top-Down

Tipo de Edificación Área construida Valor Humano

Edificaciones Residenciales Millones de m2 # Personas CML 196.83 6, 059,932 RM2 34.73 1, 069,400 C3 40.52 1, 247,633 C1 8.97 276,626 C5 2.60 80,205 OTR 5.79 178,233 Edificaciones No Residenciales Escuelas 2.77 181,016 Hospitales 5.29 345,575 Oficinas 24.15 1, 575,659 Restaurantes 12.47 813,199 Industrias 8.17 532,762 Almacenes 4.13 269,466 Comercios 47.49 3, 097,836 Terminales de Transporte 0.63 41,140

USO DE INFORMACIÓN LIDAR PARA EL LEVANTAMIENTO DE PARÁMETROS ESTRUCTURALES DE EDIFICACIONES

Un archivo LiDAR está integrado por modelos digitales de elevación de tipo terreno o superficie, los cuales

contienen una disposición numérica de la distribución espacial de una variable cuantitativa y continua con un

tamaño regular de pixel, denominado resolución. Representan de forma simplificada la geometría del plano del

terreno, la cual está dada mediante puntos en un sistema de coordenadas bidimensional y a los que se les

relaciona un valor específico de elevación (INEGI, 2016). En el año 2011, el Instituto Nacional de Cartografía

y Estadística de México (INEGI) realizó el levantamiento LiDAR (de superficie y terreno) del Valle de México

con una resolución horizontal de 4.747m y un área de 22.54m2 por píxel.

En esta investigación se amplía el uso de información LiDAR para la estimación de algunos parámetros de las

edificaciones de la Ciudad de México importantes desde el punto de estructural. Los parámetros a inferir

corresponden a la altura de las edificaciones, número de niveles, así como también la cantidad de metros

cuadrados construidos de éstas. Por otro lado, además de obtener estos parámetros, la información LiDAR es

utilizada para validar y comparar ciertos resultados obtenidos con el modelo Top-Down, dada la mejor

resolución de esta capa.

Para la estimación de las alturas de las edificaciones de la Ciudad de México, se ha hecho uso de la información

LiDAR proporcionada por INEGI para construir dos mosaicos correspondientes a los modelos digitales de

elevación de superficie (MDS) y de terreno (MDT) con la característica de que cubran en su totalidad la Ciudad

de México; éstos fueron manipulados en un sistema de información geográfica para obtener un producto nuevo

de la diferencia de éstos, el modelo digital de alturas (MDA) el cual fue depurado para eliminar la información

referente a vegetación (PAOT, 2011), además de las vialidades. De esta manera se obtuvo un ráster únicamente

con las alturas de la infraestructura construida. Una vez obtenido el ráster de alturas, desde el punto de vista

estructural, es útil conocer el número de niveles que tienen cada una de las edificaciones ya que entre otros

motivos, con esta información se puede aproximar el período fundamental de vibración de las estructuras. Así,

para construir un archivo ráster de número de pisos de las edificaciones, se dividió el ráster de alturas para una

altura promedio de entrepiso de 2.8m. En la Figura 6 se expone el número de pisos de cada una de las

edificaciones de la Ciudad de México estimadas en base a la información LiDAR.


14

Figura 6 Número de pisos de las edificaciones de la Ciudad de México

Como se mencionó anteriormente, poder estimar el número de entrepisos de las edificaciones nos permite tener

una idea del período fundamental de vibración de las estructuras. En base a la información antes mencionada

se ha construida una capa de geo-información que muestra las edificaciones con número de entrepisos entre 15

y 25 pisos, por la razón de que estas estructural posiblemente tiene períodos de vibración cercanos a 2 segundos.

Es muy conocido la gran cantidad de daño que tuvieron las estructuras con períodos cercanos a 2 segundos en

el terremoto de 1985. La Figura 7 muestra esta información. Del mismo modo que se ha aislado las

edificaciones con períodos de vibración cercanos a 2 segundos, es posible hacerlo para cualquier otro período

de vibración permitiendo un estudio más completo del impacto de otros posibles sismos en las edificaciones de

la Ciudad de México.

Figura 7 Número de pisos de las edificaciones de la Ciudad de México con número de pisos entre 15 y 25.

Continuando con el uso de la información LiDAR dentro de un contexto de ingeniería estructural, se ha optado

por obtener la desviación estándar de las alturas de las edificaciones así como también el número promedio de

entrepisos de la estructuras de la Ciudad de México. Estos valores puede ser vistos como un parámetro que nos

indique que tan semejantes son las edificaciones de la ciudad, bajo la suposición e hipótesis de que en su

15


mayoría, las edificaciones con alturas o número de entrepisos iguales son construidas de una manera similar y

se podría pensar que tienen un sistema estructural parecido. La Figura 8, derecha, expone la desviación estándar

de las alturas de las edificaciones de la Ciudad de México a una resolución de 1km2. Se puede observar que la

mayor parte de las celdas (75%) tiene una desviación estándar de la altura de 1 a 3 metros, es decir alrededor

de 1 piso, zonas en la que se podría asumir que existe edificaciones estructuralmente homogéneas. El

incremento de la desviación estándar supone una mayor diversidad de edificaciones en altura y con ello mayor

diferencia en sus características estructurales. Utilizando ahora el número promedio de pisos (Figura 8,

izquierda), se ha observado que las edificaciones con un número mayor a 2 pisos (promedio) se encuentran

concentrados en pocas delegaciones: Cuauhtémoc, Benito Juárez, Miguel Hidalgo, Santa Fe. También se ha

podido ver que las edificaciones de hasta dos pisos (promedio) representan la mayor parte de la infraestructura

de edificaciones de la ciudad, edificaciones que en su mayoría están construidas por un sistema estructural de

mampostería confinada y las cuales en gran parte están destinadas a un uso habitacional.

Figura 8 Izquierda: Desviación estándar de la altura de las edificaciones. Derecha: Número de pisos promedio de las edificaciones. Capas a 1 kilómetro cuadrado de resolución.

COMPRACIÓN DEL MODELO TOP-DOWN Y LOS DATOS OBTENIDOS CON LIDAR

Con el objetivo de comparar la información obtenida en el modelo Top-Down, se ha idea un procedimiento

para mediante la información de LIDAR llegar a obtener el área total de metros cuadrados construidos de toda

la ciudad, así como su distribución. El procedimiento aplicado fue multiplicar cada pixel (que tiene un área de

de 22.54m2) del MDA (alturas de edificaciones) por el número respectivo de pisos que ese pixel presentaba.

Finalmente se ha obtenido que el área total construida de la ciudad es de 433 millones de m2. Comparando este

valor con el obtenido con el modelo Top-Down (395 millones de m2), hay un acuerdo del 91%. La Figura 9

expone el área total de metros cuadrados construidos (m2) a una resolución de celdas de un kilómetro cuadrado.

Analizando la distribución espacial de los metros cuadrados construidos, se han encontrado diferencias con

respecto al modelo Top-Down y esto es principalmente al hecho de que el modelo Top-Down utiliza la densidad

de población como parámetro de distribución de la cantidad de metros cuadrados construidos, es decir, a mayor

densidad de población, mayor cantidad de metros cuadrados construidos. Las mayores diferencias existentes

se dan en las zonas donde respectivamente se concentran la mayor cantidad de metros cuadrados construidos,

que para el caso de LiDAR coinciden con los lugares donde se ubican edificaciones de gran altura (Figura 8,

derecha). Las celdas en donde se dan las mayores diferencias coinciden en gran medida con las zonas en donde

se encuentran edificaciones altas y con mayor desviación estándar de las alturas (Figura 8), lugar donde se

asume hay una mayoritaria presencia de edificaciones no residenciales. La información referente a la ubicación

de la población no residencial (cuando esta se encuentra en sus lugares de trabajo) sería un dato sumamente útil


16

para mejorar el modelo Top-Down, ya que se lograría mejor también la distribución de los metros cuadrados

no residenciales, sin embargo por el momento la metodología estima su ubicación mediante la información de

LandScan e ISA y se ha observado que para la Ciudad de México, esta información no es suficiente. Dentro de

este mismo aspecto, la utilización de capas más actuales y con mejor resolución como VIIRS para estimar la

localización y distribución de las zonas no residenciales podría incrementar la precisión del modelo.

Figura 9 Área total construida (m2) de las edificaciones de la Ciudad de México a una resolución de 1 km2 obtenida en base a los datos LIDAR (izquierda) y mediante el modelo Top-Down (derecha).

CONCLUSIONES

La aplicación de la metodología Top-Down para la creación del modelo de exposición de edificaciones ha

resultado un procedimiento relativamente sencillo y rápido de implementar para la Ciudad de México. El

modelo está listo para ser utilizado en la estimación del riesgo sísmico de la Ciudad y proporciona información

de la localización de las edificaciones y de los parámetros estructurales necesarios para efectuar este estudio.

Se ha estimado que la cantidad total de metros cuadrados construidos de edificaciones en la Ciudad de México

es aproximadamente 395 millones de m2, 290 millones correspondientes a viviendas y 105 a estructuras no

residenciales. Por otro lado, el uso de información obtenida en base a sistemas aerotransportados como LiDAR

permite cubrir grandes áreas a bajos costos, de una forma rápida y con una alta precisión. Ha sido posible

obtener información de parámetros estructurales importantes de toda la Ciudad de México como son la altura

de las edificaciones, número de pisos y metros cuadrados construidos. La información de las alturas y número

de entrepiso de las edificaciones podría ser muy útil para mejorar el catastro de la Ciudad de México al ser

integrado a éste. Al comparar algunos de los resultados obtenidos con el modelo Top-Down y los dados por

LiDAR se ha encontrado un acuerdo del 91% en la estimación del área total construida de edificaciones de la

Ciudad. Sin embargo se ha visto que la distribución espacial de metros cuadrados construidos presenta

diferencias especialmente en las zonas que poseen la mayor cantidad de metros cuadrados construidos y se debe

principalmente a que el modelo Top-Down, para el caso de la Ciudad de México, no tiene la suficiente precisión

para encontrar la distribución de la población no residencial de la zona bajo estudio. Hay que tomar en cuenta

que el modelo Top-Down está enfocado hacia la estimación del riego sísmico total del lugar bajo estudio, sin

embargo se piensa que con ciertos refinamientos podría ser usado sobre cualquier ciudad y para obtener

información de la distribución espacial de las pérdidas con una mejor resolución. Finalmente mediante este

trabajo se ha ejemplificado la gran utilidad que en la actualidad se le puede dar al uso de información recabada

mediante percepción remota dentro de la ingeniería estructural.

17


AGRADECIMIENTOS

Se agradece al Banco Mundial por el acceso a la información de percepción remota utilizada como base para

este estudio, de manera especial al Dr. Oscar Ishizawa. Un agradecimiento también al Instituto de Ingeniería de

la Universidad Nacional Autónoma de México (UNAM). Los resultados, interpretaciones y conclusiones

expresadas en este documento son enteramente de los autores. Estos no necesariamente representan los puntos

de vista del Instituto de Ingeniería de la UNAM y el Banco Mundial así como de sus organizaciones afiliadas,

directores ejecutivos o de los gobiernos a los que éstas representan.

REFERENCIAS

Aubrecht, C., León Torres, J., (2015), “Top-Down Identification of Mixed vs. Residential Use in Urban

Areas: Evaluation of Remotely Sensed Nighttime Lights for a Case Study in Cuenca City, Ecuador”. In

Proceedings of the 1st Int. Electron. Conf. Remote Sens., Sciforum Electronic Conference Series, Vol. 1, 2015,

d005; doi:10.3390/ecrs-1-d005.

Aubrecht, C., León Torres, J.A., (2016), “Evaluating Multi-Sensor Nighttime Earth Observation Data for

Identification of Mixed vs. Residential Use in Urban Areas”. Remote Sens. 8, 114.

Bhaduri B., Bright E., Coleman P, & Urban, M.L. (2007). LandScan USA: a high-resolution geospatial and

temporal modeling approach for population distribution and dynamics. GeoJournal, 69:103–117

DOI 10.1007/s10708-007-9105-9.

Dobson, J., Bright, E., Coleman, P., Durfee, R., & Worley, B. (2000). LandScan: A global population

database for estimating populations at risk. Photogrammetric Engineering & Remote Sensing, 66(7), 849–

857.

Elvidge, C.D.; Tuttle, B.T.; Sutton, P.C.; Baugh, K.E.; Howard, A.T.; Milesi, C.; Bhaduri, B.; Nemani, R.

Global Distribution and Density of Constructed Impervious Surfaces. Sensors 2007, 7, 1962-1979.

Global Facility for Disaster Reduction and Recovery (GFDRR) (2014), “The annual report: Bringing

Resilience to Scale”.

Gunasekera R., Ishizawa O., Aubrecht C., Blankespoor B., Murray S., Pomonis A., y Daniel J., (2015),

“Developing an adaptive global exposure model to support the generation of country disaster risk

profiles”, Earth-Science Reviews, Volume 150, pages 594–608.

INEGI [en línea] CDMX, México. [Fecha de consulta: mayo 2016]. Modelo digital de elevación de alta

resolución LIDAR, Tipo terreno y superficie con resolución de 5m del Instituto Nacional de Geografía y

Estadística 2016. Disponible en:

http://www.inegi.org.mx/geo/contenidos/datosrelieve/continental/presentacion.aspx

Jaiswal and Wald (2008) PAGER Inventory Database v2.0.xls, U.S. Geological Survey 1711 Illinois st,

Golden, Colorado 80401.

Jaiswal K., Wald D., Porter K., (2010), A Global Building Inventory for Earthquake Loss Estimation and

Risk Management, Earthquake Spectra, Volume 26, No. 3, pages 731–748.

León J., (2015), “Desarrollo del Modelo de Exposición Top-Down a Nivel Urbano y Evaluación del Riesgo

Sísmico de la ciudad de Cuenca, Ecuador”, Tesis de Maestría, Universidad Nacional Autónoma de México,

México.

http://www.inegi.org.mx/geo/contenidos/datosrelieve/continental/presentacion.aspx


18

Marulanda M., Carreño M., Cardona M., Ordaz M., y Barbat A., (2013). Probabilistic earthquake risk

assessment using CAPRA: application to the city of Barcelona, Spain. Natural Hazards (2013) 69:59–84

Ordaz M., Meli R., Motoya-Dulche C., Sánchez L., y Pérez-Rocha E., (1992). Data Base for Seismic Risk

Assessment in Mexico City, ResearchGate, 40934670.

Ordaz M., (2014). A simple probabilistic model to combine losses arising from simultaneous occurrence

of several hazards. Nat Hazards (2015) 76:389–396

Ordaz M., Cardona O., Reinoso E., Yamin L., y Barbat A., (2011), “Enfoque Integral para la Evaluación

Probabilista del Riesgo (CAPRA): Iniciativa Internacional para la Efectividad de la Gestión del Riesgo

de Desastre”, 4CNIS, Granada, España.

PAOT (2010) Presente y Futuro de las Áreas Verdes y del Arbolado de la Ciudad de México. Procuraduría

Ambiental y del Ordenamiento Territorial de la CDMX. CDMX, México. Disponible en:

http://centro.paot.org.mx/documentos/paot/libro_areas_verdes.pdf

Reinoso E., Jaimes M., (2012) “Estimation of Earthquake Life Loss Computed from the Expected

Probabilistic Building Loss”, Journal of Earthquake Engineering, UEQE-2012-1519

Yamin L., Ghesquiere F., Ordaz M., y Cardona O., (2013) “Modelación Probabilista para la Gestión del

Riesgo de Desastre: El caso de Bogotá, Colombia”, Banco Mundial, Bogotá, Colombia.

http://centro.paot.org.mx/documentos/paot/libro_areas_verdes.pdf

SISTEMA NACIONAL DE PROTECCIÓN CIVILal. (2015), Aubrecht y León (2016), Aubrecht et al. (2016) para el levantamiento de una base de datos geo- ... de un kilómetro cuadrado de resolución.

Documents