Seguritecnia 466

40 SEGURITECNIA Julio-Agosto 2019 Protección contra incendios Olcina eds., 329-338, Ariel, Barcelona, España. Martin, R. y Sunley, P. (2014), On the notion of regional economic resi- lience: conceptualization and expla- nation. Journal of Economic Geography, Volume 15, Issue 1, 1 January 2015, Pa- ges 1–42 Martínez Sanchez, J. F. y Venegas Martínez, F. (2013), Riesgo operacio- nal en la banca trasnacional: un enfo- que bayesiano. Ensayos Revista de Eco- nomía, Volumen XXXII, No.1, pp. 31-72 Martínez-Falero E, González-García C, García-Abril A and Ayuga-Téllez E, (2018). Validation of a Methodology for Confidence-Based Participatory Forest Management. Forest 2018, 9 Martín-Fernández, S y García-Abril, A. (2005), Optimisation of spatial alloca- tion of forestry activities within a fo- rest stand. Computers and Electronics in agriculture , 49: 150-174 Martín-Fernandez, S.; Martínez-Falero, E. y Pérez-Gonzalez, J.M. (2002), Opti- mization of resources management in fighting wildfires. Enviromental Mana- gement, Vol 30, No 3, 352-363 Pérez-Fructuoso, M. J. (2005), La tituli- zación del riesgo catastrófico: descrip- ción y análisis de los cat bonds (Bonos de Catástrofes), Revista Española de Se- guros , 121: 75-92. Pérez-Fructuoso, M. J. (2008) , A conti- nuous model to calculate the loss tri- gger index of a CAT Bond, Variance, 2(2), 253-265. Taleb, N. N. (2011) , A Map and Simple Heuristic to Detect Fragility, Antifragility, and Model Error , NYU-Poly working pa- per, SSRN. Taleb, N. N. y Douady, R., (2012), Mathe- matical Definition and Mapping of (Anti) Fragility , NYU-Poly Working Paper. Taleb, N. N.; Canetti, E; Kinda, T; Loukoianova, E y Schmierder, C. (2012), A New Heuristic Measure of Fragility and Tail Risks: Application to Stress Testing . IMF Working Paper. Monetary and Ca- pital Markets Department. Authorized for distribution by Christopher Tower Varnes, D.J. (1984) Landslide Hazard Zo- nation: A Review of Principles and Prac- tice, Natural Hazards . UNESCO, Paris. S las perturbaciones (aunque un ata- que de gran intensidad también po- dría romperlo). 2. Se trata de un método de inteligen- cia artificial que es suficiente para al- canzar un objetivo inmediato y con- siste en un tipo de árbol de clasifica- ción lexicográfico que puede asociar una decisión a cada clase o categoría. Bibliografía Cimellaro, G P; Reinhorn, A M y Bru- neau, M. (2010), Framework for analytical quantification of disaster resilience. Engineering Structures . 32: 3639-3649. Fernández, T., Delgado, J., Cardenal, F.J., Jiménez, J., el Hamdouni, R., Iri- garay, C. y Chacón, J. (2010), Análisis de riesgos naturales a partir de In- fraestructuras de Datos Espaciales. En: Ojeda, J., Pita, M.F. y Vallejo, I. (Eds.), Tecnologías de la Información Geográ- fica: La Información Geográfica al servi- cio de los ciudadanos . Secretariado de Publicaciones de la Universidad de Sevilla. Sevilla. Pp. 1.251-1.267. García Abril, A; Irastorza, P; Gacía Ca- ñete, J; Martínez-Falero, E; Solana, J y Ayuga, E . (2000), Concepts associa- ted with deriving the balanced distribu- tion of an uneven-aged structure from even-aged yield tables. Application to Pi- nus sylvestris L. in the Central Mountain of Spain. Management of Mixed-species forests . (Olsthoorn, A. E. M., ed). Pgs.: 108-128. Institute for Forestry and Na- ture Research (IBN-dlo). Wageningen. García Robredo F, Martínez-Falero E, Ortuño-Pérez S and Tejera Gimeno R, 2014. Forest sustainability and pu- blic participation. In Quantitative Tech- niques in Participatory Forest Manage- ment (Martínez-Falero E, Martin-Fer- nandez and García-Abril A. eds), pp 1-68. CRC Press. Loubergé, H., Kellezi, E. and Gilli, M. (1999), Using Catastrophe-Linked Se- curities to Diversify Insurance Risk: A Financial Analysis of Cat Bonds, Jour- nal of Insurance Issues 22(2):125-146. Martín, A.J. (2002). Elementos de vul- nerabilidad sísmica y norma sismorre- sistente. En: Riesgos naturales , Ayala y ante la ocurrencia aleatoria de desas- tres naturales. En todo caso, es más fácil trabajar con las consecuencias de los desas- tres naturales que con su riesgo de ocurrencia. Si, por ejemplo, X es el nú- mero de desastres naturales (o su in- tensidad) y T [X] el número de perso- nas que mueren por esa causa, T [X] es mucho más predecible que X (se puede reducir T obligando a las perso- nas a no pasar por ciertas zonas, cum- pliendo estrictamente las normas de uso y gestión o diseñando infraestruc- turas robustas para vías de evacuación, suministro de agua, comunicaciones y energía). Tal vez nunca lleguemos a conocer la distribución de riesgos en la naturaleza (X), pero se pueden simular diferen- tes sistemas de gestión (escenarios) y adoptar aquel que maximice el retorno en recursos y que permita, incluso, be- neficiarnos de la aleatoriedad de la ocu- rrencia de las catástrofes naturales (ver Figura 1, de la página anterior). Resumen de objetivos Si hacemos un resumen de los objeti- vos generales del proyecto, podemos destacar los siguientes: Definir nuevos instrumentos de fi- nanciación que permitan acceder a recursos para gestionar los bosques minimizando los riesgos naturales, para reconstruir lo dañado y para el acceso inmediato a recursos financie- ros después de la crisis. Gestionar los riesgos naturales me- diante el control de la fragilidad de los montes ante las catástrofes naturales. Unir la gestión de los riesgos natura- les con la gestión general de recursos naturales e incorporar la participación pública en esa gestión. Referencias 1. Lo frágil se rompe cuando las pertur- baciones de un sistema alcanzan una determinada intensidad, lo robusto aguanta las perturbaciones y sigue igual (hasta pasado un umbral alto de la perturbación que también rompe el sistema) y lo anti-frágil mejora con

RkJQdWJsaXNoZXIy MzA3NDY=