Grisales, Juan SebastiánMoreno Rojas, Rudy Maritza2026-05-092026-05-092025Facultad de Ciencias e Ingeniería​https://ridum.umanizales.edu.co/handle/20.500.12746/7823Dado que los eventos de inundación son cada vez más frecuentes e intensos en todo el mundo, el estudio de nuevas tecnologías es crucial para la toma de decisiones informadas, ya que permiten evaluar distintos escenarios mediante el ajuste de algunos parámetros de entrada, proporcionando soluciones accesibles y rápidas para usuarios SIG que se desempeñen en el contexto de la gestión del riesgo y el ordenamiento territorial. El presente documento explora, describe y aplica el flujo de trabajo de dos herramientas emergentes para modelación y cartografía de inundaciones: ArcGIS Pro y Google Earth Engine (GEE), dando un enfoque dual y complementario de su uso en diferentes momentos de un evento de inundación: ArcGIS Pro previo al evento y GEE posterior a la ocurrencia del mismo. Considerando que, por un lado, realizar rápidamente modelos preliminares en áreas de interés genera insumos que podrían justificar la realización de estudios hidráulicos de detalle, lo que normalmente requieren mayor tiempo, recursos y personal especializado. Y, por otro lado, GEE permite desarrollar flujos de trabajo automatizados y replicables para la cartografía de inundaciones, generando insumos para la atención y recuperación del desastre; que en este caso, están basados en la metodología propuesta por Naciones Unidas y su enfoque de detección de cambios con imágenes Sentinel-1 (SAR). Finalmente, para compartir los resultados con las partes interesadas en la gestión del riesgo por inundaciones se integran herramientas interactivas como Story Maps y Experience Builder en un aplicativo web.application/pdfspahttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.esSistema de Información Geográfica (SIG)Gestión del riesgoOrdenamiento territorialinfo:eu-repo/semantics/bachelorThesisAtribución-NoComercial-SinDerivadas 4.0info:eu-repo/semantics/openAccessartículo de revisión, inundación, modelación, cartografía, riesgo, ArcGIS Pro, Google Earth Engine.