Detección de deslizamientos activos usando MT-InSAR en la Sección Salsipuedes de la carretera Tijuana-Ensenada

Detection of active landslides using MT-InSAR on the Salsipuedes Section of the Tijuana-Ensenada highway 

 

Olga Sarychikhina1,*, Luis A. Delgado-Argote1, Cristian A. Gallegos-Castillo1  

1 División de Ciencias de la Tierra, Centro de Investigación Científica y de Educación Superior de Ensenada. Carr. Tijuana-Ensenada 3918, Zona Playitas, 22860 Ensenada, Baja California, México.

* Autor para correspondencia: (O. Sarychikhina) This email address is being protected from spambots. You need JavaScript enabled to view it.  

   

Cómo citar este artículo: 

Sarychikhina, O., Delgado-Argote, L.A., Gallegos-Castillo, C.A., 2025, Detección de deslizamientos activos usando MT-InSAR en la Sección Salsipuedes de la carretera Tijuana-Ensenada: Boletín de la Sociedad Geológica Mexicana, 77(3), A020625. http://dx.doi.org/10.18268/BSGM2025v77n3a020625    

 

Manuscrito recibido: 14 de Marzo, 2025. Manuscrito corregido: 24 de Mayo, 2025. Manuscrito aceptado: 27 de Mayo, 2025. 

 

RESUMEN

La tecnología InSAR satelital es una herramienta poderosa para detectar las laderas inestables y caracterizar los patrones espaciales y temporales de su desplazamiento. En este estudio, se han utilizado dos enfoques de InSAR multitemporal (MT-InSAR), SBAS e IPTA, para evaluar el estado de actividad de los deslizamientos del corredor costero Tijuana-Ensenada, Baja California, en la región de Salsipuedes, después de nueve años de trabajos de estabilización. Para ello, se utilizaron 61 imágenes de Sentinel-1A adquiridas en paso orbital descendente entre diciembre de 2021 y diciembre de 2023. Los resultados obtenidos permitieron identificar cuatro deslizamientos activos, tres de los cuales afectan directamente la carretera de cuota Tijuana-Ensenada y la infraestructura circundante. El cuarto deslizamiento, aunque no impacta directamente la carretera, es relevante por su proximidad a una ruta alterna proyectada. Los desplazamientos en estas zonas mostraron un comportamiento no lineal, con un 70 % del desplazamiento total acumulado durante 2023, año de precipitaciones abundantes durante la temporada de lluvias. Además, se identificó que las precipitaciones no solo afectan el desplazamiento inmediato, sino también su persistencia a lo largo del tiempo. Aunque la lluvia es un factor desencadenante clave, el estudio indica que existen otros factores que también influyen en la actividad de los deslizamientos, lo que requiere investigaciones adicionales para comprender completamente su comportamiento. Ambos enfoques de MT-INSAR ayudaron a identificar deslizamientos activos, pero el enfoque SBAS resultó ser más fiable para caracterizar patrones temporales y espaciales del desplazamiento, gracias a la mejor cobertura de sus resultados y su capacidad para medir patrones no lineales de desplazamiento. 

Palabras clave: deslizamientos, MT-InSAR, SBAS, IPTA, carretera de cuota Tijuana-Ensenada, Salsipuedes.

 

ABSTRACT

Satellite InSAR technology is a powerful tool for detecting unstable slopes and characterizing the spatial and temporal patterns of displacement. In this study, two multitemporal InSAR (MT-InSAR) approaches, SBAS and IPTA, were employed to assess the activity status of landslides in the Tijuana-Ensenada coastal corridor in Baja California, specifically in the Salsipuedes region, after nine years of stabilization works. Sixty-one Sentinel-1A images collected during the descending orbital pass from December 2021 to December 2023 were used for this purpose. The results led to the identification of four active landslides, three of which directly affected the Tijuana-Ensenada toll road and its surrounding infrastructure. The fourth landslide, although not immediately altering the road, is relevant due to its proximity to a proposed alternate route. The displacements in these areas exhibited non-linear behavior, with 70% of the total displacement occurring in 2023, a year of abundant rainfall during the rainy season. Furthermore, it was found that precipitation influences not only immediate displacement but also its persistence over time. While rainfall is a key triggering factor, the study indicates that other factors also contribute to landslide activity, requiring further investigations to fully understand their behavior. Both MT-InSAR approaches facilitated the identification of active landslides; however, the SBAS method demonstrated superior reliability in characterizing the temporal and spatial displacement patterns due to its broader results coverage and its ability to measure non-linear displacement patterns.

Keywords: landslides, MT-InSAR, SBAS, IPTA, Tijuana-Ensenada toll road, Salsipuedes.

 

1. Introducción

Los procesos geológicos que afectan la superficie terrestre dan lugar a desplazamientos del terreno en una amplia variedad de escalas, entornos y condiciones geológicas, geomorfológicas, climáticas e incluso sociales. A su paso destruyen y forman rasgos que, en conjunto, tienen un papel fundamental en la evolución del paisaje. Un proceso o peligro geológico constituye un riesgo cuando, debido a su localización y frecuencia, puede causar daños a la propiedad, efectos negativos en el medio ambiente y la economía, o incluso pérdida de vidas (e.g., Bell, 1999; Kusky, 2003; Hyndman y Hyndman, 2006; Bardají y Lario, 2016; Keller y Blodgett, 2007; Keller et al., 2016).

El monitoreo continuo de áreas propensas a peligros geológicos es imprescindible para detectar riesgos, entender los procesos que ocurren en dichas áreas y prevenir desastres. El ciclo de gestión de peligros geológicos implica una serie de actividades que incluyen identificación, caracterización, evaluación, mitigación y monitoreo (Figura 1; Bell, 1999; Singh, 2006). Este enfoque conceptual de gestión de riesgos enfatiza su naturaleza cíclica y resalta la importancia del monitoreo después de realizar medidas de mitigación. Además, permite evaluar su efectividad, identificar áreas aún activas o que se han vuelto activas, mejorar la caracterización y evaluación del peligro para llevar a cabo ajustes o implementar nuevas medidas de mitigación (Bednarczyk, 2014; Themistocleous et al., 2018; Weidner y Walton, 2021).

 

 

El monitoreo de los peligros geológicos implica la obtención de tasas de desplazamiento de la superficie terrestre a lo largo del tiempo (Clague y Stead, 2012) y puede llevarse a cabo mediante varias técnicas terrestres y de percepción remota. Cada técnica ofrece distintos niveles de precisión, resolución temporal y espacial, y requiere diferentes cantidades de recursos económicos y humanos. Durante los últimos treinta años, la técnica de geodesia satelital de Interferometría de Radar de Apertura Sintética (InSAR, por sus siglas en inglés) ha surgido como una herramienta valiosa para detectar y cuantificar los desplazamientos de la superficie terrestre con alta precisión y resolución. En particular, los avances en los algoritmos de procesamiento de señales y la creciente disponibilidad de datos de SAR (Radar de Apertura Sintética, por sus siglas en inglés) espacial han permitido el desarrollo de técnicas avanzadas de InSAR multitemporal (MT-InSAR) (Ma et al., 2022). Las técnicas de MT-InSAR abordan las limitaciones del InSAR convencional, incluyendo problemas de correlación espacial y temporal, así como errores atmosféricos, topográficos y orbitales (Zebker y Villasenor, 1992; Zebker et al., 1997; Hanssen, 2001). Además, permiten la recuperación de series temporales de desplazamiento y mapas de velocidad a partir de un gran conjunto de imágenes SAR con precisión milimétrica (e.g., Ferretti et al., 2001, 2011; Berardino et al., 2002; Werner et al., 2003; Hooper et al., 2004; Crosetto et al., 2010).

Los procesos geológicos más frecuentes y prevalentes a escala global son las inestabilidades o movimientos de ladera, también conocidos como procesos de remoción en masa (PRM). Estos engloban una serie de procesos gravitacionales, entre los cuales, los más comunes, son los desprendimientos o caídas, vuelcos, deslizamientos, flujos y expansiones laterales (Cruden, 1991). Los PRM son fenómenos muy complejos, controlados por múltiples factores condicionantes, como la geología, geomorfología, hidrología, clima, uso del suelo. De igual manera, estos son inducidos por una variedad de factores desencadenantes, tales como lluvias y nevadas intensas, deshielo, eventos sísmicos, erupciones volcánicas o actividades antropogénicas (Varnes, 1978; Sidle et al., 1985; Dai et al., 2002). Los PRM representan una de las principales causas de desastres naturales, ocasionando daños tanto en vidas humanas como en propiedades e infraestructuras de ingeniería, especialmente en regiones con relieve pronunciado y alto potencial morfogenético (Malamud et al., 2004; Martha et al., 2010).

Los PRM representan uno de los peligros más importantes en México debido a las características geológicas, morfológicas, climáticas y tectónicas del país (Alcántara-Ayala y Garnica, 2013). En Baja California, los problemas de estabilidad de laderas más serios han ocurrido en la zona urbana de Tijuana (Rosquillas y Mendoza, 2000) y a lo largo del corredor costero Tijuana-Ensenada, en la costa del Pacífico (Cruz-Castillo y Delgado-Argote, 2000; Figura 2a). Dichas inestabilidades de ladera repercuten negativamente en los ámbitos socioeconómico y ambiental. Específicamente, son preocupantes sus impactos en numerosas edificaciones y en la infraestructura vial, en particular la carretera de cuota Tijuana-Ensenada. Esta vía representa un componente crucial para el desarrollo socioeconómico regional, ya que constituye el principal corredor de la península de Baja California. Los numerosos deslizamientos de diferentes velocidades de desplazamiento y dimensiones han causado daños a la carretera mencionada desde su construcción, en la década de 1960. El tramo de la carretera más afectado se localiza entre la Punta Salsipuedes (kilómetro 83) y la Punta San Miguel (kilómetro 99). Dicho tramo atraviesa la región conocida como Salsipuedes (Figura 3a). Se trata de una zona que es propensa a deslizamientos de tipo rotacional debido a su geología, topografía accidentada y proximidad a fallas activas regionales localizadas, tanto en el océano como en la península (Legg et al., 1991, 2015; Cruz-Castillo, 1998, 2002; Cruz-Castillo y Delgado-Argote, 1999, 2000). Los deslizamientos no solo generan interrupciones considerables en el tránsito, también implican elevados costos de reparación y riesgos para la seguridad de los usuarios. Tras el último deslizamiento de gran magnitud ocurrido el 28 de diciembre de 2013 en el kilómetro 93, con el objetivo de asegurar la estabilidad de la carretera, se han llevado a cabo obras de mitigación de forma continua durante nueve años (2014-2022) en la región Salsipuedes (Figura 4). Se estima que tales obras suman cerca de cuatro mil millones de pesos mexicanos, equivalentes a más de doscientos millones de dólares estadounidenses (Guzmán-Villa, 2021). Sin embargo, a pesar de estos esfuerzos, algunos de los deslizamientos continúan siendo activos. En el año 2023, tras la temporada de lluvias (diciembre 2022-marzo 2023), la aparición de nuevas grietas y hundimientos en la carretera ha llevado a considerar la posibilidad de declarar el estado de emergencia (Flores, 2023a).

 

 

Este artículo tiene como objetivo presentar un estudio detallado sobre la detección de deslizamientos activos en la región Salsipuedes del corredor costero Tijuana-Ensenada después de nueve años de trabajos de estabilización (mitigación). Para ello, se aplicaron las técnicas de MT-InSAR: el Enfoque de Subconjunto de Líneas de Base Pequeñas o Small BAseline Subset (SBAS; Berardino et al., 2002) y el Análisis Interferométrico de Objetivos Puntuales o Interferometric Point Target Analysis (IPTA; Werner et al., 2003; Wegmüller et al., 2021), utilizando 61 imágenes SAR de la misión satelital Sentinel-1A (S1A) adquiridas entre diciembre de 2021 y diciembre de 2023 durante el paso orbital descendente. Los resultados permiten identificar las áreas de mayor riesgo y proporcionan una base sólida para la toma de decisiones referidas a la mitigación y planificación.

 

2. Área de estudio

El área de estudio corresponde a la región de Salsipuedes, ubicada en la costa noroeste de la península de Baja California, aproximadamente a 12 kilómetros al noroeste de la ciudad de Ensenada (Figura 2a).

A lo largo de la costa, en una zona de acantilados, se construyó la carretera de cuota Tijuana-Ensenada, también conocida como Escénica. Entre los kilómetros 83 y 99, esta carretera atraviesa la región de Salsipuedes (Figura 3a). 

 

 

 

2.1. CONDICIONES CLIMÁTICAS

En áreas secas o áridas, la temporada de lluvias o la ocurrencia de lluvias atípicas pueden ser un importante factor desencadenante de los PRM (Crozier, 1999; Escamilla et al., 2011). En el noroeste de Baja California predomina un clima semiárido mediterráneo templado (García, 1964). Las temperaturas medias anuales oscilan entre 12 y 18 °C. Las temperaturas más altas se registran en agosto (20-30 °C) y las más bajas en enero (alrededor de 5 °C). La temporada de lluvias, de diciembre a marzo, captura aproximadamente el 80 % de la precipitación anual total. La época más seca ocurre entre junio y agosto. En general, las precipitaciones son muy escasas. La precipitación anual acumulada promedio en los últimos nueve años (2016-2024) fue de 296 mm, con valores que oscilaron entre 469 mm en 2019 y 172 mm en 2022. Este estudio se centró en el análisis del desplazamiento superficial en los años 2022 y 2023. El 2022 resultó ser el año más seco de los últimos nueve, mientras que 2023 fue el segundo más lluvioso, con una precipitación anual acumulada de 377 mm, más del doble que la del año anterior.

La temporada de lluvias invernales de 2024 registró precipitaciones significativas, similares a las observadas en 2023. Los datos de precipitación diaria y anual acumulada fueron registrados por una estación meteorológica ubicada a aproximadamente 30 km al sureste del área de estudio (Figura 2), durante los últimos nueve años (2016-2024) y obtenidos a través del sitio web oficial de Meteoblue (Meteoblue Weather Forecasting & Weather Data Company, 2025); se presentan en la Figura 5.

Debido a esas condiciones climáticas, la vegetación del área de estudio está compuesta casi en su totalidad por chaparral. 

 

 

2.2. CONDICIONES GEOMORFOLÓGICAS Y TECTÓNICAS

Desde el punto de vista morfológico, la región Salsipuedes se caracteriza por el desarrollo de acantilados costeros pronunciados y extensas mesetas. La base de los acantilados está fuertemente afectada por la erosión costera de estratos suaves de limos y areniscas (Morales-Pérez, 1995). Algunos acantilados son cabeceras de deslizamientos antiguos con desplazamientos del nivel del terreno hasta de 100 m. El tramo carretero que cruza la región Salsipuedes tiene una altitud que varía de 50 a 250 m s. n. m., mientras que las mesetas que se distribuyen a lo largo de la costa alcanzan las elevaciones superiores a 400 m s. n. m. (Figura 3a). En esta región se observan, sin tomar en cuenta los cortes carreteros, pendientes de moderadas a fuertes, hasta de 60° (Figura 3b). La mayoría de las laderas a lo largo de la costa de la Bahía Salsipuedes tienen la orientación (el aspecto) noroeste, oeste y suroeste (Figura 3c). Sin embargo, existen laderas cuyas pendientes se orientan hacia el sur en las cercanías del kilómetro 98 (parte sureste del área de estudio) y al noroeste del kilómetro 89 (parte noroeste del área de estudio), por lo que la sensibilidad de las técnicas de interferometría SAR satelital para la detección y el monitoreo de los movimientos de ladera en dichas partes es baja (Lazecky et al., 2015; Gökhan et al., 2020; Sarychikhina et al., 2021).

La región Salsipuedes se localiza en la provincia geológica del Borde Continental, definida por Gastil et al. (1975). En ella afloran rocas sedimentarias, lavas basáltico-andesíticas e ígneas intrusivas, en ese orden de abundancia. La cima de los acantilados característicos se desarrolla en los derrames lávicos de la Formación Rosarito Beach, del Mioceno Medio, que sobreyacen de manera discordante sobre sedimentos marinos de la Formación Rosario, del Cretácico Tardío (Cruz-Castillo, 1998; Cruz-Castillo y Delgado-Argote, 2000). La sucesión sedimentaria de la Formación Rosarito Beach, entre Ensenada y Tijuana, está formada por brechas y arenas con matriz de lodo, tobas de lapilli, tobas cristalinas, areniscas tobáceas, sedimentos diatomáceos, areniscas, calizas y conglomerados característicos de ambientes fluviales, lacustres y de plataforma marina somera (Minch et al., 1984; Ashby, 1989). La subyacente Formación Rosario está compuesta predominantemente por areniscas y conglomerados con horizontes de lutitas (Yeo, 1984). Los sedimentos de la Formación Rosario están poco consolidados y débilmente deformados, los cuales sobreyacen discordantemente a las unidades volcánicas, volcanoclásticas y sedimentarias correlacionables con la Formación Santiago Peak del Cretácico Inferior, la cual aflora en el sur de California, EE. UU. y la región de Ensenada (Contreras-López et al., 2020). Depósitos de terrazas marinas del periodo Cuaternario se encuentran en elevaciones más bajas, adyacentes a la costa. Tanto las unidades litológicas de la Formación Rosario como de Rosarito Beach están cortadas por fallas y fracturas, por lo que los deslizamientos involucran a ambas secuencias (Cruz-Castillo y Delgado-Argote, 1999, 2000).

Tectónicamente, la península de Baja California representa una fracción de la placa Norteamérica que, a partir de aproximadamente 12 Ma (Atwater y Stock, 1998), al cesar la subducción, se desplaza hacia el noroeste con la placa Pacífico, en dirección paralela al sistema de fallas San Andrés-Golfo de California, el límite actual entre esas placas. Previo al movimiento a lo largo del Golfo de California, Mc Quarrie y Wernicke (2005) proponen la extensión hacia el oeste de un fragmento de la península, desde San Quintín, Baja California, hasta aproximadamente Los Ángeles, California, entre ca. 18 y ca. 14 Ma, de manera simultánea a la actividad volcánica a lo largo de la costa. Este fenómeno de extensión y volcanismo, de acuerdo con Legg et al. (2015), coincide también con un periodo de deformación vertical muy intensa.

En el área de estudio y sus alrededores, la sismicidad predominante es de magnitud baja a moderada, aunque Legg et al. (2015) reportan sismos grandes asociados con fallas transcurrentes del borde continental frente a Salsipuedes como, por ejemplo, el de 1964 (MS=6.4; ML= 5.6) (Figura 2b). La Figura 2b muestra la localización de la sismicidad regional (M≥2) ocurrida durante el periodo de análisis (Catálogo de la Red Sísmica del Noroeste de México, RESNOM). Aunque durante este periodo predomina la sismicidad de baja magnitud, frente a la costa del área de estudio se han registrado dos eventos sísmicos de magnitud moderada: Mw=4.5 (15/04/2022) y Mw=4.3 (25/07/2022) (Figura 2b).

A pesar de que en la zona predomina la sismicidad de magnitud baja a moderada, sigue siendo relevante, ya que puede desencadenar o acelerar los deslizamientos en áreas propensas a PRM (Keefer, 1984; Delgado et al., 2011, 2015). Además, existen otros factores que favorecen estos movimientos, incluyendo la vibración débil pero continua del tránsito vehicular, la cual podría ser suficiente para iniciar el movimiento de ladera (Tisnasendjaja et al., 2019; Indelicato, 2020).  

 

3. Datos y metodología 

3.1. IMÁGENES SAR

Para el presente estudio, se utilizaron imágenes archivadas desde diciembre de 2021 hasta diciembre de 2023, provenientes de la misión Sentinel-1, que forma parte del programa Copernicus de la Agencia Espacial Europea (ESA, por sus siglas en inglés). Esta misión está compuesta por una constelación de satélites, incluyendo a Sentinel-1A (S1A; 03/04/2014 – presente), Sentinel-1B (25/04/2016–23/12/2021) y Sentinel-1C (05/12/2024–presente), los cuales operan en la frecuencia de la banda C (5.405 GHz; longitud de onda de 5.5 cm). Los satélites Sentinel-1 comparten una órbita heliosincrónica casi polar, con un ciclo de repetición de 12 días y 175 órbitas por ciclo para un solo satélite. Los satélites siguen trayectorias orbitales ascendentes (de sur a norte) y descendentes (de norte a sur), lo que proporciona diferentes geometrías de adquisición de imágenes. Para el área y el periodo de estudio, solo están disponibles las imágenes SAR de S1A de paso orbital descendente (ruta 173). Dichas imágenes, junto con la información orbital correspondiente (las efemérides S1 Precise Orbit Determination (POD)), fueron descargadas de forma gratuita desde la plataforma de Alaska Satellite Facility Distributed Active Archive Center (ASF DAAC, 2025). En total se descargaron 61 imágenes SAR en formato Single Look Complex (SLC), correspondiente al procesamiento de Nivel-1. Las imágenes cubren el periodo de dos años (732 días), del 27/12/2021 al 29/12/2023. Estas imágenes SAR fueron capturadas usando el modo de barrido Interferométrico Amplio (IW, por sus siglas en inglés). El modo IW de Sentinel-1 utiliza la técnica de adquisición de imágenes SAR denominada Observación de Terreno Mediante Escaneo Progresivo (TOPSAR, por sus siglas en inglés). TOPSAR genera imágenes SAR con un ancho de barrido de 250 km (Torres et al., 2012). Una imagen SLC del modo IW de Sentinel-1 consta de tres subfranjas (IW1, IW2, IW3) en la dirección de rango (perpendicular a la trayectoria de vuelo). Cada subfranja se divide en una serie de ráfagas (burst) superpuestas en la dirección del azimut (paralela a la trayectoria de vuelo), donde cada ráfaga es una imagen SLC independiente. Las imágenes de todas las ráfagas en todas las subfranjas de un producto IW SLC se muestrean a una cuadrícula de espaciado de píxeles común de 2.3 m x 14.1 m en rango y azimut, respectivamente. Las imágenes del modo IW de Sentinel-1 se obtienen con polarización dual (VV + VH). Debido a su menor susceptibilidad a la decorrelación temporal (Villarroya-Carpio et al., 2022), este estudio se centró en el uso de imágenes VV para el procesamiento interferométrico.

La Tabla 1 sintetiza la información principal del conjunto de imágenes S1A SAR empleadas en este estudio. 

 

 

3.2. TECNOLOGÍA InSAR

La interferometría SAR es una técnica de geodesia espacial ampliamente utilizada para la detección y monitoreo de los desplazamientos de la superficie terrestre, aprovechando la información de fase de imágenes SAR coherentes (e.g., Gabriel et al., 1989; Massonnet y Feigl, 1998; Bürgmann et al., 2000; Hanssen, 2001). El enfoque de InSAR convencional, conocido también como InSAR diferencial (DInSAR), aprovecha la diferencia de fase (llamada fase interferométrica) entre dos imágenes SAR adquiridas sobre la misma escena en momentos distintos, proporcionando una medición de los desplazamientos de la superficie terrestre con una precisión subcentimétrica (e.g., Gabriel et al., 1989; Massonnet y Feigl, 1998; Bürgmann et al., 2000; Hanssen, 2001). Sin embargo, sus aplicaciones se ven limitadas por la decorrelación geométrica y temporal, así como por la presencia de señales no relacionadas con el desplazamiento del terreno, como errores orbitales y topográficos, y variaciones atmosféricas (Zebker et al., 1997; Hanssen, 2001). Para mitigar estas limitaciones, varias técnicas avanzadas de InSAR se han desarrollado a través del tiempo. Dichas técnicas también se conocen bajo el nombre de técnicas de InSAR multitemporal (MT-InSAR), ya que hacen uso de múltiples interferogramas diferenciales para obtener los desplazamientos de la superficie del terreno y reconstruir su evolución temporal con precisión milimétrica (Liu et al., 2007).

Existen dos enfoques principales dentro de las técnicas MT-InSAR: la Interferometría de Dispersores Persistentes o Persistent Scatterer Interferometry (PSI), introducida por Ferretti et al. (2001), y el SBAS (Small BAseline Subset), desarrollado por Bernardino et al. (2002). Las principales diferencias entre estos enfoques se refieren 1) a los criterios para seleccionar píxeles de alta calidad, 2) a la configuración de la formación de pares de imágenes y 3) al modelo de inversión de fase (Hrysiewicz et al., 2023).

1) Las técnicas PSI utilizan celdas de resolución completa, conocidas como elementos single-look (SL), que contienen dispersores persistentes (PS, por sus siglas en inglés) puntuales. Los PS se caracterizan por presentar reflejos de radar estables y coherentes a lo largo del tiempo. Suelen encontrarse en estructuras construidas por el hombre, como edificios e infraestructura, donde brindan una señal fuerte y persistente. Esto hace que las técnicas PSI sean particularmente efectivas en entornos urbanos. En contraste, la aplicación de PSI en áreas no urbanas es limitada por la escasez de PS. Los enfoques SBAS pueden aplicarse a una mayor variedad de superficies y son especialmente efectivos para extraer datos de desplazamiento en entornos no urbanos. El método SBAS es típico de la interferometría de dispersores distribuidos (DS, por sus siglas en inglés). Los DS reflejan menos energía de radar que los PS y generalmente abarcan varios píxeles (elementos multi-look, ML) en imágenes SAR. El aspecto clave de los métodos SBAS para mitigar los efectos de la decorrelación espacial y temporal es la cuidadosa selección de los pares de datos involucrados en el procesamiento para minimizar la separación espacial y temporal (o línea base) entre las órbitas de adquisición.

2) Las técnicas PSI se basan en una configuración de la formación de pares de imágenes con referencia única, es decir, se genera el conjunto de pares de imágenes con una escena de referencia (master) común. En cambio, los enfoques SBAS se basan en la formación de los pares de imágenes con escenas de referencia múltiples.

3) Para la inversión de fase, las técnicas PSI clásicas deben asumir un tipo específico de comportamiento del desplazamiento de la superficie, ya sea lineal (el más usual), sinusoidal, etc. En cambio, el enfoque SBAS permite un modelo de inversión de fase sin suposiciones previas sobre el comportamiento del desplazamiento.

En los últimos años, se han desarrollado varios métodos híbridos que combinan los enfoques de PSI y SBAS, como StaMPS (Hooper et al., 2004), SqueeSAR (Ferretti et al., 2011), e IPTA (Wegmüller et al., 2021). En el caso particular de IPTA, este fue desarrollado por GAMMA Remote Sensing and Consulting AG (Werner et al., 2003; Wegmüller et al., 2021) como uno de los métodos bajo la técnica PSI clásica. Actualmente combina las principales características de las técnicas PSI y SBAS, trabajando tanto con elementos SL como ML, y permitiendo ambas configuraciones para la formación de pares de imágenes.

Dado que el área de estudio es principalmente una región no urbana, en este estudio se aplicó el enfoque SBAS y el enfoque IPTA híbrido, utilizando la configuración de múltiples referencias para la formación de los pares de imágenes. 

 

3.3. PROCESAMIENTO INTERFEROMÉTRICO

Este estudio involucró el procesamiento de imágenes S1 SLC utilizando las herramientas de software GAMMA creadas por GAMMA Remote Sensing and Consulting AG (Wegmüller y Werner, 1997; Werner et al., 2000; Werner et al., 2003; Wegmüller et al., 2004; Wegmüller et al., 2016a). La cadena de procesamiento incluyó las etapas de preprocesamiento y procesamiento MT-InSAR. Este último incluyó la aplicación de los enfoques SBAS e IPTA híbrido. El diagrama de flujo del procesamiento interferométrico empleado en este trabajo se presenta en la Figura 6. 

 

 

3.3.1. PROCESAMIENTO DE MUESTRA

El preprocesamiento siguió el flujo de trabajo estándar para procesar imágenes S1 SLC del modo IW descrito por Wegmüller et al. (2016a), e incluyó la importación de las imágenes S1 SLC, la actualización de sus metadatos, el procedimiento S1 TOPS splitting, el corregistro de las imágenes, el procedimiento TOPS Deburst, el sobremuestreo en la dirección del rango y el recorte al área de estudio. La actualización de los metadatos de las imágenes consistió en actualizar los vectores de estado orbital para mejorar la precisión de la información sobre la posición y velocidad del satélite. Dicha actualización se llevó a cabo utilizando las efemérides S1 POD.

Durante el procedimiento de S1 TOPS splitting se extrajeron de los datos originales las ráfagas que cubren el área de estudio, así como los componentes SAR de polarización VV. La Figura 2 muestra las huellas espaciales de las ráfagas utilizadas en el procesamiento interferométrico.

El corregistro se aplica para alinear dos o más imágenes capturadas en diferentes fechas o con distintas geometrías de adquisición a una geometría de referencia, por lo que, en este estudio, se eligió la imagen del 3 de enero de 2023, pues se encuentra en el baricentro de la distribución de las líneas de base temporales y espaciales (Figura 7). El proceso de corregistro requirió el uso de un MDE. El MDE proveniente de Shuttle Radar Topography Mission (SRTM) de 1-arcsec (Farr et al., 2007) fue empleado en el procesamiento interferométrico.

A las imágenes corregistradas se les aplicó el procedimiento TOPS Deburst, que elimina las demarcaciones entre las ráfagas de una imagen, generando una imagen homogénea. Además, se aplicó un sobremuestreo (oversampling) en la dirección delrangoconunfactorde 2, conelobjetivo de aumentar el número de elementos SL y evitar errores de desenrollado de fase interferométrica en las áreas con alto gradiente de desplazamiento durante la aplicación del enfoque IPTA híbrido de MT-InSAR (Wegmüller et al., 2021).

El paso final de la etapa de preprocesamiento consistió en recortar el área de estudio de las imágenes corregistradas, corregidas y sobremuestreadas en el rango. 

 

3.3.2. PROCESAMIENTO MT-INSAR

El procesamiento MT-InSAR incluyó los enfoques SBAS e IPTA híbrido. La metodología de dichos enfoques está ampliamente descrita en la literatura (e.g., SBAS: Berardino et al., 2002; Lanari et al., 2004, 2007; Li et al., 2022; Wegmüller et al., 2004, 2016a, 2021). Aquí solo se resumen brevemente los aspectos relevantes del procesamiento realizado en este estudio.

El procesamiento MT-InSAR empezó con la generación de interferogramas diferenciales y la estimación de la coherencia a partir de una pila de imágenes corregistradas, sobremuestreadas en rango y recortadas, utilizando una configuración de múltiples referencias (Figuras 6 y 7). Los interferogramas se generaron emparejando cada imagen con cualquier otra que tuviese menos de 40 días de diferencia, obteniendo un total de 174 interferogramas con una línea base perpendicular máxima de ~330 m (Figura 7). La línea de base perpendicular es la componente de la línea de base espacial que es perpendicular a la línea de visión (LOS, por sus siglas en inglés) del sensor SAR. La línea de base espacial, a su vez, se refiere a la distancia física entre los puntos de adquisición de las imágenes de un par interferométrico. Dado que el valor máximo de la línea de base perpendicular de los pares interferométricos generados es relativamente bajo, no se aplicó ningún umbral para esta. Durante la formación de los interferogramas, se aplicó el proceso de multilooking, que consiste en promediar varios píxeles (looks) en la dirección del rango y/o azimut para mejorar la relación señal/ruido. Los interferogramas utilizados en el enfoque SBAS se generaron aplicando factores de multilooking de 1 en la dirección del azimut y 9 en la dirección del rango. En contraste, los interferogramas utilizados en el enfoque IPTA híbrido se obtuvieron con factores de multilooking de 3 en la dirección del azimut y 27 en la dirección del rango. Los mayores factores de multilooking permiten mayor reducción del ruido y suavizado del interferograma, pero también resultan en una disminución mayor de la resolución espacial. Para cada enfoque, los factores de multilooking aplicado se seleccionaron de manera que optimizaron la calidad de los interferogramas sin reducir significativamente la cantidad de datos dentro de las áreas de posibles deslizamientos activos. A diferencia de IPTA híbrido, donde los elementos ML se combinan con los elementos SL, SBAS solo emplea los elementos ML, por lo que dichos elementos ML se generaron con menores factores de multilooking. Durante la generación de los interferogramas diferenciales, la eliminación de las contribuciones de fase topográfica y orbital se realizó utilizando los datos orbitales y MDE SRTM.

 

 

Para el enfoque SBAS, se aplicó el filtro espectral adaptativo de Goldstein (Goldstein y Werner, 1998) a todos los interferogramas diferenciales y posteriormente se desarrollaron mediante el algoritmo de Minimum Cost Flow (Costantini y Rosen, 1999), excluyendo los píxeles con coherencia inferior a 0.2 (Darvishi et al., 2018; Anjasmara et al., 2020). Los interferogramas diferenciales desenrollados se corrigieron por errores orbitales y atmosféricos dependientes de la altura. Luego, en el procesamiento mediante el enfoque SBAS, la pila de interferogramas diferenciales desenrollados corregidos se invierte utilizando el método de Descomposición en Valores Singulares (SVD, por sus siglas en inglés) para obtener las series temporales de desplazamiento de cada píxel coherente y calcular su tasa media de desplazamiento (Berardino et al., 2002). La inversión SBAS se realizó en dos etapas. La primera etapa de la inversión SBAS consistió en estimar la tasa media de desplazamiento (lineal) y la fase topográfica residual. La segunda etapa de la inversión SBAS se basó en eliminar la fase atmosférica residual y recuperar las series temporales de desplazamiento. La fase atmosférica residual, se redujo mediante la aplicación de filtros espaciales de paso bajo y temporales de paso alto. La desviación estándar de la fase de la serie temporal se utilizó como medida de calidad. Los valores altos de la desviación estándar de la fase caracterizan las áreas con errores de desenrollado (Wegmüller et al., 2016b). Las zonas con la desviación estándar alta (>0.6 radian) fueron excluidas de los resultados. Los resultados fueron georreferenciados utilizando el MDE SRTM sobremuestreado con un factor de 3 en ambas direcciones, lo que dio como resultado un tamaño de píxel en el suelo de aproximadamente 90 m2 (9 m x 10 m).

IPTA híbrido es el segundo enfoque de MT-InSAR empleado en este estudio. En la herramienta IPTA de GAMMA (Werner et al., 2003), los datos se manejan en formato vectorial y el procesamiento IPTA se limita a los objetivos puntuales coherentes. La secuencia de procesamiento IPTA comenzó con la identificación de los candidatos a objetivos puntuales coherentes, los cuales incluyeron tanto PS como DS, y la formación de una lista combinada de fases interferométrica diferenciales SL y ML (Figura 6). Las pilas de 1) las imágenes corregistradas, sobremuestreadas en rango y recortadas provenientes de la etapa de preprocesamiento y 2) los interferogramas diferenciales ML, mencionados arriba, se utilizaron como entradas para el procesamiento IPTA.

La primera pila de datos de entrada se usó para la identificación de candidatos a objetivos puntuales coherentes basándose en la baja diversidad espectral, la alta intensidad de retrodispersión y la baja variabilidad temporal de la intensidad. Enseguida, se generó la pila de fases interferométricas diferenciales SL para la lista de candidatos a objetivos puntuales coherentes. Excepto por las zonas de sombra e inversión del relieve y de coherencia muy baja (<0.2), las fases interferométricas diferenciales ML se seleccionaron para toda el área y se extrajeron al formato vectorial. Las listas de fases interferométricas diferenciales SL y ML se combinaron y se realizó el procesamiento IPTA SL+ML en el cual los diferentes términos de fase interferométrica (e.g., desplazamiento, topografía, atmósfera, ruido) se estimaron y se refinaron mediante un enfoque iterativo (Figura 6).

Para la estimación de los diferentes términos de fase se consideraron sus dependencias espaciales, temporales y de línea base distintivas. Se aplicó un modelo de regresión lineal bidimensional (2-D) de la fase para determinar una corrección de altura y la tasa de desplazamiento lineal. Este modelo asume una correlación lineal entre la fase topográfica y la línea base perpendicular, así como entre la fase de desplazamiento y el tiempo. La fase residual contiene los términos de fase atmosférica, de ruido y de desplazamiento no lineal. Las contribuciones de los términos de fase atmosférica y de ruido se redujeron mediante filtrado espacial y temporal, lo que permitió recuperar el desplazamiento no lineal. Las estimaciones iniciales de los diferentes parámetros se refinaron a través de pasos iterativos. La desviación estándar de la fase con respecto al modelo (regresión) sirvió como una métrica de calidad, facilitando la identificación y exclusión de puntos en función de un umbral predefinido. Este umbral se redujo progresivamente con cada iteración. El umbral de la desviación estándar de la regresión final fue inferior a 1 radián. Se empleó el método de inversión SVD para convertir las fases del apilamiento de referencia múltiple a una serie temporal de desplazamiento de referencia única relativa a la adquisición de la primera imagen. Los resultados del procesamiento IPTA incluyó las alturas corregidas, la tasa de desplazamiento lineal, la fase atmosférica, líneas de base refinadas, información sobre la calidad y las series temporales de desplazamiento (lineal + no lineal) para cada uno de los objetivos puntuales coherentes restantes.

Wegmüller et al. (2021) observaron que los resultados IPTA SL+ML tienden a volverse muy ruidosos en las zonas con alto gradiente de desplazamiento y/o presencia de importantes desplazamientos no lineales, lo cual se debe a los errores de desenrollado que afectan principalmente a los elementos ML. Los autores propusieron la extensión del método IPTA SL+ML, donde los resultados obtenidos (i.e., los diferentes términos de fase interferométrica estimados para la lista final de los objetivos puntuales coherentes) se expanden a todos los elementos SL por medio de la interpolación lineal. Los componentes de la fase interferométrica se vuelven a refinar a través de pasos iterativos en los cuales el análisis de consistencia de desenrollado se emplea junto con el análisis exhaustivo de calidad de la estimación. La extensión del método IPTA SL+ML de Wegmüller et al. (2021) se aplicó en este estudio.

Para las series temporales de desplazamiento resultantes, se estimó la coherencia temporal, y todos los objetivos puntuales con valores de coherencia inferior a 0.5 fueron eliminados (Wegmüller et al., 2021). Por último, se aplicó el filtrado espacial sobre los elementos restantes para suavizar los resultados finales.

Cabe destacar que los desplazamientos obtenidos (la tasa media y las series temporales) mediante los enfoques SBAS e IPTA se refieren a los desplazamientos a lo largo de la línea de visión (LOS) del sensor SAR (en adelante, desplazamientos LOS). Estos desplazamientos son relativos a un punto de referencia seleccionado dentro del área de procesamiento interferométrico (Figura 2), considerado estable. El punto de referencia, ubicado en las instalaciones del CICESE, se encuentra en una zona de alta coherencia (0.8), fuera de áreas propensas a deslizamientos, y los valores desarrollados no presentan residuos ni saltos de fase. Asimismo, las series temporales de desplazamiento LOS están referenciadas al tiempo de adquisición de la primera imagen. 

 

3.4. POSPROCESAMIENTO

El posprocesamiento consistió en el análisis e interpretación de los resultados del procesamiento interferométrico, con el objetivo de identificar las zonas de deslizamientos activos y caracterizar los patrones temporales y espaciales de su desplazamiento durante el período de estudio. La descripción y análisis general de los resultados se presenta en la sección de Resultados.

Tras la identificación de las zonas con desplazamiento activo, se realizó una caracterización detallada de su desplazamiento, cuyos resultados se presentan en la sección de Discusión. Para estudiar el patrón espacial de desplazamiento LOS de cada deslizamiento activo, se analizaron los datos de desplazamiento LOS total acumulado obtenidos mediante los enfoques SBAS e IPTA. El análisis se llevó a cabo utilizando tanto los mapas de desplazamiento como los perfiles representativos transversales y longitudinales.

Para los datos derivados de SBAS, se consideraron los puntos de medición (elementos ML o pixeles) ubicados directamente sobre los perfiles. Para los datos derivados de IPTA+ML, se consideraron los puntos de medición (elementos SL u objetivos puntuales) ubicados dentro de una zona de 5 m a ambos lados de los perfiles (buffer zone).

Para el análisis del patrón temporal de desplazamiento LOS de cada deslizamiento activo identificado, se analizaron las series temporales de desplazamiento LOS en varios puntos de medición ubicados en diferentes partes de dichos deslizamientos. Durante el análisis visual de estas series, se identificaron los períodos de velocidad de desplazamiento LOS constante (pendientes constantes en las gráficas), y se ajustó la función lineal para cada periodo identificado, lo que permitió estimar su velocidad promedio lineal (cm/año). Además, se compararon estas series temporales con los datos de precipitación diaria y acumulada con el fin de correlacionar las aceleraciones y desaceleraciones de los desplazamientos LOS con las temporadas de lluvias y secas, respectivamente, así como con eventos de precipitaciones extraordinarias fuera de temporadas de lluvias. También se analizaron los datos de sismicidad con el propósito de identificar posibles relaciones entre los cambios en el patrón de desplazamiento y la ocurrencia de eventos sísmicos.

Para validar los resultados de MT-InSAR, en abril de 2024 se visitaron las zonas con signos de desplazamiento activo.  

 

4. Resultados y discusión 

4.1. RESULTADOS GENERALES

El periodo de datos interferométricos analizados abarca los años 2022 y 2023. De este periodo, mediante cada uno de los enfoques MT-InSAR empleados (SBAS y IPTA), se obtuvieron las series temporales de desplazamiento LOS y las tasas medias de desplazamiento LOS (lineal) para un conjunto de puntos de medición finales.

Los 468 065 puntos de medición obtenidos con el enfoque SBAS cubren el área de estudio de aproximadamente 43 km² con una densidad promedio de 10 885 puntos/km². Por otro lado, los 256 346 puntos de medición obtenidos con el enfoque IPTA cubren el área con una densidad promedio de 5 961 puntos/km². Estos datos indican que, a pesar de utilizar el procesamiento híbrido de IPTA e implementar la extensión del método, que incluyó en el procesamiento todos los elementos SL, el número de puntos de medición obtenidos con el enfoque IPTA es casi dos veces menor que el obtenido con el enfoque SBAS, en el cual se utilizaron los elementos ML. La eliminación de una gran cantidad de candidatos a objetivos puntuales coherentes en el procesamiento IPTA y, por ende, de los resultados finales, pudo deberse a varios factores. En las laderas inestables, el alto gradiente de desplazamiento y la desviación significativa del comportamiento del desplazamiento respecto al modelo lineal utilizado por IPTA pudieron haber causado la eliminación de un número considerable de objetivos puntuales. Por su parte, el enfoque SBAS se destaca por su capacidad para medir patrones de desplazamiento no lineales. En zonas con vegetación más densa, como campos agrícolas, laderas con vegetación densa o zonas vegetadas a lo largo de arroyos, esta vegetación pudo haber generado un ruido significativo en las mediciones de fase interferométrica. En el procesamiento SBAS, dicho ruido pudo atenuarse por el multilooking y el filtrado adaptivo de fase interferométrica diferencial, mientras que en el IPTA causó la eliminación de objetivos puntuales. El análisis presentado en este estudio se basa en los datos de desplazamiento LOS total acumulado (i.e., durante todo el periodo de análisis), así como en el desplazamiento LOS acumulado en los años 2022 y 2023. Los mapas de desplazamiento LOS acumulado para diferentes periodos fueron generados a partir de las series temporales de desplazamiento LOS y se presentan en la Figura 8.

 

 

Además, para cada mapa se presenta la gráfica de distribución de valores (histograma). La precisión de las estimaciones de desplazamiento LOS acumulado se evaluó a partir de la desviación estándar de los puntos de medición ubicados en la región presuntamente estable fuera de la zona de deslizamientos de la Sección Salsipuedes, que abarca 23 km². Se utilizaron 247 911 y 129 161 puntos de medición provenientes de los procesamientos SBAS e IPTA, respectivamente. Las estimaciones obtenidas para ambos enfoques fueron similares. La precisión de los desplazamientos LOS acumulados en un año se estimó entre 0.3 cm y 0.5 cm, con el rango inferior en el año 2022. La precisión de los desplazamientos LOS acumulados durante el periodo total de análisis fue de 0.6 cm. Siguiendo las recomendaciones de Bru et al. (2024), se estableció el rango de estabilidad para el desplazamiento LOS acumulado en [-1, 1] cm, basado en un valor de entre 1.5 y 2.0 veces la desviación estándar. El rango de estabilidad es una medida de la precisión del procesado y también representa el rango de ruido, entendiéndose como el rango de valores en los que la técnica InSAR no puede detectar desplazamientos del terreno.

En la Figura 8, los valores negativos (colores amarillos-rojos) indican alejamiento de la superficie terrestre del sensor SAR que podría resultar de movimiento hacia el oeste y/o hundimiento. Los valores positivos (colores celestes-azules) indican desplazamiento hacia el sensor SAR, que podría estar asociado a un movimiento hacia el este y/o levantamiento. Las áreas estables o donde el desplazamiento no es detectable con InSAR son verdes. Los histogramas revelan que la mayoría de los puntos de medición están dentro del rango de estabilidad establecido. Los histogramas presentan un claro sesgo a la izquierda (hacia valores negativos). Los mapas de desplazamiento LOS acumulado muestran cuatro zonas con desplazamiento activo de magnitudes significativamente superiores al entorno (una o dos órdenes de magnitud, Figura 8). Estas zonas presentan desplazamientos LOS de signo negativo. Dada la orientación dominante oeste-suroeste de la pendiente a lo largo de la costa de la Bahía Salsipuedes (Figura 3c), el desplazamiento LOS negativo (i.e., alejamiento del sensor SAR) indica movimiento en el sentido de la pendiente. Las tres zonas con desplazamiento LOS acumulado en dos años, de hasta casi 14 cm, se encuentran en la parte sur del área de estudio y corresponden a los deslizamientos SMZ (Zona San Miguel), de kilómetro (km) 95.3 y de km 94.5, identificados en estudios previos (Sarychikhina et al., 2021) (Figura 8). La carretera de cuota Tijuana-Ensenada cruza las zonas de deslizamientos SMZ y de km 95.3, y pasa por encima del deslizamiento de km 94.5, unos metros arriba de su cabecera. La cuarta zona de desplazamiento activo es identificada por primera vez. Debido a su ubicación topográficamente arriba del km 91 de la carretera, se denomina zona de deslizamiento de km 91’. Basándose en los patrones de desplazamiento LOS derivados de MT-InSAR, el MDE y las imágenes ópticas de teledetección (Google Earth), se mapearon las ubicaciones y extensiones de los deslizamientos activos. Los límites establecidos en su mayoría coinciden con los delineados por Sarychikhina et al. (2021), y las desviaciones de unos metros se deben principalmente a las diferencias en la resolución de los datos interferométricos utilizados en estudios previos y en este análisis. Con base en los límites delineados de los deslizamientos activos, se estimaron sus parámetros geométricos (Tabla 2). Además, a partir de los datos derivados de los enfoques SBAS e IPTA, se contabilizó el número de puntos de medición en cada deslizamiento activo (Tabla 2); para cada deslizamiento, se calcularon las estadísticas (mínimos y máximos) de los desplazamientos LOS acumulados en diferentes periodos (Tabla 3) y se generaron los histogramas de los valores de desplazamiento LOS total acumulado (Figura 9).

 

 

 

Debido al signo negativo del desplazamiento LOS predominante en las zonas de deslizamientos activos, los valores mínimos son los de mayor magnitud (Tabla 3). Las magnitudes de valores máximos, por su parte, se encuentran cerca o por debajo del umbral de estabilidad, por lo que representan las áreas estables o donde el desplazamiento no es detectable con InSAR (e.g., debido a la orientación desfavorable de la ladera). En general, se observa una buena coincidencia entre las estadísticas derivadas de los datos de SBAS e IPTA, excepto para el deslizamiento de km 91’, donde las diferencias alcanzan hasta 5 cm. Los mapas    de desplazamiento LOS acumulado muestran un patrón inhomogéneo de desplazamiento a lo largo del periodo de análisis, siendo el año 2023 responsable de hasta el 70 % del desplazamiento LOS total acumulado en zonas de deslizamientos activos (Figura 8). Por esta razón, se consideró que los datos de la tasa media de desplazamiento LOS (lineal) no son adecuados para caracterizar los desplazamientos en estas zonas.

Basado en los datos que muestran que la precipitación anual en 2023 fue más del doble que en 2022, se podría sugerir que la mayor actividad de los deslizamientos durante 2023 está relacionada con la lluvia. 

 

4.2. DISCUSIÓN

En las zonas de deslizamientos activos predominan los valores negativos, como se observa en los fuertes sesgos a la izquierda de los histogramas (Figura 9), mientras que los valores positivos están dentro o cerca del rango de estabilidad. Por esta razón, en esta sección se utilizan los valores absolutos del desplazamiento LOS y su velocidad, con excepción del análisis de los histogramas presentados en la Figura 9.

 

 

 

4.2.1. EL PATRÓN ESPACIAL Y TEMPORAL DE DESPLAZAMIENTO LOS DEL DESLIZAMIENTO SMZ

El deslizamiento SMZ de 2 060 000 m2 es el mayor en el área de estudio (Tabla 2). Dado que 2 500 m de la carretera de cuota Tijuana–Ensenada atraviesan el deslizamiento entre los kilómetros 95.5 y 98, este se considera uno de los más importantes. El acercamiento al deslizamiento SMZ en los mapas de desplazamiento LOS total acumulado obtenidos mediante los enfoques SBAS e IPTA se presenta en las Figuras 10 y 10b, respectivamente. En general, los datos de SBAS muestran una buena coincidencia con los de IPTA en la distribución de las magnitudes de desplazamiento LOS total acumulado. Aunque el número de puntos de medición dentro del deslizamiento SMZ es similar para ambos enfoques (Tabla 2), los de SBAS están distribuidos más homogéneamente y cubren el 98 % de la superficie del deslizamiento (Figura 10a) con la misma densidad de puntos. En cambio, la Figura 10b muestra pérdida de puntos de medición de IPTA en laderas inestables y zonas vegetadas.

La comparación de los histogramas de los valores de desplazamiento LOS total acumulado derivados de ambos enfoques en el deslizamiento SMZ se presenta en la Figura 9a. Los histogramas son claramente bimodales, con picos en los rangos [-1; 0] y [-6; -5] para los datos de IPTA, y [-2; -1] y [-8; -7] para los de SBAS. Este patrón bimodal sugiere una mezcla de dos distribuciones. Dentro del deslizamiento SMZ, se identifican claramente dos zonas con diferentes rangos de magnitudes de desplazamiento LOS: la parte norte presenta magnitudes relativamente altas, mientras que la parte sur muestra magnitudes más bajas, e incluso zonas que, según el umbral establecido, pueden considerarse estables o de desplazamiento no detectado (Figura 10). Esto puede explicarse por una mayor estabilidad de ladera en esta parte del deslizamiento SMZ, o bien, por disminución de la sensibilidad de la tecnología InSAR al movimiento de ladera debido a la rotación de la misma de O-SO a SO-S (Figura 3c). La principal diferencia de la distribución de valores derivados de IPTA con respecto a la de SBAS es la presencia de gran número de puntos (frecuencia máxima) dentro del rango de valores correspondiente al rango de estabilidad, además de baja frecuencia de puntos con valores altos de desplazamiento LOS acumulado. Esto se debe a la mayor pérdida de objetivos puntuales de IPTA en las zonas con alto gradiente de desplazamiento y desplazamiento no lineal, y una resolución más fina (mayor número de puntos junto con su buena preservación) en zonas sin o con poco desplazamiento detectado.

Los datos de desplazamiento LOS acumulado se extrajeron a lo largo de cuatro perfiles longitudinales y uno transversal, junto con los datos de elevación (Figura 10c). El perfil A-A’ cruza el deslizamiento SMZ a lo largo de la carretera de cuota Ensenada-Tijuana. En su inicio, en la parte norte, el perfil A-A’, también atraviesa el deslizamiento de km 95.3, cerca de su cabecera. Este perfil, de norte a sur, muestra una diferencia de altura de 40 m (60 a 20 m s. n. m.). Los perfiles B-B’, C-C’, D-D’ y E-E’ siguen el gradiente del terreno desde la cima de la meseta, cerca de la cabecera del deslizamiento, hasta la zona de playa, con una diferencia promedio de altura de 160 m. A lo largo de los perfiles, los puntos de medición derivados de SBAS son más numerosos y están distribuidos más homogéneamente que los de IPTA, lo que hace que los datos de SBAS sean más consistentes y menos dispersos. Las zonas con baja densidad de puntos de medición de IPTA pueden contener desplazamientos con errores significativos, e.g., errores de desenrollado, lo que genera discrepancias entre las mediciones de SBAS e IPTA (Figura 10c). Por lo tanto, el análisis de los desplazamientos LOS acumulados se realizará con los datos derivados de SBAS.

Los estudios de Cruz-Castillo y Delgado-Argote (1999, 2000) y Sarychikhina et al. (2021) señalan la presencia de varios deslizamientos menores dentro del deslizamiento SMZ. La distribución no homogénea de la magnitud del desplazamiento LOS total acumulado dentro del deslizamiento SMZ (Figura 10a y 10b) coincide con los resultados de estos estudios. De manera intuitiva, el deslizamiento SMZ puede dividirse en tres regiones a lo largo de su anchura (Figura 10a), cuyos límites se proponen de manera aproximada para facilitar el análisis descriptivo del patrón espacial de desplazamiento LOS total acumulado de deslizamiento SMZ.

Región R1 en el norte de SMZ (Figura 10a), se caracteriza por las magnitudes relativamente altas de desplazamiento LOS total acumulado. En esta región se observan sus valores máximos para el deslizamiento SMZ: 10. 5 (IPTA) y 10.4 (SBAS) (Tabla 3). Las zonas con las magnitudes máximas de desplazamiento LOS total acumulado están en la parte central-inferior de la región, lo que probablemente corresponde al cuerpo del deslizamiento. El perfil B-B’ es representativo de esta región (Figura 10c), donde los datos de desplazamiento LOS total acumulado muestran una zona de alto gradiente en la parte inicial, caracterizado por un aumento abrupto en la magnitud del desplazamiento LOS total acumulado, de 0 a 5 cm en aproximadamente 100 metros. Este alto gradiente, visible en la gráfica como un escalón en la tendencia de los datos, coincide con la cabecera principal del deslizamiento SMZ. En la parte alta de la región, debajo de la cabecera principal, los mapas de desplazamiento LOS total acumulado muestran una zona de alto gradiente orientada en dirección NE-SO, que probablemente representa el límite sur de un deslizamiento menor (Lm1 en la Figura 10a) dentro de la R1.

Cabe destacar que en el cruce de los perfiles A-A’ (carretera) y B-B’, el desplazamiento LOS total acumulado es de aproximadamente 8 cm, pues en la R1, el rango de desplazamiento LOS total acumulado a lo largo del perfil A-A’ es de 4 a 8.5 cm.

La región R2 también se caracteriza por mostrar magnitudes relativamente altas de desplazamiento LOS total acumulado, alcanzando hasta 8.5 cm en su parte inferior, cerca de la playa. Los datos de desplazamiento LOS total acumulado a lo largo del perfil C-C’, representativo de la región (Figura 10c), muestran dos aumentos abruptos: el primero, de 0 a 4 cm en unos 100 metros, coincide con la cabecera principal de deslizamiento SMZ; el segundo, de 4 a 7.5 cm, está en la parte central de la región y podría ser el límite de un deslizamiento menor (Lm2 en la Figura 10). Estos límites también son identificables en los mapas de desplazamiento LOS total acumulado. La presencia de dos zonas de alto gradiente de desplazamiento LOS total acumulado diferencia R2 de R1.

En el cruce de los perfiles A-A’ de la carretera y C-C’, el desplazamiento LOS total acumulado es de aproximadamente 7.5 cm. En la R2, los valores de desplazamiento LOS total acumulado a lo largo del perfil A-A’ varían entre 7.5 y 4 cm, disminuyendo gradualmente hacia el sur hasta llegar a 0 cm en el límite sur del deslizamiento SMZ, a 115 m al este del km 98 de la carretera de cuota Tijuana-Ensenada.

La región R3, que corresponde a la parte sur del deslizamiento SMZ, presenta magnitudes de desplazamiento LOS total acumulado menores que las regiones R1 y R2. Los datos de desplazamiento LOS total acumulado a lo largo del perfil D-D’, localizado en la parte norte de la R3, muestran un aumento abrupto de la magnitud de dicho desplazamiento de 0 a 3 cm, coincidente con la cabecera principal del deslizamiento SMZ (Figura 10c). La máxima magnitud de desplazamiento LOS total acumulado a lo largo de este perfil es de 4 cm que se observa en la carretera. En la parte inferior del perfil, desde

la carretera hasta la zona de playa, la magnitud disminuye de 4 a 2 cm en aproximadamente 200 m. Esto puede indicar la formación de la zona de pie del deslizamiento, donde se observan movimientos verticales positivos (subida) por efecto del empuje.

Los datos de desplazamiento LOS total acumulado a lo largo del perfil E-E’, en la parte sur de la R3, muestran un aumento gradual de la magnitud, alcanzando 2 cm en la parte central y regresando a 0 cm en la zona de la playa, lo que también indica levantamiento (Figura 10c).

 

 

Durante las inspecciones de campo en abril de 2024, se observaron fracturas en los bloques de cemento de la canaleta de la carretera, paralelas a esta, aproximadamente a 90 m al NO-O del cruce del perfil E-E’ con la carretera (Figura 10). La zona de fracturas continúa hacia este a lo largo de aproximadamente 68 m, afectando los 24 bloques de cemento (Figura 11). Aunque no se puede determinar la fecha exacta de aparición de las fracturas, considerando las constantes reparaciones de la carretera, se puede suponer que no son tan antiguas, posiblemente de pocos años. Esto confirma la inestabilidad de esta parte del deslizamiento SMZ. No se observaron otros indicios de inestabilidad del deslizamiento SMZ a lo largo de la carretera, posiblemente debido a las reparaciones mencionadas. Desgraciadamente, no fue posible acceder a otras áreas del deslizamiento fuera de la zona de la carretera.

 

 

Las series temporales de desplazamiento LOS derivadas de SBAS e IPTA para nueve puntos de medición (PM), tres por cada región, se muestran en las Figuras 12 y 13. En términos generales, las series temporales obtenidas mediante ambas técnicas muestran buena coincidencia en el patrón y la magnitud de desplazamiento LOS, aunque las de SBAS presentan menor variabilidad aleatoria y tendencias más definidas. Por esta razón, el análisis del patrón temporal de desplazamiento LOS del deslizamiento SMZ se centra en las series temporales derivadas de SBAS. Para correlacionar los cambios temporales en el patrón de desplazamiento LOS (aceleraciones o desaceleraciones) con la precipitación, se incluyen en las Figuras 12 y 13 los datos de precipitación diaria y acumulada.

 

 

 

La serie temporal de desplazamiento LOS de PM1, ubicado en la parte superior de la R1, en proximidad a la cabecera principal del deslizamiento SMZ, no presenta relación significativa con la temporada de lluvias de 2022. La velocidad de desplazamiento LOS en este punto se mantuvo constante en 1.5 cm/año hasta la temporada de lluvias de 2023. En enero de 2023, la velocidad de desplazamiento LOS aumentó dos veces a 3 cm/año y permaneció prácticamente constante hasta el final del periodo de análisis. Este comportamiento sugiere que existen otros factores desencadenantes del desplazamiento en esta área del deslizamiento SMZ, además de las precipitaciones.

Los PM2 y PM3, localizados en la parte central e inferior de la R1, respectivamente, y probablemente dentro del cuerpo del deslizamiento, muestran series temporales de desplazamiento LOS similares. Desde diciembre de 2022 hasta el final de la temporada de lluvias de 2022, ambos puntos presentan una velocidad de desplazamiento LOS de 4 cm/año. Desde abril de 2022 hasta el inicio de la temporada de lluvias de 2023, la velocidad disminuye a 2 cm/ año (la mitad de la velocidad previa). Con el inicio de la temporada de lluvias de 2023, la velocidad aumenta a 8 cm/año y se mantiene constante hasta el final de la temporada. Posteriormente, durante el resto del periodo analizado, la velocidad de desplazamiento es de aproximadamente 5 cm/ año. Los puntos no vuelven a estabilizarse o reducir la velocidad a los valores previos a la temporada de lluvias de 2023 hasta el inicio de la temporada de 2024, correspondiente al fin del periodo de análisis.

PM4, en la parte superior de la zona R2, es el otro punto de medición ubicado cerca de la cabecera del deslizamiento SMZ. Al inicio, la serie temporal de desplazamiento LOS del PM4 sigue un patrón similar al de PM1, con una velocidad casi constante de 1 cm/año hasta enero de 2023 (inicio de la segunda temporada de lluvias). De enero a abril de 2023, la velocidad de desplazamiento LOS aumenta a 3 cm/año, y a partir de abril de 2023, disminuye a 2 cm/año y se mantiene constante hasta el final del periodo de análisis.

Los PM5 y PM6, en la parte central e inferior de la R2, están dentro de un deslizamiento menor. Sus velocidades de desplazamiento LOS son de 3 y 4 cm/año, respectivamente, durante la temporada de lluvias de 2022; 1 y 1.5 cm/año, entre las temporadas de lluvias; hasta 11 cm/año durante la temporada de lluvias de 2023. Tras esta última, PM5 se desaceleró gradualmente hasta estabilizarse (menos de 1 cm/año) en junio de 2023, manteniéndose estable hasta agosto, cuando su aceleración coincidió con un evento de precipitación extraordinaria. Pendiente abajo, PM6 no logró estabilizarse y mantuvo una velocidad promedio de 2 cm/año tras la temporada de lluvias de 2023 hasta el evento extraordinario de agosto de 2023. A partir de entonces y hasta el final del periodo de análisis, ambos puntos se movieron a una velocidad aproximada de 4 cm/año. Este patrón sugiere un nivel alto de saturación en los sedimentos de esta zona del deslizamiento, donde incluso un evento de precipitación extraordinaria durante la temporada seca aceleró el desplazamiento LOS, a pesar de que el deslizamiento se estabilizó o desaceleró después de la temporada de lluvias con alta precipitación acumulada.

En el límite norte de la R3, cerca de la cabecera del deslizamiento SMZ, el PM7 permaneció estable durante la temporada de lluvias de 2022 y hasta finales de julio de ese mismo año. Entre agosto de 2022 y junio de 2023, la velocidad de desplazamiento LOS fue constante, de 2 cm/año. A partir de junio de 2023, el punto se mantuvo relativamente estable. El inicio del desplazamiento en este punto no se correlaciona ni con la temporada de lluvias ni con eventos extraordinarios de precipitación. De igual manera, la estabilización del desplazamiento no coincide con la finalización de la temporada de lluvias, por lo que otros factores desencadenantes, distintos a las precipitaciones, podrían estar influyendo en el patrón temporal de desplazamiento en la zona donde se encuentra este punto de medición. Cabe señalar que el 25 de julio de 2022 ocurrió una secuencia sísmica con un evento principal de magnitud Mw=4.3 en frente de la R3 del deslizamiento SMZ, aproximadamente a 300 m de la costa (Figura 2b). La correlación temporal entre la ocurrencia de esta secuencia sísmica y la desestabilización del deslizamiento en el PM7 (Figura 13) podría indicar que dicha secuencia sísmica fue el factor desencadenante de la desestabilización.

El PM8, ubicado en la frontera entre R2 y R3 del deslizamiento SMZ, en su parte central, tuvo velocidades de desplazamiento de 2 cm/año durante la temporada de lluvias de 2022, estabilizándose una vez terminadas las precipitaciones y manteniéndose estable durante la temporada seca. El deslizamiento se aceleró nuevamente tras lluvias importantes en septiembre de 2022, antes del inicio normal de la temporada de lluvias. Esta aceleración continuó hasta alcanzar una velocidad máxima de desplazamiento LOS de casi 10 cm/año a mediados de diciembre de 2022, manteniéndose hasta finales de febrero de 2023. Posteriormente, el punto se estabilizó nuevamente hasta agosto de 2023, cuando se registró un evento de lluvias importantes. Tras este acontecimiento, la velocidad promedio de desplazamiento LOS fue de 2 cm/año. Esta aceleración del desplazamiento LOS coincide con la observada en los PM5 y PM6. Debido a la proximidad de estos tres puntos de medición y la similitud en el patrón temporal de desplazamiento LOS, se puede asumir que pertenecen al mismo cuerpo de deslizamiento más bajo dentro del deslizamiento SMZ.

El PM9, ubicado en la parte alta de la R3, cerca de la cabecera del deslizamiento SMZ, permaneció relativamente estable hasta mediados de diciembre de 2023, con velocidades promedio de desplazamiento LOS de 0.5 cm/año. En la serie temporal de desplazamiento LOS se observa un cambio tipo “escalón” de 2 mm entre el 19/07/2022 y el 31/07/2022, periodo que coincide con la secuencia sísmica más cercana del 25/07/2022, con un evento principal de magnitud Mw=4.3 (Figura 13). En febrero y marzo de 2023, la velocidad de desplazamiento LOS aumentó a 3 cm/año, pero al finalizar la temporada de lluvias, el punto volvió a estabilizarse.

Del análisis realizado se puede concluir que la precipitación es un factor desencadenante clave en los desplazamientos de las partes central e inferior de las regiones R1 y R2 del deslizamiento SMZ. En particular, se observa en la región central R2 que no solo el inicio o fin de la temporada de lluvias influyen en el patrón de desplazamiento, sino también los eventos de precipitación extraordinarios. La influencia de estos eventos es más significativa cuando el grado de saturación de los sedimentos es alto debido a la precipitación acumulada. Además, existe una correlación entre la cantidad de precipitación acumulada y la magnitud de la aceleración del desplazamiento. Cabe destacar que estas zonas no se estabilizaron ni redujeron su velocidad a niveles previos a la temporada de lluvias de 2023 hasta el inicio de la temporada de 2024. Dado que las precipitaciones acumuladas en 2024 son comparables a las de 2023 (Figura 5), es crucial verificar su estado de actividad, especialmente por su cercanía a la carretera de cuota Tijuana-Ensenada.

El patrón de desplazamiento LOS de la parte superior de la R3 del deslizamiento SMZ (PM7 y PM9) puede haber sido influenciado por una secuencia sísmica que ocurrió en la Bahía Salsipuedes.

El comportamiento temporal del desplazamiento LOS de la parte superior de R1 y R2 del deslizamiento SMZ sugiere la existencia de otros factores desencadenantes, además de las precipitaciones y la sismicidad. Sin embargo, un análisis geológico detallado y observaciones más exhaustivas de desplazamiento son necesarios para comprender mejor el comportamiento de esta porción del deslizamiento SMZ. 

 

4.2.2. EL PATRÓN ESPACIAL Y TEMPORAL DE DESPLAZAMIENTO LOS DEL DESLIZAMIENTO DE KILÓMETRO 95.3, PLAYA SALDAMANDO

El deslizamiento tiene aproximadamente 410 m de largo y 470 m de ancho, cubriendo un área de unos 185 000 m² (Tabla 2). La máxima magnitud de desplazamiento LOS total acumulado se encuentra en su parte central, o cuerpo de deslizamiento, alcanzando más de 13 cm (Figura 14, Tabla 3). El deslizamiento es importante desde el punto de vista de riesgo para la carretera de cuota, ya que aproximadamente 110 m de esta estructura lo atraviesa cerca de su cabecera (Perfil A-A’ de la Figura 10 y Figura 14). En esta sección de la carretera, el desplazamiento LOS total acumulado llega a 5 cm y presenta gradientes altos de desplazamiento en los límites norte y sur del deslizamiento, lo que provoca fracturamiento y hundimiento de la carretera. Fotografías de fracturamiento en los límites sur y norte del deslizamiento de km 95.3 se muestran en la Figura 15 (F1 y F2). Este deslizamiento es de gran importancia debido a los elevados costos de mantenimiento de la carretera —del orden de cientos de miles de dólares estadounidenses anuales, solo en obras de mantenimiento mayor en la sección Salsipuedes— (CAPUFE, 2021, 2022), así como por el riesgo que representa para la seguridad de los usuarios de la vía.

 

 

Las Figuras 14a y 14b muestran el acercamiento al deslizamiento de km 95.3 en los mapas de desplazamiento LOS total acumulado obtenidos mediante los enfoques SBAS e IPTA, respectivamente. El número de puntos de medición obtenidos mediante el enfoque SBAS es cinco veces mayor que el obtenido mediante IPTA en este deslizamiento (Tabla 2). Los puntos de medición de SBAS cubren aproximadamente el 76 % de la superficie del deslizamiento (Figura 14a), mientras que los puntos de IPTA se distribuyen solo en áreas limitadas, con una cobertura inferior al 40 %. Los histogramas de los valores de desplazamiento LOS total acumulado en el deslizamiento de km 95.3 resaltan la diferencia de número de puntos de medición obtenidos mediante el enfoque SBAS e IPTA (Figura 9b). El histograma de valores derivados de SBAS es bimodal, con picos en los rangos [-10; -8] y [-5; -3] cm. En el histograma de valores derivados de IPTA, la máxima frecuencia corresponde al rango de valores [-10; -9] cm, con un pico local en el rango de [-5;-4] cm, lo que coincide con lo observado en el histograma de SBAS. Los mapas de desplazamiento LOS total acumulado (Figura 14) muestran que las mayores magnitudes de desplazamiento LOS se concentran en la parte central y sur del deslizamiento, mientras que las menores magnitudes se encuentran en las zonas periféricas norte, superior y la zona inferior norte. Los datos de desplazamiento LOS total acumulado se extrajeron a lo largo de un perfil transversal (A-A’) y uno longitudinal (B-B’), junto con los datos de elevación (Figura 14c). Debido al bajo número de puntos de medición de IPTA, el análisis se centró en los datos de SBAS. Sin embargo, se observa una buena coincidencia entre los datos derivados de ambos enfoques, especialmente a lo largo del perfil B-B’.

El perfil A-A’ está trazado a través de la parte central del deslizamiento, correspondiente al cuerpo, prácticamente en dirección norte-sur, paralelo a la costa. A lo largo del perfil, la topografía no varía significativamente, siendo la elevación media de 26 m s. n. m. En la parte norte del perfil, se observa un aumento rápido en la magnitud del desplazamiento LOS total acumulado, de 2 a 13 cm en aproximadamente 140 metros. Esta zona con rápido incremento coincide con el límite norte del deslizamiento de km 95.3, siendo la única con un gradiente alto de desplazamiento LOS total acumulado a lo largo del perfil. El resto del perfil A-A’ muestra una magnitud promedio de desplazamiento acumulado de 9 cm. Aunque el límite sur del deslizamiento no es visible en este perfil, se identifica claramente en la parte superior, cercana a la cabecera, del deslizamiento (Perfil A-A’ de la Figura 10) y fue trazado basándose en estudios previos (Cruz-Castillo y Delgado-Argote, 1999, 2000; Sarychikhina et al., 2021), así como en la orientación de la zona de alto gradiente en la parte superior del deslizamiento.

El perfil longitudinal B-B’ sigue el gradiente descendente de la topografía, desde la zona cerca de la cabecera del deslizamiento hasta la playa, con una diferencia de altura de aproximadamente 85 m. Los datos del desplazamiento LOS total acumulado a lo largo del perfil muestran un aumento gradual de su magnitud, alcanzando 9 cm en la parte central del deslizamiento. En el cruce del perfil B-B’ con la carretera Tijuana-Ensenada, el desplazamiento LOS acumulado es de aproximadamente 5 cm. En la parte inferior o pie del deslizamiento se observa una disminución en la magnitud del desplazamiento, lo que podría estar relacionado con el movimiento ascendente en el área del pie del deslizamiento. En los deslizamientos rotacionales, debido a la superficie de ruptura curva y al movimiento rotacional, esta área puede ser empujada hacia arriba, causando dicho desplazamiento ascendente en el frente del cuerpo deslizante (Buma y van Asch, 1996). Durante la inspección en campo se constató que, en la zona de playa, el cuerpo deslizante se desliza sobre los bloques de roca, como se indica con la flecha en la F4 de la Figura 15. Además, se observaron los planos de deslizamiento lateral en la zona de playa (Figura 15, F3), fracturamiento y hundimiento del terreno (Figura 15, F5 y F6).

 

 

Las series temporales de desplazamiento LOS de cuatro puntos de medición ubicados en diferentes partes del deslizamiento de km 95.3 (Figuras 14a y 14b) se muestran en la Figura 13. PM1 y PM2 están localizados en cercanía de la cabecera del deslizamiento; PM3, dentro del cuerpo del deslizamiento, y PM4, en la parte inferior, posiblemente correspondiente al pie de este.

Es relevante destacar la buena coincidencia entre las series de tiempo derivadas de SBAS e IPTA, aunque las series temporales de ambos enfoques pueden contener errores de desenrollado. En los casos en los que solo uno de los enfoques esté afectado por estos errores, los datos obtenidos mediante el otro enfoque pueden usarse como referencia para el análisis.

Durante la temporada de lluvias de 2022, los puntos PM1, PM2, PM3 y PM4 tuvieron velocidades de desplazamiento LOS de 2.2, 3.0, 4.5 y 4 cm/año, respectivamente. En cambio, durante la temporada seca del mismo año, estas velocidades fueron de 1.0, 1.6, 2.0 y 1.5 cm/ año. La velocidad de desplazamiento LOS en PM1 durante la temporada de lluvias de 2023 y hasta el fin del periodo de observación fue de 3 cm/año. Para PM2, PM3 y PM4, las velocidades durante la temporada de lluvias fueron de 7, 10 y 9 cm/año, respectivamente. Los puntos PM3 y PM4 mantienen una velocidad de desplazamiento constante desde la temporada de lluvias de 2023 hasta el final del periodo de observación, similar al punto PM1. Según los datos de IPTA, PM2 sigue el mismo patrón, aunque los datos de SBAS indican una ligera disminución de la velocidad, a 5 cm/año.

En general, las series temporales de desplazamiento LOS en los puntos de medición analizados muestran un patrón similar, sugiriendo que estos puntos forman parte de un deslizamiento que se mueve como un solo cuerpo. Es preocupante que las velocidades de desplazamiento LOS observadas durante la temporada de lluvias de 2023 no hayan disminuido en la temporada seca (o hayan disminuido solo ligeramente en el caso de PM2). Esto resalta la importancia de monitorear su comportamiento durante y después de la temporada de lluvias de 2024.

 

4.2.3. EL PATRÓN ESPACIAL Y TEMPORAL DE DESPLAZAMIENTO LOS DEL DESLIZAMIENTO DE KILÓMETRO 94.5

El deslizamiento cubre un área de unos 120 000 m², con aproximadamente 230 m de largo y 430 m de ancho (Tabla 2). La zona de máximo desplazamiento LOS total acumulado se encuentra en su parte central (cuerpo del deslizamiento), donde alcanza aproximadamente 12.5 cm (Figura 16, Tabla 3). Aunque la carretera de cuota no atraviesa directamente este deslizamiento, su cercanía al campo turístico “Playa Saldamando”, hace que el área sea de riesgo alto.

Las Figuras 16a y 16b muestran un acercamiento al deslizamiento de km 94.5 en los mapas de desplazamiento LOS total acumulado obtenidos mediante los enfoques SBAS e IPTA, respectivamente. El número de puntos de medición en el deslizamiento de km 94.5 obtenidos mediante el enfoque SBAS es más de cinco veces mayor que el obtenido de IPTA (Tabla 2, Figura 16). Los puntos de medición de SBAS cubren aproximadamente el 62 % de la superficie del deslizamiento (Figura 16a). En cambio, los puntos de IPTA se concentran en áreas limitadas del deslizamiento, lo que deja gran parte de este sin mediciones. La mayor concentración de puntos de IPTA se encuentra en las partes central e inferior del deslizamiento, las cuales presentan valores altos de desplazamiento LOS total acumulado, lo cual se refleja en el histograma de IPTA (Figura 9c). El histograma de desplazamiento LOS total acumulado de SBAS es bimodal, con los rangos de máxima frecuencia en [-3; -2] y [-9;-8] cm (Figura 9c); los valores altos corresponden a la parte central del deslizamiento, mientras que los valores más bajos a las zonas periféricas.

Los datos de desplazamiento LOS total acumulado se extrajeron a lo largo de un perfil transversal (A-A’) y dos longitudinales (B-B’ y C-C’), junto con los datos de elevación (Figura 16c). Debido al bajo número de puntos de medición de IPTA, el análisis se centró en los datos de SBAS. Sin embargo, se observa una buena coincidencia entre los datos derivados de ambos enfoques.

 

 

El perfil A-A’ se traza a través de la parte central del deslizamiento, correspondiente al cuerpo, casi paralelo a la costa, en dirección noroeste-sureste. Los puntos finales del perfil se encuentran a una altura similar de 46 m s. n. m. Desde el inicio del perfil, la topografía desciende hasta su punto más bajo de 13 m s. n. m., a unos 420 m de distancia. En los siguientes 100 m, la elevación aumenta hasta alcanzar una altura similar a la del inicio del perfil. En sus extremos, el perfil atraviesa los límites norte y sur del deslizamiento, los cuales están marcados por aumentos rápidos en el desplazamiento LOS total acumulado. Dentro del cuerpo de deslizamiento (parte central del perfil), el rango de desplazamiento LOS total acumulado varía entre 9 cm en la parte norte y 11 cm en el sur.

Los perfiles longitudinales B-B’ y C-C’ siguen el gradiente descendente del terreno, desde la zona cerca de la cabecera del deslizamiento hasta la playa, con una diferencia de altura de aproximadamente 85 m. Los perfiles muestran que el desplazamiento LOS no fue detectado en la carretera de cuota Tijuana-Ensenada. La cabecera del deslizamiento se encuentra a 70 m (perfil B-B’) y 40 m (perfil C-C’) al oeste de esta. El patrón espacial del desplazamiento LOS total acumulado es similar en ambos perfiles. Se observa un aumento abrupto en el límite superior (cabecera) del deslizamiento, con desplazamientos LOS acumulados máximos de 10 cm (perfil B-B’) y 11 cm (perfil C-C’) en su parte central (cuerpo). En la parte inferior del deslizamiento, se observa una disminución rápida del desplazamiento, que, considerando el tipo de deslizamiento rotacional, corresponde a la zona de subida del terreno, por empuje, en el pie del deslizamiento.Las series temporales de desplazamiento LOS de ocho puntos de medición ubicados en diferentes partes del deslizamiento de km 94.5 (Figuras 16a y 16b), principalmente en la parte norte y media central e inferior, se muestran en la Figura 17. Las series de tiempo derivadas de SBAS e IPTA tienen buena coincidencia, excepto las zonas de errores evidentes de desenrollado, indicados en la Figura 17.

Durante la temporada de lluvias de 2022, las velocidades de desplazamiento LOS fueron de 2.6 cm/año en PM1, 3 cm/año en PM2, PM3 y PM7, y 4 cm/año en PM4, PM5, PM6 y PM8. Tras la temporada de lluvias, se observa una estabilización del desplazamiento en los puntos de medición, con velocidades cercanas o menores a 1 cm/año. Este periodo de aparente estabilidad duró hasta el inicio de la temporada de lluvias de 2023, cuando las velocidades aumentaron significativamente, manteniéndose altas hasta el fin del periodo de observación. Durante la temporada de lluvias de 2023, el desplazamiento LOS en los puntos de medición presentó las velocidades máximas: 5.7 cm/año en PM1, 14 cm/año en PM2, 9 cm/año en PM4, PM5, PM6 y PM7, 10.5 cm/año en PM3 y 11.5 cm/año en PM8. En PM1, la velocidad de desplazamiento LOS disminuyó ligeramente después del fin de la temporada de lluvias hasta 4 cm/año; en PM2 y PM3, la disminución de la velocidad fue de forma gradual, llegando a 5.6 cm/ año y 5 cm/año, respectivamente, al final del periodo de observación. En los puntos PM4, PM5, PM6, PM7 y PM8, se observaron errores significativos de desenrollado en las series de tiempo de SBAS al final de la temporada de lluvias, aunque las series de IPTA no mostraron errores importantes (Figura 17). La alta resolución de IPTA, combinada con la buena concentración de objetivos puntuales en estas zonas específicas del deslizamiento, podría explicar la menor presencia de errores. No se observó una disminución significativa de velocidad después de la temporada de lluvias en PM4, PM5, PM6 y PM7. En PM8, la velocidad de desplazamiento LOS máxima se mantuvo hasta septiembre-octubre de 2023 y luego disminuyó a 7 cm/año.

 

 

La principal observación en el deslizamiento del km 94.5 indica que, tras la temporada de lluvias de 2023, este no regresó a su nivel de equilibrio/reposo, como ocurrió después de la temporada de lluvias de 2022, y continuó con altas velocidades de desplazamiento, incluso superiores a las registradas durante la temporada de lluvias de 2022. Dado que las precipitaciones de la temporada de lluvias de 2024 fueron similares a las de 2023, sería importante investigar el comportamiento de este deslizamiento durante y después de dicha temporada.

Durante la inspección en campo, se recopilaron varias evidencias del estado activo del deslizamiento de km 94.5, donde se observaron fracturas y hundimiento en el camino asfaltado que desciende desde la carreta hasta el campo turístico de “Playa Saldamando” (F1, Figura 18). Las huellas de reparación del camino en este sitio evidencian la actividad importante de este deslizamiento. Esta zona de fracturas coincide con el límite norte del deslizamiento de km 94.5 detectado con MT-InSAR. En la parte inferior del deslizamiento, en la playa, se observó un pequeño derrumbe (F2), fracturas (F3), así como la sobreposición del cuerpo deslizante sobre las rocas de la playa (F4) (Figura 18). Estas observaciones confirman el estado activo del deslizamiento.

 

 

4.2.4. EL PATRÓN ESPACIAL Y TEMPORAL DE DESPLAZAMIENTO LOS DEL DESLIZAMIENTO DE KILÓMETRO 91

Esta zona de desplazamiento activo se reporta por primera vez en este trabajo. Se localiza topográficamente arriba del km 91 de la carretera de cuota, entre 260 m y 130 m s. n. m. El deslizamiento tiene casi 500 m de largo y 140 m de ancho, cubriendo un área de unos 53 000 m² (Tabla 2). La zona de deslizamiento se localiza cerca del desarrollo inmobiliario Rancho Bonito, que se encuentra junto al acantilado de derrames basálticos.

Las Figuras 19a y 19b muestran el acercamiento al deslizamiento de km 91’ en los mapas de desplazamiento LOS total acumulado obtenidos mediante los enfoques SBAS e IPTA, respectivamente. El número de puntos de medición en el deslizamiento de km 91’ obtenidos mediante el enfoque SBAS es tres veces mayor que el obtenido de IPTA (Tabla 2). Los puntos de medición de SBAS cubren de manera homogénea el 87 % de la superficie del deslizamiento (Figura 19a), mientras que los puntos de IPTA se concentran únicamente en la parte superior e inferior del deslizamiento (Figura 19b). Además, áreas relativamente grandes alrededor del deslizamiento carecen de mediciones de IPTA, lo que podría estar relacionado con la presencia de vegetación, como se observa en la imagen Google Earth utilizada de fondo en la Figura 19b, la cual fue comprobada durante la inspección de campo. Las fotografías de la zona de deslizamiento se presentan en la Figura 20. La vegetación en el área del deslizamiento y sus alrededores afecta considerablemente las mediciones puntuales de IPTA, causando la pérdida de puntos de medición y generando errores significativos en los datos de los puntos restantes. Como se ha mencionado, los procesos de multilooking y el filtrado adaptativo empleados en el procesamiento SBAS permiten atenuar la influencia de la vegetación, obteniendo los resultados menos dispersos (Figura 9d) y sin errores significativos. Debido a lo anterior, el análisis del patrón espacial y temporal se ejecutó basándose en los datos del enfoque SBAS.

El desplazamiento de km 91’ tuvo la magnitud máxima de desplazamiento LOS total acumulado de 4.3 cm (Figura 19a), mientras que los rangos más frecuentes de valores fueron [-2; -1] y [-3; -2] cm (Figura 9d).

Los datos de desplazamiento LOS total acumulado se extrajeron a lo largo de un perfil longitudinal (A-A’) y dos perfiles transversales (B-B’ y C-C’), junto con los datos de elevación (Figura 19c).

 

 

 

El perfil A-A’ se traza a lo largo del deslizamiento en su parte media, comenzando en dirección noroeste-sureste y cambiando a este-oeste en la zona central, debido a la forma curva del cuerpo deslizante. El perfil sigue el gradiente descendente del terreno, iniciando en la zona estable cercana a la cabecera del deslizamiento. Desde ahí, atraviesa la cabecera, el cuerpo y el pie del deslizamiento, y finaliza en una zona estable fuera del área afectada. El perfil tiene una diferencia de altura de 140 m, comenzando desde una elevación de 267 m s. n. m. En su parte inicial, el perfil cruza la cabecera del deslizamiento, la cual se distingue por un cambio abrupto en el gráfico de desplazamiento LOS total acumulado, donde el desplazamiento asciende casi 4 cm. Desde la zona de máximo desplazamiento acumulado, ubicada a unos 30 m de la cabecera, el desplazamiento LOS acumulado disminuye gradualmente a lo largo de aproximadamente 450 m, hasta llegar a una región sin desplazamiento detectable.

Los perfiles transversales B-B’ y C-C’ atraviesan el deslizamiento en su parte superior (cercana a la cabecera) e inferior (cercana al pie), respectivamente. La elevación promedio del perfil B-B’ es de 235 m s. n. m. (desviación estándar 14 m); mientras que el perfil C-C’ tiene la elevación promedio de 170 m s. n. m. (desviación estándar 8 m). Los perfiles cruzan los límites norte y sur del deslizamiento, donde se observa un alto gradiente de desplazamiento LOS total acumulado. En las alturas de los perfiles B-B’ y C-C’, el deslizamiento muestra una magnitud máxima de desplazamiento LOS total acumulado de 4.3 cm (Perfil B-B’) y 2 cm (Perfil C-C’).

La Figura 21 muestra las series temporales de desplazamiento LOS de cuatro puntos de medición en las partes superior (PM1 y PM2) e inferior (PM3 y PM4) del deslizamiento de km 91’. Las series temporales de desplazamiento LOS de los puntos localizados en la misma zona muestran patrones similares. Los puntos PM1 y PM2 estuvieron estables hasta la temporada de lluvias de 2023, cuando comenzó el desplazamiento, aunque con velocidades bajas (1-1.5 cm/año). Tras el fin de la temporada de lluvias, en el periodo entre abril y diciembre de 2023, se observaron la aceleración y desaceleración del desplazamiento LOS. Aunque el patrón de desplazamiento LOS es no lineal, se ajustó una función lineal a las series de tiempo del periodo entre abril y junio de 2023 para tener una estimación tentativa de velocidades de desplazamiento alcanzadas. Se obtuvo la velocidad de 11 cm/año en PM1 y 6 cm/ año en PM2.

 

 

Posteriormente, se registró una disminución exponencial de la velocidad, alcanzando un estado estable a finales de octubre de 2023.

Los puntos PM3 y PM4 se diferencian de los PM1 y PM2 por sus patrones de desplazamiento más lineales. Estos puntos presentaron una velocidad de desplazamiento LOS de aproximadamente 2.5 cm/año y no mostraron desplazamiento detectable entre las temporadas de lluvias. Durante la segunda temporada de lluvias, el PM3 alcanzó una velocidad de 4 cm/ año, mientras que el PM4 registró 7 cm/año. Después de la temporada de lluvias, no se detectó más desplazamiento en estos puntos.

Los periodos de actividad de deslizamiento de km 91’ están asociados a las temporadas de lluvias. Por lo que las precipitaciones son el factor clave desencadenante de este deslizamiento.

Tras el colapso del km 93 de la carretera de cuota en 2013, surgió una controversia sobre la falta de una vialidad alterna que pudiera desahogar el tráfico de esta carretera. En enero de 2025, la Secretaría de Infraestructura, Comunicaciones y Transportes (SICT) anunció el Plan Carretero 2025, que contempla la construcción de la ruta alterna (bypass) mencionada con una inversión de 3,500 millones de pesos mexicanos (180 millones de dólares estadounidenses). El proyecto, que se estima que será ejecutado en 2026-2030, consistirá en un tramo de 24 kilómetros de carretera a dos carriles (Urrutia, 2025). La ruta alterna fue planificada para atravesar la parte alta de las mesetas, en las cercanías de Rancho Bonito y del deslizamiento de km 91’ (SEMARNAT, 2015; Flores, 2023b). La adición de un factor desencadenante antropogénico, debido a la construcción de la vía en esa área, aumentaría sensiblemente el riesgo, especialmente porque en la misma región podrían existir otros deslizamientos no activos que podrían activarse debido a esta intervención. Por ello, es crucial hacer estudios geomorfológicos, geológicos y geofísicos antes de tomar decisiones sobre el diseño final de la vía alterna. 

  

5. Conclusión

Este estudio ha utilizado dos enfoques de la tecnología MT-InSAR satelital, SBAS e IPTA, para evaluar el estado de actividad de los deslizamientos en la región de Salsipuedes del corredor costero Tijuana-Ensenada después de nueve años de trabajos de estabilización. El análisis cubrió dos años consecutivos completos, 2022 y 2023, y reveló la presencia de cuatro zonas con deslizamientos activos. De estas, los deslizamientos SMZ, km 95.3 y km 94.5 afectan directamente la carretera de cuota Tijuana-Ensenada y la infraestructura circundante, mientras que el cuarto deslizamiento, denominado deslizamiento de km 91’, fue detectado por primera vez. Aunque este último no impacta directamente la carretera, su relevancia radica en que la zona cercana al deslizamiento está prevista para el trazado de una ruta alterna.

Los datos de MT-InSAR mostraron el carácter no lineal de los desplazamientos en los deslizamientos activos identificados, destacando que el año 2023 fue el responsable de hasta el 70 % de su desplazamiento LOS total acumulado. Esta mayor actividad de los deslizamientos puede asociarse con la mayor precipitación registrada durante la temporada de lluvias de 2023. Además, el análisis de las series temporales evidenció la influencia significativa de la precipitación en los patrones temporales de desplazamiento. Se observó que, en la parte norte del deslizamiento SMZ y en los deslizamientos de km 95.3 y km 94.5, la velocidad de desplazamiento aumentó considerablemente durante la temporada de lluvias de 2023, y no se redujo tras esta temporada como ocurrió en 2022. En cambio, las velocidades se mantuvieron relativamente altas al inicio de la temporada de lluvias de 2024. Dado que las precipitaciones en 2024 fueron similares a las de 2023, es fundamental investigar el comportamiento de estos deslizamientos durante y después de esta nueva temporada. El análisis también indicó que hay otros factores distintos a la precipitación, que influyen en la actividad de algunos de los deslizamientos identificados, los cuales deben identificarse e investigarse a fondo.

Ambos enfoques de MT-INSAR brindaron información    valiosa    para    identificar    los deslizamientos activos en el área de estudio. Sin embargo, el enfoque SBAS ha mostrado una mayor fiabilidad en la caracterización de los patrones temporales y espaciales del desplazamiento debido a la mayor cobertura de sus resultados y la capacidad de medir patrones de desplazamiento no lineales. A pesar de ello, el enfoque IPTA resultó ser útil como complemento.

Es importante señalar que los desplazamientos y las velocidades de desplazamiento obtenidos en este estudio son en la dirección de la línea de visión del sensor SAR (1-D), debido a la disponibilidad de imágenes SAR de solo una dirección orbital para el área y el periodo de estudio. Para una interpretación más completa sobre la cinemática de los deslizamientos, será necesario contar con estimaciones de sus desplazamientos horizontales y verticales, lo que solo es posible si se tienen imágenes SAR de al menos dos direcciones orbitales. Con el lanzamiento del satélite Sentinel-1C en diciembre de 2024, se dispondrá de imágenes de ambas direcciones orbitales para la futura investigación de la cinemática de los deslizamientos en la zona de estudio.  

 

Contribuciones de los autores

(1) Conceptualización: OS, LADA; (2) Análisis y adquisición de datos: OS, LADA, CAGC; (3) Desarrollo metodológico/técnico: OS; (4) Redacción del manuscrito original: OS; (5) Revisión y corrección del borrador de artículo: LADA; CAGC.  

 

Financiamiento

Esta investigación no recibió ninguna subvención específica de organismos de financiación en los sectores público, comercial o sin fines de lucro.  

 

Agradecimientos

Los autores expresan su agradecimiento a la Dirección de la División de Ciencias de la Tierra de CICESE y su director, Dr. Mario González Escobar, así como a la Jefatura del Departamento de Geofísica de la misma división y su jefe, Dr. Carlos Flores Luna, por su apoyo con la unidad móvil durante las salidas de inspección en campo. También agradecen a Blanca Sughey Apolinar Morales y Nina Adhara Elena Ávila Ortiz, estudiantes del posgrado de Ciencias de la Tierra, CICESE, por su valiosa ayuda en las tareas de campo.

Los autores agradecen al Sr. George Saldamando, dueño del campo turístico “Playa Saldamando”, por permitir el acceso a su propiedad durante las inspecciones en campo.

Los autores expresan su reconocimiento a los revisores por la lectura atenta y detallada del manuscrito, así como por sus comentarios y sugerencias constructivas, que contribuyeron de manera significativa a mejorar la calidad y la claridad del trabajo.  

 

Conflicto de intereses

Los autores declaran la inexistencia de conflictos de interés.  

 

Editora a cargo

Andrea Coronato.  

 

Referencias

Alaska Satellite Facility Distributed Active Archive Center (ASF DAAC), 2025, Home (en línea): Fairbanks, Alaska, NASA Alaska Satellite Facility, actualizado 2025, disponible en <https://asf.alaska.edu/>, consultado 9 de octubre de 2025.

Alcántara-Ayala, I., Garnica, R., 2013, Landslide Monitoring and Warning Systems in Mexico, in Sassa, K., Rouhban, B., Briceño, S., McSaveney, M., He, B. (eds.), Landslides: Global Risk Preparedness: Heidelberg, Springer-Verlag, 299–314. https://doi.org/10.1007/978-3-642-22087-6_21 

Anjasmara, I.M., Yulyta, S.A., Taufik, M., 2020, Application of time series InSAR (SBAS) method using sentinel-1A data for land subsidence detection in Surabaya city: International Journal on Advanced Science, Engineering and Information Technology, 10(1), 191–197. https://doi.org/10.18517/ijaseit.10.1.6749 

Ashby, J.R. Jr., 1989, Miocene Tectonostratigraphic History of the Rosarito Beach Basin, Northwestern Baja California: Implications for the Early Tectonic development of the Southern California Continental Borderland: U.S.A., University of California, tesis de maestría, 149 p.

Atwater, T., Stock, J., 1998, Pacific-North America plate tectonics of the Neogene southwestern United States: an update: International Geology Review, 40(5), 375–402. https://doi.org/10.1080/00206819809465216 

Bardají, T., Lario, J., 2016, Introducción a los Riesgos Geológicos: Madrid, Universidad Nacional de Educación a Distancia, 313 p.

Bednarczyk, Z., 2014, Landslide Geohazard Monitoring, Early Warning and Stabilization Control Methods: Studia Geotechnica et Mechanica, 36(1), 3–13. https://doi.org/10.2478/sgem-2014-0001 

Bell, F.G., 1999, Geological Hazards: Their Assessment, Avoidance and Mitigation (1st ed.): London, CRC Press, 656 p. https://doi.org/10.4324/9780203014660 

Berardino, P., Fornaro, G., Lanari, R., Sansosti, E., 2002, A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms: IEEE Transactions on Geoscience and Remote Sensing, 40(11), 2375–2383. https://doi.org/10.1109/TGRS.2002.803792 

Bru, G., Ezquerro, P., Lopez Vinielles, J., Reyes-Carmona, C., Guardiola-Albert, C., Bejar, M., 2024, Manual básico sobre el uso de datos InSAR para medir desplazamientos de la superficie del terreno: CSIC- Instituto Geológico y Minero de España (IGME), 126 p.

Bürgmann, R., Rosen, P.A., Fielding, E.J., 2000, Synthetic aperture radar interferometry to measure Earth’s surface topography and its deformation: Annual Review of Earth and Planetary Sciences, 28, 169–209. https://doi.org/10.1146/annurev.earth.28.1.169 

Buma, J., van Asch, T., 1996, Slide Rotational, in Dikau, R., Brunsden, D., Schrott, L., Ibsen, M.L. (eds.), Landslide Recognition, Report No. 1 of the European Commission Environment Programme Contract No. EV5V-CT94-0454. Identification, Movement and Causes: Chichester, John Wiley & Sons, 43–61.

Caminos y Puentes Federales (CAPUFE), 2021, Programa Anual de Obra Pública. Ejercicio 2021 (en línea): Caminos y Puentes Federales, Dirección de Infraestructura Carretera, Subdirección de Programación y Administración de Contratos, disponible en <https://pot.capufe.mx/gobmx/transparencia/Doc/Planesyprogramas/ProgramasAnuales/2021/PA-FONADIN-2021.pdf>,  consultado 12 octubre de 2025.

Caminos y Puentes Federales (CAPUFE), 2023, Programa Anual de Obra Pública. Ejercicio 2022 (en línea): Caminos y Puentes Federales, Dirección de Infraestructura Carretera, Subdirección de Programación y Administración de Contratos, disponible en <https://pot.capufe.mx/gobmx/transparencia/Doc/Planesyprogramas/ProgramasAnuales/2022/PA-FONADIN-2022.pdf>,  consultado 12 octubre de 2025.

Clague, J.J., Stead, D., 2012, Landslides: types, mechanisms and modelling: Cambridge, UK, Cambridge University Press, 434 p.

Contreras-López, M., Delgado-Argote, L.A., Weber, B., Torres-Carrillo, X.G., Frei, D., Gómez-Alvarez, D.K., 2020, Petrogenesis of the meta-igneous rocks of the Sierra El Arco and coeval magmatic rocks in Baja California: Middle Jurassic-Early Cretaceous (166-140 Ma) island arc magmatism of NW México: International Geology Review, 63(9), 1–28. https://doi.org/10.1080/00206814.2020.1753249. 

Costantini, M., Rosen, P.A., 1999, A generalized phase unwrapping approach for sparse data: IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 1, 267–269. https://doi.org/10.1109/IGARSS.1999.773467 

Crosetto, M., Monserrat, O., Iglesias, R., Crippa, B., 2010, Persistent Scatterer Interferometry: Potential, limits and initial C- and X-band comparison: Photogrammetric Engineering and Remote Sensing, 76(9), 1061–1069. https://doi.org/10.14358/PERS.76.9.1061 

Crozier, M.J., 1999, Prediction of Rainfall-Triggered Landslides: A Test of the Antecedent Water Status Model: Earth Surface Processes and Landforms, 24(9), 825–833.    https://doi.org/10.1002/(SICI)1096-9837(199908)24:9<825::AID-ESP14>3.0.CO;2-M 

Cruden, D.M., 1991, A simple definition of a landslide: Bulletin of the International Association of Engineering Geology - Bulletin de l’Association Internationale de Géologie de l’Ingénieur, 43(1), 27–29. https://doi.org/10.1007/BF02590167 

Cruz-Castillo, M., 1998, Evaluación de riesgo geológico por deslizamiento de laderas en la zona Salsipuedes-Cíbolas del Mar, Ensenada, Baja California: Ensenada, CICESE, Tesis de maestría, 149 p.

Cruz-Castillo, M., 2002, Catálogo de las fallas regionales activas en el norte de Baja California, México: GEOS, 22(1), 37–42.

Cruz-Castillo, M., Delgado-Argote, L.A., 1999, Descripción geológica y estructural de la zona de deslizamientos Salsipuedes-Cíbola del Mar, Ensenada, Baja California: GEOS, 19(3), 159–174.

Cruz-Castillo, M., Delgado-Argote, L.A., 2000, Los deslizamientos de la carretera de cuota Tijuana-Ensenada, Baja California: GEOS, 20(4), 418–432.

Dai, F.C., Lee, C.F., Ngai, Y.Y., 2002, Landsliderisk assessment and management: an overview: Engineering Geology, 64(1), 65–87. https://doi.org/10.1016/S0013-7952(01)00093-X 

Darvishi, M., Schlögel, R., Kofler, C., Cuozzo, G., Rutzinger, M., Zieher, T., Toschi, I., Remondino, F., Mejia-Aguilar, A., Thiebes, B., Bruzzone, L., 2018, Sentinel-1 and Ground-Based Sensors for Continuous Monitoring of the Corvara Landslide (South Tyrol, Italy): Remote Sensing, 10(11), 1781. https://doi.org/10.3390/rs10111781

Delgado, J., Garrido, J., López-Casado, C., Martino, S., Peláez, J.A., 2011, On far field occurrence of seismically induced landslides: Engineering Geology, 123(3), 204–213. https://doi.org/10.1016/j.enggeo.2011.08.002  

Delgado, J., García-Tortosa, F.J., Garrido, J., Loffredo, A., López-Casado, C., Martin-Rojas, I., Rodríguez-Peces, M.J., 2015, Seismically-induced landslides by a low-magnitude earthquake: The Mw4.7 Ossa De Montiel event (central Spain): Engineering Geology, 196, 280–285. https://doi.org/10.1016/j.enggeo.2015.07.016 

Escamilla, I., Moreno, M., Torres, M., 2011, Valoración de la vulnerabilidad de objetos geográficos usando representaciones conceptuales, en XIII Conferencia Iberoamericana de Sistemas de Información Geográfica: Toluca, Estado de México, México, Laboratorio de procesamiento inteligente de información geoespacial, Centro de Investigación en computación, Instituto Politécnico Nacional, 23 p.

European Space Agency, 2024, Copernicus Global Digital Elevation Model (en línea): Distributed by OpenTopography, disponible en <https://doi.org/10.5069/G9028PQB>, consultado 12 octubre de 2025.

Farr, T.G., Rosen, P.A., Caro, E., Crippen, R., Duren, R., Hensley, S., Kobrick, M., Paller, M., Rodriguez, E., Roth, L., Seal, D., Shaffer, S., Shimada, J., Umland, J., Werner, M., Oskin, M., Burbank, D., Alsdorf, D., 2007, The shuttle radar topography mission: Reviews of Geophysics, 45(2), RG2004. https://doi.org/10.1029/2005RG000183  

Ferretti, A., Prati, C., Rocca, F., 2001, Permanent scatterers in SAR interferometry: IEEE Transactions on Geoscience and Remote Sensing, 39(1), 8–20. https://doi.org/10.1109/36.898661 

Ferretti, A., Fumagalli, A., Novali, F., Prati, C., Rocca, F., Rucci, A., 2011, A new algorithm for processing interferometric data-stacks: SqueeSAR: IEEE Transactions on Geoscience and Remote Sensing, 49(9), 3460–3470. https://doi.org/10.1109/TGRS.2011.2124465  

Flores, M.A., 2023a, Estado de emergencia por hundimientos en la Escénica (en línea): Tijuana, Zeta Tijuana, publicado 9 de mayo de 2023, disponible en <https://zetatijuana.com/2023/05/estado-de-emergencia-por-hundimientos-en-la-escenica-ayala/>, consultado 9 octubre de 2025.

Flores, M.A., 2023b, Licitan estudios y proyectos ejecutivos de la ruta alterna a la Escénica (Bypass) (en línea): Ensenada, Baja California, Hiptex, publicado 25 de mayo de 2023, disponible en https://hiptex.com.mx/noticias/42712/licitan-estudios-y-proyectos-ejecutivos-de-la-ruta-alterna-a-la-escenica-bypass, consultado 12 octubre de 2025.

Gabriel, A. K., Goldstein, R. M., Zebker, H. A., 1989, Mapping small elevation changes over large areas: differential radar interferometry: Journal of Geophysical Research, 94(B7), 9183–9191. https://doi.org/10.1029/JB094iB07p09183  

García, E., 1964, Modificaciones al Sistema de Clasificación Climática de Köppen (para adaptarlo a las condiciones de la República Mexicana): Ciudad de México, Universidad Nacional Autónoma de México.

Gastil, R.G., Phillips, R.P., Allison, E.C., 1975, Reconnaissance Geology of the State of Baja California: Colorado, Geological Society America, Memoir 140, 170 p.

Gökhan, A., Foumelis, M., Raucoules, D., De Michele, M., Bernardie, S., Çakir, Z., 2020, Landslide Mapping and Monitoring Using Persistent Scatterer Interferometry (PSI) Technique in the French Alps: Remote Sensing, 12(8), 1305. https://doi.org/10.3390/rs12081305 

Goldstein, R.M., Werner, C.L., 1998, Radar interferogramfilteringforgeophysicalapplications: Geophysical Research Letters, 25(21), 4035–4038. https://doi.org/10.1029/1998GL900033

González Escobar, M., Gallegos-Castillo, C.A., Arregui-Ojeda, S.M., Mastache-Román, E.A., Reyes-Martínez, C.S., Aladro-Chio, Y.H., 2023, Overview of the tectonic and seismicity in continental borderland (offshore) Baja California, México: Journal of South American Earth Sciences, 131, 104621. https://doi.org/10.1016/j.jsames.2023.104621 

Guzmán Villa, M.F., 2021, 8 años continuos de obras mitigación para los deslizamientos de ladera en la Carretera Federal 1D en Ensenada, Baja California, en 7° Coloquio de Jóvenes Geotecnistas, 11 noviembre: Ciudad de México, México, Sociedad Mexicana de Ingeniería Geotécnica, A.C., 9–14.

Hanssen, R.F., 2001, Radar Interferometry: Data Interpretation and Error Analysis: Dordrecht, The Netherlands, Kluwer Academic Publishers, 328 p.

Hooper, A., Zebker, H., Segall, P., Kampes, B., 2004, A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers: Geophysical Research Letters, 31(23), L23611. https://doi.org/10.1029/2004GL021737 

Hrysiewicz, A., Wang, X., Holohan, E.P., 2023, EZ-InSAR: An easy-to-use open-source toolbox for mapping ground surface deformation using satellite interferometric synthetic aperture radar: Earth Science Informatics, 16, 1929–1945. https://doi.org/10.1007/s12145-023-00973-1 

Hyndman, D., Hyndman, D., 2006, Natural hazards and disasters: New York, Thomson, Cornell University, 510 p.

Indelicato, A., 2020, The Effects of Freight Vibrations on Slope Stability along the SH35, Bay of Plenty East, New Zealand: Journal of Geoscience and Environment Protection, 8, 335–345. https://doi.org/10.4236/gep.2020.85021 

Keefer, D.K., 1984, Landslides caused by earthquakes: Bulletin of the Geological Society of America, 95, 406–421. https://doi.org/10.1130/0016-7606(1984)95&amp;a mp;lt;406:LCBE&amp;amp;gt;2.0.CO;2 

Keller, E.A., Blodgett, R.H., 2007, Riesgos Naturales: Pearson Educación, 422 p.

Keller, E.A., De Vecchio, D.E., Clague, J.J., 2016, Natural hazards: Earth’s processes as hazards, disasters, and catastrophes: New York, Routledge, 513 p. https://doi.org/10.4324/9781315269160 

Kusky, T.M., 2003, Geological hazards: a sourcebook: Greenwood Press, 312 p.

Lanari, R., Mora, O., Manunta, M., Mallorqui, J.J., Berardino, P., Sansosti, E., 2004, A Small-Baseline Approach for Investigating Deformations on Full-Resolution Differential SAR Interferogram: IEEE Transactions on Geoscience and Remote Sensing, 42(7), 1377–1386. https://doi.org/10.1109/TGRS.2004.828196 

Lanari, R., Casu, F., Manzo, M., Lundgren, P., 2007, Application of the SBAS-InSAR technique to fault creep: A case study of the Hayward fault, California: Remote Sensing of Environment, 109(1), 20–28. https://doi.org/10.1016/j.rse.2006.12.003 

Lazecky, M., Canaslan Çomut, F., Hlavacova, I., Gürboğa, Ş., 2015, Practical Application of Satellite-Based SAR Interferometry for the Detection of Landslide Activity: Earth and Planetary Science Letters, 15, 613–618. https://doi.org/10.1016/j.proeps.2015.08.113 

Legg, M.R., Wong, V., Suárez, F., 1991. Geologic structure and tectonics of the inner Continental Borderland of northern Baja California, in Dauphin, J.P., Simoneit, B.R.T. (eds), The Gulf and Peninsular Province of the Californias: American Association of Petroleum Geologists, Memoir 47, 145–177.

Legg, M.R., Kohler, M.D., Shintaku, N., Weeraratne, D.S., 2015, High-resolution mapping of two large-scale transpressional fault zones in the California Continental Borderland: Santa Cruz Catalina Ridge and Ferrelo faults: Journal of Geophysica Research: Earth Surface, 120(5), 915–942. https://doi.org/10.1002/2014JF003322 

Li, S., Xu, W., Li, Z., 2022, Review of the SBAS InSAR Time-Series Algorithms, Applications, and Challenges: Geodesy and Geodynamics, 13(2), 114–126. https://doi.org/10.1016/j.geog.2021.09.007 

Liu, G., Chen, Q., Ding, X., 2007, Detecting Ground Deformation with Permanent-Scatterer Network in Radar Interferometry: Algorithm and Testing Results: Acta Geodaetica et Cartographica Sinica, 36(1), 13–18.

Ma, P., Lin, H., Wang, W., Yu, H., Chen, F., Jiang, L., Zhou, L., Zhang, Z., Shi, G., Wang, J., 2022, Toward Fine Surveillance: A review of multitemporal interferometric synthetic aperture radar for infrastructure health monitoring: IEEE Geoscience and Remote Sensing Magazine, 10(1), 207–230. https://doi.org/10.1109/MGRS.2021.3098182 

Malamud, B.D., Turcotte, D.L., Guzzetti, F., Raichenbach, P., 2004, Landslide inventories and their statistical properties: Earth Surface Process and Landforms, 29(6), 687–711. https://doi.org/10.1002/esp.1064 

Martha, T.R., Kerle, N., Jetten, V.G., van Westen, C.J., 2010, Characterising spectral, spatial and morphometric properties of landslides for semi-automatic detection using object-oriented methods: Geomorphology, 116(1-2), 24–36. https://doi.org/10.1016/j.geomorph.2009.10.004 

Massonnet, D., Feigl, K.L., 1998, Radar interferometry and its application to changes in the Earth’s surface: Reviews of Geophysics, 36(4), 441–500. https://doi.org/10.1029/97RG03139 

McQuarrie, N., Wernicke, B.P., 2005, An animated tectonic reconstruction of southwestern North America since 36 MA: Geosphere, 1, 147–172. https://doi.org/10.1130/GES00016.1 

Meteoblue Weather Forecasting & Weather Data Company, 2025, Datos climáticos modelados de Baja California (en línea): Basilea, Suiza, Windy.com, actualizado 2025, disponible en <https://www.meteoblue.com/es/tiempo/ historyclimate/climatemodelled/baja-california_m%C3%A9xico_3816697>, consultado 9 octubre de 2025.

Minch, J.A., Ashby, J.R., Deméré, T.A., Kuper, H.T., 1984, Correlation and depositional environments of the Middle Miocene Rosarito Beach Formation of northwestern Baja California, México, in Minch, J.A., Ashby, J.R. (eds.), Miocene and Cretaceous Depositional Environments, Northwestern Baja California, México: American Association of Petroleum Geologists, Pacific Section, 54, 33–46.

Morales Pérez, M.B., 1995, Caracterización de los factores geológicos que controlan los deslizamientos de ladera en el área de San Miguel-Salsipuedes, Ensenada, B.C., México: Linares, Universidad Autónoma de Nuevo León, Facultad de Ciencias de la Tierra, tesis de licenciatura, 58 p.

Rosquillas, A., Mendoza, L., 2000, Atlas Municipal de Riesgos versión 1.0.: Dirección Municipal de Protección Civil.

Ryan, H.F., Legg, M.R., Conrad, J.E., Sliter, R.W., 2008, Recent faulting in the Gulf of Santa Catalina: San Diego to Dana Point, in Lee, H.J., Normark, W.R. (eds.), Earth Science in the Urban Ocean: The Southern California Continental Borderland: Geological Society of America, 291–316. https://doi.org/10.1130/2009.2454(4.5) 

Sarychikhina, O., Gómez Palacios, D., Delgado Argote, L.A., González Ortega, A., 2021, Application of satellite SAR interferometry for the detection and monitoring of landslides along the Tijuana - Ensenada Scenic Highway, Baja California, Mexico: Journal of South American Earth Sciences, 107, 103030. https://doi.org/10.1016/j.jsames.2020.10303 

SecretaríadeMedioAmbienteyRecursosNaturales (SEMARNAT), 2015, Manifestación de Impacto Ambiental, Modalidad Regional para el proyecto denominado “Carretera Tijuana Ensenada, tramo Tijuana Ensenada km 578+000 al 602+534.17”: Secretaría de Medio Ambiente y Recursos Naturales, Dirección General de Impacto y Riesgo Ambiental, 49 p. https://apps1.semarnat. gob.mx:8443/dgiraDocs/documentos/bc/estudios/2016/02BC2016V0064.pdf

Sidle, R.C., Pearce, A.J., O’Loughlin, C.L., 1985, Hillslope stability and land use: Washington, D.C., American Geophysical Union, Water Resources Monograph, 11, 125 p. https://doi.org/10.1029/WM011 

Singh, R.B., 2006, Natural Hazards and Disaster Management: Rawat Publications, 364 p.

Themistocleous, K., Danezis, C., Frattini, P., Crosta, G., Valagussa, A., 2018, Best practices for monitoring, mitigation, and preservation of cultural heritage sites affected by geo-hazards: the results of the PROTHEGO project: Proc. SPIE 10773, Sixth International Conference on Remote Sensing and Geoinformation of the Environment (RSCy2018), 107730Z, https://doi.org/10.1117/12.2503915 

Tisnasendjaja, A., Abidin, H.Z., Sarsito, D., Sadisun, I., Gumilar, I., 2019, The Effect of Highway Vibration to The Hills Slope Stability by an Integrated GPS-Vibration Data Processing: E3S Web of Conferences, 94, 01017. https://doi.org/10.1051/e3sconf/20199401017 

Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., Potin, P., Rommen, B.Ö., Floury, N., Brown, M., Traver, I.N., Deghaye, P., Duesmann, B., Rosich, B., Miranda, N., Bruno, C., L’Abbate, M., Croci, R., Pietropaolo, A., Huchler, M., Rostan, F., 2012, GMES Sentinel-1 mission: Remote sensing of environment, 120, 9–24. https://doi.org/10.1016/j.rse.2011.05.028 

Urrutia, E., 2025, Hasta 2026 arrancan obras de “Bypass” en la Transpeninsular Tijuana-Ensenada (en línea): México, Tribuna de México, publicado 16 enero de 2025, <disponible en https://tribunademexico.com/bypass-carretera-tijuana-ensenada/>, consultado 12 octubre de 2025.

Varnes, D.J., 1978, Slope movement and types and processes, in Schuster, R.L., Krizek, R.J. (eds.), Landslides: Analysis and Control: Washington, D.C., National Academy of Sciences, Special Report, 176, 11–33.

Villarroya-Carpio, A., Lopez-Sanchez, J.M., Engdahl, M.E., 2022, Sentinel-1 interferometric coherence as a vegetation index for agriculture: Remote Sensing of Environment, 280, 113208. https://doi.org/10.1016/j.rse.2022.113208 

Wegmüller, U., Werner, C., 1997, Gamma SAR processor and interferometry software, in Proceedings of the 3rd ERS Symposium: Florence, Italy, European Space Agency Special Publication, ESA SP-414, 1686–1692. https://www.gamma-rs.ch/uploads/media/1997-1_GAMMA_Software.pdf  

Wegmüller, U., Werner, C., Strozzi, T., Wiesmann, A., 2004, Multi-temporal interferometric point target analysis, in Smits, P., Bruzzone, L. (eds.), Analysis of Multi-Temporal Remote Sensing Images: Hoboken, New Jersey, USA, World Scientific Publishing, Series in Remote Sensing, 3, 136−144.

Wegmüller, U., Werner, C., Strozzi, T., Wiesmann, A., Frey, O., Santoro, M., 2016a, Sentinel-1 Support in the GAMMA Software: Procedia Computer Science, 100, 1305–1312. https://doi.org/10.1016/j.procs.2016.09.246 

Wegmüller, U., Werner, C., Wiesmann, A., Strozzi, T., Kourkouli, P., Frey, O., 2016b, Time-series analysis of Sentinel-1 interferometric wide swath data: Techniques and challenges: 2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 3898–3901. https://doi.org/10.1109/IGARSS.2016.7730012  

Wegmüller, U., Magnard, C., Werner, C., Strozzi, T., Caduff, R., Manconi, A., 2021, Methods to avoid being affected by non-zero closure phase in InSAR time series analysis in a multi-reference stack: Procedia Computer Science, 181, 511–518. https://doi.org/10.1016/j.procs.2021.01.197 

Weidner, L., Walton, G., 2021, Monitoring the Effects of Slope Hazard Mitigation and Weather on Rockfall along a Colorado Highway Using Terrestrial Laser Scanning: Remote Sensing, 13(22), 4584. https://doi.org/10.3390/rs13224584 

Werner, C., Wegmüller, U., Strozzi, T., Wiesmann, A., 2000, GAMMA SAR and interferometric processing software, in ERS-ENVISAT Symposium: Gothenburg, Sweden.

Werner, C., Wegmüller, U., Strozzi, T., Wiesmann, A., 2003, Interferometric Point Target Analysis for Deformation Mapping: IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 7, 4362–4364. https://doi.org/10.1109/igarss.2003.1295516 

Yeo, R.K., 1984, Sedimentology of upper Cretaceous strata, northern Baja California, Mexico, in Abbott P.L. (ed.), Upper Cretaceous Depositional Systems, Southern California-Northern Baja California (field trip) April 18-21, 1984: Los Angeles CA, Pacific Section, Society of Economic Paleontologists and Mineralogists, 36, 109–120.

Zebker, H.A., Rosen, P.A., Hensley, S., 1997, Atmospheric effects in interferometric synthetic aperture radar surface deformation andtopographicmaps: Journalof Geophysical Research: Solid Earth, 102(B4), 7547–7563. https://doi.org/10.1029/96jb03804 

Zebker, H.A., Villasenor, J., 1992, Decorrelation in interferometric radar echoes: IEEE Transactions on Geoscience and Remote Sensing, 30(5), 950–959. https://doi.org/10.1109/36.175330

---

La revisión por pares es responsabilidad de la Universidad Nacional Autónoma de México.
Este es un artículo Open Access bajo la licencia CCBY-NC-ND  (https://creativecommons.org/licenses/by-nc-nd/4.0/)