Date created: | Last Updated:

Category: Data

Description: This collection of maps contains a set of 6 layers assessing the risk of the population of the Gran Valparaíso conurbation (Chile) in the face of threats of extreme heat, storm surges, floods, forest fires, landslides, and Droughts. The maps have a resolution at the Chilean census block level. The layers show as available attributes the overall level of risk and its components: threat (A), exposure (E), sensitivity (S), and response capacity (CR). To estimate the risk, A, E, S, and CR indices are combined through a fuzzy logic methodology, which considers using causality rules co-constructed and validated with local experts and stakeholders. It should be considered that the values ​​presented by each census block on the maps represent an ordering of risk (and of A, E, S, and CR), where higher values ​​indicate a greater risk than apples with lower values. The results are ordinal, ranging from mild, through moderately mild, to moderate, high, or very high. Moreover, they are not absolute values but relative to the specific case study and should not be comparable or extrapolated to other study areas. This Work is an actualization of what is presented by Alamos, N., Billi, M., Amigo, C., Urquiza, A., Winckler, P., Larraguibel, C., … Valdebenito, C. (2022, March 23). Fuzzy logic modeling to assess high-resolution spatial urban climatic risk impact in Valparaiso, Chile. https://doi.org/10.17605/OSF.IO/2XTVS Español Esta colección de mapas contiene un conjunto de 6 capas que evalúan el riesgo de la población de la connurbación del Gran Valparaíso (Chile) ante amenazas de calor extremo, marejadas, inundaciones, incendios forestales, deslizamientos y sequías. Los mapas tienen una resolución a nivel de manzana censal. Las capas muestran como atributos disponibles el nivel global de riesgo y sus componentes: amenaza (A), exposición (E), sensibilidad (S) y capacidad de respuesta (CR). Para estimar el riesgo, los índices de A, E, S y CR se combinan a través de una metodología de lógica difusa, que considera el uso de reglas de causalidad co-construidas y validadas con expertos locales y partes interesadas. Se debe considerar que los valores que presenta cada manzana censal en los mapas representan un ordenamiento de riesgo (y de A, E, S y CR), donde los valores más altos indican mayor riesgo que las manzanas con valores más bajos. Los resultados son ordinales, que van desde leves, pasando por moderadamente leves, hasta moderados, altos o muy altos. Además, no son valores absolutos, sino relativos al caso de estudio específico y no deben ser comparables ni extrapolables a otras áreas de estudio. Este Trabajo es una actualización de lo presentado por Alamos, N., Billi, M., Amigo, C., Urquiza, A., Winckler, P., Larraguibel, C., … Valdebenito, C. (2022, March 23). Fuzzy logic modelling to assess high resolution spatial urban climatic risk impact in Valparaiso, Chile. https://doi.org/10.17605/OSF.IO/2XTVS omparables ni extrapolables a otras áreas de estudio. Este Trabajo es una actualización de lo presentado por Alamos, N., Billi, M., Amigo, C., Urquiza, A., Winckler, P., Larraguibel, C., … Valdebenito, C. (2022, March 23). Fuzzy logic modelling to assess high resolution spatial urban climatic risk impact in Valparaiso, Chile. https://doi.org/10.17605/OSF.IO/2XTVS omparables ni extrapolables a otras áreas de estudio. Este Trabajo es una actualización de lo presentado por Alamos, N., Billi, M., Amigo, C., Urquiza, A., Winckler, P., Larraguibel, C., … Valdebenito, C. (2022, March 23). Fuzzy logic modelling to assess high resolution spatial urban climatic risk impact in Valparaiso, Chile. https://doi.org/10.17605/OSF.IO/2XTVS