Evaluación espacio-temporal del riesgo multirriesgo mediante análisis basado en grafos para estudios de caso en India

Por qué importan los desastres en cadena

Las comunidades de montaña de todo el mundo se enfrentan a un tipo de peligro nuevo: no solo desastres aislados, sino cadenas de eventos en las que un peligro desencadena otro. Este artículo examina dos sucesos mortales en India —una inundación por ruptura de un lago glaciar en el Himalaya y un deslizamiento masivo en los Ghats Occidentales— y muestra cómo se desarrollaron paso a paso. Aplicando ideas de la ciencia de redes, los investigadores trazan cómo la lluvia intensa, las laderas inestables, las presas, los ríos y las poblaciones están interconectados, y cómo comprender esos vínculos puede traducirse en mejores alertas tempranas y planes de evacuación más inteligentes.

Dos tragedias montañosas, una historia más amplia

El estudio se centra en el norte de Sikkim en el Himalaya oriental y en el distrito de Wayanad en los Ghats Occidentales meridionales, dos paisajes muy distintos que, no obstante, afrontaron desastres en cadena similares. En octubre de 2023, un lago glaciar en lo alto del norte de Sikkim se rompió de forma repentina, enviando un torrente de agua y escombros por el valle y dañando una gran presa hidroeléctrica. En julio de 2024, tras semanas de intensas lluvias monzónicas, las laderas de Wayanad colapsaron, desencadenando deslizamientos, flujos de detritos e inundaciones repentinas que destruyeron viviendas y mataron a cientos de personas. Al comparar estos casos, los autores buscan entender no solo dónde ocurren los peligros, sino cómo interactúan en el espacio y el tiempo.

Cómo el tiempo prepara el paisaje para el fallo

Ambos desastres comenzaron mucho antes de los momentos finales y dramáticos que llegaron a las noticias. En Sikkim, años de fusión glaciar habían agrandado un lago de gran altitud, incrementando gradualmente el riesgo de que su presa natural de hielo y rocas fallara. En Wayanad, semanas de lluvias monzónicas intensas empaparon el suelo, debilitando laderas empinadas. El equipo examinó registros de precipitación usando “umbrales” conocidos que vinculan la cantidad y la duración de la lluvia con la probabilidad de deslizamientos o inundaciones. Encontraron que en ambas regiones estos umbrales no solo se superaron: se excedieron ampliamente, confirmando que el entorno había sido llevado a un estado altamente inestable mucho antes de que ocurrieran los eventos principales.

Del primer detonante a los impactos en cascada

Lo que convirtió estas condiciones inestables en desastres completos fue una serie de detonantes en rápida sucesión. En Sikkim, lluvias cortas e intensas combinadas con un terremoto en el vecino Nepal desestabilizaron el hielo por encima del lago. Una avalancha de hielo y escombros cayó al agua, sobrepasó la morrena y la abrió. La inundación resultante por ruptura del lago glaciar descendió el valle con furia, dañando carreteras, puentes y la gran presa Teesta III antes de continuar río abajo y provocar nuevos deslizamientos durante días. En Wayanad, la lluvia extrema desencadenó múltiples fallos de ladera en pequeñas cuencas upstream. Estos deslizamientos bloquearon arroyos, crearon presas temporales y luego se rompieron, enviando repetidamente avenidas cargadas de detritos por canales estrechos y esculpiendo una zona concentrada de destrucción en apenas unos kilómetros cuadrados.

Ver los desastres como redes, no como eventos aislados

Para dar sentido a estas cadenas complejas, los investigadores recurrieron a la teoría de grafos —la misma caja de herramientas matemática que se usa para estudiar redes sociales o internet. Trataron cada tipo de peligro (como lluvia intensa, deslizamientos, inundaciones o fallo de presas) como un “nodo” y cada vínculo posible entre ellos como una “conexión”. Apoyándose en encuestas de campo, imágenes satelitales, datos de precipitación y de ríos, informes gubernamentales y entrevistas con residentes y autoridades, construyeron redes ponderadas que reflejan con qué frecuencia un peligro conduce a otro y cuán fuertes son esos vínculos. A continuación usaron medidas de red, como cuántas conexiones tiene un peligro, con qué frecuencia aparece en rutas clave y hasta qué distancia puede propagarse su influencia, para calcular una puntuación de riesgo para cada subcuenca pequeña.

Encontrar puntos calientes y romper la cadena

La visión en red reveló que en Wayanad unos pocos peligros muy conectados —especialmente deslizamientos e inundaciones— dominan el riesgo, y que la destrucción está fuertemente concentrada en áreas densamente pobladas de las cabeceras. En Sikkim, la cadena es más larga y variada: terremotos, deslizamientos, ruptura de lago glaciar y colapso de presas juegan roles importantes, con cuencas río abajo alrededor de la central hidroeléctrica emergiendo como zonas críticas que amplifican el riesgo. Al combinar la red de peligros con información sobre personas, edificios, puentes y presas, el equipo pudo identificar subcuencas donde las fallas en cascada son más probables y ensayar qué ocurriría si ciertos eslabones de la cadena se debilitaran o eliminaran. Sus resultados sugieren que la monitorización en tiempo real de la precipitación, de los lagos glaciares y de las aportaciones a las presas, junto con protocolos diseñados explícitamente alrededor de secuencias de peligros, podría ayudar a las agencias de emergencia a emitir alertas por fases de arriba hacia abajo y planificar evacuaciones antes de que la cadena de eventos se descontrole.

Qué significa esto para las personas que viven en montañas de riesgo

Para quienes no son especialistas, el mensaje clave es que los desastres en regiones montañosas rara vez ocurren como incidentes únicos e independientes. Más bien, se parecen a una hilera de fichas de dominó: el clima extremo inclina un elemento, que a su vez derriba el siguiente, y así sucesivamente. Este estudio demuestra que al mapear esas fichas con antelación —utilizando una mezcla de datos científicos y conocimiento local— las autoridades pueden identificar los eslabones más peligrosos y actuar antes, ya sea mejorando la monitorización, reforzando presas y puentes vulnerables o ensayando planes de evacuación que sigan la trayectoria probable de un evento en cascada. En un clima que se calienta y donde la lluvia intensa y la fusión glaciar son cada vez más comunes, pensar en términos de redes podría marcar la diferencia entre un casi accidente y una tragedia mayor.

Cita: Ekkirala, H.C., Ramesh, M.V. Spatiotemporal assessment of multi hazard risk using graph based analysis for case studies in India. Sci Rep 16, 5837 (2026). https://doi.org/10.1038/s41598-026-35925-4

Palabras clave: deslizamientos de tierra, inundaciones por ruptura de lagos glaciares, riesgos en montaña, sistemas de alerta temprana, redes de riesgo ante desastres