Analysis and Construction of Social Vulnerability Indexes for the 5 Most Severe Natural Disasters in Spain in 2021.

Abstract

Para construir sociedades más resilientes a las crecientes catástrofes naturales, es imprescindible invertir en el desarrollo del conocimiento necesario para diseñar planes estratégicos de prevención. Así, el objetivo de esta investigación es crear un conjunto de indicadores de vulnerabilidad social, uno para cada uno de los cinco eventos catastróficos más importantes que afectaron al territorio español durante el año 2021: nevadas, inundaciones, terremotos, erupciones volcánicas y olas de calor. La construcción de los indicadores se ha basado en el esquema conceptual de vulnerabilidad propuesto por el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC) de Naciones Unidas. Éste concibe la vulnerabilidad como una función tridimensional: sensibilidad, capacidad de adaptación y exposición. Además, este trabajo también presenta la estrategia seguida para la selección de las variables y sus ponderaciones mediante técnicas de aprendizaje automático (bosque aleatorio). Finalmente, esta investigación concluye con un análisis de varios eventos catastróficos, donde se han evaluado los niveles de vulnerabilidad de las diferentes provincias del territorio español según sus puntuaciones en los Índices de Vulnerabilidad Social construidos.

In order to build more resilient societies to the increasing natural disasters, it is essential to invest in the development of knowledge required to design strategic prevention plans. Thus, the objective of this research is to create a set of social vulnerability indicators, one for each of the five most important catastrophic events that affected the Spanish territory during the course of 2021: snowfall, floods, earthquakes, volcanic eruptions and heat waves. The construction of the indicators was based on the conceptual scheme of vulnerability proposed by the United Nations Intergovernmental Panel on Climate Change (IPCC). It conceives vulnerability as a three dimensional function: sensitivity, adaptive capacity and exposure. Furthermore, this paper also presents the strategy followed for the selection of variables and their weights through machine learning techniques (random forest). Finally, this research concludes with an analysis of several catastrophic events, where the levels of vulnerability of the different provinces of the Spanish territory have been evaluated according to their scores in the Social Vulnerability Indexes constructed.