Propuesta de un Sistema de Alerta Temprana (SAT) de inundaciones aplicando un modelo de sensores en los sectores Brea y Pariñas, Chosica - cuenca del río Rímac
DOI:
https://doi.org/10.34188/bjaerv9n1-214Palavras-chave:
Sistema de alerta temprana, inundaciones, sensores de bajo costo, Arduino, Internet de las Cosas (IoT), gestión del riesgo, resiliencia comunitaria, monitoreo hidrológicoResumo
El presente estudio propone el diseño e implementación de un sistema de alerta temprana (SAT) de inundaciones basado en sensores de bajo costo, aplicado a los sectores Brea y Pariñas del distrito de Lurigancho-Chosica, en la cuenca del río Rímac. La investigación surge ante la alta vulnerabilidad de la zona frente a huaicos e inundaciones, agravada por factores como la ocupación informal del territorio y la intensificación de eventos hidrometeorológicos asociados al cambio climático.
El enfoque metodológico es cuantitativo y experimental, orientado al desarrollo de un prototipo funcional utilizando tecnología Arduino, sensores de distancia, módulos de comunicación Bluetooth y una interfaz móvil. El sistema permite monitorear en tiempo real el nivel del agua y activar alertas mediante indicadores visuales, alarmas acústicas y notificaciones en una aplicación Android.
Los resultados obtenidos evidencian un desempeño eficiente del sistema, con baja latencia en la transmisión de datos y una adecuada respuesta ante diferentes niveles de riesgo, definidos mediante estructuras condicionales. Asimismo, se valida la precisión y confiabilidad de los sensores de bajo costo en contextos reales, en concordancia con estudios recientes sobre sistemas IoT aplicados a la gestión del riesgo de inundaciones.
La discusión resalta la viabilidad técnica, económica y social del sistema, destacando su potencial replicabilidad en otras zonas vulnerables. Finalmente, se concluye que la integración de tecnologías accesibles con enfoques participativos fortalece la resiliencia comunitaria, recomendándose su articulación con estrategias de gestión del riesgo y la incorporación de mejoras futuras como el uso de inteligencia artificial para optimizar su capacidad predictiva.
Referências
Adapa, A., Jain, R., & Gupta, S. (2023). IoT-based smart flood monitoring and anticipation system. IEEE Sensors Journal, 23(14), 15842–15851. https://doi.org/10.1109/JSEN.2023.3281234
Anni, A. H., Cohen, S., & Sytsma, A. (2024). Community-based flood early warning systems: A review of global best practices. International Journal of Disaster Risk Reduction, 101, 104240. https://doi.org/10.1016/j.ijdrr.2024.104240
Arante, H. R. C., et al. (2025). Development of a secured IoT-based flood monitoring and prediction system using machine learning. Sensors, 25(13), 3885. https://doi.org/10.3390/s25133885
Domingo, P. (2019). Huaycos en el distrito limeño de Lurigancho-Chosica: Urbanización, vulnerabilidad social, cultura y resiliencia comunitaria. ConCiencia EPG. https://doi.org/10.32654/CONCIENCIAEPG.4-1.5
Hashemi-Beni, L., et al. (2024). A low-cost IoT-based deep learning method of water gauge measurement for flood monitoring. Geomatics, Natural Hazards and Risk, 15(1). https://doi.org/10.1080/19475705.2024.2364777
Instituto Nacional de Defensa Civil (INDECI). (2005). Mapa de peligros y plan de usos del suelo y medidas de mitigación ante desastres de la ciudad de Matucana.
Instituto Nacional de Defensa Civil (INDECI). (2018). Aluvión, huaico, deslizamiento y derrumbes. https://www.indeci.gob.pe
Ministerio de Educación (MINEDU). (2016). Informe preliminar: Sustento técnico sobre el aplazamiento del inicio del año escolar – Distrito Lurigancho-Chosica.
Mulyani, D., et al. (2025). Flood early warning in rivers based on ESP8266 microcontroller and Arduino Nano. International Journal of Engineering and Manufacturing, 15(5), 18–30. https://doi.org/10.5815/ijem.2025.05.02
Painter, P., Semmens, K., Maxfield, K., Cattoën, C., & Carr, R. H. (2025). Designing effective flood early warning systems: A review of barriers, best practices, and key characteristics. Journal of Flood Risk Management, 18(4), e70145. https://doi.org/10.1111/jfr3.70145
Pinos, J., & Chacon, G. (2022). Low-cost sensors for monitoring hydrological variables: A systematic review. Journal of Hydrology, 612, 128183. https://doi.org/10.1016/j.jhydrol.2022.128183
Programa Internacional de Cooperación Urbana (IUC). (2017). Creación de un sistema de alerta temprana integral y participativo en las quebradas de Chosica, Lima.
Sánchez, L. (2018). Análisis de vulnerabilidad ante la probable ocurrencia de flujo de detritos en la quebrada Carossio, distrito de Lurigancho-Chosica (Tesis de pregrado). Universidad Nacional Federico Villarreal.
Seneviratne, S. I., Zhang, X., & Adnan, M. (2021). Weather and climate extreme events in a changing climate. En Climate Change 2021: The Physical Science Basis. Cambridge University Press.
Smith, L., & Garcia, M. (2022). Low-cost sensor networks for flood monitoring: Challenges and opportunities in developing countries. Natural Hazards and Earth System Sciences, 22(3), 855–871. https://doi.org/10.5194/nhess-22-855-2022
Tavera, H. (2012). Zonificación sísmica – geotécnica del área urbana de Chosica.
Zakaria, M. I., Jabbar, W. A., & Sulaiman, N. (2023). Development of a smart sensing unit for LoRaWAN-based IoT flood monitoring and warning system. Internet of Things and Cyber-Physical Systems, 3, 249–261. https://doi.org/10.1016/j.iotcps.2023.03.003
Downloads
Publicado
Como Citar
Edição
Seção
Licença
- O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
- É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
- Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
- Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
- Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
- O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/
Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.
