I. Introducción

Actualmente, las inundaciones producidas por desbordes de ríos son reconocidas como una de las principales causas de daños económicos y pérdida de vidas humanas en todo el mundo (^{Dottori et al., 2016}). Una inundación fluvial es el proceso durante el cual ocurre el anegamiento del territorio adyacente al cauce del río (^{Gatica Herrera et al., 2019}; ^{Rojas et al., 2014}). Este fenómeno se convierte en un peligro cuando zonas que son propensas a inundarse se encuentran humanamente ocupadas (^{Keller & Blodgett, 2007}; ^{Rojas et al., 2014}). Al concretarse la amenaza, se producen catástrofes o desastres con impacto directo sobre la economía y la sociedad (^{Benjamín, 2008}; ^{Hernández-Uribe et al., 2017}).

Las inundaciones fluviales pueden ser provocadas por fuertes tormentas, colapso de infraestructuras, deshielos estacionales y crecidas asociadas a erupciones volcánicas (^{Adhikari et al., 2010}; ^{Ollero, 1997}; ^{Rojas et al., 2014}). Con la ocurrencia de lluvias intensas durante períodos prolongados el suelo se satura, cesa la infiltración y se generan excesos hídricos en la superficie. Además, si la evaporación es escasa se posibilita la anegación del terreno durante tiempos prolongados (^{Taboada & Damiano, 2017}). Este tipo de fenómeno se agrava si el terreno ha tenido un manejo inapropiado de los suelos (^{Camilloni et al., 2020}).

Las condiciones de susceptibilidad se verán favorecidas en dependencia del orden de los suelos, drenaje, el contenido de humedad y su textura. Obviamente, las zonas con depresiones en el relieve son potencialmente propensas a inundarse. El rápido escurrimiento o anegamiento de un lugar depende también de la pendiente del terreno. El tipo de cobertura del terreno influirá sobre los procesos de infiltración o los de escurrimiento (^{Olivera Acosta et al., 2011}).

La modificación de la cobertura del suelo producida por las actividades humanas, el vertimiento de deshechos y escombros, la deforestación, urbanización y el entubamiento del río provocan una disminución de la capacidad de infiltración del terreno y de la evacuación de los ríos. Con el objetivo de realizar una correcta zonificación de un área en relación a su susceptibilidad ante inundaciones es necesario realizar el análisis de sus parámetros geomorfológicos y edáficos. Estos trabajos van dirigidos a los tomadores de decisión para mitigar daños y perfeccionar el planeamiento urbano (^{Olivera Acosta et al., 2011}).

A nivel internacional, se han realizado numerosos estudios sobre zonificación de territorios susceptibles a inundaciones teniendo en cuenta factores naturales (^{Melo Cuellar et al., 2020}; ^{Vergara Noriega, 2020}; ^{Villamizar et al., 2019}). ^{Montecelos Zamora et al. (2010}) aplicaron una metodología exitosa basada en los criterios de influencia integrada y la correlación de los principales factores físico-geográficos que provocan las inundaciones del terreno aledaño al Rio Cauto (Cuba). ^{Igarza Sánchez (2019}) aplicó el método de Evaluación Multicriterio (EMC) y funciones SIG para la determinación de escenarios de peligros de inundaciones en cuencas fluviales de la localidad de La Habana (Cuba). En el sector costero de la ciudad de La Serena (Chile), de características semiáridas, se identificaron las unidades de paisaje más propensas a los desastres naturales (^{Soto et al., 2015}). Estas investigaciones lograron la delimitación exitosa de las zonas más sensibles a procesos de inundación o anegamiento utilizando jerarquización de variables y aplicando Evaluación Multicriterio (EMC).

En Argentina, las inundaciones constituyen los desastres naturales que causan el 95% de los daños económicos. Se estima que uno de cada tres argentinos vive en áreas inundables, lo cual suma 14,2 millones de personas (^{Foro Ambiental, 2017}). Entre los trabajos elaborados con el objetivo de delimitar zonas propensas a anegamiento del terreno se destacan aquellos referidos a la dinámica espacial y temporal de lagunas pampeanas permanentes y semipermanentes y a aplicaciones de herramientas de teledetección y SIG (^{Bohn & Piccolo, 2018}; ^{Carrascal et al., 2018}). Además, se han cartografiado áreas de riesgo a inundaciones y anegamientos a partir de modelos digitales de elevación (^{Meza et al., 2017}).

El río Negro, único curso de la cuenca homónima, presenta un gran caudal y es uno de los más importantes de Argentina (^{Fabregat, 2010}). Su cuenca hidrográfica se encuentra densamente poblada y se destaca el desarollo de actividades agrícolas, ganaderas y turísticas. Desde hace más de 121 años, el sector inferior de la misma ha sido noticia debido a la ocurrencia de inundaciones (^{Pérez Morando, 2005}). Durante los años 1899, 1973, 1976, 1977, 1979, 1981 y 2010 se produjeron eventos de inundación como consecuencia de lluvias intensas, fuertes vientos y aumentos del caudal del río por encima de lo habitual (^{DesInventar, 2020}).

^{Kokot et al. (2004}) zonificaron el litoral del sector inferior de la cuenca de Río Negro teniendo en cuenta su vulnerabilidad ante el ascenso del nivel del mar. En dicho trabajo, se consideraron factores geomorfológicos y climáticos. A pesar de los eventos de inundación reportados hacia el interior de la cuenca, actualmente no se han realizado estudios que delimiten las áreas más susceptibles a desbordes fluviales. Por lo tanto, el objetivo del presente artículo es estimar la susceptibilidad de la cuenca inferior del Río Negro ante inundaciones fluviales, considerando la geomorfología de la zona de estudio y condiciones meteorológicas medias. Los resultados son comparados de forma cualitativa y cuantitativa con los antecedentes de la región, mediante lo cual se identifican las poblaciones y servicios que son vulnerables a los eventos de crecidas o avenidas.

II. Área de estudio

El área de estudio es el sector inferior de la cuenca hidrográfica del Río Negro, localizada entre 40°-41°S y 63°-64°O, en el noreste de la región patagónica argentina (fig. 1), de acuerdo a la delimitación propuesta por la Subsecretaria de Recursos Hídricos-Instituto Nacional da Água ^{([SRRH-INA], 2002}). Este sector incluye a las unidades administrativas de Adolfo Alsina y Conesa (provincia de Río Negro), además de Carmen de Patagones (provincia de Buenos Aires). Esta zona de la cuenca tiene una orientación NO-SE. Abarca ~2000km², desde la localidad de Primera Angostura hasta su desembocadura en el Océano Atlántico (^{SRRH-INA, 2002}).

Fig. 1 Área de estudio: a) localización del área de estudio en las provincias de Buenos Aires y Río Negro, Argentina; b) cuenca inferior del río Negro. Figura en color disponible en línea. 

Los suelos son de textura fina a media, predominan los órdenes Aridisoles, Entisoles y Fluviosoles (^{Coronato et al., 2017}; ^{Morello et al., 2012}) y presentan rápido escurrimiento. El río adopta un diseño meandroso, con presencia de cauces abandonados o secos (^{Fabregat, 2010}). El relieve es predominantemente llano, de mesetas. La zona más baja se encuentra al nivel del mar y se localiza hacia el sur del área de estudio. El relieve presenta cordones salinos los que, ocasionalmente, superan los 2m sobre el mar (snm; ^{ECYT-AR, 2021}).

El clima es semiárido transicional a árido de estepa. La temperatura media anual es 15°C y la precipitación es 300mm/año (^{Morello et al., 2012}). La cobertura del suelo predominante es la de vegetación herbácea y cultivos (^{Instituto Nacional de Tecnología Agropecuaria [INTA], 1990}). Se destacan tres tipos de producción: actividades agrícolas intensivas bajo riego, forrajera y la ganadería (^{ECYT-AR, 2021}).

III. Materiales y métodos

La cartografía de susceptibilidad a inundaciones en la cuenca inferior del Río Negro se realizó con la ponderación de las siguientes variables: cobertura y usos del suelo, unidades geomorfológicas, tipo y drenaje del suelo e hidrografía. Se utilizaron diferentes bases de datos previamente publicadas (^{Pekel et al., 2016}), así como también datos de los organismos oficiales, cuyos detalles se brindan a continuación:

a) Unidades Geomorfológicas (E: 1:500 000), Drenaje del suelo (E: 1:500 000), Textura del suelo (E: 1:500 000), de Carta de Suelos de la República Argentina del Instituto Nacional de Tecnología Agropecuaria (^{INTA, 1990});

b) Cuerpos de agua (E: 1:250 000), de Infraestructura de Datos Espaciales del Instituto Geográfico Nacional (IGN, 2017);

c) Relieve (E: 1:250 000), Cursos de agua (E: 1: 250 000) e Infraestructura de Datos Espaciales de Centros poblados (E: 1:250 000), de Infraestructura de Datos Espaciales del IGN (2017);

d) Máxima extensión de agua (MEA; resolución 10°x10°), del ^{Global Surface Water Explorer (2020)} - Data Access (^{Pekel et al., 2016}).

Las unidades geomorfológicas, drenaje y textura de suelo fueron obtenidas a partir de los mapas de suelos provinciales que integran el Atlas de Suelos de la República Argentina (INTA, 1990) digitalizados en el Instituto de Suelos en formato vectorial (INTA, 2013). La capa relativa a la máxima extensión de agua (MEA) se adquirió de Global Surface Water Explorer para el período comprendido entre 1984-2015, a partir de tres conjuntos de datos que capturan la distribución temporal del agua: la recurrencia mensual, histórica anual y mensual del agua. ^{Pekel et al. (2016}) establecen que MEA fue obtenida a partir de inventarios y descripciones obtenidas de bases gubernamentales, extrapolación estadística de datos regionales e imágenes satelitales. La capa fue elaborada sobre una base de datos satelitales LANDSAT, cuantificándose los cambios en el agua superficial global con una resolución de 30m.

Las variables fueron adaptadas al área de estudio. Posteriormente, fueron ponderadas y jerarquizadas sobre la base de consulta bibliográfica de publicaciones referidas a la factibilidad de inundación según las características del terreno (^{Agencia de Medio Ambiente [AMA], 2014}; ^{Montecelos Zamora et al., 2010}; ^{Panigatti, 2010}). Se tomaron en cuenta, además, los criterios planteados por ^{Carrascal et al. (2018}), Rodríguez Miranda y Valcarce Ortega (2005), Montecelos Zamora et al. (2010), ^{Olivera Acosta et al. (2011}) y ^{Zepeda González (2011}; fig. 2).

Fig. 2 Esquema de trabajo empleado para la estimación de la susceptibilidad a inundaciones en la cuenca inferior del río Negro (Argentina). 

La asignación de pesos y jerarquización de variables fue obtenida en base al criterio de expertos publicado en la bibliografía, donde se analiza la contribución de cada criterio para la definición de fenómenos de inundación, con la asignación de valores de un y diez (tabla I). Mientras, la tipificación para la textura se realizó considerando la clasificación taxonómica de suelos (^{Panigatti, 2010}). En cuanto a la cobertura de agua, se asignó un valor de diez a los sitios que presentaron agua y un valor de un para aquellos en los que no se indicó la presencia de agua (^{Pekel et al., 2016}), respectivamente. Las variables, con formato ráster, fueron analizadas en un entorno SIG, tras lo cual se aplicó la metodología de Evaluación Multicriterio (EMC; ^{Olivera Acosta et al., 2011}).

Tabla I Criterios y ponderaciones utilizados en el procesamiento en la EMC, sobre la base de datos y conceptos teóricos de ^{Olivera Acosta et al. (2011}). 

La suma lineal para la ponderación de cada criterio se realizó en la calculadora ráster del SIG gratuito QGIS (www.qgis.org) de acuerdo con la expresión propuesta por ^{Olivera Acosta et al. (2011}), para la obtención del mapa de susceptibilidad de inundación:

SUSCEPTIBILIDAD (S) = (Peso (P) 1 * variable (V) 1) + (P2 * V2) +… (PN * VN),

donde los P ponderados fueron tomados de la metodología propuesta por ^{Carrascal et al. (2018}) y ^{Olivera Acosta et al. (2011}). Luego, fueron multiplicados por las ponderaciones de las variables (V) de drenaje, textura y tipo de suelo; existencia de agua; pendiente y coberturas del terreno, correspondientes al área de estudio.

La sensibilidad de los resultados se evaluó a nivel cuantitativo y cualitativo. Se analizó el mapa publicado por el Centro Común de Investigación de la Comisión Europea (Joint Research Centre of European Comission, 2020) como base de datos de áreas propensas a inundaciones a escala global para eventos de inundación con un período de retorno de 10 años (PR10; ^{Dottori et al., 2016}). De acuerdo a la mencionada base de datos, el área propensa a inundación en la zona de estudio abarca ~1193,7km². Este sector se extiende en las áreas SO, NO y centro de la cuenca. La resolución espacial es de ~1km, en la que los valores de las celdas indican la profundidad de la lámina de agua (m). Para el área de estudio, de acuerdo a la mencionada base de datos, los valores de la profundidad de lámina de agua en áreas inundables son menores que 2m mostrando algunos sectores con profundidades de 3 a 6m. La base de datos fue desarrollada por Dottori et al. (2016) a partir de información de Era Interim, simulaciones de flujo de corriente de GloFAS y con escenarios de inundación derivados de un modelo hidrodinámico utilizando la geometría de la red fluvial derivada de los datos del terreno de alta resolución. La validación de la citada base de datos fue realizada con el empleo de mapas oficiales (a escala global) de zonas propensas a inundarse y productos satelitales. Posteriormente, con el objetivo de determinar el grado de superposición, se realizó la intersección de mapas y tablas de atributos, lo cual permitió cuantificar las áreas susceptibles a inundaciones obtenidas en el presente trabajo mediante la metodología antes descrita y áreas propensas a inundaciones con PR10 (^{Dottori et al., 2016}).

Posteriormente, para la evaluación de los resultados, se trazaron cinco transectas (tabla II) de las que se extrajeron datos en relación a la presencia de agua sobre bases de datos ráster modelados (Mapa de inundaciones con período de retorno de 10 años [PR10]) y dados estimados (Mapa de Susceptibilidad Final [MSF]).

Tabla II Coordenadas geográficas correspondientes a las transectas trazadas para extracción de datos y posterior comparación cuantitativa de los resultados. 

A nivel cualitativo, los resultados (MSF) fueron vinculados a los registros de desastres de la base de datos del Sistema de inventario de efectos de desastres (^{DesInventar, 2020}). Esta reúne información de la prensa y archivos físicos sobre la ocurrencia de desastres cotidianos de pequeño y mediano impacto. Esta herramienta permite estudiar los desastres desde una escala espacial local (municipio o departamento), con lo cual se logra facilitar la gestión de riesgos entre diferentes actores sociales y tomadores de decisión (^{DesInventar, 2020}).

IV. Resultados

1. Estimación de la susceptibilidad hídrica

Como resultado de la aplicación de la ecuación de Susceptibilidad, la cual incluyó la ponderación de las variables físicas del área de estudio, se obtuvieron cuatro subzonas según el nivel de susceptibilidad a las inundaciones o anegamientos: no susceptible, susceptibilidad baja, media y alta. Las zonas no susceptibles y con susceptibilidad baja abarcaron 1 506,5km² (53,3% del área total de estudio), mientras que las zonas con susceptibilidad media ocuparon 1 187,4km², lo cual representó el 42% del total (figs. 3 y 4). La zona con susceptibilidad más alta a inundaciones se extendió por 134,2km² (4,7%) en lugares aledaños al río Negro y áreas con desarrollo de lagunas, relieve deprimido y drenaje pobre. Se halló que el 46,7% del área de estudio presenta una susceptibilidad media-alta a las inundaciones.

Fig. 3 Subzonas de susceptibilidad a inundaciones, estimadas sobre la base del análisis de características físicas, en la cuenca inferior del Río Negro. Figura en color disponible en línea. 

Fig. 4 Representatividad areal (%) de cada una de las clases de susceptibilidad estimadas, en el área de estudio. Figura en color disponible en línea. 

Tras el análisis se determinó que las variables forzantes para la estimación de la susceptibilidad hídrica fueron fundamentalmente tres debido al valor de los pesos asignados a cada variable (^{Olivera Acosta et al., 2011}) y su distribución geográfica. El análisis de la capa vectorial del mapa final de susceptibilidad (fig. 3) muestra que las áreas cuya susceptibilidad fue estimada como media y alta se destacaron por pendientes topográficas inferiores al 1% y con escaso drenaje del suelo. De esta manera, los factores físicos más influyentes para delimitar las áreas de alta susceptibilidad fueron la pendiente topográfica, el drenaje y el relieve.

El resultado reflejó que el área de estudio presenta heterogeneidad en cuanto a la distribución de la susceptibilidad a inundaciones (fig. 3). El sector SO de la cuenca mostró mayor grado de susceptibilidad que el NE. Las localidades de La Boca, Zanjón de Oyuela, Primera Angostura y Viedma se hallan en una zona de susceptibilidad alta mientras que Carmen de Patagones se sitúa en una zona categorizada como de susceptibilidad media (figs. 1 y 3).

2. Evaluación de la sensibilidad de los resultados

Se realizó la intersección, en formato ráster y mediante un SIG, entre el MSF obtenido en el presente estudio y el mapa de PR10 (^{Dottori et al., 2016}). Como resultado, se obtuvo que el área total intersectada entre ambos fue 1 079,45km² aproximadamente (38,2% del área de estudio). El área intersectada no fue igual al área de estudio debido a que la capa validada sólo muestra sectores del territorio propensos a inundarse. Del total del área intersectada, el 11,21% (121,04km²) y el 84,19% (908,8km²) correspondieron a las categorías alta y media del MSF, respectivamente. En tanto, el 2,78% correspondió a la categoría baja y el 1,81% del área intersectada fue considerada no susceptible (fig. 5).

Fig. 5 Comprobación cuantitativa de las subzonas de susceptibilidad estimadas para el área de estudio: porcentajes de intersección con respecto al mapa PR10. Figura en color disponible en línea. Fuente: Dorotti et al. (2016) 

Los datos obtenidos de las transectas analizadas en el área de estudio en el MSF (tabla II) se compararon con los datos extraídos, a lo largo de las mismas transectas, sobre el mapa MPR10. De los perfiles realizados (tabla I) se obtuvieron tendencias similares entre las subzonas de susceptibilidad (fig. 5) y el mapa PR10. A fin de mostrar la relación de las zonas con presencia de agua en el mapa PR10, se sustituyó por el valor de “1” cuando la profundidad de la lámina de agua > 0 mientras que, cuando la profundidad de la lámina de agua < 0, dicho valor se conservó (presencia de agua: 1=sí; 0=no; fig. 6). El análisis de la transecta 1 (tabla II y fig. 6) mostró que en los sectores que presentaron susceptibilidad baja y aquellos definidos como “no susceptibles”, la altura de la lámina de agua fue de 0cm, por lo tanto, sin presencia de agua. Mientras que, en el 100% de los registros en zonas con susceptibilidad media y alta, mostró existencia de agua para la base de datos satelital (PR10).

Fig. 6 Transecta 1 (A-B): grado de susceptibilidad (MSF) en relación a la presencia o ausencia de agua (PR10). Figura en color disponible en línea. 

La transecta 2 muestra que los registros extraídos a lo largo del perfil (tabla II) con susceptibilidad baja y no susceptibles pertenecen a sectores sin presencia de agua (fig. 7). En tanto, el 100% de los datos correspondiente a zonas con susceptibilidad alta y media corresponden a zonas con presencia de agua (fig. 7).

Fig. 7 Transecta 2 (C-D): grado de susceptibilidad (MSF) en relación a la presencia o ausencia de agua (PR10). Figura en color disponible en línea. 

La transecta 3 presenta que para zonas no susceptibles y con susceptibilidad baja, el 94,7% de los registros corresponden a zonas sin agua. En cuanto a áreas con susceptibilidad media, el 77,8 % de los registros coinciden con la presencia de capa de agua (fig. 8).

Fig. 8 Transecta 3 (E-F): grado de susceptibilidad (MSF) en relación a la presencia o ausencia de agua (PR10). Figura en color disponible en línea. 

La transecta 4, trazada en dirección NO-SE, mostró los datos para la mayor longitud de la cuenca (~1170km; fig. 9). Los datos obtenidos mostraron que, para zonas no susceptibles a inundaciones y con susceptibilidad baja, el 81,2% de los datos coincidieron con zonas sin presencia histórica de agua. Existieron reportes de susceptibilidad media en lugares donde no hay capa de agua (6%). El 93,3% de los datos con susceptibilidad alta y media mostraron coincidencia con aquellos que indicaron presencia de agua en la base de datos de referencia (^{Dottori et al., 2016}).

Fig. 9 Transecta 4 (G-H): grado de susceptibilidad (MSF) en relación a la presencia o ausencia de agua (PR10). Figura en color disponible en línea. 

En resumen, se constataron numerosas coincidencias entre el MSF y el mapa PR10 (^{Dottori et al., 2016}). En zonas donde la fuente de datos validados no reportó presencia de agua se obtuvo una coincidencia del 80% con registros correspondientes a las subzonas de susceptibilidad baja y no susceptible. En el caso donde el PR10 reportó presencia de agua se halló una coincidencia mayor al 78% en relación a subzonas mediana y altamente susceptibles.

Tras el análisis cualitativo, se compararon los resultados del MSF con la existencia de reportes de eventos de inundación en la región usando la base de datos DesInventar (2020; tabla III). Tras ello, se identificaron siete eventos de inundación importantes en los últimos 50 años. Este último aspecto, confirma la ocurrencia de inundaciones en la zona. Los factores desencadenantes fueron fuertes lluvias y vientos.

Tabla III Registros de inundaciones importantes acontecidas en los departamentos de Adolfo Alsina, Conesa (Rio Negro) y Carmen de Patagones (Buenos Aires). 

Fuente: https://www.desinventar.org

El departamento con la mayor cantidad de reportes de inundación es Adolfo Alsina. El MSF muestra que Viedma, La Boca y Zanjón de Oyuela son zonas de alta susceptibilidad a inundarse en condiciones de tormenta y vientos fuertes. Como resultado de la anterior comparación, se establece que el MSF es consecuente con los datos publicados por DesInventar (2020). Mientras, la localidad de Carmen de Patagones, correspondió a un área de baja suceptibilidad. En esta ocasión, el inventario de desastres registró la ocurrencia de dos eventos de inundación en los años 1973 y 2010. También en este sector, los resultados hallados (MSF) concuerdan con los datos previamente publicados. La susceptibilidad en la unidad administrativa de Conesa es mayor en cercanías al río. En este sector solo se halló el registro de un evento de inundación en 1981 (fig. 3 y tabla III).

V. Discusión

Durante las últimas décadas, los estudios referidos a la susceptibilidad de regiones a inundarse y a los factores que las convierten en zonas vulnerables han mejorado en nivel de detalle y precisión (^{Madruga de Brito et al., 2018}). Actualmente, la cartografía y delimitación de áreas vulnerables mediante Sistemas de Información Geográfica a este tipo de eventos es una de las metodologías más empleadas (^{Carrascal et al., 2018}; ^{Chandra Swain et al., 2020}; ^{Igarza Sánchez, 2019}; ^{Montecelos Zamora et al., 2010}; ^{Olivera Acosta et al., 2011}). La realización de este tipo de estudios permite a los tomadores de decisión mantener una supervisión adecuada sobre estas regiones, así como trazar planes de prevención y mitigación de riesgos por inundación (^{Chandra Swain et al., 2020}).

En la literatura internacional se priorizan los estudios de susceptibilidad ante eventos extremos, de forma integrada con indicadores sociales, económicos y físicos (^{Birkmann et al., 2013}; ^{Godfrey et al., 2015}; ^{Madruga de Brito et al., 2018}). Sin embargo, son numerosos también aquellos trabajos en los que se focaliza en el estudio de sólo una de las variables. Los estudios de ^{Etulain y López (2015)}, ^{Ferrari (2012}), ^{Jorquera Santis et al. (2013}) y ^{Olín Fabela (2017}) abordan la problemática de sectores sensibles a inundaciones con un concepto eminentemente social. Los resultados obtenidos en estas publicaciones exponen la forma en que la sociedad percibe los desastres, lo cual complementa las evaluaciones técnicas (^{Blaikie et al., 1996}; ^{Ferrari, 2012}). De esta manera, el tener conocimiento previo sobre las características del medio natural es importante para zonificar cuáles son los sectores que son naturalmente más propensos a anegarse ante eventos extremos (^{Melo Cuellar & Pinzón, 2020}; ^{Olivera Acosta et al., 2011}; ^{Vergara Noriega, 2020}; ^{Villamizar et al., 2019}).

En el caso de la cuenca inferior de Río Negro, actualmente, no se encuentra disponible una zonificación actualizada sobre terrenos propensos a anegarse ante una inundación fluvial. Esta carencia persiste a pesar de la existencia de reportes de inundaciones (^{DesInventar, 2020}). En los resultados del presente trabajo se demostró que el 46,7% de la cuenca inferior de Río Negro tiene susceptibilidad media-alta a inundarse. Trabajos similares realizados en otras regiones tales como los de ^{Carrascal et al. (2018}), ^{Igarza Sánchez (2019}), ^{Montecelos Zamora et al. (2010}) y ^{Olivera Acosta et al. (2011}) obtienen mapas en los que se zonifican regiones no susceptibles y de susceptibilidades baja, media y alta siendo, dicha cartografía, un elemento que brinda valiosa información. En relación a los factores físicos que aumentan la susceptibilidad ante anegamientos se determinó, en el presente trabajo, que se encuentran las pendientes inferiores a 1% y relieve bajo. Similares determinaciones fueron halladas por Montecelos Zamora et al. (2010) y Olivera Acosta et al. (2011) quienes también identificaron dichos rasgos como determinantes de la vulnerabilidad hidrológica en otros ambientes.

La metodología de evaluación multicriterio ha demostrado ser de gran utilidad (^{Lawal Dano et al., 2019}; ^{Lim, 2008}; ^{Nahiduzzaman et al., 2015}), como herramienta para la toma de decisiones ante un evento extremo. La gestión del riesgo de inundaciones requiere la comprensión de la susceptibilidad ante este fenómeno, ya que las amenazas solo se convierten en desastres si afectan a una comunidad o sistema que es vulnerable a sus efectos (^{Madruga de Brito et al., 2018}). Los métodos basados en indicadores son fáciles de usar y comprender, dado que no requieren datos detallados como curvas de daño y fragilidad (^{Ciurean et al., 2013}).

La validación de la metodología empleada en este trabajo, realizada a través de los análisis cuantitativo y cualitativo, encuentra una buena coincidencia espacial entre las zonas susceptibles a inundarse propuestas por ^{Dottori et al. (2016}) y la base de datos DesInventar (2020). La evaluación Multicriterio en base a SIG resultó ser una herramienta alternativa exitosa y de buena precisión. ^{Olivera Acosta et al. (2011}) validó sus resultados exitosamente al comparar el límite histórico de inundación con sus resultados. Mientras, ^{Carrascal et al. (2018}) y ^{Montecelos Zamora et al. (2010}) compararon sus mapas de anegamiento del terreno con estudios anteriores, recorridos de campo y entrevistas a los pobladores de la zona.

VI. Conclusiones

La evaluación multicriterio permitió delimitar y categorizar las zonas susceptibles a inundarse en la cuenca inferior de Río Negro. La estimación de susceptibilidad hídrica denota que la ciudad de Viedma y las localidades Zanjón de Oyuela, La Boca y Primera Angostura constituyen áreas altamente susceptibles a inundaciones por desborde del río. En la zona de estudio, las características geográficas del terreno que propician la susceptibilidad de un área a anegarse son el escaso relieve con pendientes topográficas que no superan el 1% de inclinación, además del escaso drenaje de los suelos.

La eficacia de la metodología aplicada para la delimitación de zonas de susceptibilidad a inundaciones en el área de estudio fue significativa. A través de la ponderación de las variables se delimitaron las características geográficas que propician un evento de inundación fluvial. La comparación con otros datos relativos a eventos de inundación específicos del área de estudio coincidió con el mapa final de susceptibilidad. La validación cuantitativa mostró altos niveles de coincidencia entre las áreas de mediana y alta susceptibilidad del mapa resultante del estudio y las zonas inundables delimitadas por el Centro Común de Investigación de la Comisión Europea (^{Dottori et al., 2016}). En la validación cualitativa se encontraron reportes de siete eventos en la región (^{DesInventar, 2020}) desde 1970 hasta la actualidad, coincidentes con las subzonas de mayor susceptibilidad. El mapa resultante de la investigación y los registros de investigación de DesInventar, sitúan a los departamentos de Adolfo Alsina y Conesa (provincia de Rio Negro) entre los más afectados por inundaciones.

El análisis espacial realizado en la zona de estudio permite comprender la influencia de los rasgos físicos, así como también los efectos de la acción del hombre frente a la ocurrencia de inundaciones. Es por ello que se considera que el aporte del presente trabajo consiste en el desarrollo y aplicación de una metodología validada con eventos históricos y que permite la superposición de diferentes coberturas de datos de manera fácil y eficiente. Esto permite una rápida detección de las zonas que son más susceptibles a sufrir un evento de inundación, no sólo en el área de estudio, sino en cualquier otro ambiente de similares características. Esta metodología es de gran utilidad para ser utilizada por entidades gubernamentales para delinear políticas públicas y de ordenamiento territorial.

Contribuciones de los/as autores/as

Grethel Garcia Bu Bucogen: Conceptualización; Metodología; Software; Validación; Análisis formal; Investigación; Curación de datos; Escritura - original preparación del borrador; Redacción - revisión y edición. María Cintia Piccolo: Conceptualización; Análisis formal; Investigación; Revisión y edición; Supervisión; Administración del proyecto; Adquisición de fondos. Vanesa Yael Bohn: Conceptualización; Metodología; Validación; Análisis formal; Investigación; Recursos; Redacción - revisión y edición; Visualización; Supervisión; Administración del proyecto.