The environmental, economic, and social consequences of dam breaks are catastrophic and require their prior knowledge to minimize risks. These consequences are directly related to rupture breach parameters, such as formation time and breach geometry (width, height, and lateral slopes). These parameters must be adequately representative of a real rupture to obtain a rupture hydrograph also representative (temporal evolution, volume, and peak flow). This representation becomes more reliable as the closer to the actual consequences of a rupture it is, thus creating conditions for an adequate emergency action plan. This research evaluates the parameters of breach formation for a possible rupture, specifically for the case of reservoirs in a sequence, also called cascade reservoirs. The adopted methodology uses physical reduced models and numerical modeling to define these parameters, trying to represent two cascade dams, based on a reference case, determining their values in each dam after the simulated rupture events.
La resiliencia es una capacidad que permite superar positivamente las adversidades y el síndrome burnout, al ser un factor de riesgo psicosocial habitual en la sociedad y hoy considerado una enfermedad, requieren ser analizados con mayor razón en tiempos de incertidumbre global; en virtud de ello, el propósito de la investigación es determinar el nivel de relación que existe entre resiliencia y síndrome de burnout en estudiantes universitarios del área de ciencias sociales en el altiplano peruano. Se realizó un estudio descriptivo, de tipo no experimental, diseño correlacional con enfoque cuantitativo. La población estuvo conformada por 1.178 estudiantes y una muestra estratificada de 290, a quienes se les aplicó dos instrumentos: El Connor–Davindson Scale y el Inventory Maslach Burnout–Student Survey. Los resultados muestran un alto nivel de resiliencia (62,4%) y un nivel medio de síndrome de burnout (83,4%), por tanto, se encontró una relación inversa baja (r= -0,348; p=0,000) entre ambas variables. Se concluye que, los estudiantes al presentar altos niveles de resiliencia tienen menores posibilidades de padecer el síndrome de burnout, por su capacidad de respuesta positiva, sentido de flexibilidad y adaptación al cambio en tiempos de incertidumbre social y crisis sanitaria.
El estudio se centró en analizar la distribución y evolución de la vegetación en la cuenca Ramis durante el período de 1984 a 2021, utilizando datos de índices de vegetación como el NDVI y el ARVI. Se emplearon herramientas como la Plataforma Google Earth Engine (GEE) para el procesamiento de imágenes satelitales Landsat y el software R Studio para realizar análisis de tendencias no paramétricas mediante el método de Mann Kendall. Los resultados muestran una serie de patrones significativos en la distribución de la vegetación a lo largo de las décadas estudiadas. Se observa un aumento constante en áreas sin vegetación, lo que podría estar relacionado con procesos de desertificación o degradación del suelo. Por otro lado, se evidencia una disminución en la cobertura de vegetación escasa, posiblemente asociada a actividades humanas como la expansión agrícola o la urbanización. Sin embargo, se destaca un aumento progresivo en la cobertura de vegetación densa y muy densa, indicando posibles esfuerzos de reforestación o recuperación de áreas boscosas, así como éxitos en medidas de conservación o regeneración natural. Estos hallazgos resaltan la importancia de continuar monitoreando y gestionando adecuadamente los recursos naturales en la cuenca Ramis para garantizar su conservación a largo plazo. Además, se compararon los resultados obtenidos a través del NDVI y el ARVI. Se observó que el NDVI proporcionó una mejor representación espacial y mostró mayor sensibilidad a la cantidad de clorofila, siendo útil para evaluar la densidad de la vegetación. Por otro lado, el ARVI mostró resultados más adecuados para áreas con terreno variado o vegetación densa y compleja, aunque su representación en la cuenca Ramis fue limitada.
In the Ramis River basin of the Peruvian Andes, flood events have become increasingly frequent and intense due to climate variability. However, the basin has limited hydro-meteorological observation records, and its flood generation mechanisms are extremely complex. This situation not only hinders the accurate identification of flood-prone areas, but also limits the effective implementation of flood risk management measures. This study sets three core objectives: to assess flood sensitivity across the basin, identify the dominant factors that influence flood sensitivity, and verify the flood detection performance of multispectral indices. The study adopts two core methods. First, a multi-criteria framework that integrates the Analytic Hierarchy Process (AHP) and Geographic Information System (GIS) is used, incorporating seven flood-related environmental factors and one precipitation triggering variable. Second, the performance of four spectral indices—NDVI, NDWI, SAVI, and MSAVI2 is verified through Spearman correlation analysis, Moran’s I index, and the random forest algorithm. The study finds that landform and geology are the core factors controlling flood sensitivity, with weights of 0.35 and 0.23, respectively. Moderately flood-sensitive areas account for the largest share of the basin, reaching 66% and covering 236.54 km2. The flood extent estimated by the spectral indices ranges from 36.73 km2 to 101.87 km2. Among these indices, NDVI has the strongest spatial correlation with flood-prone areas. The random forest model used in this study has an AUC of 0.6935 and an overall accuracy of 63.51%. The analytical framework proposed in this study is applicable to data-scarce Andean River basins, and the combined use of multispectral indices can provide support for flood risk management and decision-making in this region.
Las zonas de fuerte pendiente y con presencia de lluvias son susceptibles a deslizamientos que a su vez pueden provocar otros desastres. El objetivo de esta investigación es determinar el mapa de peligro por deslizamiento mediante métodos determinísticos, como un estudio de caso en la cuenca del río Cuyocuyo, ubicado en la zona nororiental del departamento de Puno, perteneciente a la vertiente amazónica, considerada como zona moderadamente lluviosa y de pendientes abruptas. El mapeo de la inestabilidad del terreno, se realiza considerando los deslizamientos como traslacional superficial, controlado por convergencia del flujo subterráneo, utilizando el modelo de talud infinito. Los datos requeridos para implementar el modelo incluyen topografía, propiedades del suelo y estados hídricos que son altamente variables tanto en el espacio y el tiempo. El inventario de deslizamientos es utilizado como verificación en los puntos de ocurrencia. Como resultados se ha obtenido para las condiciones de suelo saturado, semisaturado y seco el factor de seguridad está entre las clases inestable a muy inestable, en un 42%, 38% y 18% del área de la cuenca respectivamente; lo que es un indicativo de zona propensa a deslizamientos. La información dada por los mapas de susceptibilidad a deslizamiento, ayuda a las autoridades y técnicos para que adopten estrategias de reducción de peligro por deslizamientos existentes y futuros por medio de la prevención, mitigación y evasión.
En la región Puno la agricultura de secano es muy dependiente de las lluvias estacionales por lo cual caracterizar la sequía meteorológica es importante para prevenir sus impactos negativos. Se utilizó precipitación mensual de cinco estaciones meteorológicas del altiplano peruano. Se analizó la consistencia con curva de doble masa, la tendencia con prueba de Mann-Kendall, se generó una serie sintética con modelo ARIMA estacional y se determinó el índice de precipitación estandarizada (SPI) con distribución Gamma a escala de 1, 3, 6 y 12 meses para datos históricos (1965 a 2020) y proyectados a 20 años. Se encontró información histórica consistente y homogénea, sin tendencia significativa, con buen ajuste a distribución Gamma, los coeficientes del modelo ARIMA estacional son significativos (p < 0.05). En el periodo histórico y proyectado, la sequía moderada se presenta en mayor porcentaje, seguido por la sequía severa y la sequía extrema en menor porcentaje. En datos históricos el porcentaje de sequía moderada oscila entre 7% (Ilave) a 9.16% (Huancané), así mismo, la sequía severa presenta porcentajes entre 2.16% (Ayaviri) a 4.53% (Azángaro), y la sequía extrema presenta porcentajes entre 1.61% (Azángaro) a 3.1% (Ayaviri). En datos proyectados la sequía moderada tiene alto porcentaje y oscila entre 7.08% (Huancané) a 11.88% (Azángaro), le sigue la sequía severa con porcentajes de 3.96% (Cabanillas) a 5.82% (Ayaviri) y la sequía extrema presenta el menor porcentaje oscilando entre 1.66% (Ayaviri) hasta 3.33% (Ilave). Las sequías extremas históricas se encuentran en mayor porcentaje en Ayaviri y las proyectadas se encuentran en mayor porcentaje en Ilave.