Investigación aplicada

Análisis censal y territorial

Población y vulnerabilidad asociadas a rutas de evacuación en el borde costero de San Pedro de la Paz

Estudiamos cuántas personas podrían evacuar desde sectores costeros hacia las rutas y puntos de encuentro definidos por SENAPRED. Esta página presenta el primer caso publicado: POE1 Boca Sur.

Tecnología relacionada CensusAnalytics

Investigación aplicada

Comprender la población dentro de territorios específicos

Esta línea estudia la distribución espacial de la población y sus características demográficas, sociales y habitacionales mediante datos censales oficiales, cartografía digital y análisis geoespacial. Permite caracterizar comunas, barrios, polígonos personalizados y áreas de influencia, incluso cuando sus límites no coinciden con las unidades censales. Desarrolla métodos reproducibles para estimar población, hogares, viviendas y grupos prioritarios, generando evidencia territorial aplicable a planificación, proyectos, diagnósticos sociales y toma de decisiones.

Caso de estudio: caracterización censal de los seis Polígonos Operativos de Evacuación de San Pedro de la Paz —Boca Sur, Michaihue, Outlet San Pedro, Lomas Coloradas I, Lomas Coloradas II y Espuma de Mar— mediante datos del Censo 2024 y ponderación areal de manzanas censales.

¿Cuántas personas evacuarían por cada ruta oficial?

La investigación buscó determinar cuántas personas podrían evacuar desde distintos sectores del borde costero de San Pedro de la Paz utilizando las rutas oficiales y los puntos de encuentro definidos por SENAPRED. Para organizar el análisis se delimitaron seis Polígonos Operativos de Evacuación: Boca Sur, Michaihue, Outlet San Pedro, Lomas Coloradas I, Lomas Coloradas II y Espuma de Mar.

Cada POE representa un sector poblado asociado espacialmente a una ruta de evacuación y a un punto de encuentro. Sus límites fueron trazados considerando la distribución de las rutas, una separación territorial relativamente equilibrada y el contorno real de las manzanas censales, lo que generó polígonos irregulares, pero coherentes operativamente.

Posteriormente se estimó la población total de cada área y se analizaron grupos potencialmente vulnerables, como menores de 14 años, personas mayores, población con discapacidad y personas con dificultades de movilidad, cognitivas o visuales. Esta página presenta únicamente los resultados del POE1 Boca Sur, aunque el análisis territorial fue desarrollado para los seis sectores costeros.

Seis Polígonos Operativos de Evacuación del borde costero de San Pedro de la Paz
Figura 1. Los polígonos de colores representan los seis POE; las líneas cian corresponden a las rutas oficiales de evacuación y los marcadores verdes identifican los puntos de encuentro SENAPRED.
POE 1

Boca Sur

POE 2

Michaihue

POE 3

Outlet San Pedro

POE 4

Lomas Coloradas I

POE 5

Lomas Coloradas II

POE 6

Espuma de Mar

Sector poblado Ruta de evacuación Punto de encuentro SENAPRED

POE1 Boca Sur

En esta primera publicación se presentan los resultados censales y de vulnerabilidad correspondientes únicamente al sector de Boca Sur.

Resultados estimados para POE1 Boca Sur
Indicador Valor estimado
Población total 22.713,81 personas
Menores de 14 años 4.653,08
Personas de 60 años y más 3.719,61
Personas con discapacidad 3.280,33
Dificultad para moverse 1.489,23
Dificultad cognitiva 996,40
Carga vulnerable acumulada 14.138,65 casos

La carga vulnerable acumulada corresponde a la suma de categorías y no necesariamente representa personas únicas, ya que una misma persona puede pertenecer a más de un grupo de vulnerabilidad.

Transferencia tecnológica

Formación y transferencia tecnológica

Esta línea de investigación se transfiere mediante formación aplicada en GEOPLOT Campus, utilizando datos censales oficiales, manzanas censales, análisis geoespacial, Python y procedimientos reproducibles para caracterizar territorios y poblaciones.

Curso Censo de Chile con Python de GEOPLOT Campus

Curso asociado

Censo de Chile con Python

Aprende a procesar datos censales oficiales, trabajar con manzanas y polígonos censales, realizar análisis geoespaciales y generar estimaciones territoriales, indicadores, mapas y tablas reproducibles mediante Python.