Cartografía de las inundaciones provocadas por el huracán Melissa en el tramo medio-bajo del río Cauto mediante imágenes SAR Sentinel-1
Palabras clave:
inundación, amenaza natural, gestión de riesgoResumen
El presente estudio tuvo como objetivo cartografiar las inundaciones y los cambios morfológicos inducidos temporalmente por el huracán Melissa mediante el procesamiento de imágenes SAR Sentinel-1 en un entorno de teledetección y sistemas de información geográfica. Se analizó un área comprendida entre los municipios Río Cauto, Yara, Bayamo y Cauto Cristo (provincia Granma). Se utilizaron dos imágenes Sentinel-1A (pre-evento, y post-evento) procesadas con el software SNAP. Se generó un compuesto de falso color, aplicándose clasificaciones supervisada (Random Forest) y no supervisada, y se delimitaron las áreas inundadas mediante umbral de -15 dB en la banda VV. El procesamiento final se realizó en QGIS. Los resultados indicaron que las aguas superficiales aumentaron de 34,474 km² (3,23 %) antes del huracán a 107,333 km² (10,07 %) después del evento. Las áreas inundadas específicamente por Melissa alcanzaron 72,859 km², equivalentes al 6,84 % del área de estudio. Las principales afectaciones se concentraron en meandros abandonados, paleocauces y zonas de cultivo de arroz, mientras que la ciudad de Río Cauto y las inmediaciones de la presa Tasajera registraron impactos mínimos. Se concluye que la integración de imágenes Sentinel-1 con herramientas de código abierto (SNAP-QGIS) constituye una metodología eficiente, precisa y de bajo costo para la evaluación rápida de inundaciones en contextos tropicales.Descargas
Citas
Ab-Rahman, A.A., Abd-Mojib, N., Adhalysha-Ahli, N., Ab-Latip, A.S., & Mohd-Taib, A. (2023). The capability of SNAP software application to identify landslide using InSAR technique. Physics and Chemistry of the Earth, 131, 10347. https://doi.org/10.1016/j.pce.2023.103427
Blanco, A.R., &. Salvia, M.M. (2024). Cartografía comparada de inundaciones con imágenes SAR. Caso Río Santa Lucía. Boletín Geográfico, 46, 12-28. https://revele.uncoma.edu.ar/index.php/geografia/article/view/5375
Burrough, P.A., McDonnell, R.A., & Lloyd, C.D. (2015). Principles of geographical information systems (3rd ed.). Oxford University Press, Oxford. https://books.google.com.cu/books/about/Principles_of_Geographical_Information_S.html?id=kvoJCAAAQBAJ&redir_esc=y
Casella, A., Barrionuevo, N., Pezzola, A., & Winschel, C. (2018). Pre-procesamiento de imágenes satelitales del sensor Sentinel 2A y 2B con el software SNAP 6.0. Instituto Nacional de Tecnología Agropecuaria. Buenos Aires. https://es.scribd.com/document/686309140/TutorialSNAP-preproc-ACasellaetal-2018
Center for Research on the Epidemiology of Disasters. (CRED). (2020). Disaster Year in Review 2019. Cred Crunch, (50). https://cred.be/sites/default/files/CC58.pdf
Cruz Torres, I., Pérez Rivas, G., & Hidalgo Mayo, A. (2025). Climatología de los ciclones tropicales en la provincia Holguín en el período 1851-2023. Revista Cubana de meteorología, 31(1). http://scielo.sld.cu/scielo.php?pid=S2664-08802025000100010&script=sci_arttext
Conatti, C., Nicholas, K., Fedele, G., Delforge, D., Speybroeck. N., Moraga, P., Blatter, J., Below, R., & Zvoleff, A. (2024). Global hotspot of climate-related disasters. International Journal of Disaster Risk Reduction, 109. https://doi.org/10.1016/j.ijdrr.2024.104488
Fragoso-Campón, L., & Quirós, E. (2019). Sentinel Toolbox Application (SNAP) aplicado a la clasificación supervisada de imágenes PNOA. Libro de actas del XVIII Congreso de la Asociación Española de Teledetección, 263-266. https://dialnet.unirioja.es/servlet/articulo?codigo=7441143
Galbán Rodríguez, L., & Pérez Figueredo, A.S. (2026). Inundaciones y cambio climático: Un análisis actualizado. Revista Geográfica, (169), 101–125. https://doi.org/10.35424/regeo.169.2024.3646
Ibarra-Núñez, E., & Rodríguez, A.T. (2023). Identificación de potenciales afectaciones por instalaciones turísticas en drenajes de la cuenca hidrográfica del Río Cuale-Pitillal (zona costera de Puerto Vallarta, México). Agua y Territorio, (22), 199-214. https://doi.org/10.17561/at.22.6772
Konapala, G., Kumar, S.V., & Ahmad, S.K. (2021). Exploring Sentinel-1 and Sentinel-2 diversity for flood inundation mapping using deep learning. ISPRS Journal of Photogrammetry and Remote Sensing, 180, 163-173. https://meetingorganizer.copernicus.org/EGU21/EGU21-10445.html
Ollero, A. (2025). Espacio para el río y para la inundación: adaptación y resiliencia. Cuadernos de Geografía, 114-115, 85-106. https://doi.org/10.7203/CGUV.114-15.31754
Pech-May, F., Álvarez-Cárdenas, O., & Ríos-Toledo, G. (2025). Flood Mapping through Sentinel-1, Sentinel-2 Imagery and U-NET Deep Learning Model. Computación y Sistemas, 9(1), 393–407. https://doi.org/10.13053/CyS-29-1-5539
Pérez Rodríguez, S., Porres García, M.A., & Fernández Lorenzo, J.M. (2024). Impacto de los ciclones tropicales en el distrito físico-geográfico La Habana-Matanzas. Período 2000-2020. Revista Cubana de Meteorología, 30(1), e07. https://www.redalyc.org/articulo.oa?id=701977979007
Ramón Puebla, A.M., Salinas, E., & Acevedo, P. (2011). La determinación de los conflictos de uso del territorio: cuenca Alta del Río Cauto. Cuba. Terra, 27(42), 47-71. https://www.redalyc.org/articulo.oa?id=72121706003.pdf
Ramos, L.E. (2025). Dos mil veinticuatro: año de tormentas y huracanes. Revista Cubana de Meteorología, 31(1), 1-3. https://cu-id.com/2377/v31n1e01
Ruiz-Siles, Y. (2025). Ciclones tropicales en el Atlántico Caribe. Un balance desde la historia climatológica. Revista de Historia, 91, 1-35. https://doi.org/10.15359/rh.91.7
Sánchez Hernández, J.V., Pech-May, F., Sánchez Jacinto, H.G., & Magaña-Govea, J. (2021). Mapeo de inundaciones utilizando imágenes satelitales SAR en Google Earth Engine. Research in Computing Science, 150(4), 83-95. https://www.rcs.cic.ipn.mx/2021_150_4/
Sánchez, Y.S., de Miguel Fernández, C., & Rochenel, S. (2013). Caracterización hidrogeológica del Valle del Cauto, Cuba. Minería y Geología, 29(2), 16-34. https://www.redalyc.org/pdf/2235/223528710002.pdf
Sandoval-Díaz, J., Muñoz, M.N., & Martínez, D.C. (2023). Revisión sistemática sobre la capacidad de adaptación y resiliencia comunitaria ante desastres socionaturales en América Latina y el Caribe. Revista de Estudios Latinoamericanos sobre Reducción del Riesgo de Desastres REDER, 7(2), 187-203. https://doi.org/10.55467/reder.v7i2.132
Santana Castro, A.G., Montilla Pacheco, A.J., & Jarre Castro, E.J. (2025). Geomática aplicada a la cartografía de desastres en el cantón Portoviejo, Manabí, Ecuador. Revista Científica Multidisciplinaria, 6(10), 144-152. https://doi.org/10.56124/ubm.v6i10.018
Sevillano Rodríguez, M.E., Bravo Peña, L.C., Alatorre Cejudo, L.C., & Salcedo Hurtado, E.J. (2020). Identificación de zonas de inundación a partir de imágenes (SAR) y de eventos históricos de inundación: caso de estudio Santiago de Cali, Colombia. Cuadernos Geográficos, 59(2), 308-329. https://doi.org/10.30827/cuadgeo.v59i2.9641
Suazo-Muñoz, C., Sandoval-Díaz, J., & Navarrete-Valladares, C. (2025). Participatory methodologies in community-based disaster risk management: a systematic review of experiences in Latin America. Perspectiva Geográfica, 30(2). https://doi.org/10.19053/uptc.01233769.18772
Tiampo, K.F., Huang, L., Simmons, C., Woods, C., & Glasscoe, M.T. (2022). Detection of flood extent using Sentinel-1A/B synthetic aperture radar: an application for Hurricane Harvey, Houston, TX. Remote Sensing, 14(9), 2261. https://doi.org/10.3390/rs14092261
Wohl, E., Fryirs, K., Grabowski, R.C., Morrison, R.R., & Sear, D. (2024). Enhancing the natural absorbing capacity of rivers to restore their resilience. BioScience, 74(11), 782-796. https://doi.org/10.1093/biosci/biae090
Publicado
Cómo citar
Número
Sección
Derechos de autor 2026 Los autores conservan todos los derechos sobre su obra.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Esta obra está bajo una Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional
La Revista Ciencia & Futuro es una revista de acceso abierto, todo el contenido está disponible gratuitamente sin cargo para el usuario o su institución. Los usuarios pueden leer, descargar, copiar, distribuir, imprimir, buscar o vincular los textos completos de los artículos, o utilizarlos para cualquier otro fin lícito, sin pedir permiso previo al editor o al autor. Todo lo anterior, de acuerdo con la definición de BOAI de acceso abierto.
Los autores que publican en esta revista están de acuerdo con los siguientes términos: Licencia Creative Commons Atribución-NoComercial permite que el beneficiario de la licencia tenga el derecho de copiar, distribuir, exhibir y representar la obra y hacer obras derivadas para fines no comerciales siempre y cuando reconozca y cite la obra de la forma especificada por el autor o el licenciante. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista. Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés). Lo anterior debe realizarse siempre sobre el artículo ya publicado por Ciencia & Futuro.
Los autores mantienen el control sobre la integridad de sus trabajos y el derecho a ser adecuadamente reconocidos y citados.
A los editores se les otorgan derechos no exclusivos para publicar y distribuir.
