JULIO / DICIEMBRE 2020 - VOLUMEN 30 (2)
/ ISSN electrónico: 2215-2652
Atribución-NoComercial-CompartirIgual 4.0 Internacional.
DOI 10.15517/ri.v30i2.40469
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica
Avance del inventario estructural de edicaciones
del cantón de San José
Preview for the inventory in structural building in San José
Luis Carlos Esquivel Salas
Laboratorio de Ingeniería Sísmica, Universidad de Costa Rica, San José, Costa Rica.
luiscarlos.esquivel@ucr.ac.cr
ORCID: https://orcid.org/0000-0003-4208-6482
Recibido: 27 de enero 2020 Aceptado: 1 de junio 2020
_________________________________________________________
Resumen
Se presenta un avance del inventario estructural de edicaciones del cantón de San José, el cual podrá
utilizarse en evaluaciones de riesgo sísmico. Este consiste en una caracterización estructural y determinación
de la distribución espacial de las edicaciones ubicadas dentro del cantón. Para su generación, se contó con
información de una muestra de 1 856 edicaciones seleccionadas por muestreo estraticado aleatorio con
asignación proporcional, siguiendo el método denominado Mapeo Ambiental Rápido, desarrollado por el
Centro Alemán de Investigaciones en Geociencias (GFZ – GeoForschungsZentrum). Entre los principales
resultados se tiene que el 50% de edicaciones de la muestra son de mampostería de bloques huecos
de concreto, connada y reforzada, de 1 a 2 pisos con diafragma rígido. El otro 40% posee las mismas
características pero con diafragma exible. Además, el tipo de sistema resistente a cargas laterales más
utilizado es el tipo muro (92%).
Palabras clave:
Riesgo, terremotos, exposición, tipologías, edicaciones, matriz tipológica de edicios
Abstract
A preview of the structural building inventory in San José that can be used in seismic risk assessments
is presented, consists in the structural characterization and spatial distribution of buildings inside the canton.
For its generation, a sample of 1 856 buildings, selected by means of a stratied random sampling with
proportional allocation was used, following the Rapid Environmental Mapping method, developed by the
GeoForschungsZentrum (GFZ). Among the main results, researchers found that 50% of the buildings from
the sample were of conned reinforced masonry, with hollow concrete blocks and with 1 or 2 storeys and
rigid diaphragm. The other 40% hads the same characteristics but with a exible diaphragm. Moreover, the
most used lateral load resisting system was the wall type (92%).
Keywords:
Risk, earthquakes, exposure, typologies, buildings, building typology matrix
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
104
1. INTRODUCCIÓN
Se presenta un avance de la caracterización estructural y determinación de la distribución
espacial de las edicaciones ubicadas dentro del cantón de San José, el cual se denomina “inventario
estructural de edicaciones” y es referido en ocasiones en este artículo simplemente como inventario.
Se generó a partir del análisis remoto (por medio de fotografías) de 1 856 estructuras dentro del área
de estudio, al mes de marzo del año 2018. Estos corresponden al 25 % del total de edicaciones
que se pretenden analizar para obtener la versión nal de este inventario que consiste de 7 296. El
avance responde a la participación del autor en las “I Jornadas de Investigación de la Facultad de
Ingeniería de la Universidad de Costa Rica”, celebradas en octubre del año 2019. Para esa fecha,
aún no se contaba con la caracterización de las 7 296 estructuras, por lo que se presentaron los
resultados obtenidos en el último avance logrado en este artículo.
Un inventario estructural de edicaciones es el primero de los elementos necesarios para
generar un modelo de exposición y posibilitar la cuanticación del riesgo sísmico. El actual
inventario se enmarca en un estudio de riesgo sísmico en desarrollo, ejecutado por el Laboratorio
de Ingeniería Sísmica (LIS) de la Universidad de Costa Rica, en colaboración con el Centro Alemán
de Investigaciones en Geociencias (GFZ – GeoForschungsZentrum). Tiene por objetivo calcular,
de forma probabilista, las pérdidas probables económicas y humanas. La descripción del resto de
sus componentes, así como la presentación de resultados de pérdidas estimadas serán abordados en
futuros artículos. Por lo tanto, este documento versa sobre el proceso llevado a cabo para generar
este avance del inventario estructural de edicaciones, así como los resultados obtenidos al momento
de su generación.
La caracterización estructural remota está enfocada en la amenaza sísmica, la cual busca capturar
los principales rasgos o atributos de la edicación que inciden en su desempeño ante terremotos,
permitiendo describir su vulnerabilidad ante estos eventos naturales. A su vez consiste en estimar
la cantidad de edicaciones con determinados atributos estructurales en un espacio geográco
especíco. Por ejemplo: la cantidad de edicaciones cuyo principal material es la mampostería de
concreto (atributo estructural) en el barrio Moreno Cañas, del distrito Zapote (espacio geográco).
El inventario estructural de edicaciones contiene esta información para cada uno de los 196
barrios que componen el cantón (llamados geo-unidades o estratos en el marco del trabajo). En
conjunto con los elementos de costo y población, constituyen un modelo de exposición que permiten
la potencial evaluación del riesgo sísmico del cantón en conjunto con los otros dos componentes
que lo conforman, amenaza y vulnerabilidad.
2. IMPORTANCIA
Un inventario estructural de edicaciones es una pieza necesaria y fundamental para cualquier
evaluación o cálculo del riesgo sísmico. Este último es una herramienta de suma importancia para
la gestión del riesgo, especícamente para prevenir la creación de nuevo riesgo y la mitigación del
existente. Ejemplos de iniciativas internacionales de gran relevancia son Hazards US Multi-Hazard,
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
105
conocido como HAZUS-MH (Federal Emergency Management Agency, 2013) y An Advanced
Approach to Earthquake Risk Scenarios With Application to Different European Towns, conocido
como RISK-UE (Mouroux et al., 2004).
Las evaluaciones de riesgo sísmico permiten identicar, antes del desastre, las zonas con mayor
afectación, así como cuanticar de manera formal las pérdidas probables económicas y/o humanas.
Esto puede traducirse en acciones económicamente viables para la protección de la población y sus
bienes. Por ejemplo, si los resultados de la evaluación sísmica señalan que una determinada clase o
tipología estructural tiene un mal desempeño (i.e. daños severos y por lo tanto pérdidas importantes),
se puede comparar el costo de una campaña para el reforzamiento de esta clase estructural contra
las pérdidas estimadas producto de este mal desempeño. Esto consiste en información relevante
para los tomadores de decisiones. Demostraciones reales de evaluaciones de riesgo sísmico que
provocaron medidas de mitigación, en el mundo y Latinoamérica, se encuentran en Dolce (2012)
y Mora et al. (2015), respectivamente.
Se han realizado varios esfuerzos durante el pasado para la cuanticación del riesgo sísmico del
cantón de San José, pudiendo mencionarse Cardona et al. (2009a, 2009b, 2009c, 2009d), Evaluación
de Riesgos Naturales y Antropogénicos (2014), Calderón (2016), Miyamoto Internacional Inc.
(2016c, 2016a, 2016b) y Calderón y Silva (2019). En cada uno de ellos se ha construido un modelo
de exposición, y consigo su propio inventario estructural de edicaciones. A excepción de Miyamoto
Internacional Inc., los inventarios se han generado a partir de datos demográcos, económicos y
sociales, incluyendo algunas inspecciones en campo (el caso de Evaluación de Riesgos Naturales
y Antropogénicos, sin que este fuera la base principal sobre la cual se construyera el inventario).
Por consiguiente, se obtienen modelos simplicados, que si bien son valiosos y cumplen el nivel
de detalle requerido para completar los objetivos de cada estudio, se ha comprobado que pueden
contener grandes diferencias en la distribución de las clases o tipologías estructurales (Santa-María
et al., 2017; Stone, 2017).
El modelo de exposición de la evaluación de riesgo sísmico elaborada por Miyamoto
Internacional Inc. estuvo a cargo de la empresa ImageCAT. El inventario se generó a partir de
encuestas presenciales a 576 estructuras, seleccionadas siguiendo una metodología desarrolla por
esta empresa en conjunto con Fundación del Modelo Global de Terremotos, GEM por sus siglas
en inglés, (Hu, Huyck, Eguchi y Bevington, 2014). El nivel de resolución de este inventario es
mayor a cualquiera de los anteriormente mencionados, sin embargo se genera a partir de encuestas
presenciales y no remotas, que es el caso del trabajo aquí presentado y explicado con más detalle
en las secciones siguientes.
La exposición continúa siendo el componente del riesgo menos estudiado a nivel mundial
(Pittore, 2014; Pittore et al., 2017; Simpson et al., 2014; Taubenböck et al., 2013), el caso de Costa
Rica no es la excepción. Es por esta razón que se ha realizado un esfuerzo importante en investigar
este tema, lo que ha permitido el desarrollo de un inventario estructural de edicaciones robusto y
representativo para el cantón de San José.
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
106
3. DIVISIÓN TERRITORIAL ADMINISTRATIVA DE COSTA RICA
Para tener claridad sobre el alcance geográco del inventario generado, se describe brevemente
la división territorial de Costa Rica y el área de estudio en especíco.
En la Constitución Política de la República de Costa Rica (EDIN, 2017), en el artículo 168,
se plasma la división territorial como sigue: “el territorio nacional se divide en provincias; éstas en
cantones y los cantones en distritos”. Algunos de los cantones poseen una división administrativa
adicional y de menor jerarquía a la de los distritos, llamada barrios. En total, el país cuenta con
siete provincias, 82 cantones y 468 distritos (División Territorial Administrativa de la República
de Costa Rica, 2017). El cantón de San José pertenece a la provincia de mismo nombre, la cual es
la capital del país. En la Figura 1, se muestra la ubicación del cantón de San José y la provincia de
San José, esta última en el recuadro.
Figura 1. Ubicación del cantón de San José.
Fuente: es.wikepedia.org, 2020.
Este cantón cuenta con un área de 44.62 km
2
, la cual representa poco menos del 0.1 % del terri-
torio nacional. Posee la mayor cantidad de población proyectada para el año 2016 (100 % de tipo
urbano), para un total de 336 792 habitantes, correspondiente aproximadamente al 7 % del total de
la población de Costa Rica (4 890 372 habitantes), con una densidad de población de 6 456 habi-
tantes por km². El 86 % del territorio es urbanizable, con un 64 % de área conformada por predios
construidos, 20 % cubierta por vialidad y apenas un 3 % constituida por predios sin construir. El
restante 14 % corresponde principalmente a zonas marginales, protegidas o prohibidas (Municipa-
lidad de San José, 2016). El cantón de San José se divide en 11 distritos (Carmen, Merced, Hos-
pital, Catedral, Zapote, San Francisco, Uruca, Mata Redonda, Pavas, Hatillo, San Sebastián), los
cuales a su vez se dividen en 196 barrios cuyos límites ociales se muestran en el siguiente mapa,
creado por la Municipalidad de San José.
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
107
Figura 2. Mapa de barrios del cantón de San José.
Fuente: Municipalidad de San José, 2014.
4. METODOLOGÍA
La generación de un inventario estructural de edicaciones es una tarea desaante con varios
aspectos: no se pueden exportar de otras latitudes a la zona de estudio, se manejan grandes canti-
dades, calidades y tipos de información que deben converger en un solo inventario, ya que las ciu-
dades son un ente dinámico, unas más que otras, por lo que el inventario necesariamente tiene una
validez temporal y se necesita de varias áreas del conocimiento para llevarse a cabo. Por esta razón,
no son muchas las metodologías desarrolladas y probadas para llevar a cabo este tipo de actividad.
Para seleccionar una metodología a seguir, primero se denió el tipo de inventario que se reque-
ría generar. La forma en que se desarrolla un inventario depende de su cobertura y resolución espa-
cial, por lo que puede dividirse entonces en globales y locales (Simpson et al., 2014). En el caso
de este trabajo, el inventario sería local de alta resolución, es decir, que implique la extracción de
información a nivel de edicación individual, lo que corresponde a un inventario de nivel 2 según
Gamba (2014). Además, la metodología seleccionada debía utilizar herramientas e información
de entrada de acceso abierto y gratuitas, para que el inventario pudiera actualizarse a lo largo del
tiempo sin que el presupuesto disponible fuera una limitante. Se encontraron dos metodologías que
cumplían estos requisito: la desarrollada por ImageCAT y GEM (mencionada anteriormente en la
sección de Importancia), llamada Desarrollo de Información de Inventario Espacial, SIDD por sus
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
108
siglas en inglés, (Hu, Huyck, Eguchi y Bevington, 2014) y la desarrollada por GFZ llamada Mapeo
Ambiental Rápido, REM por sus siglas en inglés (Parolai, 2016a, 2016b).
Ambos enfoques son del tipo “de abajo hacia arriba” (bottom-up), lo que implica la recolección
de información especíca sobre una muestra de la población de interés y su análisis, para luego
generar un modelo estadísticamente representativo. La recolección de información se hace por
medio de la aplicación de encuestas a las edicaciones que componen la muestra, ya que son las que
permiten ir caracterizando estructuralmente cada una de las edicaciones muestreadas. Luego se
trabaja sobre esta muestra y se extrapolan los resultados obtenidos a la población de edicaciones.
Las principales diferencias entre estas dos metodologías radican en la forma de seleccionar
la muestra y la forma de aplicar las encuestas. SIDD utiliza encuestas presenciales, mientras que
REM utiliza encuestas remotas. Teniendo esto en mente, se seleccionó la metodología REM, pre-
viendo que los costos de su implementación debían ser menores al aprovechar la tecnología para
el trabajo de campo, que requiere de una inversión de tiempo, equipo humano y dinero importante.
Casos exitosos de la aplicación de REM se nombran a continuación: Bishkek, Kirguistán (Wie-
land et al., 2012), Cologne, Alemania (Wieland, 2014), Estambul, Turquía (Pittore et al., 2015) y
Soultz-sous-Forets, Francia (Pittore et al., 2018). A continuación se muestra una gura que resume
las etapas en que puede dividirse REM.
Figura 3. Etapas del REM.
Fuente: Elaboración propia.
4.1 Estraticación de la zona de estudio
La zona de estudio, en este caso el cantón de San José (SJ de ahora en adelante), debe dividirse
en unidades o estratos de relativa homogeneidad, que no se traslapen espacialmente, para aplicar
sobre cada uno de ellos un muestreo aleatorio. Para este trabajo se utilizó la división administra-
tiva de “barrio” como geo-unidad o estrato (196 barrios en total), basando sus fronteras en el mapa
ocial de barrios para SJ, mostrado en la gura 2.
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
109
4.2 Denición de la muestra y captura de imágenes
REM utiliza encuestas remotas, en lugar de presenciales, para la caracterización estructural de
las edicaciones. Por esta razón, es necesario el tomar una serie de fotografías de cada estructura
a la cual se requiera aplicar esta encuesta remota.
Las fotografías o imágenes son capturadas por medio de una cámara omnidireccional jada
a la parte superior de un automóvil (ver Figura 4). En aras de la eciencia, la toma de imágenes
se realiza solamente a las edicaciones ubicadas a lo largo de una ruta previamente denida, a ser
recorrida por el automóvil. Por lo tanto, se tienen fotografías de un grupo de estructuras, denomi-
nado sub-población, y no de la población completa de edicaciones del cantón. De esta manera la
toma de información es más rápida y eciente, en comparación con captura de imágenes realiza-
das por personas.
Figura 4. Cámara omnidireccional utilizada para tomar las fotografías.
Fuente: Elaboración propia.
Esta ruta previamente denida debe por requisito cruzar cada uno de los centroides de los
estratos (barrios) idealmente una única vez con un criterio de menor costo, siendo el costo en este
caso la longitud. El total de caminos de SJ, según información obtenida de Open Street Maps, es
de 650 km. La ruta de muestreo generada es de 170 km, un 26% del total, mostradas en la Figura 5.
Al nal del recorrido, se capturaron aproximadamente 35 mil imágenes georreferenciadas,
correspondientes a las 15 183 edicaciones que componen la sub-población. A esta sub-población
se aplica un muestreo estraticado aleatorio con asignación proporcional del 10%, resultando en
una muestra de 7 296 estructuras, es decir aproximadamente el 8.5 % del total de 85 800 edica-
ciones existentes en SJ, según Miyamoto Internacional Inc. (2016c) (ver Figura 6).
Para la implementación del muestreo se utilizó información sobre límites de barrios y huellas
de edicaciones proporcionada por la MSJ, en formato shape para poder ser trabajada en un Sistema
de Información Geográca (SIG) como QGIS, así como un script de acceso abierto en Ipython
que forma parte de REM.
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
110
Figura 5. Total de caminos (en azul), ruta generada (en verde) y ruta seguida (en rojo). Centroides de barrios en puntos rojos.
Fuente: Elaboración propia.
Figura 6. Subpoblación (en verde) y muestra (en naranja). En la ampliación se incluye
la población (en celeste) y la ruta seguida (en rojo).
Fuente: Elaboración propia.
4.3 Análisis de imágenes y administración de datos
Una vez capturadas las fotografías y denida la muestra, se incorporó esta información a la
plataforma web de “Inspección visual rápida remota” (RRVS por sus siglas en inglés) (Wieland,
2014), que forma parte del REM. Por medio de esta plataforma, el encuestador tiene acceso a cada
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
111
edicación que compone la muestra, sus imágenes asociadas, fotografías aéreas de alta resolución de
la zona de interés, obtenidas del geoportal del Sistema Nacional de Información Territorial (Instituto
Geográco Nacional, (n.d.), así como el cuestionario o encuesta que debe aplicarse a cada estructura.
Se conformó un equipo de encuestadores que varió en el tiempo, ya que consistió en estudian-
tes de último año de carrera de Ingeniería Civil de la UCR supervisados por personal del LIS. Se
organizaron reuniones periódicamente para evacuar dudas y documentar criterios consensuados
sobre la determinación de algunos atributos estructurales. El proceso completo de aplicación de
encuestas tomó cerca de un año de trabajo.
Todas las características o atributos que los encuestadores iban identicado para cada edi-
cación, al nal de la encuesta, eran enviadas a la base de datos del REM (rem db), diseñada utili-
zando el sistema de administración de base de datos objeto-relacional PostgreSQL, el cual se basa
en POSTGRES (PostgreSQL Global Development Group, 2018). Cuando se tengan completadas
las encuestas de toda la muestra, se tendrán alrededor de 250 mil datos, que deben ser almacenados
y relacionados a la edicación respectiva para poder ser ltrados o consultados a conveniencia y
de esta forma convertirlos en información aprovechable.
5. RESULTADOS
Los resultados presentados corresponden a un avance del inventario estructural de edicacio-
nes, como se explicó al inicio del documento. Se generaron a partir de la aplicación de la encuesta a
1 856 estructuras, equivalentes a una muestra del 2% de la población o del 25% de la muestra nal.
Uno de los atributos recolectados más relevantes es el material del sistema resistente a cargas
laterales (LLRS) de las edicaciones. Se encontró que el 86% de edicaciones, aproximadamente
1 600, tenían LLRS de mampostería connada reforzada de bloques huecos de concreto, un tipo de
conguración de mampostería de concreto propia de nuestro país. En cantidad, el segundo material
más utilizado es la madera con un 7%, seguida del acero y el concreto reforzado con un 2.5% cada
uno. El restante 2% se reparte en mampostería connada, materiales basados en barro y algunos
que no pudieron identicarse.
Otra característica estructural relevante es el tipo de LLRS implementado en las edicaciones.
Se encontró que el más popular es el de tipo muro, representado el 92%, es decir aproximadamente
1 700 estructuras, seguido por el tipo marco, con un 4%. El restante 4% se distribuye entre el tipo
dual, identicados como marcos rellenos y marcos arriostrados. Cuando se utiliza mampostería
reforzada, el LLRS es muy probable que sea tipo muro. Para estructuras antiguas, esto se cumple
aun cuando en diseño se pretendía que la estructura se comportara como marco, pero no se desliga-
ban las paredes de mampostería de cerramiento. Esto, aunado a que algunas estructuras en madera
tengan LLRS tipo muro, explica la alta incidencia de este tipo de sistema.
Los resultados anteriores corresponden a atributos individuales, sin embargo, para poder generar
un inventario utilizable en evaluaciones de riesgo sísmico, es necesario agrupar tipos de atributos,
generando tipologías o clases de edicaciones (Brzev et al., 2013; Pittore et al., 2018). Las clases
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
112
o tipologías agrupan atributos de estructuras, posibilitando la clasicación de cada estructura en
una clase o tipo, a la cual se le asigna un determinado desempeño sísmico por medio de una curva
de fragilidad (describe el nivel de daño esperado ante algún parámetro de intensidad sísmica).
5.1 Clases o tipologías estructurales
Tabla 1. Clases o tipologías estructurales denidas
Material Diafragma
Número de
pisos
Regularidad Código
Tipología
desagrupada
Tipología
agrupada a la
que pertenece
Mampostería,
connada y
reforzada
Rígido
1
Regular MCR1_RE
Mampostería
reforzada con
diafragma rígido
Mampostería
reforzada
Irregular MRC1_IR
2 – 3
Regular MCR2_RE
Irregular MCR2_IR
Flexible
1
Regular MCR3_RE
Mampostería
reforzada con
diafragma
exible
Irregular MCR3_IR
2 – 3
Regular MCR4_RE
Irregular MCR4_IR
Concreto
reforzado
- 1 – 5 - RC1
Concreto
reforzado
Concreto
reforzado
- 6 – 30 - RC2
Madera - 1 – 5 - WOOD1 Madera Madera
Acero
estructural
- 1 – 5 - S01 Marcos de acero
Acero
Acero
laminado en
frío
- 1 – 5 - S02
Marcos de acero
laminado en frío
El denir un esquema de clases de edicaciones o tipologías de edicaciones es uno de los pasos
críticos en el desarrollo de un modelo de exposición y de una evaluación de riesgo sísmico. Tiene el
reto de capturar, con la menor cantidad posible de clases o tipos, la gran mayoría de edicaciones que
componen la muestra, separándolas lo suciente para distinguir desempeño ante terremotos, pero no
demasiado que impida la asignación de una curva de fragilidad a cada tipología (Pittore et al., 2018).
Para este avance del inventario, se utilizaron las siguientes clases o tipologías estructurales
elaboradas por el Ing. Diego Hidalgo, miembro del grupo de investigadores del proyecto: i)
Mampostería reforzada con diafragma rígido, ii) Mampostería reforzada con diafragma exible,
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
113
iii) Concreto reforzado, iv) Madera, v) Marcos de acero y vi) Marcos de acero laminado en frío.
Para presentar los resultados, se decide agrupar las clases de mampostería (i y ii) y las de acero (v
y vi), obteniendo cuatro tipologías, (Ver Tabla 1).
5.2 Avance del inventario estructural de edicaciones
Se utilizan tres niveles de unidad geopolítica, barrio (geo-unidad o estrato), distrito y cantón.
La primera contiene la información de forma desagregada, mientras que las dos últimas lo tiene de
forma agregada. La representación escogida (barras o mapa) obedece a la facilidad de compresión
y transmisión de los resultados.
Figura 7. Inventario estructural de edicaciones para el cantón de San José, clases agrupadas.
Fuente: Elaboración propia.
Examinando el inventario a nivel de cantón, para clases agrupadas (Figura 7), se puede observar
que casi el 90% de edicaciones son clasicadas dentro de las clases o tipologías de mampostería
reforzada, algo de esperar según los resultados obtenidos a nivel de material. Dentro de esta, cerca
del 50% corresponde a estructuras con diafragmas rígidos y el 40% restante a diafragmas exibles.
El hecho de poder distinguir entre tipos de diafragmas es de suma relevancia, ya que incide de gran
manera en el comportamiento ante sismos. Le sigue la tipología llamada “madera”, lo cual de nuevo
es consistente a nivel de material.
Con respecto al inventario a nivel de distrito con clases agrupadas (Figura 8), se lograron
capturar las diferencias entre las tipologías, siempre prevaleciendo las de mampostería muy por
encima del resto. Por ejemplo, se puede observar que para el distrito de El Carmen, existen más
edicaciones de concreto reforzado (un 11%) que de madera y acero. También se tiene que en
Merced hay una cantidad importante de edicaciones de madera (18%), mientras que en la Uruca
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
114
las hay en acero (15%). Esta última se explica en cuanto a que el cantón de la Uruca tiene un uso
industrial importante, donde las naves industriales son un tipo de construcción popular.
Figura 8. Inventario estructural de edicaciones por distrito para el cantón de San José, clases agrupadas.
Fuente: Elaboración propia.
Del inventario a nivel de distrito con clases agrupadas en formato de mapa (Figura 9), se puede
notar que las edicaciones de tipología de madera se agrupan hacia el este del cantón, con presen-
cia importante en Merced, Hospital, Catedral y Zapote.
Para el caso de información desagregada a nivel de barrio (Figura 10), se puede ver como hay
muchos barrios que en su totalidad cuentan con edicaciones del tipo mampostería reforzada, 68
para ser especíco. Otros barrios, en su lugar, presentan una predominancia de alguna tipología
distinta a la de mampostería reforzada, algo que es capturado solo cuando se analiza la informa-
ción a nivel de barrio.
6. CONCLUSIONES
La información proporcionada por un inventario estructural de edicaciones es de gran impor-
tancia para las evaluaciones de riesgo sísmico, aportando el componente de bienes expuestos a
un potencial desastre. En el caso de este artículo, se presenta un avance del 25 % del inventario
nal a generar para el cantón de San José, correspondiendo a la caracterización estructural por
medio de encuestas remotas de 1 856 edicaciones, en el marco de una evaluación de riesgo sís-
mico que está siendo desarrollada por el Laboratorio de Ingeniería Sísmica de la Universidad de
Costa Rica a este cantón.
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
115
Figura 9. Mapa con inventario estructural de edicaciones a nivel de distrito, clases agrupadas.
Mampo.: mampostería; C.R.: concreto reforzado.
Fuente: Elaboración propia.
Figura 10. Mapa con inventario estructural de edicaciones a nivel de barrio, clases agrupadas.
Mampo.: mampostería; C.R.: concreto reforzado.
Fuente: Elaboración propia.
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
116
De este avance del inventario, se puede concluir que, para el cantón de San José, el material
más utilizado es la mampostería connada reforzada con bloques huecos de concreto, presente en
un 86% de las edicaciones encuestadas, correspondiendo aproximadamente a 1 600 estructuras.
Le siguen la madera, con un 7%, el acero y el concreto reforzado, con un 2.5% cada uno. El sis-
tema resistente a cargas laterales (LLRS) más utilizado es de tipo muro, presente en un 92% de la
muestra, aproximadamente 1 700 edicaciones. Le sigue el LLRS tipo marco, con un 4%.
La denición de un esquema de clases o tipologías de edicaciones es un paso crítico en la
creación de un inventario estructural de edicaciones. Para este avance se utilizaron seis clases
desagrupadas, traduciéndose en cuatro clases agrupadas: i) mampostería, ii) concreto reforzado,
iii) acero y iv) madera. La tipología predominante en el cantón de San José es la de mampostería
reforzada con diafragma rígido, representando el 50%, seguida de su similar con diafragma exible,
con un 40%. El identicar cuantitativamente esta tendencia es importante, ya que puede justicar
y señalar el tipo de edicaciones que deben ser más estudiadas en cuanto a comportamiento ante
terremotos y generación de curvas de fragilidad u otras formas de caracterización de desempeño.
A nivel distrital, aunque la tipología de mampostería sigue siendo dominante para todos los
distritos, se encontró que en El Carmen se tiene un 11% de edicaciones de la clase concreto refor-
zado, en Merced un 18% de la clase madera y en la Uruca un 15% de la tipología acero. Analizando
la información y tomando en cuenta la distribución espacial, también se concluye que la tipología
madera se concentra en el este del cantón, con presencia importante en Merced, Hospital, Catedral
y Zapote.
Finalmente, analizando los datos a nivel desagregado de barrio, se logró identicar que exis-
ten 68 barrios donde la totalidad de estructuras pertenecen a la tipología mampostería (e.g. Bilbao,
Bella Vista, Santander), mientras que en algunos la tipología predominante es distinta a la mam-
postería, incluso unos cuantos no presentan edicaciones de este tipo del todo. Esto es, relevante,
por ejemplo, en el caso de querer hacer intervenciones o visitas a cierto tipo de estructuras, donde
previamente se podrían escoger barrios con una alta incidencia de esta tipología, propiciando un
manejo más eciente de los recursos.
FINANCIAMIENTO
Esta investigación se nanció con fondos provenientes del Transitorio I de la Ley Nacional de
Emergencias (N° 8488) de la República de Costa Rica.
RECONOCIMIENTOS
Al Dr. Massimiliano Pittore y el Dr. Michael Haas, de GFZ, por su valiosa e importante colabo-
ración en la implementación de la metodología REM, sin ella este trabajo no hubiera sido posible.
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
117
AGRADECIMIENTOS
A los asistentes del proyecto: Joselin Morales, Jairo Chacón, Brayna Ruiz, Natalia Sánchez,
Carolina Fajardo, Richard Godfrey, Katherine Méndez, Andrés Quesada, Steven Vásquez y Silvia
Blanco.
A los evaluadores (anónimos) de este artículo, cuyos atinados y valiosos comentarios permi-
tieron enriquecerlo, aumentando la calidad y claridad del mismo.
REFERENCIAS
Brzev, S., Scawthorn, C., Charleson, A. W., Allen, L., Greene, M., Jaiswal, K., & Silva, V. (2013). GEM
Building taxonomy version 2.0. GEM Technical Report, 188. https://doi.org/doi: 10.13117/GEM.
EXP-MOD.TR2013.02.
Calderón, A. (2016). Probabilistic Earthquake Loss Assessment for Costa Rica. Tesis de Maestría. Earthquake
and Seismology Engineering. Istituto Universitario di Studi Superiori di Pavia.
Calderón, A., & Silva, V. (2019). Probabilistic seismic vulnerability and loss assessment of the residential
building stock in Costa Rica. Bulletin of Earthquake Engineering, 17(3), 1257–1284. Recuperado de
https://doi.org/10.1007/s10518-018-0499-1
Cardona, O., Yamín, L., Bernal, G., Ordaz, M., Reinoso, E., Barbat, A., & Carreño, M. (2009a). T2-2 Recursos
de información disponibles. Informe de CAPRA Costa Rica, 39. Recuperado de https://www.ecapra.
org/documentos/documentos-capra-costa-rica
Cardona, O., Yamín, L., Bernal, G., Ordaz, M., Reinoso, E., Barbat, A., & Carreño, M. (2009b). T2-3
Modelación probabilista de amenazas naturales. Informe de CAPRA Costa Rica, 93. Recuperado de
https://www.ecapra.org/documentos/documentos-capra-costa-rica
Cardona, O., Yamín, L., Bernal, G., Ordaz, M., Reinoso, E., Barbat, A., & Carreño, M. (2009c). T2-4
Inventario de elementos expuestos. Informe de CAPRA Costa Rica, 1–42. Recuperado de https://
www.ecapra.org/documentos/documentos-capra-costa-rica
Cardona, O., Yamín, L., Bernal, G., Ordaz, M., Reinoso, E., Barbat, A., & Carreño, M. (2009d). T2-5
Caracterización local de la vulnerabilidad de edicaciones. Informe de CAPRA Costa Rica, 1–66.
Recuperado de https://www.ecapra.org/documentos/documentos-capra-costa-rica
EDIN 2017. Constitución política de la República de Costa Rica. Recuperado de https://www.imprentanacional.
go.cr/editorialdigital/libros/textos juridicos/constitucion_politica_digital_edincr.pdf
División Territorial Administrativa de la República de Costa Rica (2017). La Gaceta N° 48 278. Recuperado
de https://doi.org/978-9977-58-477-5
Dolce, M. (2012). The Italian national seismic prevention program. Proceedings of the 15th World Conference
on Earthquake Engineering.
Evaluación de Riesgos Naturales y Antropogénicos. (2014). Valoración de la vulnerabilidad física y riesgo
ante sismos en distritos clave del Cantón de San José. ERN, 153.
Federal Emergency Management Agency. (2013). Hazus–MH 2.1: Technical Manual. FEMA, 718. Recuperado
de www.fema.gov/plan/prevent/hazus
Gamba, P. (2014). GEM Global exposure database – scientic features. GEM Technical Report, 46. https://
doi.org/10.13117/GEM.EXP-MOD.TR2014.10
ESQUIVEL: Avance del inventario estructural de edicaciones del cantón de San José
118
Hu, Z., Huyck, C., Eguchi, M., & Bevington, J. (2014). User guide: Tool for spatial inventory data development.
GEM Technical Report, 60. https://doi.org/10.13117/GEM.DATA-CAPTURE.TR2014.05
Instituto Geográco Nacional. (2014). Sistema Nacional de Información Territorial. http://www.snitcr.go.cr/
Miyamoto Internacional Inc. (2016a). Apéndice A: Datos suplementarios. The USAID / OFDA PREPARE
Program. Phase I., 1–143.
Miyamoto Internacional Inc. (2016b). Appendix B: Building Exposure Model. The USAID / OFDA PREPARE
Program. Phase I., 28.
Miyamoto Internacional Inc. (2016c). Assessment of Earthquakes Risks. The USAID / OFDA PREPARE
Program. Phase I., December, 1–59.
Mora, M. G., Valcárcel, J. A., Cardona, O. D., Pujades, L. G., Barbat, A. H., & Bernal, G. A. (2015).
Prioritizing interventions to reduce seismic vulnerability in school facilities in Colombia. Earthquake
Spectra, 31(4), 2535–2552. https://doi.org/10.1193/040412EQS151T
Mouroux, P., Bertrand, E., Bour, M., Le Brun, B., Depinois, S., & Masure, P. (2004). The European RISK-UE
project: an advanced approach to earthquake risk scenarios. 13th World Conference on Earthquake
Engineering, paper No. 3329, 14.
Municipalidad de San José. (2016). Diagnóstico cantonal 2016. Dirección de Planicación y Evaluación, 236.
Recuperado de https://www.msj.go.cr/MSJ/Municipalidad/Lists/Diagnstico Cantonal/DispForm.aspx?I-
D=2&Source=https%3A%2F%2Fwww.msj.go.cr%2FMSJ%2FMunicipalidad%2FSitePages%2FSJC_
diagnostico_cantonal.ASPX&ContentTypeId=0x0100455673D594F2D14DADEBA26DA2A907DA
Parolai, S. (2016a). DB2 Software platform and processing tools. SIBYL Project Derivable, 1–33.
Parolai, S. (2016b). DB3 Guidelines of the mobile mapping system and remote rapid visual screening. SIBYL
Project Derivable, 1–36.
Pittore, M. (2014). D3.5 Sampling framework. SENSUM Project Derivable, 1–72.
Pittore, M., Grant, D., Parolai, S., Free, M., Mambetalyev, E., & Sheraliev, T. (2017). Exposure and vul-
nerability assessment via the integration of remote and in situ information: case study of Kyrgyzstan
[Artículo de conferencia].
Pittore, M., Haas, M., & Megalooikonomou, K. G. (2018). Risk-Oriented, Bottom-Up Modeling of Building
Portfolios With Faceted Taxonomies. Frontiers in Built Environment, 4(October), 1–14. https://doi.
org/10.3389/fbuil.2018.00041
Pittore, M., Wieland, M., Errize, M., Kariptas, C., & Güngör, I. (2015). Improving post-earthquake insurance
claim management: A novel approach to prioritize geospatial data collection. ISPRS International
Journal of Geo-Information, 4(4), 2401–2427. https://doi.org/10.3390/ijgi4042401
PostgreSQL Global Development Group. (2018). PostgreSQL. The PostgreSQL Global Development Group.
2626. Recuperado de https://www.postgresql.org/les/documentation/pdf/9.6/postgresql-9.6-US.pdf
Santa-María, H., Hube, M. A., Rivera, F., Yepes-Estrada, C., & Valcárcel, J. A. (2017). Development of
national and local exposure models of residential structures in Chile. Natural Hazards, 86, 55–79.
https://doi.org/10.1007/s11069-016-2518-3
Simpson, A., Murnane, R., Saito, K., Phillips, E., Reid, R., & Himmelfarb, A. (2014). Understanding risk.
In GFDRR-World Bank. World Bank. https://doi.org/10.1136/bmj.329.7474.1086
Stone, H. (2017). Exposure and vulnerability for seismic risk evaluations [University College London].
Recuperado de https://discovery.ucl.ac.uk/id/eprint/10051591
Taubenböck, H., Geib, C., & Klotz, M. (2013). D.2.1 Present day and future remote sensing data. SENSUM
Project Derivable, 1–59.
Ingeniería 30 (2): 103 - 119, julio-diciembre, 2020. ISSN: 2215-2652. San José, Costa Rica DOI 10.15517/ri.v30i2.40469
119
Wieland, M. (2014). D2.5 Tool implementing selected techniques for in-situ data colletion using ground-ba-
sed imaging techniques. SENSUM Project Derivable, 1–47.
Wieland, M., Pittore, M., Parolai, S., Zschau, J., Moldobekov, B., & Begaliev, U. (2012). Estimating building
inventory for rapid seismic vulnerability assessment: Towards an integrated approach based on mul-
ti-source imaging. Soil Dynamics and Earthquake Engineering, 36, 70–83. https://doi.org/10.1016/j.
soildyn.2012.01.003
