33
SIPAT Tsunami scenario database for early tsunami warning in Chile PATRICIO CATALAN, JAVIER CAÑAS, CARLOS ZUÑIGA, CECILIA ZELAYA, ALEJANDRA GUBLER, LEONARDO PIZARRO, CARLOS VALDES y SAMUEL MIRANDA and a great support team Toshitaka Baba, Yutaka Hayashi, Hiroaki Tsushima, Tomohiro Takagawa RESEARCH PROJECT ON ENHANCEMENT OF TECHNOLOGY TO DEVELOP TSUNAMI-RESILIENT COMMUNITY FONDEF D11i1119

RESEARCH PROJECT ON ENHANCEMENT OF TECHNOLOGY TO … · El output de Filtro ETL corresponde a un archivo de texto de 21 columnas y 962 filas (que es la cantidad establecida de FP)

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

SIPATTsunami scenario database for early tsunami warning in Chile

PATRICIO CATALAN, JAVIER CAÑAS, CARLOS ZUÑIGA, CECILIA ZELAYA, ALEJANDRA GUBLER, LEONARDO PIZARRO, CARLOS VALDES y SAMUEL

MIRANDAand a great support team

Toshitaka Baba, Yutaka Hayashi, Hiroaki Tsushima, Tomohiro Takagawa

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENT

COMMUNITY

FONDEF D11i1119

Context

Chile: very high seismicity

1552 (Santiago) to 2015 (Illapel): 60+ earthquakes between Mw 6,5 y 9,5

At least 14 destructive tsunamis, including Valdivia 1960 and Cobquecura 2010

Some of the tsunamis have large destructive potential Loss of life Loss of infrastructure Loss of productivity

Near Field tsunamis: Tsunami waves arrive within 15 min or less : Very short response time

Tsunami Warning Systems are essential to mitigate life loss

2

EDUCATION WARNING SYSTEMS

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Why a TWS ?Relevance

Opportune and accurate estimation of hazard Emission of informative bulletins Guidance in emergency and assistance

Requirements High accuracy in short time Address geographic variability Accurate physics

Chile: Improvements were needed

3RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Chilean System (current)

Preliminary Seismic info provided by third parties

(CSN, USGS, Geofon) Hipocentral data (Lat, Lon, Z) Magnitude Mw

Secondary Sea level monitoring On site reporting

4

SATT (TWS)

monitoring

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Overview of TWS around the world

5

SATT (TWS)

monitoring

Numerical Modeling Real Time *

Tsunami Databases(off line)

✓Large number of scenarios✓Very fast operation

➡Seismic data is key input

• Slow implementation

Intense Monitoring + data bases +

Inversion

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

SIPAT ( the name of our DSS)

SIPAT is the core of a Decision Support System (DSS)

Multiple components at both hardware and software.

Main functionality

Administration and emission of bulletins

Pre and post processing , and storage

Fast and accurate evaluation in short time

6RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Operational Philosophy: PreEmergency

7

Seismic hazard with tsunamigenic potential

Tsunamigenic Scenarios Catalog

Numerical Modeling(Propagation only)

Storage

PostProcessing Sectored Hazard Level

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Operational Philosophy: PreEmergency

8

Seismic hazard with tsunamigenic potential

Tsunamigenic Scenarios Catalog

Numerical Modeling(Propagation only)

Storage

PostProcessing Sectored Hazard Level

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Tsunamigenic EQ Catalog

Source: Informe técnico: desarrollo de una base de datos de fuentes tsunamigénicas para Chile, Riquelme and Mocanu, 2013.

Parameter Space Location Strike Dip Dept Magnitude Geometry Shear Modulus

9RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Combinations

Magnitudes Mw ( 6 ) : 7.0, 7.5, 8.0 @ 0,5o Latitude 8.5 @ 1,0o Latitude 9.0 y 9.5 @ 1,5o Latitude

dip angle : 26 values: 5o - 30o @ 1o.

rake angle: 5 values: 70o - 110o @ 10 o.

Depth: 9 Values: 0 km - 40 km @ 5 km.

Shear Modulus : 3 values: 10, 30, 50 GPa

5 Width:Length ratios

10

Mw Escenarios7.0 397,8007.55

397,8008.0 391,9508.5 327,6009.0 251,5509.5 99,450

Total 1,866,150

!!

FONDEF!D11I1119:!Informe!de!Avance,!Hito!3.2,!Caracterización!de!Fuentes!Sísmicas!

6!

En!la!siguiente!figura!se!muestran!algunas!de!las!rectas!anteriormente!mencionadas.!!

!Figura!2.!Vértices!(puntos)!de!rectas!que!definen!una!aproximación!de!la!fosa!de!subducción,!en!el!norte!de!

Chile!!Dip!Para!el!caso!de!Chile,!el!ángulo!dip!o!ángulo!de!subducción,!corresponde!al!ángulo!respecto!a!la!horizontal!con!el!cual!la!placa!de!Nazca!subduce!bajo!la!placa!Sudamericana.!Este!puede!variar!a!lo!largo!de!Chile.!Según!Raúl!Madariaga!en!su!trabajo!“Sismicidad!en!Chile”,!el!!ángulo!es!de!25°!a!30°!entre!los!15°S!y!27°,!de!10°!entre!26°S!y! 33°S! .! Sin! embargo,! el! ángulo! de! subducción! es! menor! en! las! cercanías! de! la! fosa! y! aumenta! con! la!profundidad.!Para!cubrir!la!mayor!cantidad!de!casos,!en!este!trabajo!se!utilizará!una!serie!de!valores!entre!5°!y!30°,! incrementando! en! la! unidad,! lo! que! da! un! total! de! 26! casos! posibles! para! este! parámetro! a! ser!considerados!en!una!base!de!datos!completa.!!Profundidad!En! cuanto! a! la! densidad! de! la! red! de! puntos! fuentes,! esta! varía! según! la! magnitud! de! los! sismos! y! de! su!posición!geográfica,!pero!es!en!general!se!establecerá!un!sismo!cada!50!km!a!lo!largo!de!la!fosa,!desplázandose!a! través! del! plano! de! falla! hasta! alcanzar! una! profundidad! de! 40! km,! ubicando! un! sismo! cada! 5! km! de!profundidad.!En!caso!de!escenarios!con!subfallas!y!terremotos!de!magnitud!9.5!la!densidad!es!menor.!!Magnitud!!Para!la!generación!de!escenarios!posibles,!se!utilizaron!6!magnitudes!Mw!diferentes:!7.0,!7.5,!8.0,!8.5,!9.0,!9.5,!teniendo!en!cuenta!el!historial!sísmico!de!Chile.!Cabe!hacer!notar!que!esto!define!a!priori!como!un!evento!no!tsunamigénico!todo!aquel!de!magnitud!inferior!a!Mw!7.0.!Si!bien!los!registros!históricos!apuntan!a!que!eventos!con! !Mw! >! 7.5! son! tsunamigénicos,! ésta! evidencia! es! generalmente! subjetiva! y! se! relaciona! con! eventos!

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Operational Philosophy: PreEmergency

11

Seismic hazard with tsunamigenic potential

Tsunamigenic Scenarios Catalog

Numerical Modeling(Propagation only)

Storage

PostProcessing Sectored Hazard Level

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Database Completion Strategy

Reduction in Parameter Space

1) All magnitudes

2) Dip: Average value that best conform to fault geometry

20o 3) Rake: Fixed at 90o , less favorable case

4) 8 depths: Zero depth not considered

5) Single shear modulus Middle value = 30 GPa

6) Three aspect ratios: L:W=3, 3.5 y 4

12

7656 scenarios

5. Filtros

Tabla Nº 2: Leyes de Escalamiento utilizadas

Mw Largo$[km] Ancho$[km] Deslizamiento$[m] Mu$[Gpa] Can0dad$de$escenarios

7,5 90 30 2,5 30 73

8 158 45 6 30 3

8 200 66,7 3,5 30 85

8,5 250 85 12 30 80

8,5 282 79 12 30 9

TOTAL 250

�17

Longitud, grados

Latit

ud, g

rado

s

275 280 285 290 295 300

−40

−35

−30

−25

−20

−15Mw 7.5Mw 8.0Mw 8.5

Figura Nº5: Distribución espacial de los epicentros de los 250 escenarios. Cuadrados rojos eventos de Mw 8.5, rombos amarillos de Mw 8.0 y círcu-los verdes de Mw 7.5.RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Sample using GPU with a triangular meshMaule 2010, Iquique 2014

13

Operational Philosophy: PreEmergency

14

Seismic hazard with tsunamigenic potential

Tsunamigenic Scenarios Catalog

Numerical Modeling(Propagation only)

Storage

PostProcessing Sectored Hazard Level

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Filtering: Extract Transform Load (ETL)

Objetive: Reduce computational load when evaluating, by performing assessment beforehand

Added benefit: Small data base.

15

El output de Filtro ETL corresponde a un archivo de texto de 21 columnas y 962 filas (que es la cantidad establecida de FP) para cada escenario ya modelado. El nombre de este archivo de salida es tabla_resultadosFP.txt.

El detalle de cada columnas se puede ver en la Figura Nº 6, las cuales se calculan para cada FP y para cada escenario.

Se distingue entre información de entrada y de salida. Respecto de la información de entrada, las primeras 6 columnas (indice 0-5) corresponden a los datos del escenario, mientras que los

�19

Description of Columns of the Output File from the CategorizeFilter

Index Item Category Units Description

0 Model Scenario Input Data String with the model name.

1 Scenario ID Scenario Input Data 1 Scenario sequential number in the database.

2 Scenario Nominal Latitude Scenario Input Data Degrees S Latitude of the epicenter, when applicable. When multiple faults are used, it is just a referential number to be used when scanning the database.

3 Scenario Nominal Longitude Scenario Input Data Degrees E, 360 Longitude of the epicenter.

4 Scenario Nominal Magnitude Scenario Input Data Mw Magnitude of the events

5 Scenario Nominal Depth Scenario Input Data Km Depth of the epicenter, when applicable. When multiple faults are used, it is just a referential number to be used when scanning the database.

6 ID Nearest Physical Tide Gage Forecast Point Inp. Data

1 Sequential ID of the Nearest Tide Gage associated to this FP

7 Latitude of FP Forecast Point Inp. Data

Degrees S Latitude of Forecast Point

8 Longitude of FP Forecast Point Inp. Data

Degrees E, 360 Longitude of Forecast Point

9 Depth of FP Forecast Point Inp. Data

Meters Depth of Forecast Point

10 FP Type Forecast Point Inp. Data

1 Forecast Point Type:1. Physical Tide Gage 2. DART buoy3. Numerical Tide Gage 4. Forecast Point

11 Maximum height at the FP Forecast Point Output

Meters

12 Time of the occurrence of Maximum Height Forecast Point Output

Minutes

13 Height of the first peak Forecast Point Output

Meters

14 Time of First peak Forecast Point Output

Minutes

15 Hazard Level of the Gage Hazard Assessment 1 Catergorization of the hazard at each Forecast Point. 0: No Hazard.1: Tsunami amplitude at the coast is between 0.3 and 1 m 2: Tsunami amplitude at the coast is between 1 and 3 m.3: Tsunami amplitude exceeds 3 m.Tsunami amplitudes are calculated using Green’s Law between the FP and the coast, estimated as 1 m. depth

16 Time of first excellence of Hazard Level 2 ( 0,3 m ) Hazard Assessment Minutes 0 if the level is not reached.

17 Time of first excellence of Hazard Level 3 (1 m) Hazard Assessment Minutes 0 if the level is not reached.

18 Time of first excellence of Hazard Level 4 (3 m) Hazard Assessment Minutes 0 if the level is not reached.

19 Maximum Height at the coast Hazard Assessment Meters Maximum height, estimated at 1 m using Green’s Law

20 Time of maximum Height at the coast Hazard Assessment Minutes Time of the maximum height

Figura Nº 6: Descripción de las columnas del archivo de salida del Filtro ETL

Hazard Assessment Filter

Transforms time series at forecast points to hazard level

16

Un ejemplo de determinación se presenta en la Figura Nº 7. Se puede observar que los Niveles de Precaución y Alerta se alcanzan con la primera onda, mientras que la Alarma se alcanza con la segunda onda. Sin embargo, ésta no es el mayor valor de amplitud, que para el ejemplo co-rresponde a la cuarta cresta. Un ejemplo de la aplicación del filtro a un escenario premodelado se presenta en el Anexo C.

En la Figura Nº 8 se puede ver un ejemplo del output del FIltro ETL para el escenario sc519595.

�21

Arica

Pisagua

Iquique

Mw8.5- ID 519595

Longitude, deg288 288.5 289 289.5 290 290.5 291

Latit

ude,

deg

-24

-23

-22

-21

-20

-19

-18

0 20 40 60 80 100-3

-2

-1

0

1

2

3

0 20 40 60 80 100-6

-4

-2

0

2

4

6

Puntos de Pronóstico

Mareógrafos

Ejemplo de Serie de Tiempo en Punto de Pronóstico

Desplazamiento Simulado de la Superficie Libre en la Costa

Tiempo en que se supera por primera vez el nivel de 30

cm

Tiempo en que se supera por

primera vez el nivel de 1 m

Tiempo en que se supera por

primera vez el nivel de 3 m

Tiempo y altura de la maxima

amplitud

Figura Nº 7: Determinación de los parámetros para la categoría de Hazard Assessment. En el panel de la izquierda se presenta una serie de tiempo en un FPAA (indicado con rojo en el mapa), mientras que en la derecha se ve dicha serie de tiempo amplificada se-gún la Ley de Green en el punto de costa más cercano (punto amarillo).

FiguraNº8: Extracto de tabla_resultadosFP.txt del Filtro ETL para el escenario sc519595.

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Operational Philosophy: Emergency

17

Identification of Triggering EQSeismic data:

PositionMagnitude

Selection of Candidates

Identification of Integrated Hazard Level

Bulletin preparation Graphical Display (SIVET)

Storage

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Operational Philosophy: Emergency

18

Identification of Triggering EQSeismic data:

PositionMagnitude

Selection of Candidates

Identification of Integrated Hazard Level

Bulletin preparation Graphical Display (SIVET)

Storage

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Forecast FilterObjetive: Identify a set of scenarios that can match the current earthquake

2 stages Filtering by Position Filter by Magnitude

19

 

Scenarios within a box of 2L x 2W are considered

Filtro de Pronóstico

El objetivo del Sistema de Soporte de Decisiones es, a través de un boletín, indicar el nivel de alerta de tsunami una vez ocurrido un sismo real. Para esto el sistema realiza un proceso de selección de candidatos entre los escenarios almacenados en la Base de Datos de Pronóstico, y luego en base a dichos candidatos, establece el nivel de alerta a presentar en cada punto de pronóstico.

Este proceso se lleva a cabo a través de dos tipos de filtro: Filtros por ubicación y filtros por magnitud.

Filtro por Ubicación: Dado que el objetivo es identificar un escenario que corresponda de me-jora manera al sismo real ocurrido, se requiere de un proceso de selección de escenarios can-didatos.

En primer lugar, SIPAT filtra los escenarios simulados con epicentro cercano al sismo real utili-zando la estructura geoespacial de su base de datos, generando una búsqueda rápida y efi-ciente. Para esto se crea un rectángulo centrado en el epicentro del sismo real, y con una di-mensión directamente proporcional a la magnitud del sismo, siguiendo las leyes de escalamien-to que relacionan la magnitud con las dimensiones espaciales de la zona de ruptura asociada. De esta manera, se seleccionan como primeros candidatos a aquellos sismos cuyo epicentro se encuentre en el interior de dicho rectángulo.

La Figura Nº 9 muestra el proceso de selección por filtro de ubicación.

Filtro por Magnitud: Una vez obtenida la primera selección de candidatos, es necesario filtrar aquellos que sean de magnitudes que no son apropiadas para aproximarse al real, por lo que se vuelve a filtrar a los candidatos excluyendo aquellos escenarios cuya magnitud sea menor a la del sismo real. Adicionalmente, dado que es conocido que las simulaciones utilizando un modelo de ruptura de falla plana generan una condición de inundación menor que las fallas

�22

Filtro de Pronóstico y Toma de Decisiones  

La parte fundamental del proyecto es que el sistema indique el nivel de alerta de                             tsunami una vez ocurrido un sismo real. Para esto el sistema realiza un proceso de selección                               de candidatos de entre los escenarios que han sido simulados, y luego en base a dichos                               candidatos indica el nivel de alerta a presentar en cada punto de pronóstico 

 Filtros: 

Filtro por Ubicación: Dado que nos interesa conseguir un sismo simulado similar al ocurrido, necesitamos                       

saber cuales son los sismos cercanos al real. SIPAT filtra los escenarios simulados con                           epicentro cercano al sismo real haciendo provecho de su base de datos geoespacial, lo que                             hace de este filtrado bastante rápido y eficiente. Se crea un rectángulo centrado en el                             epicentro del sismo real, y con una dimensión directamente proporcional a la magnitud del                           sismo, para así seleccionar como primeros candidatos a aquellos sismos cuyo epicentro se                         encuentre en el interior de dicho rectángulo.  

Figura 1: Filtrado por Ubicación del epicentro     

Figura Nº 9: Filtrado por Ubicación del Epicentro

Filtro de Pronóstico

El objetivo del Sistema de Soporte de Decisiones es, a través de un boletín, indicar el nivel de alerta de tsunami una vez ocurrido un sismo real. Para esto el sistema realiza un proceso de selección de candidatos entre los escenarios almacenados en la Base de Datos de Pronóstico, y luego en base a dichos candidatos, establece el nivel de alerta a presentar en cada punto de pronóstico.

Este proceso se lleva a cabo a través de dos tipos de filtro: Filtros por ubicación y filtros por magnitud.

Filtro por Ubicación: Dado que el objetivo es identificar un escenario que corresponda de me-jora manera al sismo real ocurrido, se requiere de un proceso de selección de escenarios can-didatos.

En primer lugar, SIPAT filtra los escenarios simulados con epicentro cercano al sismo real utili-zando la estructura geoespacial de su base de datos, generando una búsqueda rápida y efi-ciente. Para esto se crea un rectángulo centrado en el epicentro del sismo real, y con una di-mensión directamente proporcional a la magnitud del sismo, siguiendo las leyes de escalamien-to que relacionan la magnitud con las dimensiones espaciales de la zona de ruptura asociada. De esta manera, se seleccionan como primeros candidatos a aquellos sismos cuyo epicentro se encuentre en el interior de dicho rectángulo.

La Figura Nº 9 muestra el proceso de selección por filtro de ubicación.

Filtro por Magnitud: Una vez obtenida la primera selección de candidatos, es necesario filtrar aquellos que sean de magnitudes que no son apropiadas para aproximarse al real, por lo que se vuelve a filtrar a los candidatos excluyendo aquellos escenarios cuya magnitud sea menor a la del sismo real. Adicionalmente, dado que es conocido que las simulaciones utilizando un modelo de ruptura de falla plana generan una condición de inundación menor que las fallas

�22

Filtro de Pronóstico y Toma de Decisiones  

La parte fundamental del proyecto es que el sistema indique el nivel de alerta de                             tsunami una vez ocurrido un sismo real. Para esto el sistema realiza un proceso de selección                               de candidatos de entre los escenarios que han sido simulados, y luego en base a dichos                               candidatos indica el nivel de alerta a presentar en cada punto de pronóstico 

 Filtros: 

Filtro por Ubicación: Dado que nos interesa conseguir un sismo simulado similar al ocurrido, necesitamos                       

saber cuales son los sismos cercanos al real. SIPAT filtra los escenarios simulados con                           epicentro cercano al sismo real haciendo provecho de su base de datos geoespacial, lo que                             hace de este filtrado bastante rápido y eficiente. Se crea un rectángulo centrado en el                             epicentro del sismo real, y con una dimensión directamente proporcional a la magnitud del                           sismo, para así seleccionar como primeros candidatos a aquellos sismos cuyo epicentro se                         encuentre en el interior de dicho rectángulo.  

Figura 1: Filtrado por Ubicación del epicentro     

Figura Nº 9: Filtrado por Ubicación del Epicentro

Page

8

Car

ena,

201

1

Gra

ndes

Ter

rem

otos

en

Suda

mér

ica

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Forecast Filter

20

Range of magnitudes Mw - Mw+0,5

Objetive:

Incorporate source non uniformity and variability

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Objetive: Identify a set of scenarios that can match the current earthquake

2 stages Filtering by Position Filter by Magnitude

Operational Philosophy: Emergency

21

Identification of Triggering EQSeismic data:

PositionMagnitude

Selection of Candidates

Identification of Integrated Hazard Level

Bulletin preparation Graphical Display (SIVET)

Storage

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Hazard Assessment

For each forecast point, the maximum hazard level is selected

22

compuestas que realmente ocurren, se incluyen en la búsqueda los eventos de magnitud Mw+0,5.

De esta manera, se obtiene un conjunto de escenarios candidatos.

Toma de decisiones

Una vez establecida la lista final de escenarios candidatos, se realiza un proceso para selec-cionar el nivel de alerta de cada punto de pronóstico. Para esto se comparan las amplitudes del tsunami en la costa de cada escenario en cierto punto de pronóstico y se selecciona la mayor, en base a la cual se selecciona el nivel de alerta del sismo real en dicho punto. Un ejemplo se presenta en la Tabla Nº3 , en la cual se muestra el proceso de análisis con un conjunto de cua-tro escenarios candidatos.

Cabe destacar que al realizar este proceso, la caracterización del peligro se disocia de la idea de un escenario. Es decir, el proceso de selección no considera la identificación de un escena-rio único, sino que se opta por identificar el mayor nivel de peligro en cada punto de la costa que genera un conjunto de escenarios. La elección de este enfoque es ser conservador en la estimación, dadas los distintos niveles de incertidumbre del proceso.

6. Regiones, Bloques, Ciudades y Puntos de Pronóstico

No obstante lo anterior, con el objetivo de poder entregar la evaluación del peligro por tsunami de la manera más contextualizada posible y que permita la toma de decisiones en concordan-cia con la administración territorial de Chile, en el SIPAT se realiza una subdivisión territorial de Chile, con cinco niveles denominados Regiones, Bloques, Provincias, Comunas y Localidades.

Tabla Nº3: Altura de Ola en Metros en Punto de PronósticoEscenarios Candidatos

Punto de Pronóstico

sc13753 sc14958 sc38203 sc50221 Altura Máxima

Nivel Alerta

1 2.6 2.4 3.1 2.8 3.1 Alarma2 2.8 2.5 2.6 2.7 2.8 Alerta3 2.4 2.6 2.1 2.3 2.6 Alerta… … … … … … …

962 0.4 0.5 0.6 0.3 0.6 Precaución

�23

This information is gathered in a bulletin and prepared for transfer to authorities. Elapsed time for Selection of Scenarios, Hazard Assessment and Bulletin: 30 sec

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Operational Philosophy: Emergency

23

Identification of Triggering EQSeismic data:

PositionMagnitude

Selection of Candidates

Identification of Integrated Hazard Level

Bulletin preparation Graphical Display (SIVET)

Storage

RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Offline Testing

To test the system capabilities, historical events in Chile were fed to the system

24

Iquique, 16 March 2014, Mw 6.7 Beginning of Patache Seismic Sequence

sc329470 Mw7

25

Iquique, 03 April 2014, Mw 7,7 End of Patache Seismic Sequence

sc399663 Mw8

26

Libertador O'Higgins, 11 March 2010, Mw 6.9

sc868302 Mw7

27

Valparaíso, 3 Marzo 1985, Mw 7.8 Valparaíso EQ

sc 933813 Mw8

28

Valdivia, 20 May 1960, Mw 9.5 Valdivia EQ

sc1857396 Mw9,5

29

Talinay, 16 September 2015, Mw 8.3 Illapel EQ

sc Mw8.0

30

aric

pisaiquipata

toco

mejianto

papotalt

chnrcald

huas

coqu

pichqtrovalpsano

quirtalccrnllebu

quelcorrbmsa

ancu275 280 285 290 295

-40

-35

-30

-25

-20

-15

0

0.5

1

1.5

2

2.5

31

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1aric

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pisa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5iqui

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5pata

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5meji

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5anto

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5papo

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5talt

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2chnr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1cald

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1huas

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-5

0

5coqu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2pich

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2qtro

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2sano

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1quir

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2talc

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1crnl

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1lebu

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-0.5

0

0.5quel

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1corr

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-1

0

1bmsa

-1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6-2

0

2juan

Horas después del terremoto

SIPAT 2.0 - System Architecture

32

Los componentes actuales del SIPAT 2.0 son:

1. Sistema de Soporte de Decisión

Sistema Integrado de Interfaces de Usuario: Sistema compuesto de los módulos y repositorios de la interfaz web del SIPAT, desarrollado en el framework de Python Djan-go utilizando un patrón de arquitectura de software MVC [1]. Este sistema permite a los usuarios de oceanografía del SHOA administrar las tareas de simulación y modelamien-to, tales como ingresar todos los parámetros y archivos de configuración necesarios para realizar un modelamiento en COMCOT, como también a los usuarios del SNAM

�4

Figura Nº1: Arquitectura SIPAT 2.0RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT

Summary

A Decision Support System

Much more than a simple data base

Designed for SHOA, but with flexibility and scalability in mind

Allows for future developments and adaptability to new requirements

33RESEARCHPROJECTONENHANCEMENTOFTECHNOLOGYTODEVELOPTSUNAMI-RESILIENTCOMMUNITY

Catalán et al., SIPAT