Análisis de Vulnerabilidad Futura Del Ecuador Frente Al Cambio Climático

ANLISIS DE VULNERABILIDAD
FUTURA DEL ECUADOR

FRENTE AL CAMBIO CLIMTICO
A NIVEL CANTONAL
Presentado por The Nature Conservancy

Consultora por lista corta LCC-UCP-001-2010
3 de Diciembre, 2010
TABLA DE CONTENIDOS
1. Introduccin pg. 1
1.1 Objetivos pg. 1
1.2 Marco conceptual pg. 2
1.3 Tendencias de cambio climtico pg. 3
1.4 Informacin de escenarios climticos pg. 4
2. Metodologa y resultados pg. 5
2.1 Diferencia de riesgo actual y futuro pg. 15
2.1.1 Inundaciones pg. 16
2.1.2 Deslizamientos pg. 17
2.1.3 Sequas pg. 19
2.1.4 Tres Riesgos pg. 20
2.2 Cantones con mayor riesgo actual y futuro pg. 21
2.2.1 Inundaciones pg. 21
2.2.2 Deslizamientos pg. 25
2.2.3 Sequas pg. 28
3. Conclusiones, limitaciones y recomendaciones pg. 30
4. Referencias pg. 33
ILUSTRACIONES
1. Mapa de riesgo a deslizamientos utilizando el modelo

PRECIS-ECHAM A2- 2080Df pg. 6
PRECIS-HADLEY A2-2080 pg. 7
TL959 A1B -2039 pg. 8
4. Mapa de riesgo a inundaciones utilizando el modelo
ECHAM A2- 2080 pg. 9

TL959 A1b-2039 pg. 11
7. Mapa de riesgo a sequas utilizando el modelo
I
Anlisis de vulnerabilidad futura del Ecuador frente al cambio climtico a nivel cantonal
PRECIS-ECHAM A2- 2080Df pg. 12

TL959 A1b-2039 pg. 14
TABLAS
1. Perodos y escenarios de cada modelo pg. 5

2. Incremento riesgo inundaciones regional pg. 16
3. Incremento riesgo inundaciones amplio pg. 16
4. Incremento riesgo deslazamientos regional pg. 17
5. Incremente riesgo deslazamientos amplio pg. 18
6. Incremento riesgo sequas regional pg. 19
7. Incremento riesgo sequas amplio pg. 19
8. Incremento de riesgos por modelo, por provincia pg. 20
9. Riesgo actual y futuro, inundaciones pg. 21
10. Quintil mayor riesgo actual y futuro inundaciones pg. 23
11. Quintil mayor riesgo actual, futuro e incremento inundaciones pg. 24
12. Riesgo actual y futuro deslizamientos pg. 25
13. Quintil mayor riesgo actual y futuro deslazamientos pg. 26
14. Quintil mayor riesgo actual, futuro, e incremento deslizamientos pg. 27
15. Riesgo actual y futuro sequas pg. 28
16. Quintil mayor riesgo actual y futuro sequas pg. 29
17. Quintil mayor riesgo actual, futuro e incremento sequas pg. 29
GRAFICOS
1. Comparacin de resultados para deslizamientos de los

3 modelos utilizados pg. 16
ANEXOS
1. Resultados de cantones ms vulnerables (quintil ms vulnerable) a

amenazas futuras (ECHAM, HADLEY, TL959) pg. i- ix
II
ANLISIS DE VULNERABILIDAD FUTURA DEL ECUADOR

FRENTE AL CAMBIO CLIMTICO A NIVEL CANTONAL
Elaborado por: The Nature Conservancy
Equipo de trabajo: Silvia Bentez, Julio Novoa, Jorge Len, Karolina Ron, Diego Colina,
Juan Carlos Gonzlez, Jaime Camacho, Cristina de la Paz.
1. Introduccin
El Ministerio del Ambiente del Ecuador (MAE), a travs de la Subsecretara de
Cambio Climtico, dentro del desarrollo del Plan Nacional de Cambio Climtico,
contrat un estudio bajo la modalidad de consultora por lista corta LCC-UCP-001-
2010 para realizar un Anlisis de vulnerabilidad del Ecuador frente al Cambio
Climtico a Nivel Cantonal.
Sobre esta base, The Nature Conservancy (TNC), fue seleccionada para realizar el
estudio en mencin. Este trabajo ha sido realizado en un perodo de 5 meses
(mediados de Julio- mediados de Diciembre).
1.1 Objetivos
La consultora de Anlisis de la vulnerabilidad del Ecuador frente al Cambio
climtico a nivel cantonal tiene los siguientes objetivos:
Objetivo general: Desarrollar un anlisis en el pas a nivel cantonal de la

vulnerabilidad de las poblaciones humanas en relacin al cambio climtico.
Objetivos especficos
1. Estimar la vulnerabilidad actual y futura ante el cambio climtico de las

poblaciones humanas y sus medios de vida frente a diferentes consecuencias
de cambio climtico entre otras: inundaciones, sequas, deslizamientos y
subida del nivel del mar a nivel cantonal.
2. Estimar la vulnerabilidad de la poblacin en el sector salud en un contexto de
cambio climtico.
3. Desarrollar mapas de vulnerabilidad y riesgos al cambio climtico de las
poblaciones, sus medios de vida y el sector salud
4. Recopilar y sistematizar la informacin existente sobre vulnerabilidad y
sensibilidad de los ecosistemas ante el cambio climtico.
5. Realizar un anlisis de los principales factores que determinan una mayor o
menor vulnerabilidad de las poblaciones de los distintos cantones en el
Ecuador en un contexto de cambio climtico.
1
Este reporte presenta los resultados del objetivo 2 de estimar la vulnerabilidad

futura ante el cambio climtico.
1.2 Marco conceptual

El trmino vulnerabilidad es utilizado en varios contextos y tiene varias
definiciones, por lo que es importante establecer desde el inicio una definicin
clara que adems constituya el marco conceptual bajo el cual se desarrollen los
estudios de vulnerabilidad. Desde el punto de vista cientfico el uso del trmino
vulnerabilidad tiene sus races en el estudio de la geografa y de los riesgos
naturales, sin embargo ahora es usado en varios contextos que incluyen manejo
de riesgos, ecologa, salud pblica, pobreza, hambruna, cambios de uso de suelo,
cambio climtico y adaptacin, entre otros (Fussel 2010, Turner 2003). Es as que
diferentes aproximaciones conceptuales de vulnerabilidad han sido usadas por
diversos enfoques metodolgicos como son enfoques de riesgos, enfoques de
economa poltica, enfoques de desastres (modelo PAR pressure and release),
enfoques integrados (riesgos y economa poltica), y enfoques de resiliencia
ecolgica (Fussel 2007). En cada uno de estos enfoques las variables analizadas
son distintas y adems persiguen objetivos distintos. Es por esto que muchas
veces hay confusin en la definicin de vulnerabilidad.
En Ecuador el enfoque de riesgos ha sido ampliamente utilizado. En este enfoque

se analiza claramente dos factores: la amenaza y la vulnerabilidad.
Riesgo= (Amenaza y Vulnerabilidad).
En donde la amenaza es un evento fsico, un fenmeno o una actividad humana,

mientras que la vulnerabilidad se refiere a la relacin entre la severidad de la
amenaza y el dao causado (Fussel 2007). En este estudio el enfoque conceptual
integra la variable climtica al enfoque tradicional de riesgos.
El estudio utiliza como marco conceptual la definicin de vulnerabilidad descrita

por el IPCC (2007) : La vulnerabilidad es el grado en que un sistema es
susceptible, e incapaz de hacer frente a los efectos adversos del cambio climtico,
incluyendo la variabilidad climtica y los extremos. La vulnerabilidad es funcin de
la forma, magnitud y rapidez del cambio climtico y la variacin a la que est
expuesto un sistema, de su sensibilidad y su capacidad de adaptacin.. Tenemos
as que:
Vulnerabilidad = ( Exposicin, Sensibilidad al Clima, Capacidad de Adaptacin)
En donde:
Exposicin= es el grado, duracin y o alcance en el cual un sistema est en

contacto con una pertubacin (Adger 2006), se refiere en este caso al carcter,
magnitud, duracin y variabilidad del cambio climtico.
2
Sensibilidad = el grado al cul un sistema es afectado ya sea de una manera

negativa o positiva por la variabilidad o el cambio del clima.
Capacidad de adaptacin = la habilidad de un sistema (tanto humano como

natural) para ajustarse al cambio climtico y la variabilidad en el clima, para poder
disminuir los potenciales daos, tomar ventaja de oportunidades y enfrentar las
consecuencias. Las diferencias que se encuentren entre estos dos momentos,
podr mostrar cules, en dnde y en qu magnitud se observarn impactos
futuros de cambio climtico.
En el anlisis de vulnerabilidad futura no fue posible analizar el componente de

sensibilidad y capacidad de adaptacin, pues no se cuenta con estimaciones o
proyecciones de las variables socio-econmicas utilizadas en los clculos de estas
variables. El anlisis est enfocado en la construccin de diversos escenarios que
presenten posibles cambios en la exposicin (riesgo) a las amenazas de
inundaciones, deslizamientos y sequas. La amenaza de subida de nivel del mar
no fue analizada, pues para esto sera importante contar con un modelo digital de
terreno de alta resolucin, que permita analizar cambios en la altura del nivel del
mar menores a 10 cm. Por lo tanto est amenaza es presentada slo en el anlisis
de vulnerabilidad actual.
Es importante mencionar que el anlisis de vulnerabilidad futura debe ser ledo

como un complemento al anlisis de vulnerabilidad actual realizado como parte de
este estudio. El anlisis futuro presenta futuros posibles escenarios que deben ser
analizados en conjunto con los anlisis de vulnerabilidad actual.
1.3 Tendencias de cambio climtico en el pas

Las temperaturas medias a nivel global, ya han incrementado 0.75C entre 1991 y
el 2002, y est proyectado que se incremente entre 2 y 4C antes del 2100 con
cambios considerables en los patrones de distribucin (IPCC 2007). En Ecuador
se aprecian tambin tendencias de cambio. El anlisis de tendencias de cambio
con datos observados es muy til para poder entender cambios esperados en el
futuro prximo, y nos permite adems incorporar esta informacin a procesos de
toma de decisin que permitan al pas trabajar inmediatamente en estrategias de
adaptacin a cambio climtico.
El Ministerio del Ambiente y el INAHMI han realizado un anlisis estadstico con

FClimde para Ecuador (Muoz et al 2010), con una resolucin de 1. Si bien este
estudio presenta limitaciones debido a la falta de buena informacin climtica en el
pas, es un anlisis de gran utilidad para poder establecer tendencias de cambio
climtico. El anlisis realizado con FClimdex, arroj informacin sobre 27
indicadores climticos. A continuacin se presenta una sntesis de los principales
resultados de este estudio que tienen un efecto en las amenazas analizadas en
este estudio (sequas, inundacin, precipitaciones):
3
Incremento de la precipitacin total anual para la mayor parte del territorio

continental ecuatoriano
Incremento para la intensidad simple anual de precipitacin.
El litoral noroccidental ecuatoriano evidencia un decremento de
precipitaciones mayores o iguales a 10 mm por da, sin embargo cuando
stas ocurren tienden a hacerlo con mayor carcter de extremas (mayores
o iguales a 50 mm por da).
Se aprecia un incremento en el nmero de das secos consecutivos para la
regin central ecuatoriana
Estas tendencias sugieren que amenazas climticas como son deslizamientos

tienen la posibilidad de aumentar debido al incremento en la intensidad de la
precipitacin, lo cual puede tener tambin un efecto en inundaciones. El aumento
de das secos en ciertas regiones, indica tambin un riesgo de que las sequas se
intensifiquen en ciertos lugares. Claramente estos datos muestran que la
variabilidad interanual se ver afectada, el Ecuador al igual que el resto del
planeta se ver afectado con un incremento en eventos extremos causados por el
cambio climtico (ej. lluvias intensas en perodos de tiempo ms cortos, perodos
sin lluvia ms largos).
1.4 Informacin de escenarios climticos

La informacin sobre modelos y escenarios futuros de cambio climtico, fue la
informacin principal para realizar el anlisis de vulnerabilidad futura. El proyecto
prioriz el uso de modelos disponibles para Ecuador. Hubo limitaciones en tener
acceso a esta informacin debido a que algunos modelos no estaban listos, o se
encontraban en formatos que era necesario un procesamiento especial para poder
usarlos como mapas. El MAE entreg a The Nature Conservancy la informacin
de los siguientes modelos:
PRECIS
El sistema de modelado climtico regional PRECIS fue desarrollado por el Centro
Hadley del Reino Unido. Los datos empleados en el presente estudio
corresponden a la resolucin de 25 km, y a dos modelos ECHAM4 y HADLEY.
Para este anlisis se seleccion el escenario A2, que corresponde a un escenario
que refleja las tendencias polticas y econmicas actuales.
Los datos correspondiente al modelo PRECIS entregados por el MAE a TNC se

encontraban en un formato ASCII, el cual no es compatible con un sistema de
informacin geogrfica para poder realizar la visualizacin y posterior anlisis de
dicha informacin. Para poder utilizar los archivos enviados fue necesario realizar
una serie de operaciones matemticas con el fin de transformarlos a un formato
4
raster que pueda ser ledo por un sistema de informacin geogrfica. De esta
forma se obtuvo la informacin climtica futura de los modelos ECHAM y HADLEY,
en el escenario A2, al ao 2080.
TL959
El TL959 es un modelo operacional de pronstico del Instituto de Investigaciones
Meteorolgicas (MRI, por sus siglas en ingls) y la Agencia Japonesa de
Meteorologa. Tiene una resolucin de 20 km, y la informacin est disponible
para el escenario A1B.
2. Metodologa y resultados
El anlisis de vulnerabilidad futura fue enfocado en evaluar riesgos futuros de las
amenazas (exposicin): deslizamientos, inundaciones y sequas. Es importante
mencionar que para el clculo de la amenaza a subida del nivel del mar en un
escenario futuro, al no contar con un modelo digital de elevacin de alta
resolucin, se torn imposible realizarlo. De igual manera, es importante
mencionar que todos estos escenarios futuros solamente se realizaron a nivel de
amenazas, ms no a nivel de vulnerabilidad ya que los valores de sensibilidad y
capacidad de adaptacin no cuentan con tendencias o predicciones para las
fechas modeladas.
A partir de los modelos y escenarios de cambio climtico disponibles para la

ejecucin del proyecto se generaron mapas que representan la variacin de las
distintas amenazas. Los modelos y escenarios utilizados fueron:
Tabla 1. Perodos y escenarios de cada modelo
Modelo Escenario Perodo

PRECIS ECHAM A2 2080
PRECIS HADLEY A2 2080
TL959 A1B 2039
Los valores obtenidos mediante un factor de cambio para cada una de estas
amenazas representan la posible variacin existente entre el estado presente y los
escenarios futuros. Se obtuvo las amenazas futuras aplicando un factor de cambio
en la variable climtica utilizada, de manera que, mientras los valores calculados
que se encuentran entre cero y uno representan un potencial decremento en el
valor de la amenaza, los valores mayores a uno representan un incremento en la
valor de la amenaza. De esta forma es sencilla la interpretacin de los resultados
obtenidos, y se podran obtener patrones de cambio. A continuacin las nuevas
amenazas calculadas utilizando los modelos y escenarios aqu descritos:
5
Ilustracin 1: Mapa de riesgo a deslizamientos utilizando el modelo PRECIS-ECHAM A2-

2080
6
Ilustracin 2: Mapa de riesgo a deslizamientos utilizando el modelo PRECIS-HADLEY

A2-2080
7
Ilustracin 3: Mapa de riesgo a deslizamientos utilizando el modelo TL959 A1B -2039
8
Ilustracin 4: Mapa de riesgo a inundaciones utilizando el modelo ECHAM A2- 2080
9
Ilustracin 5: Mapa de riesgo a inundaciones utilizando el modelo HADLEY A2- 2080
10
Ilustracin 6: Mapa de riesgo a inundaciones utilizando el modelo TL959 A1b-2039
11
Ilustracin 7: Mapa de riesgo a sequas utilizando el modelo ECHAM A2-2080
12
Ilustracin 8: Mapa de riesgo a sequas utilizando el modelo HADLEY A2- 2080
13
Ilustracin 9: Mapa de riesgo a sequas utilizando el modelo TL959 A1B- 2039
14
Los resultados de las amenazas futuras muestran diferencias entre los 3 modelos
futuros, esto se debe a que los datos de precipitacin para cada uno de ellos
tienen distintas predicciones, adicionalmente usan distintos escenarios entre
PRECIS y TL959 (A2, A1b respectivamente), y distintos aos (2080, 2039
respectivamente).
A continuacin se presentan un grfico que muestra las diferencias entre los tres
modelos de los resultados futuros para la amenaza de deslizamientos:
Grfico 1: Comparacin de resultados para deslizamientos de los 3 modelos utilizados
Porcentaje de cantones por regin que presentan

INCREMENTOS para la varialbe de EXPOSICIN a
DESLIZAMIENTOS, escenario ACTUAL vs
FUTURO
100%
Costa
50% Sierra
35%
Oriente
20%
15%
0% 0% 0% 0% 0% 0%
0%
Incremento Incremento Incremento TL959

ECHAM HADLEY
MODELO
2.1 Diferencia de riesgo entre estado actual y futuro

En ste anlisis se desea encontrar cules son las provincias y las regiones del
pas que ms cantones con incremento de de riesgo futuro tienen. Se muestran
los resultados de los tres modelos y se pueden encontrar coincidencias entre los
tres. La diferencia entre los riesgos actuales con los que predicen los modelos
futuros indica explcitamente si el riesgo incrementar o decrecer. Si obtenemos
una diferencia positiva (al restar riesgo actual menos riesgo futuro) significa que el
riesgo ser menor a futuro, si es un valor negativo, significa que el riesgo
aumentar. En el anlisis se consideraron nicamente a los cantones que tienen
incremento de riesgo futuro,
15
2.1.1 INUNDACIONES:
En el primer anlisis se cont la cantidad de cantones que tienen incremento de

riesgo de inundaciones y luego se vio con qu porcentaje representan a cada
regin (esto para cada riesgo), para los tres modelos. No se extrajo un indicador
unnime entre ellos, ya que los tres modelos no coincidieron:
Tabla 2. % de cantidad de cantones que incrementarn su riesgo de inundaciones en

cada regin
ECHAM HADLEY TL959

SIERRA 11,52% 20,14% 43,40%
COSTA 30,80% 69,73% 50,32%
ORIENTE 50,00% 8,24% 4,56%
En este resumen podemos ver que los porcentajes difieren entre los modelos,
especialmente entre sierra y oriente porque entre los tres modelos indican valores
contrarios y no siguen el mismo patrn de proporciones. No obstante, los
porcentajes que representan la cantidad de cantones con riesgo a futuro de
deslizamientos son siempre altos para la costa.
A continuacin est la tabla 3 que muestra de manera ms amplia los porcentajes

que representan a cada provincia y regin:
Tabla 3. % de cantidad de cantones con incremento de riesgo de inundaciones
ECHAM
SIERRA COSTA ORIENTE
MORONA
BOLIVAR 3,84% EL ORO 3,85% SANTIAGO 34,60%
ZAMORA
LOJA 3,84% GUAYAS 3,85% CINCHIPE 15,38%
PICHINCHA 3,84% LOS RIOS 23,10%
TOTAL 11,52% 30,80% 50,0%
HADLEY
MORONA
AZUAY 2,75% EL ORO 12,84% SANTIAGO 4,6%
BOLIVAR 5,50% ESMERALDDAS 5,50% NAPO 0,9%
CARCHI 0,92% GUAYAS 18,34% PASTAZA 1,8%
ZAMORA
CHIMBORAZO 1,80% LOS RIOS 9,20% CHINCHIPE 0,92%
LOJA 5,50% MANABI 20%
PICHINCHA 2,75% SANTA ELENA 2,75%
SANTO
TUNGURAHUA 0,92% DOMINGO 0,92%
TOTAL 20,14% 69,73% 8,24%
16
TL959
MORONA
BOLIVAR 5,30% ESMERALDAS 1,50% SUCUMBIOS 0,76%
ZAMORA
CAAR 3,00% GUAYAS 18,30% CHINCHIPE 2,30%
CARCHI 2,30% LOS RIOS 9,9%
COTOPAXI 3,80% MANABI 9,9%
CHIMBORAZO 4,60% SANTA ELENA 0,76%
SANTO
IMBABURA 2,30% DOMINGO 0,76%
LOJA 9,20%
PICHICNHA 6,10%
TUNGURAHUA 1,50%
TOTAL 43,40% 50,32% 4,56%
Esta tabla es muy descriptiva para ver las diferencias en cada regin y tambin
para ver las provincias que ms altos porcentajes, de cantidad de cantones con
riesgo futuro, tienen en cada modelo. Los porcentajes de cantidad de cantones
ms altos para cada modelo son los siguientes:
o ECHAM: Morona S. y los Ros.

o HADLEY: Bolvar, Loja, El Oro, Manab, Guayas, Los Ros y Morona
Santiago.
o TL959: Loja, Pichincha, Azuay, Bolvar, El Oro, Guayas, Los Ros,
Manab y Zamora Chinchipe.
Adems de esto, se hizo un conteo de todos los cantones que tienen incremento
de riesgo para el futuro y se encontr que 52,83% de stos coincidan en los tres
modelos.
2.1.2 DESLIZAMINETOS
Se sigui el mismo procedimiento para ver las similitudes los tres modelos, esta
vez para ver el incremento del riesgo futuro de deslizamientos. Los resultados
fueron las siguientes tablas:
Tabla 4. % de cantones que incrementarn su riesgo de deslizamientos en cada

regin
ECHAM HADLEY TL959

SIERRA 11,52% 20,70% 39,31%
COSTA 30,80% 70,20% 54,80%
ORIENTE 50% 9,02% 3,60%
17
Tambin podemos ver que la nica regin que se mantiene constante entre los
modelos es la de la costa, que siempre tiene un valor alto, en proporcin, de
cantidad de provincias con riesgo futuro de deslizamiento.
En la siguiente tabla podemos ver sta informacin ms amplia, con los
porcentajes de cada provincia tambin.
Tabla 5. % de cantidad de cantones con riesgo de deslizamientos
ECHAM
MORONA
ZAMORA
LOJA 3,84% GUAYAS 3,85% CINCHIPE 15,38%
PICHINHCA 3,84% LOS RIOS 23,10%
TOTAL 11,52% 30,80% 50,0%
HADLEY
MORONA
BOLIVAR 5,40% ESMERALDDAS 5,40% NAPO 0,9%
ZAMORA
CHIMBORAZO 1,80% LOS RIOS 9,00% CHINCHIPE 0,90%
LOJA 5,40% MANABI 22%
SANTO
TOTAL 20,70% 70,20% 9,02%
TL959
MORONA
BOLIVAR 8,30% GUAYAS 26,20% PASTAZA 1,20%
ZAMORA
CAAR 4,80% LOS RIOS 15,50% CHINCHIPE 1,20%
CARCHI 1,20% MANABI 6,0%
SANTO
COTOPAXI 4,80% DOMINGO 1,2%
CHIMBORAZO 3,57%
IMBABURA 1,20%
LOJA 8,30%
PICHICNHA 3,57%
TOTAL 39,31% 54,80% 3,60%
Al analizar los porcentajes de mayor cantidad de cantones para cada modelo son
18
los siguientes:
o ECHAM: Los Ros, Morona S. y Zamora Ch.

o HADLEY: Bolvar, Loja, Manab, Guayas, El Oro, Los Ros, Morona S.
o TL959: Bolvar, Loja, Guayas, Los ros.
2.1.3 SEQUAS
Se volvi a repetir una vez ms el mismo procedimiento que en los anteriores
anlisis de riesgos, esta vez para sequas:
Tabla 6. % de cantones que incrementarn su riesgo de sequas en cada regin

ECHAM HADLEY TL959
SIERRA 11,40% 19,94% 45,37%
COSTA 38,50% 69,09% 50,76%
ORIENTE 49,98% 10,87% 4,62%
En este caso, pasa lo mismo que las anteriores veces. Los porcentajes son altos
para la costa, pero son inconstantes para la sierra y oriente.
Tabla 7. % de cantidad de cantones con riesgo de sequas
ECHAM
MORONA
ZAMORA
LOJA 3,80% GUAYAS 7,70% CHINCHIPE 15,38%
PICHINCHA 3,80% LOS RIOS 23,10%
TOTAL 11,40% 38,50% 49,98%
HADLEY
MORONA
BOLIVAR 5,45% ESMERALDAS 5,45% NAPO 0,91%
CHIMBORAZO 1,80% LOS ROS 9,10% SUCUMBOS 1,80%
ZAMORA
LOJA 5,45% MANAB 20% CHINCHIPE 0,91%
SANTO
TOTAL 19,94% 69,09% 10,87%
TL959
19

MORONA
BOLIVAR 5,38% ESMERALDAS 1,54% SUCUMBOS 0,77%
ZAMORA
CAAR 3,85% GUAYAS 18,46% CHINCHIPE 2,31%
CARCHI 2,30% LOS RIOS 10%
COTOPAXI 3,85% MANAB 10,76%
CHIMBORAZO 5,38% SANTA ELENA 0,77%
SANTO
IMBABURA 2,31% DOMINGO 0,77%
LOJA 9,23%
PICHINCHA 6,15%
TUNGURAHUA 1,54%
TOTAL 45,37% 50,76% 4,62%
E n esta tabla, los porcentajes con mayor cantidad de cantones con riesgo futuro
de sequas se dan en las siguientes provincias por cada modelo:
o ECHAM: Los Ros, Morona Santiago y Zamora Ch.
o HADLEY: Bolvar, Loja, Los Ros, El Oro, Guayas, Morona S.
o TL959: Loja, Pichincha, Guayas, Manab, Los Ros, El Oro, Zamora Ch.
2.1.4 TRES RIESGOS

Al comparar los modelos y sus porcentajes ms altos de cantidad de cantones
para cada provincia obtenemos la siguiente tabla:
Tabla 8. Provincias en %, con ms cantidad de cantones con incremento de

riesgo futuro
ECHAM HADLEY TL959

Loja, Pichincha,
Los Rros, Bolvar, Loja, El Oro, Azuay, Bolvar, El
INUNDACIONES Morona S., Guayas, Los Ros, Oro, Guayas, Los
Zamora Ch. Morona S. Ros, Manab,
Zamora Chinchipe
Los Ros, Bolvar, Loja, El Oro,
Bolvar, Loja,
DESLIZAMIENTOS Morona S., Guayas, Los Ros,
Guayas, Los Ros
Zamora Ch. Manab, Morona S.
Loja Pichincha,
Bolvar, Azuay,
Los Ros, Bolvar, Loja, Los
Chimborazo,
SEQUAS Morona S., Ros, El Oro, Guayas,
Guayas, Manab, Los
Zamora Ch. Morona S.
Ros, El Oro, Zamora
Ch.
En el modelo ECHAM hay considerable menor cantidad de provincias, y son las
20
mismas para los tres tipos de riesgo. Lo mismo sucede para HADLEY, coinciden
en todas la provincias entre tipos de riesgo, solamente que en deslizamientos
incluye la provincia de Manab. Por ltimo, para TL959, las provincias de la sierra
para deslizamientos son menores, pero tambin coinciden entre el resto.
Se hizo un empate de todas las provincias que indican los tres modelos para los
tres tipos de riesgos y se obtuvo la siguiente lista, que indica las provincias con
mayor cantidad de cantones con incremento de riesgo a futuro:
o Sierra: Loja, Bolvar, Pichincha y Azuay.
o Costa: Los Ros, El Oro, Guayas y Manab.
o Oriente: Morona Santiago y Zamora Chinchipe.
2.2 Cantones con mayor riesgo actual y futuro

En ste anlisis, se muestra cules son los cantones que pertenecen al quintil (44
cantones) del mayor riesgo actual (Informe de Vulnerabilidad Actual), para
compararlos con los que pertenecen al quintil de mayor riesgo a futuro segn los
modelos ECHAM, HADLEY y TL959, que nos ayudan a predecir el riesgo futuro.
Esta comparacin se har con el propsito de encontrar cules son los cantones
con el mayor riesgo en el Ecuador (en cuanto a inundaciones, deslizamientos y
sequas). Se realiz una comparacin para ver diferencia y similitudes entre los
tres modelos para identificar cules son los cantones que tienen y tendrn un
mayor riesgo.
2.2.1 Inundaciones
La tabla 9 muestra en la primera columna el quintil de cantones con mayor riesgo
actual y las siguientes tres columnas, son los cantones con mayor riesgo a futuro
para cada modelo.
La comparacin que se hizo, entre las cuatro columnas, se llev a cabo
seleccionando con colores distintos las coincidencias ente los cantones. El color
naranja es para la coincidencia de riesgo actual y los tres modelos, el color salmn
para riesgo actual y dos modelos ms, el color amarillo que muestra coincidencias
de cantones entre modelos pero no con los de riesgo actual (sern ignorados ya
que no brindan informacin requerida en este caso), y finalmente el blanco que
indica los cantones que no tienen coincidencias entre ninguna columna.
Tabla 9. Comparacin de mayo riesgo actual con mayor riesgo futuro para inundaciones.
RIESGO ACTUAL ECHAM HADLEY TL959

CORONEL MARCELINO
LOMAS DE SARGENTILLO MARIDUEA SALINAS PALESTINA
PALESTINA NARANJITO LOMAS DE SARGENTILLO SALITRE (URBINA JADO)
CORONEL MARCELINO
MARIDUEA LOMAS DE SARGENTILLO LA LIBERTAD SAMBORONDON
NARANJITO PALESTINA PALESTINA LA TRONCAL
SAN JACINTO DE
YAGUACHI PUEBLOVIEJO SALITRE (URBINA JADO) VINCES
21
SALITRE (URBINA JADO) MILAGRO SAMBORONDON LOMAS DE SARGENTILLO

SAN JACINTO DE
SAMBORONDON SALITRE (URBINA JADO) YAGUACHI BABA
CORONEL MARCELINO
MILAGRO EL TRIUNFO MARIDUEA DAULE
DURAN SAMBORONDON NARANJITO SANTA LUCIA
SAN JACINTO DE
MACHALA SIMON BOLIVAR MILAGRO YAGUACHI
SAN JACINTO DE
SIMON BOLIVAR YAGUACHI MACHALA BALAO
EL TRIUNFO MACHALA HUAQUILLAS BALZAR
PUEBLOVIEJO LA TRONCAL SANTA LUCIA PALENQUE
BABA DURAN DURAN COLIMES
GENERAL ANTONIO
VINCES BABAHOYO BABA ELIZALDE
HUAQUILLAS VINCES VINCES MILAGRO
SANTA LUCIA BABA SIMON BOLIVAR DURAN
ALFREDO BAQUERIZO
LA TRONCAL MORENO (JUJAN) EL TRIUNFO NOBOL
DAULE HUAQUILLAS PUEBLOVIEJO EL TRIUNFO
ALFREDO BAQUERIZO ALFREDO BAQUERIZO
MORENO (JUJAN) SANTA LUCIA LA TRONCAL MORENO (JUJAN)
BABAHOYO BALAO DAULE EL PIEDRERO
ALFREDO BAQUERIZO
BALAO QUINSALOMA MORENO (JUJAN) NARANJITO
QUINSALOMA DAULE BALAO NARANJAL
CUYABENO CUYABENO BABAHOYO SIMON BOLIVAR
GENERAL ANTONIO CORONEL MARCELINO
PALENQUE ELIZALDE QUINSALOMA MARIDUEA
SALINAS SHUSHUFINDI PLAYAS BABAHOYO
SHUSHUFINDI PALENQUE PALENQUE QUINSALOMA
GENERAL ANTONIO
ELIZALDE LA JOYA DE LOS SACHAS CUYABENO EL EMPALME
LA JOYA DE LOS SACHAS QUEVEDO BALZAR PUEBLOVIEJO
BALZAR NARANJAL SHUSHUFINDI ISIDRO AYORA
NARANJAL BALZAR COLIMES MOCACHE
GENERAL ANTONIO
QUEVEDO SALINAS ELIZALDE QUEVEDO
NOBOL MONTALVO LA JOYA DE LOS SACHAS EL GUABO
PLAYAS TAISHA NOBOL MANGA DEL CURA
COLIMES AGUARICO NARANJAL MONTALVO
MONTALVO NOBOL QUEVEDO VENTANAS
TAISHA EL GUABO GUAYAQUIL VALENCIA
AGUARICO COLIMES EL GUABO PEDRO CARBO
LA LIBERTAD PUTUMAYO MONTALVO URDANETA
EL GUABO PLAYAS JARAMIJO ARENILLAS
PUTUMAYO MOCACHE TAISHA CUMANDA
GUAYAQUIL VENTANAS AGUARICO LAS NAVES
MOCACHE LA LIBERTAD ARENILLAS HUAQUILLAS
VENTANAS GUAYAQUIL PUTUMAYO PASAJE
22
Se ve que el 66% de los cantones del quintil de riesgo actual ms alto coinciden
con los riesgos futuros de los tres modelos. Mientras que el 44% de los otros
cantones slo coinciden con dos modelos (ECHAM y HADLEY).
A continuacin la tabla 10 indica la lista de los cantones de mayor riesgo actual
que coincide con los de mayor riesgo a futuro en los tres modelos.
Tabla 10. Cantones del quintil con mayor riesgo de inundaciones actual que se presentan
en el quintil del mayor riesgo futuro en los tres modelos
CANTONES
LOMAS DE SARGENTILLO
PALESTINA
CORONEL MARCELINO
MARIDUEA
NARANJITO
SAN JACINTO DE YAGUACHI
SALITRE (URBINA JADO)
SAMBORONDON
MILAGRO
DURAN
SIMON BOLIVAR
EL TRIUNFO
PUEBLOVIEJO
BABA
VINCES
HUAQUILLAS
SANTA LUCIA
LA TRONCAL
DAULE
ALFREDO BAQUERIZO MORENO
(JUJAN)
BABAHOYO
BALAO
QUINSALOMA
PALENQUE
BALZAR
NARANJAL
QUEVEDO
NOBOL
MONTALVO
EL GUABO
Esta lista ms pequea (tambin tablas 13 y 16) generada a partir de la

segregacin del resto de colores, representa a los cantones que ms atencin se
23
les debe poner porque son de color naranja (coincide el riesgo actual con el riesgo
futuro de los tres modelos), no obstante no debemos pasar por alto los cantones
del grupo salmn (coincidencias de riego actual y riesgo futuro con dos modelos),
ya que tambin se les debe considerar como parte de la lista de atencin, porque
no necesariamente tienen que coincidir entre los tres modelos, basta con dos.
Consideramos esta posibilidad ya que las consideraciones y seleccin de
caractersticas de cada modelo son distintos y presentan varios escenarios
posibles.
Tambin se hizo una comparacin para ver los cantones que estn en el quintil de
mayor riesgo actual, en el quintil de mayor riesgo futuro, y adems de esto, que
tambin sean cantones con el mayor incremento de riesgo a futuro (que vimos en
el anterior anlisis en la seccin 2.1). Estos cantones podemos verlos resumidos
en la tabla 11.
Tabla 11. Cantones del quintil de mayor riesgo actual, futuro e incremento de ste riesgo
para inundaciones.
CANTONES
PUEBLOVIEJO
BALAO
VENTANAS
MONTALVO
BABAHOYO
QUEVEDO
QUINSALOMA
De esta lista, todos los cantones, a excepcin de Balao que est en el Guayas,
estn en Los Ros. Estos cantones, afectados por inundaciones muestran su
ubicacin al sudeste de las costas Ecuatorianas.
Para el anlisis de los tres tipos de riesgo, se va a considerar que las

coincidencias de mayor confiabilidad son las de color naranja (coincidencias de
riesgo actual y riesgo futuro con tres modelos), ya que podemos saber que los
cantones seleccionados pertenecen al quintil de riesgo ms alto actual y futuro, ya
que lo indican los tres modelos. Estos cantones estn entre los ms susceptibles a
los riesgos, ya sea de inundaciones, deslizamientos o sequas.
Para inundaciones, el 100% de los cantones que estn en el quintil de mayor

riesgo actual se encuentran en el quintil de mayor riesgo futuro. En este caso, el
66% de los cantones se muestran en el grupo naranja y el resto en el grupo
salmn, pero se considera que todos estos cantones tienen un grado de alta
atencin. El hecho de que estn en el mayor quintil actual y futuro indica que el
riesgo de inundaciones en estos cantones de la tabla 10 no va a disminuir. De
hecho, cuando luego se hizo luego una comparacin de los cantones que se
encuentran en el grupo naranja y salmn, con el quintil de los cantones con mayor
24
incremento de riesgo futuro, se ve que la lista disminuy (tabla 11), pero sin lugar
a duda indica los cantones que son realmente los de ms alta preocupacin. Esto
se debe a que aparte de que estn en el quintil de mayor riesgo actual, estn en el
quintil de mayor riesgo futuro y, adems, en el quintil de mayor incremento de este
riesgo, lo que significa que stos cantones no slo son los ms graves ahora y
permanecern con los mismo riesgo en el futuro, sino que tambin lo
incrementarn de manera elevada.
Por medio de la tabla 11, podemos deducir entonces que la regin ms
susceptible con riesgo ms crtico de inundaciones es la de la costa; las
provincias, Guayas (1 cantn) y principalmente Los Ros (6 cantones); y ms
especficamente, los cantones ms crticos son Pueblo Viejo, Balao, Ventanas,
Montalvo, Babahoyo, Quevedo y Quinsaloma.
2.2.2 Deslizamientos
Para deslizamientos se repiti el mismo procedimiento anterior. En este caso, para
la tabla 12, hay otro color, el lila, que demuestra las coincidencias del riesgo actual
con solamente con un modelo, el resto de colores demuestran lo mismo. A
continuacin se presenta la tabla 10 con las comparaciones entre riesgo actual y
riesgo futuro de los tres modelos para deslizamientos.
Tabla 12. Comparacin de mayo riesgo actual con mayor riesgo futuro para
deslizamientos
RIESGO
ACTUAL ECHAM HADLEY TL959
ATAHUALPA ATAHUALPA ATAHUALPA ATAHUALPA
BALSAS BALSAS BALSAS BALSAS
BAOS DE AGUA BAOS DE AGUA BAOS DE AGUA
SANTA SANTA SANTA BALZAR
CALVAS CALVAS CALVAS CALUMA
CAMILO PONCE CAMILO PONCE CAMILO PONCE CAMILO PONCE
ENRIQUEZ ENRIQUEZ ENRIQUEZ ENRIQUEZ
CAAR CAAR CAAR CAAR
CATAMAYO CATAMAYO CATAMAYO CELICA
CHAGUARPAMBA CHAGUARPAMBA CHAGUARPAMBA COLIMES
CHILLA CHILLA CHILLA COTACACHI
CHINCHIPE CHILLANES CHINCHIPE CUENCA
CHORDELEG CHINCHIPE CHORDELEG CUMANDA
EL CHACO CHORDELEG EL CHACO CHAGUARPAMBA
EL PAN EL CHACO ESPEJO CHILLA
ESPEJO EL PAN ESPINDOLA CHILLANES
GONZALO
ESPINDOLA ESPINDOLA PIZARRO CHIMBO
GONZALO GONZALO
PIZARRO PIZARRO GONZANAMA CHUNCHI
GONZANAMA GONZANAMA GUALAQUIZA ECHEANDIA
GUALAQUIZA GUALAQUIZA LIMON INDANZA EL PIEDRERO
25
GUAMOTE LIMON INDANZA LOJA ESPEJO

GENERAL ANTONIO
LIMON INDANZA LOJA MANTA ELIZALDE
LOJA MORONA MIRA GUARANDA
NANGARITZA NANGARITZA MONTECRISTI LA MANA
OLMEDO OLMEDO NANGARITZA LAS GOLONDRINAS
PABLO SEXTO PABLO SEXTO OLMEDO LAS NAVES
PALANDA PALANDA PABLO SEXTO LOGROO
PALTAS PALTAS PALANDA MACARA
PALLATANGA PALLATANGA PALTAS PALESTINA
PATATE PATATE PALLATANGA PALTAS
PENIPE PENIPE PATATE PALLATANGA
PORTOVELO PORTOVELO PENIPE PANGUA
PUCARA PUCARA PIAS PIAS
PUJILI QUIJOS PORTOVELO PORTOVELO
QUIJOS QUILANGA PUCARA PUCARA
QUILANGA SAN JUAN BOSCO QUIJOS PUJILI
SAN JUAN BOSCO SANTIAGO QUILANGA PUYANGO
SANTIAGO SEVILLA DE ORO SAN JUAN BOSCO SAN MIGUEL
SEVILLA DE ORO SIGCHOS SANTIAGO SANTA LUCIA
SIGCHOS SIGSIG SEVILLA DE ORO SIGCHOS
SIGSIG SOZORANGA SIGCHOS SOZORANGA
SOZORANGA SUCUA SOZORANGA SUSCAL
SUCUMBIOS SUCUMBIOS SUCUMBIOS TULCAN
YACUAMBI YACUAMBI YACUAMBI VINCES
ZAMORA ZAMORA ZAMORA ZAPOTILLO
ZARUMA ZARUMA ZARUMA ZARUMA
Esta tabla muestra menos homogeneidad, entre los cantones de riesgo actual y
riesgo de los tres modelos, en comparacin a la tabla de inundaciones. De los
cantones de riesgo actual, 31,81% estn presentes en los tres modelos, el 54,56%
coinciden con dos modelos (en su mayora con ECHAM y HADLEY), el 11,36%
slo coincide con un modelo y el 2,27% no coincide con ningn modelo. La tabla
13 muestra una lista simplificada de los cantones de mayor riesgo actual que se
presentan en los tres modelos.
Tabla 13. Cantones del quintil con mayor riesgo de deslizamientos actual que se
presentan en el quintil del mayor riesgo futuro en los tres modelos
CANTONES
ATAHUALPA
BALSAS
CAMILO PONCE
ENRIQUEZ
CAAR
26
CHAGUARPAMBA
CHILLA
NANGARITZA
PALANDA
PALTAS
PALLATANGA
PORTOVELO
PUCARA
SIGCHOS
ZARUMA
Adems de esta informacin, se puede decir que los pronsticos de riesgo futuro
son bastante parecidos, especialmente entre los modelos ECHAM y HADLEY, as
que tambin se har la comparacin del riesgo futuro (ECHAM) con el incremento
de riesgo futuro (ECHAM tambin) para ver cules son los cantones que podran
ser los ms riesgosos en cuanto a deslizamientos, los resultados se ven en la
tabla 14.
Tabla 14: Cantones del quintil de mayor riesgo actual, futuro e incremento de ste riesgo
para deslizamientos
CANTONES
ATAHUALPA
CAMILO PONCE
ENRIQUEZ
CHAGUARPAMBA
CHILLA
CHINCHIPE
GUALAQUIZA
LIMON INDANZA
PALANDA
SAN JUAN BOSCO
SANTIAGO
En esta tabla se pueden ver cantones que pertenecen al quintil de cantones con
mayor riesgo actual, pero tambin son los cantones con mayor riesgo futuro e
incremento de riesgo futuro. Los cantones Chinchipe, Gualaquiza, Limn Indanza,
San Juan Bosco y Santiago, pertenecen al grupo del color salmn (del quintil de
riesgo actual que coincide con solamente dos modelos no los tres), los otros
cantones: Atahualpa, Camilo Ponce Enriquez, Chaguarpamba, Chilla, y Palanda
pertenecen al grupo naranja (Cantones que estn en el quintil de riesgo actual que
coinciden en los tres modelos).
El 86,37% de los cantones que estn en el quintil de mayor riesgo actual se

encuentran en el quintil de mayor riesgo futuro. En este caso, el 31,81% de los
27
cantones se muestran en el grupo naranja y el resto en el grupo salmn. De todas

formas, como ya se discuti en la seccin 2.2.1 de inundaciones, se considera
que el 86,37% es un alto valor y que hay alto grado de coincidencias entre el
quintil de riesgo actual y futuro.
Por medio de la tabla 14, podemos deducir entonces que la regin ms

susceptible con riesgo ms crtico de deslizamientos es en su mayora la del
oriente, pero tambin entra la costa y la sierra; las provincias, Zamora Chinchipe
(2 cantones), Morona Santiago (4 cantones), El Oro, (2 cantones), Loja (1 cantn)
y Azuay (1 cantn); y ms especficamente, los cantones ms crticos que son:
Atahualpa, Camilo Ponce Enrquez, Chaguarpamba, Chilla, Chinchipe,
Gualaquiza, Limn Indanza, Palanda, San Juan Bosco y Santiago.
2.2.3 Sequias
Se sigui el mismo procedimiento que los dos anteriores anlisis. En la siguiente
tabla se pueden ver el resumen de la comparacin entre el quintil de mayor riesgo
actual y el quintil de mayor riesgo futuro de cada modelo:
Tabla 15. Comparacin de mayo riesgo actual con mayor riesgo futuro para sequas
RIESGO ACTUAL ECHAM HADLEY TL959

24 DE MAYO ARENILLAS 24 DE MAYO ATAHUALPA
ARENILLAS ATAHUALPA ARENILLAS BABA
ATAHUALPA BALAO ATAHUALPA BALAO
BALSAS BALSAS BALSAS BALSAS
CALVAS CALVAS CELICA BALZAR
CELICA CELICA COLIMES CALVAS
CAMILO PONCE
CHAGUARPAMBA CHAGUARPAMBA CHILLA ENRIQUEZ
CHILLA CHILLA EL GUABO CELICA
GUAYAQUIL CHINCHIPE GUAYAQUIL COLIMES
HUAQUILLAS EL GUABO HUAQUILLAS COLTA
ISIDRO AYORA ESPINDOLA ISIDRO AYORA CUMANDA
JARAMIJO GUAYAQUIL JAMA CHAGUARPAMBA
JIPIJAPA HUAQUILLAS JARAMIJO CHILLA
JUNIN ISIDRO AYORA JIPIJAPA CHILLANES
LA LIBERTAD JAMA JUNIN CHUNCHI
LAS LAJAS JARAMIJO LA LIBERTAD DAULE
LOMAS DE
SARGENTILLO JIPIJAPA LAS LAJAS EL PIEDRERO
LOMAS DE
MACARA LA LIBERTAD SARGENTILLO GUARANDA
MACHALA LAS LAJAS MACARA LA TRONCAL
LOMAS DE
MANTA SARGENTILLO MANTA LAS LAJAS
MARCABELI MACARA MARCABELI LOMAS DE SARGENTILLO
28
MONTECRISTI MACHALA MONTECRISTI MACARA

NOBOL MANTA NOBOL MARCABELI
OLMEDO MARCABELI OLMEDO NOBOL
PAJAN MONTECRISTI PAJAN OLMEDO
PALTAS NANGARITZA PALTAS OTAVALO
PASAJE OLMEDO PASAJE PALENQUE
PEDRO CARBO PALANDA PEDRO CARBO PALESTINA
PINDAL PALTAS PINDAL PALTAS
PIAS PASAJE PIAS PALLATANGA
PLAYAS PEDRO CARBO PLAYAS PINDAL
PORTOVIEJO PINDAL PORTOVIEJO PIAS
PUERTO LOPEZ PIAS PUERTO LOPEZ PUCARA
PUYANGO PLAYAS PUYANGO PUJILI
ROCAFUERTE PUERTO LOPEZ ROCAFUERTE PUYANGO
SALINAS PUYANGO SALINAS SALITRE (URBINA JADO)
SAN VICENTE ROCAFUERTE SAN VICENTE SAMBORONDON
SAN JACINTO DE
SANTA ANA SALINAS SANTA ANA YAGUACHI
SANTA ELENA SAN VICENTE SANTA ELENA SANTA LUCIA
SANTA ROSA SANTA ELENA SANTA ROSA SIGCHOS
SOZORANGA SANTA ROSA SOZORANGA SOZORANGA
SUCRE SOZORANGA SUCRE VINCES
TOSAGUA SUCRE TOSAGUA ZAPOTILLO
ZAPOTILLO ZAPOTILLO ZAPOTILLO ZARUMA
En esta tabla, se puede ver que las coincidencias de cantones de mayor riesgo
actual con los tres modelos es de 34,1%, con dos modelos es de 50% y solamente
con un modelo es de 15,9%. La tabla 16 resume los cantones que tuvieron las
coincidencias con los tres modelos:
Tabla 16. Cantones del quintil con mayor riesgo actual que se presentan en el quintil del
mayor riesgo futuro de sequas
CANTONES
ATAHUALPA
BALSAS
CELICA
CHILLA
LAS LAJAS
LOMAS DE
SARGENTILLO
MACARA
MARCABELI
OLMEDO
29
PALTAS
PINDAL
PIAS
PUYANGO
SOZORANGA
ZAPOTILLO
Para Finalizar, tambin se procedi a hacer la comparacin entre los cantones de

los grupos naranja y salmn con el quintil ms alto de incremento de riesgo futuro,
que produjeron las coincidencias de la tabla 16 a continuacin:
Tabla 17. Cantones del quintil de mayor riesgo actual, futuro e incremento de ste riesgo
para sequas
CANTONES
ATAHUALPA
CHAGUARPAMBA
CHLLA
PASAJE
PIAS
Todos estos cantones a excepcin de Chaguarpamba (Loja), estn en El Oro,

provincia de la costa.
Se considera que el 84,1% es un valor alto tambin para las coincidencias entre el
quintil de mayor riesgo actual (entro grupo naranja y salmn) y de mayor riesgo
futuro. Con seguridad se puede decir que stos cantones tendrn un alto grado de
riesgo no slo ahora sino en el futuro.
La regin ms susceptible, con mayor riesgo actual y de incremento de riesgo de

sequas a futuro ser la de la costa en su mayora y en la sierra; las provincias, El
Oro (4 cantones) y Loja (1 cantn); y ms especficamente, los cantones ms
crticos que son: Atahualpa, Chaguarpamba, Chilla, Pasaje y Pias.
3. Conclusiones, limitaciones del estudio y recomendaciones

El resultado de este anlisis provee informacin importante para la planificacin y
la toma de decisiones en el pas. En el estudio se analiz los 221 cantones del
Ecuador Continental (86 Costa, 91 Sierra, 41 Oriente, 3 no delimitados). Los
resultados del Anexo 1 muestran que cantones podran priorizarse para trabajar en
reducir vulnerabilidad a futuro. Las recomendaciones que se presentan son
similares a lo que se present en el anlisis actual:
Los tres modelos muestran resultados diferentes, sin embargo hay algunas
tendencias que son iguales y que es importante resaltar. Los tres modelos
30
muestran que en la Costa hay un alto porcentaje de cantones que tendrn

incremento de riesgo de inundaciones, deslizamientos y sequas en un
futuro.
Hay provincias, que tienen la mayor cantidad de cantones con incremento
de riesgo a futuro, y estos coinciden entre los tres tipos de riesgos en cada
modelo, se puede decir con certeza que son las que ms atencin se les
debe poner en el futuro en cuanto a inundaciones, sequas y
deslizamientos, con sus pocas variaciones. Estas provincias se resumen en
las siguientes: Sierra: Loja, Bolvar, Pichincha y Azuay (las dos ltimas no
para deslizamientos). En la Costa: Los Ros, Guayas, Manab y El Oro. Y
por ltimo en el Oriente: Morona Santiago y Zamora Chinchipe.
Si bien es importante la informacin que se presenta de vulnerabilidad
futura, y puede ayudar a enfocar apoyo en ciertos cantones, lo ms
importante es que a nivel nacional se trabaje en disminuir la vulnerabilidad.
Para esto es importante trabajar en aspectos socio-econmicos e
institucionales para disminuir pobreza, mejorar servicios de salud, y mejorar
la capacidad de adaptacin como es planificacin a nivel cantonal y la
presencia y conservacin de ecosistemas naturales. Para un anlisis ms
completo de las variables que tienen una mayor incidencia sera importante
hacer un anlisis de sensibilidad de los resultados a cada una de las
variables.
Incorporar estos resultados en la elaboracin de planes de ordenamiento
territorial en donde se tome en cuenta cantones y zonas de riesgo a
distintas amenazas, con un enfoque a largo plazo e inter-sectorial, ya que la
afectacin negativa o positiva de un sector o temtica, puede ser tambin la
consecuencia negativa o positiva de otro.
Fortalecer la inversin en mejorar aspectos socio-econmicos de la
poblacin como pobreza, educacin, salud, conservacin de ecosistemas
naturales, son elementos bsicos para mejorar la adaptacin al cambio
climtico
Desarrollar estrategias de adaptacin a cambio climtico, incluyendo el
desarrollo de estrategias basadas en ecosistemas. Acciones como
proteccin y restauracin de cobertura vegetal natural, proteccin y
restauracin de la vegetacin natural en las zonas activas de inundacin de
los ros, tienen un impacto importante para disminuir futuros riesgos.
Priorizar apoyo para elaborar planes de manejo de riesgos y adaptacin a
cambio climtico en aquellos cantones que muestran una mayor
vulnerabilidad
Al hacer una comparacin entre los cantones de mayor riesgo actual y futuro
(tomando en cuenta los tres modelos), se encuentran cantones de alto riesgo
como son:
31
La regin ms susceptible con riesgo ms crtico de inundaciones es la de

la Costa; las provincias, Guayas (1 cantn) y principalmente Los Ros (6
cantones); y ms especficamente, los cantones ms crticos son Pueblo
Viejo, Balao, Ventanas, Montalvo, Babahoyo, Quevedo y Quinsaloma.
Riesgo ms crtico de deslizamientos es en su mayora son cantones del
Oriente, pero tambin incluyen la Costa y la Sierra; las provincias, Zamora
Chinchipe (2 cantones), Morona Santiago (4 cantones), El Oro, (2
cantones), Loja (1 cantn) y Azuay (1 cantn); y ms especficamente, los
cantones ms crticos que son: Atahualpa, Camilo Ponce Enrquez,
Chaguarpamba, Chilla, Chinchipe, Gualaquiza, Limn Indanza, Palanda,
San Juan Bosco y Santiago.
La regin ms susceptible y de mayor riesgo actual y de incremento de
riesgo de sequas a futuro es la Costa, seguido por la Sierra; las provincias,
El Oro (4 cantones) y Loja (1 cantn); y ms especficamente, los cantones
ms crticos que son: Atahualpa, Chaguarpamba, Chilla, Pasaje y Pias.
Los resultados de este estudio cuentan con algunas limitaciones debido a falta de
informacin y el corto tiempo en el cul se elabor el mismo. Algunas limitaciones
que son importantes mencionar y recomendaciones para mejorar se presentan a
continuacin:
Limitacin: Dificultad en acceso a informacin de modelos de cambio

climtico para el pas.
Recomendacin: Los modelos de cambio climtico existentes para el pas
deben estar en una plataforma de fcil acceso, y en un formato geoespacial
que sea compatible con varios programas de sistemas de informacin
geogrfica.
Limitacin: Hay grandes diferencias en lo que muestran los modelos
disponibles para el Ecuador de cambio climtico a futuro.
Recomendacin: Realizar anlisis de ensambles de modelo de cambio
climtico para el pas. Estos ensambles deben usar un mismo escenario
(por lo tanto debera contarse con varos modelos ensamblados para cada
uno de los escenarios), y deben realizarse para las distintos aos para los
cules estn disponibles los modelos. Realizar downscalling de otros
modelos disponibles a nivel global y ensamblarlos, para poder disminuir la
incertidumbre en los resultados. Actualizar la informacin conforme se
tenga acceso a ms modelos a nivel global.
Limitacin: El estudio no incluye Galpagos, debido a no existir informacin
disponible para esta zona (ej. mapas detallados de suelos, geomorfologa,
clima, etc.)
32
Recomendacin: Mejorar la informacin disponible para Galpagos para

poder realizar un anlisis en esta zona.
Limitacin: La informacin climtica tiene una resolucin demasiado gruesa
y en ciertas zonas por falta de estaciones meteorolgicas se aprecia
falencias en los datos (por ejemplo zona sur oriental del pas).
Recomendacin: Apoyar al INAHMI para mejorar la informacin y mapas
climticos y fortalecimiento de la red de monitoreo hidrolgico y
meteorolgico del pas.
Finalmente presentamos algunas recomendaciones generales para tomar

en cuenta a futuro:
Realizar anlisis de vulnerabilidad a cambio climtico por sectores
(ecosistemas y biodiversidad, agricultura, ganadera, industria, transporte,
etc), para poder tener una visin ms integral de los impactos del cambio
climtico.
Realizar un trabajo coordinado entre las varias instituciones pblicas y
privadas para fortalecer la capacidad del pas de adaptarse al cambio
climtico y disminuir el potencial riesgo actual y futuro.
Unificar los enfoques para el anlisis de vulnerabilidad a cambio climtico,
de manera que podamos tener resultados comparables y complementarios
entre los mismos.
4. Referencias
Adger, W. N. 2006. Vulnerability. Global Environmental Change 16:268-281.
Fssel, H-M. 2007. Vulnerability: A Generally Applicable Conceptual Framework for

Climate Change Research. Global Environmental Change. 17:155-167
IPCC, 2007. Cambio Climtico 2007: Impactos, Adaptacin y Vulnerabilidad. Parte

de la contribucin del Grupo de Trabajo II al Cuarto Informe de Evaluacin del
Grupo Intergubernamental de Expertos sobre Cambio Climtico.
Muoz , A., C. Recalde, J. Cadena, A. Nez,, J. Daz, R. Meja. 2010: Anlisis

estadstico con FCLIMDEX para Ecuador Informe Final, INAMHI MAE.
Turner , B. L., R. E. Kaspersonb, P. A. Matsone, J. J. McCarthyf, R. W. Corellg,

L. Christensene, N. Eckleyg, J. X. Kaspersonb, A.Luerse, M. L. Martellog,
C. Polskya, A. Pulsiphera, A. Schillerb. 2003. A framework for vulnerability analysis in
sustainability science. Proceedings of the National Academy of Sciences. 100:80748079
33
Anexo 1
Resultados de cantones ms vulnerables (quintil ms vulnerable)
a amenazas futuras (ECHAM, HADLEY, TL959)
Tabla 1: ECHAM Deslizamientos
PROVINCIA CANTON
LOJA OLMEDO
AZUAY SEVILLADEORO
SUCUMBIOS SUCUMBIOS
TUNGURAHUA BAOSDEAGUASANTA
LOJA QUILANGA
MORONASANTIAGO PABLOSEXTO
NAPO QUIJOS
MORONASANTIAGO LIMONINDANZA
MORONASANTIAGO SANJUANBOSCO
ELORO PORTOVELO
ZAMORACHINCHIPE PALANDA
ELORO CHILLA
MORONASANTIAGO SANTIAGO
LOJA CATAMAYO
ZAMORACHINCHIPE ZAMORA
ZAMORACHINCHIPE YACUAMBI
COTOPAXI SIGCHOS
ELORO ATAHUALPA
AZUAY PUCARA
LOJA SOZORANGA
MORONASANTIAGO GUALAQUIZA
ZAMORACHINCHIPE CHINCHIPE
AZUAY CHORDELEG
ELORO ZARUMA
LOJA ESPINDOLA
CHIMBORAZO PALLATANGA
LOJA CHAGUARPAMBA
TUNGURAHUA PATATE
LOJA LOJA
CAAR CAAR
NAPO ELCHACO
AZUAY ELPAN
MORONASANTIAGO SUCUA
LOJA GONZANAMA
ZAMORACHINCHIPE NANGARITZA
LOJA PALTAS
AZUAY CAMILOPONCEENRIQUEZ
LOJA CALVAS
SUCUMBIOS GONZALOPIZARRO
CHIMBORAZO PENIPE
ELORO BALSAS
AZUAY SIGSIG
BOLIVAR CHILLANES
MORONASANTIAGO MORONA
i
Tabla 2: HADLEY Deslizamientos
PROVINCIA CANTON
LOJA OLMEDO
TUNGURAHUA BAOSDEAGUASANTA
SUCUMBIOS SUCUMBIOS
ELORO CHILLA
ELORO PORTOVELO
ELORO ATAHUALPA
AZUAY PUCARA
AZUAY SEVILLADEORO
MORONASANTIAGO PABLOSEXTO
LOJA SOZORANGA
MANABI MANTA
LOJA QUILANGA
NAPO QUIJOS
LOJA CATAMAYO
ELORO ZARUMA
MORONASANTIAGO SANJUANBOSCO
COTOPAXI SIGCHOS
MORONASANTIAGO LIMONINDANZA
MORONASANTIAGO SANTIAGO
ELORO BALSAS
MANABI MONTECRISTI
TUNGURAHUA PATATE
ZAMORACHINCHIPE YACUAMBI
MORONASANTIAGO GUALAQUIZA
LOJA PALTAS
LOJA CHAGUARPAMBA
NAPO ELCHACO
AZUAY CHORDELEG
LOJA CALVAS
LOJA GONZANAMA
LOJA LOJA
CAAR CAAR
SUCUMBIOS GONZALOPIZARRO
LOJA ESPINDOLA
ELORO PIAS
CHIMBORAZO PENIPE
CARCHI ESPEJO
ZAMORACHINCHIPE NANGARITZA
CARCHI MIRA
ii
Tabla 3: TL959- Deslizamientos
PROVINCIA CANTON
ELORO ATAHUALPA
LOJA SOZORANGA
LOJA ZAPOTILLO
LOJA MACARA
LOJA PUYANGO
COTOPAXI PUJILI
LOJA CELICA
ELORO CHILLA
LOJA PALTAS
LOJA PINDAL
ELORO PIAS
AZUAY PUCARA
LOJA CHAGUARPAMBA
BOLIVAR GUARANDA
ELORO ZARUMA
BOLIVAR CHILLANES
COTOPAXI SIGCHOS
CHIMBORAZO CUMANDA
ELORO BALSAS
LOJA OLMEDO
CAAR CAAR
ZONANODELIMITADA ELPIEDRERO
CHIMBORAZO CHUNCHI
LOJA CALVAS
ELORO PORTOVELO
ELORO MARCABELI
AZUAY CUENCA
BOLIVAR SANMIGUEL
CHIMBORAZO COLTA
ELORO PASAJE
ELORO LASLAJAS
GUAYAS PALESTINA
TUNGURAHUA AMBATO
IMBABURA OTAVALO
IMBABURA COTACACHI
LOJA ESPINDOLA
COTOPAXI PANGUA
CAAR SUSCAL
GUAYAS ISIDROAYORA
PICHINCHA MEJIA
CARCHI TULCAN
CAAR ELTAMBO
iii
Tabla 4: ECHAM Inundaciones
PROVINCIA CANTON
TUNGURAHUA CEVALLOS
SANTAELENA LALIBERTAD
AZUAY GUACHAPALA
GUAYAS LOMASDESARGENTILLO
ELORO HUAQUILLAS
SANTAELENA SALINAS
CAAR SUSCAL
CAAR ELTAMBO
TUNGURAHUA TISALEO
IMBABURA ANTONIOANTE
ELORO BALSAS
MANABI JARAMIJO
CARCHI SANPEDRODEHUACA
CAAR DELEG
ZONANODELIMITADA LASGOLONDRINAS
TUNGURAHUA MOCHA
GUAYAS GENERALANTONIOELIZALD
GUAYAS NOBOL
BOLIVAR LASNAVES
AZUAY CHORDELEG
PICHINCHA RUMIAHUI
CHIMBORAZO CUMANDA
LOJA OLMEDO
ELORO MARCABELI
GUAYAS PALESTINA
AZUAY SANFERNANDO
AZUAY ELPAN
BOLIVAR CALUMA
GUAYAS ALFREDOBAQUERIZOMOR
CHIMBORAZO CHAMBO
GUAYAS NARANJITO
COTOPAXI SAQUISILI
TUNGURAHUA QUERO
GUAYAS CORONELMARCELINOMAR
LOSRIOS QUINSALOMA
BOLIVAR ECHEANDIA
TUNGURAHUA SANPEDRODEPELILEO
LOSRIOS QUEVEDO
GUAYAS SIMONBOLIVAR
GUAYAS PLAYAS
MANABI OLMEDO
LOJA PINDAL
MANABI ROCAFUERTE
iv
Tabla 5: HADLEY Inundaciones
PROVINCIA CANTON
TUNGURAHUA CEVALLOS
SANTAELENA SALINAS
MANABI JARAMIJO
AZUAY GUACHAPALA
ELORO HUAQUILLAS
CAAR SUSCAL
TUNGURAHUA TISALEO
CAAR ELTAMBO
ELORO BALSAS
CAAR DELEG
TUNGURAHUA MOCHA
GUAYAS NOBOL
BOLIVAR LASNAVES
PICHINCHA RUMIAHUI
AZUAY CHORDELEG
LOJA OLMEDO
ELORO MARCABELI
CHIMBORAZO CUMANDA
GUAYAS PALESTINA
AZUAY SANFERNANDO
MANABI MANTA
AZUAY ELPAN
GUAYAS PLAYAS
BOLIVAR CALUMA
MANABI OLMEDO
CHIMBORAZO CHAMBO
GUAYAS NARANJITO
MANABI JUNIN
TUNGURAHUA QUERO
COTOPAXI SAQUISILI
MANABI ROCAFUERTE
GUAYAS CORONELMARCELINOMAR
LOJA PINDAL
BOLIVAR ECHEANDIA
LOSRIOS QUINSALOMA
v
Tabla 6: TL959 Inundaciones
PROVINCIA CANTON
CAAR SUSCAL
CAAR ELTAMBO
ELORO BALSAS
CHIMBORAZO CUMANDA
GUAYAS PALESTINA
GUAYAS NOBOL
LOJA OLMEDO
LOJA PINDAL
ELORO MARCABELI
TUNGURAHUA TISALEO
BOLIVAR LASNAVES
ELORO ATAHUALPA
SANTAELENA SALINAS
AZUAY GUACHAPALA
ELORO HUAQUILLAS
CAAR LATRONCAL
PICHINCHA RUMIAHUI
MANABI JARAMIJO
GUAYAS SALITRE(URBINAJADO)
MANABI OLMEDO
GUAYAS SAMBORONDON
GUAYAS SANTALUCIA
CHIMBORAZO CHUNCHI
LOJA CHAGUARPAMBA
BOLIVAR CALUMA
ELORO LASLAJAS
BOLIVAR ECHEANDIA
GUAYAS NARANJITO
AZUAY CHORDELEG
GUAYAS DAULE
ELORO CHILLA
LOJA SOZORANGA
TUNGURAHUA MOCHA
GUAYAS DURAN
vi
Tabla 7: ECHAM Sequas
PROVINCIA CANTON
SANTAELENA SALINAS
LOJA ZAPOTILLO
MANABI PUERTOLOPEZ
MANABI MONTECRISTI
LOJA PINDAL
MANABI MANTA
SANTAELENA SANTAELENA
LOJA CELICA
GUAYAS PLAYAS
MANABI JIPIJAPA
ELORO HUAQUILLAS
LOJA MACARA
LOJA SOZORANGA
LOJA PUYANGO
ELORO ARENILLAS
ELORO LASLAJAS
GUAYAS ISIDROAYORA
MANABI JARAMIJO
LOJA PALTAS
GUAYAS PEDROCARBO
GUAYAS GUAYAQUIL
MANABI PAJAN
CHIMBORAZO COLTA
ELORO MARCABELI
MANABI 24DEMAYO
MANABI OLMEDO
ELORO BALSAS
ELORO PIAS
MANABI PORTOVIEJO
LOJA CALVAS
ELORO SANTAROSA
MANABI TOSAGUA
MANABI JUNIN
LOJA CHAGUARPAMBA
ELORO ATAHUALPA
MANABI ROCAFUERTE
TUNGURAHUA TISALEO
TUNGURAHUA MOCHA
TUNGURAHUA CEVALLOS
MANABI SANTAANA
GUAYAS DURAN
TUNGURAHUA AMBATO
MANABI SUCRE
vii
Tabla 8: HADLEY- Sequas
PROVINCIA CANTON
MANABI PUERTOLOPEZ
LOJA ZAPOTILLO
LOJA PINDAL
LOJA CELICA
LOJA SOZORANGA
LOJA MACARA
ELORO HUAQUILLAS
LOJA PUYANGO
ELORO ARENILLAS
LOJA PALTAS
MANABI MONTECRISTI
SANTAELENA SALINAS
ELORO LASLAJAS
GUAYAS PLAYAS
LOJA CHAGUARPAMBA
LOJA CALVAS
MANABI JIPIJAPA
CHIMBORAZO COLTA
MANABI MANTA
ELORO PIAS
ELORO BALSAS
ELORO ATAHUALPA
ELORO MARCABELI
ELORO SANTAROSA
TUNGURAHUA TISALEO
TUNGURAHUA MOCHA
TUNGURAHUA CEVALLOS
GUAYAS GUAYAQUIL
GUAYAS ISIDROAYORA
TUNGURAHUA AMBATO
ELORO MACHALA
LOJA ESPINDOLA
CHIMBORAZO GUANO
GUAYAS DURAN
ELORO ELGUABO
MANABI ROCAFUERTE
LOJA OLMEDO
ELORO PASAJE
MANABI JARAMIJO
GUAYAS PEDROCARBO
viii
Tabla 9: TL959- Sequas
PROVINCIA CANTON
TUNGURAHUA CEVALLOS
MANABI MANTA
SANTAELENA SALINAS
ELORO HUAQUILLAS
CHIMBORAZO CHAMBO
MANABI JARAMIJO
ESMERALDAS ATACAMES
MANABI MONTECRISTI
CARCHI BOLIVAR
ELORO MACHALA
MANABI JAMA
GUAYAS PLAYAS
MANABI PUERTOLOPEZ
MANABI SANVICENTE
MANABI SUCRE
TUNGURAHUA QUERO
ESMERALDAS MUISNE
ESMERALDAS ESMERALDAS
COTOPAXI SALCEDO
AZUAY GIRON
MANABI PEDERNALES
CAAR DELEG
MANABI JIPIJAPA
MANABI ROCAFUERTE
ELORO ARENILLAS
ELORO SANTAROSA
MANABI TOSAGUA
SUCUMBIOS SUCUMBIOS
AZUAY NABON
CHIMBORAZO GUANO
LOJA GONZANAMA
GUAYAS GUAYAQUIL
LOJA CATAMAYO
ZAMORACHINCHIPE CENTINELADELCONDOR
AZUAY GUACHAPALA
PASTAZA MERA
TUNGURAHUA SANTIAGODEPILLARO
AZUAY PAUTE
ix

Análisis de Vulnerabilidad Futura Del Ecuador Frente Al Cambio Climático

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análisis de Vulnerabilidad Futura Del Ecuador Frente Al Cambio Climático

Enviado por

Direitos autorais:

Formatos disponíveis

ANLISIS DE VULNERABILIDAD

FUTURA DEL ECUADOR

Presentado por The Nature Conservancy

1. Mapa de riesgo a deslizamientos utilizando el modelo

2. Mapa de riesgo a deslizamientos utilizando el modelo

PRECIS-HADLEY A2-2080 pg. 7

3. Mapa de riesgo a deslizamientos utilizando el modelo

TL959 A1B -2039 pg. 8

4. Mapa de riesgo a inundaciones utilizando el modelo

ECHAM A2- 2080 pg. 9

5. Mapa de riesgo a inundaciones utilizando el modelo

PRECIS-HADLEY A2-2080 pg. 10

PRECIS-ECHAM A2- 2080Df pg. 12

1. Perodos y escenarios de cada modelo pg. 5

1. Comparacin de resultados para deslizamientos de los

1. Resultados de cantones ms vulnerables (quintil ms vulnerable) a

ANLISIS DE VULNERABILIDAD FUTURA DEL ECUADOR

Elaborado por: The Nature Conservancy

Objetivo general: Desarrollar un anlisis en el pas a nivel cantonal de la

1. Estimar la vulnerabilidad actual y futura ante el cambio climtico de las

Este reporte presenta los resultados del objetivo 2 de estimar la vulnerabilidad

1.2 Marco conceptual

En Ecuador el enfoque de riesgos ha sido ampliamente utilizado. En este enfoque

Riesgo= (Amenaza y Vulnerabilidad).

En donde la amenaza es un evento fsico, un fenmeno o una actividad humana,

El estudio utiliza como marco conceptual la definicin de vulnerabilidad descrita

Vulnerabilidad = ( Exposicin, Sensibilidad al Clima, Capacidad de Adaptacin)

Exposicin= es el grado, duracin y o alcance en el cual un sistema est en

Sensibilidad = el grado al cul un sistema es afectado ya sea de una manera

Capacidad de adaptacin = la habilidad de un sistema (tanto humano como

En el anlisis de vulnerabilidad futura no fue posible analizar el componente de

Es importante mencionar que el anlisis de vulnerabilidad futura debe ser ledo

1.3 Tendencias de cambio climtico en el pas

El Ministerio del Ambiente y el INAHMI han realizado un anlisis estadstico con

Incremento de la precipitacin total anual para la mayor parte del territorio

Estas tendencias sugieren que amenazas climticas como son deslizamientos

1.4 Informacin de escenarios climticos

Los datos correspondiente al modelo PRECIS entregados por el MAE a TNC se

A partir de los modelos y escenarios de cambio climtico disponibles para la

Tabla 1. Perodos y escenarios de cada modelo

Modelo Escenario Perodo

Ilustracin 1: Mapa de riesgo a deslizamientos utilizando el modelo PRECIS-ECHAM A2-

Ilustracin 2: Mapa de riesgo a deslizamientos utilizando el modelo PRECIS-HADLEY

Ilustracin 3: Mapa de riesgo a deslizamientos utilizando el modelo TL959 A1B -2039

Ilustracin 4: Mapa de riesgo a inundaciones utilizando el modelo ECHAM A2- 2080

Ilustracin 5: Mapa de riesgo a inundaciones utilizando el modelo HADLEY A2- 2080

Ilustracin 6: Mapa de riesgo a inundaciones utilizando el modelo TL959 A1b-2039

Ilustracin 7: Mapa de riesgo a sequas utilizando el modelo ECHAM A2-2080

Ilustracin 8: Mapa de riesgo a sequas utilizando el modelo HADLEY A2- 2080

Ilustracin 9: Mapa de riesgo a sequas utilizando el modelo TL959 A1B- 2039

Grfico 1: Comparacin de resultados para deslizamientos de los 3 modelos utilizados

Porcentaje de cantones por regin que presentan

Incremento Incremento Incremento TL959

2.1 Diferencia de riesgo entre estado actual y futuro

En el primer anlisis se cont la cantidad de cantones que tienen incremento de

Tabla 2. % de cantidad de cantones que incrementarn su riesgo de inundaciones en

ECHAM HADLEY TL959

A continuacin est la tabla 3 que muestra de manera ms amplia los porcentajes

Tabla 3. % de cantidad de cantones con incremento de riesgo de inundaciones

o ECHAM: Morona S. y los Ros.

Tabla 4. % de cantones que incrementarn su riesgo de deslizamientos en cada

ECHAM HADLEY TL959

Tabla 5. % de cantidad de cantones con riesgo de deslizamientos

o ECHAM: Los Ros, Morona S. y Zamora Ch.