TENDENCIAS GLOBALES EN SISTEMAS DE
ALERTA TEMPRANA Y GESTIÓN DEL RIESGO DE
DESASTRE: UN ANÁLISIS BIBLIOMÉTRICO DE LA
LITERATURA EN SCOPUS
GLOBAL TRENDS IN EARLY WARNING SYSTEMS AND
DISASTER RISK MANAGEMENT: A BIBLIOMETRIC
ANALYSIS OF THE LITERATURE IN SCOPUS
Jorge Luis Patiño Morales
Instituto Tecnológico de Acapulco, México
Juan José Bedolla Solano
Instituto Tecnológico de Acapulco, México
Manuel Orlando Lozano Ortiz
Instituto Tecnológico de Acapulco, México
Antonio Alfonso Rodríguez Rosales
Centro de Investigación Científica y Tecnológica de Guerrero, México
pág. 5001
DOI: https://doi.org/10.37811/cl_rcm.v10i5.26343
Tendencias Globales en Sistemas de Alerta Temprana y Gestión del Riesgo
de Desastre: Un Análisis Bibliométrico de la Literatura en Scopus
Jorge Luis Patiño Morales1
jlpatino.2024@gmail.com
https://orcid.org/0009-0000-3179-8324
Instituto Tecnológico de Acapulco
México
Juan José Bedolla Solano
juan.bs@acapulco.tecnm.mx
http://orcid.org/0000-0001-6999-8823
Instituto Tecnológico de Acapulco
México
Manuel Orlando Lozano Ortiz
20255704@uagro.mx
https://orcid.org/0000-0002-9398-9107
Universidad Autónoma de Guerrero
México
Antonio Alfonso Rodríguez Rosales
antonio.rodriguez@icat.unam.mx
https://orcid.org/0000-0002-2889-075X
Centro de Investigación Científica y Tecnológica
de Guerrero A.C, Acapulco, Guerrero
México
RESUMEN
Este estudio presenta un análisis bibliométrico enfocado en la producción científica sobre los Sistemas
de Alerta Temprana (SAT) y la Gestión del Riesgo de Desastre (GRD). El objetivo es mapear la
evolución de la investigación, la colaboración institucional y las tendencias temáticas que definen el
campo, dada la creciente necesidad global de fortalecer la resiliencia ante eventos extremos. Se utilizó
la base de datos Scopus y la siguiente ecuación de búsqueda: ("early warning system" OR GIS) AND
"risk management”. Se recuperaron un total 174 publicaciones entre los años 1999-2025. Los datos
fueron procesados y visualizados mediante el software VOSviewer para identificar patrones clave. La
estructura conceptual de este análisis se basa en el marco aceptado de los cuatro componentes de los
SAT: conocimiento del riesgo, monitoreo, comunicación de alerta y capacidad de respuesta. Los
resultados revelan un crecimiento de la producción académica en la última década, con un notable
enfoque en el componente de Monitoreo y Pronóstico. El análisis de co-palabras clave muestra una
fuerte interconexión entre la vulnerabilidad, la resiliencia y el uso creciente de los GIS como
herramienta metodológica predominante para la evaluación de amenazas y la planificación de la
mitigación. En conclusión, este análisis proporciona un mapa estructurado del conocimiento global en
la intersección de SAT y GRD, identificando las brechas geográficas y temáticas que requieren mayor
atención para mejorar la eficacia de los sistemas de alerta y facilitar el avance hacia los objetivos de
desarrollo sostenible.
Palabras clave: alerta temprana; bibliometría; gestión del riesgo; sistemas de información geográfica
1 Autor principal.
Correspondencia: jlpatino.2024@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v10i5.26343
Tendencias Globales en Sistemas de Alerta Temprana y Gestión del Riesgo
de Desastre: Un Análisis Bibliométrico de la Literatura en Scopus
Jorge Luis Patiño Morales1
jlpatino.2024@gmail.com
https://orcid.org/0009-0000-3179-8324
Instituto Tecnológico de Acapulco
México
Juan José Bedolla Solano
juan.bs@acapulco.tecnm.mx
http://orcid.org/0000-0001-6999-8823
Instituto Tecnológico de Acapulco
México
Manuel Orlando Lozano Ortiz
20255704@uagro.mx
https://orcid.org/0000-0002-9398-9107
Universidad Autónoma de Guerrero
México
Antonio Alfonso Rodríguez Rosales
antonio.rodriguez@icat.unam.mx
https://orcid.org/0000-0002-2889-075X
Centro de Investigación Científica y Tecnológica
de Guerrero A.C, Acapulco, Guerrero
México
RESUMEN
Este estudio presenta un análisis bibliométrico enfocado en la producción científica sobre los Sistemas
de Alerta Temprana (SAT) y la Gestión del Riesgo de Desastre (GRD). El objetivo es mapear la
evolución de la investigación, la colaboración institucional y las tendencias temáticas que definen el
campo, dada la creciente necesidad global de fortalecer la resiliencia ante eventos extremos. Se utilizó
la base de datos Scopus y la siguiente ecuación de búsqueda: ("early warning system" OR GIS) AND
"risk management”. Se recuperaron un total 174 publicaciones entre los años 1999-2025. Los datos
fueron procesados y visualizados mediante el software VOSviewer para identificar patrones clave. La
estructura conceptual de este análisis se basa en el marco aceptado de los cuatro componentes de los
SAT: conocimiento del riesgo, monitoreo, comunicación de alerta y capacidad de respuesta. Los
resultados revelan un crecimiento de la producción académica en la última década, con un notable
enfoque en el componente de Monitoreo y Pronóstico. El análisis de co-palabras clave muestra una
fuerte interconexión entre la vulnerabilidad, la resiliencia y el uso creciente de los GIS como
herramienta metodológica predominante para la evaluación de amenazas y la planificación de la
mitigación. En conclusión, este análisis proporciona un mapa estructurado del conocimiento global en
la intersección de SAT y GRD, identificando las brechas geográficas y temáticas que requieren mayor
atención para mejorar la eficacia de los sistemas de alerta y facilitar el avance hacia los objetivos de
desarrollo sostenible.
Palabras clave: alerta temprana; bibliometría; gestión del riesgo; sistemas de información geográfica
1 Autor principal.
Correspondencia: jlpatino.2024@gmail.com
pág. 5002
Global Trends in Early Warning Systems and Disaster Risk Management:
A Bibliometric Analysis of the Literature in Scopus
ABSTRACT
This study presents a bibliometric analysis focused on scientific production concerning Early Warning
Systems (EWS) and Disaster Risk Management (DRM). The objective is to map the evolution of
research, institutional collaboration, and the thematic trends that define the field, given the increasing
global need to strengthen resilience against extreme events. The Scopus database was used with the
following search equation: ("early warning system" OR GIS) AND "risk management". A total of 174
publications were retrieved spanning the years 1999–2025. The data were processed and visualized
using VOSviewer software to identify key patterns. The conceptual structure of this analysis is based
on the accepted four components framework of EWS: risk knowledge, monitoring, warning
communication, and response capacity. The results reveal a growth in academic output over the last
decade, with a notable focus on the Monitoring and Forecasting component. The co-keyword analysis
shows a strong interconnection between vulnerability, resilience, and the increasing use of GIS as a
predominant methodological tool for threat assessment and mitigation planning. In conclusion, this
analysis provides a structured map of global knowledge at the intersection of EWS and DRM,
identifying the geographical and thematic gaps that require greater attention to improve the
effectiveness of warning systems and facilitate progress toward sustainable development goals.
Keywords: early warning; bibliometrics; risk management; geographic information systems.
Artículo recibido 20 agosto 2026
Aceptado para publicación: 20 setiembre 2026
Global Trends in Early Warning Systems and Disaster Risk Management:
A Bibliometric Analysis of the Literature in Scopus
ABSTRACT
This study presents a bibliometric analysis focused on scientific production concerning Early Warning
Systems (EWS) and Disaster Risk Management (DRM). The objective is to map the evolution of
research, institutional collaboration, and the thematic trends that define the field, given the increasing
global need to strengthen resilience against extreme events. The Scopus database was used with the
following search equation: ("early warning system" OR GIS) AND "risk management". A total of 174
publications were retrieved spanning the years 1999–2025. The data were processed and visualized
using VOSviewer software to identify key patterns. The conceptual structure of this analysis is based
on the accepted four components framework of EWS: risk knowledge, monitoring, warning
communication, and response capacity. The results reveal a growth in academic output over the last
decade, with a notable focus on the Monitoring and Forecasting component. The co-keyword analysis
shows a strong interconnection between vulnerability, resilience, and the increasing use of GIS as a
predominant methodological tool for threat assessment and mitigation planning. In conclusion, this
analysis provides a structured map of global knowledge at the intersection of EWS and DRM,
identifying the geographical and thematic gaps that require greater attention to improve the
effectiveness of warning systems and facilitate progress toward sustainable development goals.
Keywords: early warning; bibliometrics; risk management; geographic information systems.
Artículo recibido 20 agosto 2026
Aceptado para publicación: 20 setiembre 2026
pág. 5003
INTRODUCCIÓN
La investigación científica sobre los Sistemas de Alerta Temprana (SAT) y la Gestión del Riesgo de
Desastres (GRD) ha adquirido una relevancia creciente ante el incremento de eventos
hidrometeorológicos extremos y los efectos asociados al cambio climático. En las últimas décadas, se
observó un fortalecimiento conceptual y metodológico en torno a la necesidad de anticipar, monitorear
y comunicar oportunamente las amenazas, en consonancia con marcos internacionales como el Marco
de Sendai para la Reducción del Riesgo de Desastres 2015–2030, que destaca la importancia de
desarrollar SAT multiamenaza y fortalecer capacidades institucionales y comunitarias (UNDRR, 2015).
Desde esta perspectiva, la literatura científica ha evolucionado hacia un enfoque integral que combina
tecnologías geoespaciales, análisis predictivos y procesos sociales de construcción del riesgo.
El marco teórico contemporáneo reconoce que el riesgo es una construcción social derivada de la
interacción entre amenaza, vulnerabilidad y exposición (Lavell, 2000). Esto implica que los SAT no
pueden entenderse únicamente como infraestructuras tecnológicas, sino como sistemas sociotécnicos
que articulan conocimiento del territorio, monitoreo ambiental, comunicación eficaz y respuesta
organizada. En consecuencia, la producción científica sobre SAT y GRD se ha diversificado,
incorporando enfoques interdisciplinarios que integran ingeniería, ciencias de la tierra, ciencia de datos
y estudios sociales del riesgo.
El estado del arte muestra una progresión metodológica clara. Entre 1999 y 2010, predominó la
investigación centrada en inundaciones, control hidráulico y cartografía básica, sustentada en
herramientas GIS tradicionales y modelos hidrológicos convencionales. Posteriormente, entre 2011 y
2018, la literatura comenzó a enfocarse en evaluación de la vulnerabilidad, resiliencia comunitaria y
gestión de emergencias, ampliando la comprensión del riesgo desde una perspectiva territorial y
socioambiental. A partir de 2019, emergieron con mayor fuerza conceptos vinculados con machine
learning, inteligencia artificial, Internet de las Cosas (IoT) y plataformas digitales de monitoreo en
tiempo real, lo cual refleja una transición hacia sistemas de alerta inteligentes, capaces de integrar
grandes volúmenes de datos ambientales, climáticos y sociales.
Este cambio paradigmático también ha sido impulsado por la expansión del análisis bibliométrico como
herramienta para mapear la evolución de campos científicos. Estudios previos han utilizado técnicas de
INTRODUCCIÓN
La investigación científica sobre los Sistemas de Alerta Temprana (SAT) y la Gestión del Riesgo de
Desastres (GRD) ha adquirido una relevancia creciente ante el incremento de eventos
hidrometeorológicos extremos y los efectos asociados al cambio climático. En las últimas décadas, se
observó un fortalecimiento conceptual y metodológico en torno a la necesidad de anticipar, monitorear
y comunicar oportunamente las amenazas, en consonancia con marcos internacionales como el Marco
de Sendai para la Reducción del Riesgo de Desastres 2015–2030, que destaca la importancia de
desarrollar SAT multiamenaza y fortalecer capacidades institucionales y comunitarias (UNDRR, 2015).
Desde esta perspectiva, la literatura científica ha evolucionado hacia un enfoque integral que combina
tecnologías geoespaciales, análisis predictivos y procesos sociales de construcción del riesgo.
El marco teórico contemporáneo reconoce que el riesgo es una construcción social derivada de la
interacción entre amenaza, vulnerabilidad y exposición (Lavell, 2000). Esto implica que los SAT no
pueden entenderse únicamente como infraestructuras tecnológicas, sino como sistemas sociotécnicos
que articulan conocimiento del territorio, monitoreo ambiental, comunicación eficaz y respuesta
organizada. En consecuencia, la producción científica sobre SAT y GRD se ha diversificado,
incorporando enfoques interdisciplinarios que integran ingeniería, ciencias de la tierra, ciencia de datos
y estudios sociales del riesgo.
El estado del arte muestra una progresión metodológica clara. Entre 1999 y 2010, predominó la
investigación centrada en inundaciones, control hidráulico y cartografía básica, sustentada en
herramientas GIS tradicionales y modelos hidrológicos convencionales. Posteriormente, entre 2011 y
2018, la literatura comenzó a enfocarse en evaluación de la vulnerabilidad, resiliencia comunitaria y
gestión de emergencias, ampliando la comprensión del riesgo desde una perspectiva territorial y
socioambiental. A partir de 2019, emergieron con mayor fuerza conceptos vinculados con machine
learning, inteligencia artificial, Internet de las Cosas (IoT) y plataformas digitales de monitoreo en
tiempo real, lo cual refleja una transición hacia sistemas de alerta inteligentes, capaces de integrar
grandes volúmenes de datos ambientales, climáticos y sociales.
Este cambio paradigmático también ha sido impulsado por la expansión del análisis bibliométrico como
herramienta para mapear la evolución de campos científicos. Estudios previos han utilizado técnicas de
pág. 5004
co-ocurrencia, co-citación y mapeo de redes para comprender cómo se estructuran y transforman
dominios de conocimiento relacionados con la gestión del riesgo, la teledetección, la hidrometeorología
y la planificación territorial (Donthu et al., 2021). Sin embargo, existe una limitada cantidad de
investigaciones que integren de manera sistemática la literatura global sobre SAT y GRD para
identificar tendencias temáticas, núcleos conceptuales y transiciones tecnológicas.
La pertinencia de este estudio radica en la necesidad de contar con un análisis actualizado que permita
comprender cómo la comunidad científica ha abordado los sistemas de alerta temprana durante más de
dos décadas, así como los enfoques que han guiado el desarrollo de herramientas y metodologías para
la reducción del riesgo de desastres(Basher, 2006). Un análisis bibliométrico aporta elementos para
identificar vacíos de investigación, áreas emergentes, líneas dominantes y relaciones interdisciplinarias,
lo cual es fundamental para orientar futuras investigaciones y el diseño de políticas públicas basadas en
evidencia (Aria & Cuccurullo, 2017). Además, este tipo de análisis permite mapear la evolución
conceptual de campos altamente dinámicos como la gestión del riesgo, donde convergen tecnologías
digitales, ciencias de la Tierra y estudios socioambientales(Ramón-Valencia et al., 2019).
En este contexto, se plantea la siguiente hipótesis: la literatura científica sobre SAT y GRD ha
evolucionado hacia un modelo interdisciplinario caracterizado por la integración de tecnologías
digitales, análisis espacial avanzado y enfoques socioambientales, convergiendo en sistemas de alerta
multiamenaza y orientados a la resiliencia (Moral-Munoz et al., 2020). De manera coherente, el objetivo
de este trabajo fue realizar un análisis bibliométrico de la producción científica indexada en Scopus
entre 1999 y 2025, utilizando técnicas de co-ocurrencia mediante el software VOSviewer, con el fin de
identificar tendencias globales, clusters temáticos, patrones de evolución conceptual y líneas
emergentes de investigación (McAllister et al., 2022).
METODOLOGÍA
El presente estudio se desarrolló mediante un enfoque bibliométrico orientado a analizar la producción
científica global relacionada con los Sistemas de Alerta Temprana (SAT) y la Gestión del Riesgo de
Desastres (GRD). Se emplearon métodos de mapeo científico y análisis de co-ocurrencia con la
finalidad de identificar la estructura conceptual, las tendencias temáticas y la evolución del campo
durante el periodo comprendido entre 1999 y 2025, integrando los principios metodológicos expuestos
co-ocurrencia, co-citación y mapeo de redes para comprender cómo se estructuran y transforman
dominios de conocimiento relacionados con la gestión del riesgo, la teledetección, la hidrometeorología
y la planificación territorial (Donthu et al., 2021). Sin embargo, existe una limitada cantidad de
investigaciones que integren de manera sistemática la literatura global sobre SAT y GRD para
identificar tendencias temáticas, núcleos conceptuales y transiciones tecnológicas.
La pertinencia de este estudio radica en la necesidad de contar con un análisis actualizado que permita
comprender cómo la comunidad científica ha abordado los sistemas de alerta temprana durante más de
dos décadas, así como los enfoques que han guiado el desarrollo de herramientas y metodologías para
la reducción del riesgo de desastres(Basher, 2006). Un análisis bibliométrico aporta elementos para
identificar vacíos de investigación, áreas emergentes, líneas dominantes y relaciones interdisciplinarias,
lo cual es fundamental para orientar futuras investigaciones y el diseño de políticas públicas basadas en
evidencia (Aria & Cuccurullo, 2017). Además, este tipo de análisis permite mapear la evolución
conceptual de campos altamente dinámicos como la gestión del riesgo, donde convergen tecnologías
digitales, ciencias de la Tierra y estudios socioambientales(Ramón-Valencia et al., 2019).
En este contexto, se plantea la siguiente hipótesis: la literatura científica sobre SAT y GRD ha
evolucionado hacia un modelo interdisciplinario caracterizado por la integración de tecnologías
digitales, análisis espacial avanzado y enfoques socioambientales, convergiendo en sistemas de alerta
multiamenaza y orientados a la resiliencia (Moral-Munoz et al., 2020). De manera coherente, el objetivo
de este trabajo fue realizar un análisis bibliométrico de la producción científica indexada en Scopus
entre 1999 y 2025, utilizando técnicas de co-ocurrencia mediante el software VOSviewer, con el fin de
identificar tendencias globales, clusters temáticos, patrones de evolución conceptual y líneas
emergentes de investigación (McAllister et al., 2022).
METODOLOGÍA
El presente estudio se desarrolló mediante un enfoque bibliométrico orientado a analizar la producción
científica global relacionada con los Sistemas de Alerta Temprana (SAT) y la Gestión del Riesgo de
Desastres (GRD). Se emplearon métodos de mapeo científico y análisis de co-ocurrencia con la
finalidad de identificar la estructura conceptual, las tendencias temáticas y la evolución del campo
durante el periodo comprendido entre 1999 y 2025, integrando los principios metodológicos expuestos
pág. 5005
por Zupic & Čater (2015) e investigaciones bibliométricas globales en preparación ante desastres como
la de Aktas Potur et al. (2025). Los análisis bibliométricos se sustentaron en modelos teóricos y
metodológicos ampliamente aceptados en estudios de vigilancia científica y evaluación del
conocimiento, apoyándose en herramientas de mapeo cuantitativo desarrolladas por Abeysinghe &
Leppold (2023).
La construcción de la ecuación de búsqueda se realizó mediante un proceso progresivo de depuración
conceptual, partiendo de un conjunto amplio de términos relacionados con los Sistemas de Alerta
Temprana (SAT), la Gestión del Riesgo de Desastres (GRD) y las amenazas hidrometeorológicas. En
una primera fase, considerando la caracterización de tendencias bibliométricas en riesgos de inundación
trazada por Calvo-Solano & Quesada-Román (2024), se diseñó una ecuación extensa que integró
sinónimos, variaciones terminológicas y conceptos emergentes asociados a tecnologías de monitoreo,
análisis espacial y ciencia de datos. Esta versión amplia incluyó términos como early warning system,
multi-hazard early warning system, hydrometeorological, flood, storm, GIS, remote sensing, IoT y
machine learning, con el fin de capturar la mayor diversidad temática presente en la literatura, tal como
sustentan Mahenge & Mkwela (2026) en la delimitación de palabras clave para la gestión del riesgo
comunitario. La estructura inicial combinó operadores booleanos OR para agrupar sinónimos y
variantes conceptuales, y operadores AND para relacionar los tres componentes centrales del estudio:
sistemas de alerta, amenazas hidrometeorológicas y gestión del riesgo.
No obstante, durante las pruebas preliminares se observó que la ecuación extensa recuperaba un
volumen elevado de documentos que, si bien eran pertinentes desde una perspectiva tecnológica o
ambiental, no se relacionaban directamente con la gestión operativa del riesgo o con el funcionamiento
específico de los sistemas de alerta temprana. Por ello, en una segunda fase se procedió a una refinación
de los términos con el fin de obtener una versión más focalizada de la ecuación. Esta versión acotada
conservó únicamente los conceptos con mayor relevancia directa en el campo, tales como "flood early
warning system" OR "hydrometeorological early warning" OR "flood" OR "rainfall" OR "storm" OR
"flash flood" OR "watershed" OR "hydrological modeling" AND ("risk assessment" OR "hazard
assessment" OR "vulnerability" OR "exposure" OR "resilience") AND NOT (covid OR pandemic OR
"financial risk").
por Zupic & Čater (2015) e investigaciones bibliométricas globales en preparación ante desastres como
la de Aktas Potur et al. (2025). Los análisis bibliométricos se sustentaron en modelos teóricos y
metodológicos ampliamente aceptados en estudios de vigilancia científica y evaluación del
conocimiento, apoyándose en herramientas de mapeo cuantitativo desarrolladas por Abeysinghe &
Leppold (2023).
La construcción de la ecuación de búsqueda se realizó mediante un proceso progresivo de depuración
conceptual, partiendo de un conjunto amplio de términos relacionados con los Sistemas de Alerta
Temprana (SAT), la Gestión del Riesgo de Desastres (GRD) y las amenazas hidrometeorológicas. En
una primera fase, considerando la caracterización de tendencias bibliométricas en riesgos de inundación
trazada por Calvo-Solano & Quesada-Román (2024), se diseñó una ecuación extensa que integró
sinónimos, variaciones terminológicas y conceptos emergentes asociados a tecnologías de monitoreo,
análisis espacial y ciencia de datos. Esta versión amplia incluyó términos como early warning system,
multi-hazard early warning system, hydrometeorological, flood, storm, GIS, remote sensing, IoT y
machine learning, con el fin de capturar la mayor diversidad temática presente en la literatura, tal como
sustentan Mahenge & Mkwela (2026) en la delimitación de palabras clave para la gestión del riesgo
comunitario. La estructura inicial combinó operadores booleanos OR para agrupar sinónimos y
variantes conceptuales, y operadores AND para relacionar los tres componentes centrales del estudio:
sistemas de alerta, amenazas hidrometeorológicas y gestión del riesgo.
No obstante, durante las pruebas preliminares se observó que la ecuación extensa recuperaba un
volumen elevado de documentos que, si bien eran pertinentes desde una perspectiva tecnológica o
ambiental, no se relacionaban directamente con la gestión operativa del riesgo o con el funcionamiento
específico de los sistemas de alerta temprana. Por ello, en una segunda fase se procedió a una refinación
de los términos con el fin de obtener una versión más focalizada de la ecuación. Esta versión acotada
conservó únicamente los conceptos con mayor relevancia directa en el campo, tales como "flood early
warning system" OR "hydrometeorological early warning" OR "flood" OR "rainfall" OR "storm" OR
"flash flood" OR "watershed" OR "hydrological modeling" AND ("risk assessment" OR "hazard
assessment" OR "vulnerability" OR "exposure" OR "resilience") AND NOT (covid OR pandemic OR
"financial risk").
pág. 5006
Asimismo, se incorporó un módulo de exclusión mediante el operador AND NOT para evitar la
recuperación de artículos ajenos al ámbito del riesgo hidrometeorológico, como aquellos enfocados en
riesgos financieros o epidemiológicos.
El resultado final fue una ecuación más precisa y eficiente, capaz de recuperar literatura específicamente
vinculada con los riesgos hidrometeorológicos y los sistemas de alerta temprana, asegurando
pertinencia temática y reduciendo la presencia de ruido en la base de datos. Este proceso incremental
permitió garantizar que la búsqueda estuviera alineada con los objetivos del estudio, optimizando la
calidad de los registros extraídos para el análisis bibliométrico posterior.
La búsqueda arrojó un total de 179 publicaciones, cuyos metadatos se exportaron en formato CSV. El
archivo contenía información sobre autores, afiliaciones, título, resumen, palabras clave, revista, año de
publicación y DOI. Posteriormente, se realizó un proceso de depuración y normalización de los datos,
que incluyó: corrección de inconsistencias en nombres de autores, homogenización de términos
equivalentes en palabras clave (por ejemplo, “GIS” y “geographic information system”), eliminación
de registros duplicados y estandarización tipográfica.
Para el análisis de co-ocurrencia de palabras clave se utilizó el software VOSviewer versión 1.6.20 . Se
seleccionó la opción Create a map based on bibliographic data, y se definieron las “author keywords”
como unidad de análisis. Se empleó el método de conteo completo (full counting) y se estableció un
umbral mínimo de cinco ocurrencias por término, lo que permitió reducir el ruido y concentrarse en los
conceptos más representativos del campo. El algoritmo de VOSviewer generó una red compuesta por
nodos (palabras clave) y enlaces (co-ocurrencias), organizados mediante el método de agrupamiento
VOS clustering, que identifica relaciones temáticas basadas en similitud.
Asimismo, se generaron tres visualizaciones principales: mapa de red (network visualization) para
observar la estructura de clusters temáticos; visualización de densidad para identificar los términos más
influyentes; y mapa superpuesto (overlay visualization) para analizar la evolución temporal de los
conceptos. Cada visualización fue exportada en formato PNG para su incorporación en el manuscrito
como figuras.
Para el análisis cualitativo, se siguieron los lineamientos para estudios bibliométricos descritos por y ,
lo que permitió interpretar los clusters, tendencias emergentes y la evolución conceptual del campo.
Asimismo, se incorporó un módulo de exclusión mediante el operador AND NOT para evitar la
recuperación de artículos ajenos al ámbito del riesgo hidrometeorológico, como aquellos enfocados en
riesgos financieros o epidemiológicos.
El resultado final fue una ecuación más precisa y eficiente, capaz de recuperar literatura específicamente
vinculada con los riesgos hidrometeorológicos y los sistemas de alerta temprana, asegurando
pertinencia temática y reduciendo la presencia de ruido en la base de datos. Este proceso incremental
permitió garantizar que la búsqueda estuviera alineada con los objetivos del estudio, optimizando la
calidad de los registros extraídos para el análisis bibliométrico posterior.
La búsqueda arrojó un total de 179 publicaciones, cuyos metadatos se exportaron en formato CSV. El
archivo contenía información sobre autores, afiliaciones, título, resumen, palabras clave, revista, año de
publicación y DOI. Posteriormente, se realizó un proceso de depuración y normalización de los datos,
que incluyó: corrección de inconsistencias en nombres de autores, homogenización de términos
equivalentes en palabras clave (por ejemplo, “GIS” y “geographic information system”), eliminación
de registros duplicados y estandarización tipográfica.
Para el análisis de co-ocurrencia de palabras clave se utilizó el software VOSviewer versión 1.6.20 . Se
seleccionó la opción Create a map based on bibliographic data, y se definieron las “author keywords”
como unidad de análisis. Se empleó el método de conteo completo (full counting) y se estableció un
umbral mínimo de cinco ocurrencias por término, lo que permitió reducir el ruido y concentrarse en los
conceptos más representativos del campo. El algoritmo de VOSviewer generó una red compuesta por
nodos (palabras clave) y enlaces (co-ocurrencias), organizados mediante el método de agrupamiento
VOS clustering, que identifica relaciones temáticas basadas en similitud.
Asimismo, se generaron tres visualizaciones principales: mapa de red (network visualization) para
observar la estructura de clusters temáticos; visualización de densidad para identificar los términos más
influyentes; y mapa superpuesto (overlay visualization) para analizar la evolución temporal de los
conceptos. Cada visualización fue exportada en formato PNG para su incorporación en el manuscrito
como figuras.
Para el análisis cualitativo, se siguieron los lineamientos para estudios bibliométricos descritos por y ,
lo que permitió interpretar los clusters, tendencias emergentes y la evolución conceptual del campo.
pág. 5007
El procesamiento y análisis de los datos se realizaron en un entorno controlado y replicable,
documentando cada paso metodológico para asegurar transparencia. No se requirió aprobación ética
debido a que el estudio se basó en datos secundarios de acceso público y no involucró investigación
con seres humanos ni animales.
RESULTADOS Y DISCUSIÓN
El análisis bibliométrico permitió identificar patrones significativos en la estructura conceptual,
evolución temporal y organización temática de la literatura relacionada con los Sistemas de Alerta
Temprana (SAT) y la Gestión del Riesgo de Desastres (GRD) en el periodo 1999–2025. A partir de los
179 artículos procesados mediante VOSviewer, se generó un mapa de co-ocurrencia de palabras clave
que reveló la existencia de cuatro clusters principales, los cuales estructuran el campo científico
analizado. Esta organización temática no sólo muestra la consolidación de un cuerpo de conocimiento
interdisciplinario, sino también la manera en que los enfoques teóricos y metodológicos han
evolucionado durante más de dos décadas.
El primer hallazgo relevante es la clara transición conceptual a lo largo del tiempo. La investigación
temprana (1999–2010) se caracterizó por un enfoque predominantemente técnico-hidrológico, centrado
en inundaciones, modelación de cuencas, mapeo básico y análisis hidráulicos. Sin embargo, entre 2011
y 2018 se evidenció una apertura hacia perspectivas más amplias, incorporando evaluaciones de
vulnerabilidad, preparación ante emergencias y elementos de gestión institucional. Esta evolución
coincide con cambios globales en los marcos de política internacional, como la adopción del Marco de
Acción de Sendai en 2015, que enfatizó la reducción del riesgo basada en sistemas multiamenaza y
enfoques centrados en las personas. A partir de 2019, las tendencias emergentes identificadas en el
análisis bibliométrico reflejan un giro hacia la integración tecnológica avanzada, destacando términos
como machine learning, IoT, remote sensing, big data, multi-hazard early warning system y resilience
planning. Esta convergencia entre tecnologías digitales y gestión del riesgo indica un avance hacia
sistemas de alerta temprana más inteligentes, interconectados y predictivos, capaces de procesar grandes
volúmenes de información en tiempo real para mejorar la toma de decisiones. En este sentido, tal como
destacan Schmidt et al. (2020), la evolución de los sensores inteligentes e infraestructuras big data
resulta clave para superar las limitaciones de los monitoreos hidrometeorológicos tradicionales.
El procesamiento y análisis de los datos se realizaron en un entorno controlado y replicable,
documentando cada paso metodológico para asegurar transparencia. No se requirió aprobación ética
debido a que el estudio se basó en datos secundarios de acceso público y no involucró investigación
con seres humanos ni animales.
RESULTADOS Y DISCUSIÓN
El análisis bibliométrico permitió identificar patrones significativos en la estructura conceptual,
evolución temporal y organización temática de la literatura relacionada con los Sistemas de Alerta
Temprana (SAT) y la Gestión del Riesgo de Desastres (GRD) en el periodo 1999–2025. A partir de los
179 artículos procesados mediante VOSviewer, se generó un mapa de co-ocurrencia de palabras clave
que reveló la existencia de cuatro clusters principales, los cuales estructuran el campo científico
analizado. Esta organización temática no sólo muestra la consolidación de un cuerpo de conocimiento
interdisciplinario, sino también la manera en que los enfoques teóricos y metodológicos han
evolucionado durante más de dos décadas.
El primer hallazgo relevante es la clara transición conceptual a lo largo del tiempo. La investigación
temprana (1999–2010) se caracterizó por un enfoque predominantemente técnico-hidrológico, centrado
en inundaciones, modelación de cuencas, mapeo básico y análisis hidráulicos. Sin embargo, entre 2011
y 2018 se evidenció una apertura hacia perspectivas más amplias, incorporando evaluaciones de
vulnerabilidad, preparación ante emergencias y elementos de gestión institucional. Esta evolución
coincide con cambios globales en los marcos de política internacional, como la adopción del Marco de
Acción de Sendai en 2015, que enfatizó la reducción del riesgo basada en sistemas multiamenaza y
enfoques centrados en las personas. A partir de 2019, las tendencias emergentes identificadas en el
análisis bibliométrico reflejan un giro hacia la integración tecnológica avanzada, destacando términos
como machine learning, IoT, remote sensing, big data, multi-hazard early warning system y resilience
planning. Esta convergencia entre tecnologías digitales y gestión del riesgo indica un avance hacia
sistemas de alerta temprana más inteligentes, interconectados y predictivos, capaces de procesar grandes
volúmenes de información en tiempo real para mejorar la toma de decisiones. En este sentido, tal como
destacan Schmidt et al. (2020), la evolución de los sensores inteligentes e infraestructuras big data
resulta clave para superar las limitaciones de los monitoreos hidrometeorológicos tradicionales.
pág. 5008
Asimismo, aumenta la relación entre risk assessment y climate change, lo que responde a la creciente
preocupación científica por los efectos del cambio climático en la frecuencia e intensidad de los eventos
hidrometeorológicos extremos. Otro aporte importante del análisis es la visibilización del papel de las
dimensiones sociales en los sistemas de alerta temprana. Aunque la literatura técnica sigue siendo
predominante, los clusters también muestran una creciente incorporación de conceptos como
community resilience, participation y local knowledge, lo cual subraya que los SAT más efectivos son
aquellos que integran capacidades sociales y fortalecen la memoria del riesgo en las comunidades. Tal
como lo argumentan Sufri et al. (2020), la efectividad del monitoreo de amenazas depende
sustancialmente de la inclusión del conocimiento local y de la participación comunitaria activa. Esta
dimensión, tradicionalmente relegada frente a los componentes tecnológicos, emerge como un elemento
indispensable para garantizar la efectividad y sostenibilidad de los sistemas de alerta.
En conjunto, los resultados sugieren que la producción científica sobre SAT y GRD se encuentra en un
proceso de maduración hacia la interdisciplinariedad, articulando conocimiento hidrometeorológico,
análisis espacial, ciencias sociales y tecnologías de la información. Los cuatro clusters identificados
muestran una estructura temática coherente, donde convergen enfoques técnicos, ambientales y
sociales. Asimismo, las tendencias emergentes evidencian que el campo avanza hacia modelos de
gestión del riesgo centrados en la resiliencia, la predicción temprana y la participación comunitaria, lo
cual coincide con las prioridades internacionales en materia de reducción del riesgo de desastres.
Estructura general de la red
La red generada estuvo conformada por nodos (palabras clave) y enlaces que representan relaciones de
co-ocurrencia. Los términos con mayor frecuencia y fortaleza de enlace (total link strength) fueron GIS,
risk assessment, early warning system, remote sensing, climate change y floods, los cuales actuaron
como ejes articuladores del dominio científico. La proximidad entre nodos permitió evidenciar un
campo interdisciplinario donde convergen enfoques tecnológicos, hidrometeorológicos y de gestión
institucional del riesgo.
Asimismo, aumenta la relación entre risk assessment y climate change, lo que responde a la creciente
preocupación científica por los efectos del cambio climático en la frecuencia e intensidad de los eventos
hidrometeorológicos extremos. Otro aporte importante del análisis es la visibilización del papel de las
dimensiones sociales en los sistemas de alerta temprana. Aunque la literatura técnica sigue siendo
predominante, los clusters también muestran una creciente incorporación de conceptos como
community resilience, participation y local knowledge, lo cual subraya que los SAT más efectivos son
aquellos que integran capacidades sociales y fortalecen la memoria del riesgo en las comunidades. Tal
como lo argumentan Sufri et al. (2020), la efectividad del monitoreo de amenazas depende
sustancialmente de la inclusión del conocimiento local y de la participación comunitaria activa. Esta
dimensión, tradicionalmente relegada frente a los componentes tecnológicos, emerge como un elemento
indispensable para garantizar la efectividad y sostenibilidad de los sistemas de alerta.
En conjunto, los resultados sugieren que la producción científica sobre SAT y GRD se encuentra en un
proceso de maduración hacia la interdisciplinariedad, articulando conocimiento hidrometeorológico,
análisis espacial, ciencias sociales y tecnologías de la información. Los cuatro clusters identificados
muestran una estructura temática coherente, donde convergen enfoques técnicos, ambientales y
sociales. Asimismo, las tendencias emergentes evidencian que el campo avanza hacia modelos de
gestión del riesgo centrados en la resiliencia, la predicción temprana y la participación comunitaria, lo
cual coincide con las prioridades internacionales en materia de reducción del riesgo de desastres.
Estructura general de la red
La red generada estuvo conformada por nodos (palabras clave) y enlaces que representan relaciones de
co-ocurrencia. Los términos con mayor frecuencia y fortaleza de enlace (total link strength) fueron GIS,
risk assessment, early warning system, remote sensing, climate change y floods, los cuales actuaron
como ejes articuladores del dominio científico. La proximidad entre nodos permitió evidenciar un
campo interdisciplinario donde convergen enfoques tecnológicos, hidrometeorológicos y de gestión
institucional del riesgo.
pág. 5009
Figura Red de Co-ocurrencia(VOSviewer)
La visualización de red mostró alta densidad en la zona central del mapa, indicando una fuerte
interconexión entre conceptos clave. Este comportamiento sugiere la existencia de una comunidad
científica consolidada, con líneas de investigación estrechamente vinculadas y colaboraciones
frecuentes entre disciplinas.
Clusters temáticos
El software VOSviewer agrupó las palabras clave en cuatro clusters, cada uno con enfoques
conceptuales bien definidos:
▪ Cluster 1 – Evaluación del riesgo y monitoreo ambiental (rojo): Este cluster (el más numeroso)
abarcó estudios dedicados a la cuantificación del riesgo, el análisis de vulnerabilidad y el uso de
teledetección para monitorear variables ambientales. La presencia de términos como remote
sensing, climate change, landslide susceptibility y vulnerability assessment reflejó un énfasis en la
modelación espacial y la predicción de amenazas.
▪ Cluster 2 – Sistemas de alerta temprana y gestión de emergencias (verde): Incluyó términos como
early warning system, decision making, emergency management, disaster preparedness y hazard
management. Su estructura indicó una creciente preocupación por los procesos operativos y la
Figura Red de Co-ocurrencia(VOSviewer)
La visualización de red mostró alta densidad en la zona central del mapa, indicando una fuerte
interconexión entre conceptos clave. Este comportamiento sugiere la existencia de una comunidad
científica consolidada, con líneas de investigación estrechamente vinculadas y colaboraciones
frecuentes entre disciplinas.
Clusters temáticos
El software VOSviewer agrupó las palabras clave en cuatro clusters, cada uno con enfoques
conceptuales bien definidos:
▪ Cluster 1 – Evaluación del riesgo y monitoreo ambiental (rojo): Este cluster (el más numeroso)
abarcó estudios dedicados a la cuantificación del riesgo, el análisis de vulnerabilidad y el uso de
teledetección para monitorear variables ambientales. La presencia de términos como remote
sensing, climate change, landslide susceptibility y vulnerability assessment reflejó un énfasis en la
modelación espacial y la predicción de amenazas.
▪ Cluster 2 – Sistemas de alerta temprana y gestión de emergencias (verde): Incluyó términos como
early warning system, decision making, emergency management, disaster preparedness y hazard
management. Su estructura indicó una creciente preocupación por los procesos operativos y la
pág. 5010
efectividad institucional de los SAT. Los trabajos de este cluster se enfocaron en la detección
temprana, la emisión de alertas y la optimización de protocolos de respuesta, resaltando la necesidad
de articular ciencia, tecnología y gobernanza.
▪ Cluster 3 – Integración de GIS y gestión del riesgo (amarillo): Este cluster mostró la relevancia
transversal de los Sistemas de Información Geográfica, con nodos como GIS, mapping method, risk
management, spatial analysis y decision support system. Las investigaciones reflejaron la
consolidación del GIS como plataforma base para el mapeo del riesgo, el análisis multicriterio y la
creación de sistemas interactivos de monitoreo. Este cluster funcionó como “bisagra” entre los
enfoques tecnológicos y los territoriales.
▪ Cluster 4 – Hidrometeorología y control de inundaciones (azul): Se orientó hacia estudios de
hidrología, cuencas y eventos extremos, con palabras como floods, watershed management, land
use y rainfall. La presencia destacada de este cluster evidenció que las inundaciones continúan
siendo la amenaza más investigada globalmente en relación con los SAT.
Evolución temporal de las tendencias
El análisis superpuesto (overlay visualization) permitió identificar transiciones claras en la evolución
conceptual del campo:
▪ 1999–2010: Predominio hidrológico y modelado tradicional: Los estudios se centraron en
inundaciones, diseño de obras hidráulicas y cartografía básica.
▪ 2011–2018: Avance conceptual hacia vulnerabilidad y resiliencia :Se introdujeron conceptos clave
como vulnerability, preparedness, resilience y community-based management, reflejando una
integración entre ciencias sociales y ciencias de la Tierra.
▪ 2019–2025: Consolidación de sistemas inteligentes e integración tecnológica: El campo
experimentó un desplazamiento hacia enfoques basados en IA, IoT, Big Data, plataformas
multiamenaza, modelos de predicción climática y toma de decisiones automatizada.
efectividad institucional de los SAT. Los trabajos de este cluster se enfocaron en la detección
temprana, la emisión de alertas y la optimización de protocolos de respuesta, resaltando la necesidad
de articular ciencia, tecnología y gobernanza.
▪ Cluster 3 – Integración de GIS y gestión del riesgo (amarillo): Este cluster mostró la relevancia
transversal de los Sistemas de Información Geográfica, con nodos como GIS, mapping method, risk
management, spatial analysis y decision support system. Las investigaciones reflejaron la
consolidación del GIS como plataforma base para el mapeo del riesgo, el análisis multicriterio y la
creación de sistemas interactivos de monitoreo. Este cluster funcionó como “bisagra” entre los
enfoques tecnológicos y los territoriales.
▪ Cluster 4 – Hidrometeorología y control de inundaciones (azul): Se orientó hacia estudios de
hidrología, cuencas y eventos extremos, con palabras como floods, watershed management, land
use y rainfall. La presencia destacada de este cluster evidenció que las inundaciones continúan
siendo la amenaza más investigada globalmente en relación con los SAT.
Evolución temporal de las tendencias
El análisis superpuesto (overlay visualization) permitió identificar transiciones claras en la evolución
conceptual del campo:
▪ 1999–2010: Predominio hidrológico y modelado tradicional: Los estudios se centraron en
inundaciones, diseño de obras hidráulicas y cartografía básica.
▪ 2011–2018: Avance conceptual hacia vulnerabilidad y resiliencia :Se introdujeron conceptos clave
como vulnerability, preparedness, resilience y community-based management, reflejando una
integración entre ciencias sociales y ciencias de la Tierra.
▪ 2019–2025: Consolidación de sistemas inteligentes e integración tecnológica: El campo
experimentó un desplazamiento hacia enfoques basados en IA, IoT, Big Data, plataformas
multiamenaza, modelos de predicción climática y toma de decisiones automatizada.
pág. 5011
Figura 1 Línea del tiempo sobre las tendencias emergentes
Asimismo, se observó un aumento progresivo de la relación entre risk assessment y climate change, lo
cual indica un creciente interés científico por los efectos del cambio climático en la intensificación de
riesgos hidrometeorológicos.
CONCLUSIONES
El análisis bibliométrico realizado permitió comprender de manera integral la evolución, estructura
temática y dinámicas conceptuales de la investigación internacional sobre Sistemas de Alerta Temprana
(SAT) y Gestión del Riesgo de Desastres (GRD) entre 1999 y 2025. A partir del procesamiento de 179
publicaciones indexadas en Scopus y de la generación de mapas de co-ocurrencia mediante VOSviewer,
se identificó un campo científico altamente interdisciplinario, en el cual convergieron enfoques
provenientes de la ingeniería, las ciencias ambientales, las ciencias sociales y la ciencia de datos. Esta
interdisciplinariedad evidenció que la gestión del riesgo contemporánea depende de la integración de
conocimientos tecnológicos, territoriales y sociales, superando visiones sectoriales o fragmentadas.
Los resultados confirmaron la presencia de cuatro clusters temáticos consolidados: evaluación del
riesgo y monitoreo ambiental; sistemas de alerta y gestión de emergencias; integración de GIS y análisis
espacial; e hidrometeorología y control de inundaciones. Estos núcleos representaron las líneas de
investigación más robustas del campo, articulando desde herramientas de teledetección y modelación
Figura 1 Línea del tiempo sobre las tendencias emergentes
Asimismo, se observó un aumento progresivo de la relación entre risk assessment y climate change, lo
cual indica un creciente interés científico por los efectos del cambio climático en la intensificación de
riesgos hidrometeorológicos.
CONCLUSIONES
El análisis bibliométrico realizado permitió comprender de manera integral la evolución, estructura
temática y dinámicas conceptuales de la investigación internacional sobre Sistemas de Alerta Temprana
(SAT) y Gestión del Riesgo de Desastres (GRD) entre 1999 y 2025. A partir del procesamiento de 179
publicaciones indexadas en Scopus y de la generación de mapas de co-ocurrencia mediante VOSviewer,
se identificó un campo científico altamente interdisciplinario, en el cual convergieron enfoques
provenientes de la ingeniería, las ciencias ambientales, las ciencias sociales y la ciencia de datos. Esta
interdisciplinariedad evidenció que la gestión del riesgo contemporánea depende de la integración de
conocimientos tecnológicos, territoriales y sociales, superando visiones sectoriales o fragmentadas.
Los resultados confirmaron la presencia de cuatro clusters temáticos consolidados: evaluación del
riesgo y monitoreo ambiental; sistemas de alerta y gestión de emergencias; integración de GIS y análisis
espacial; e hidrometeorología y control de inundaciones. Estos núcleos representaron las líneas de
investigación más robustas del campo, articulando desde herramientas de teledetección y modelación
pág. 5012
hidrológica hasta procesos de toma de decisiones y estrategias de respuesta institucional. La
identificación clara de dichos clusters permitió demostrar la existencia de una estructura cognitiva
estable en la literatura, con relaciones conceptuales recurrentes y patrones de colaboración consistentes.
Asimismo, el análisis temporal reveló una transición significativa en la producción científica. Durante
los primeros años del periodo analizado se observó un predominio de estudios centrados en
inundaciones, obras hidráulicas y cartografía básica. Posteriormente, entre 2011 y 2018, la literatura se
orientó hacia la vulnerabilidad, la resiliencia y la gestión de emergencias, integrando cada vez más
enfoques sociales en la comprensión del riesgo. Finalmente, a partir de 2019 se produjo un cambio
notable hacia tecnologías emergentes, destacando la incorporación de inteligencia artificial, aprendizaje
automático, Internet de las Cosas (IoT), Big Data y plataformas digitales para sistemas de alerta
temprana multiamenaza. Esta evolución reflejó tanto avances tecnológicos como la necesidad de
mejorar la capacidad predictiva y adaptativa ante fenómenos intensificados por el cambio climático.
Los hallazgos mostraron también que el cambio climático se consolidó como un eje transversal en la
investigación sobre SAT y GRD, debido a su impacto directo en la frecuencia e intensidad de eventos
extremos. La creciente vinculación entre climate change y risk assessment evidenció un interés
científico por incorporar enfoques prospectivos y análisis basados en escenarios cambiantes, adecuados
a la complejidad de los riesgos actuales. En este sentido, la literatura reciente ha resaltado la importancia
de fortalecer los sistemas multiamenaza y de adoptar metodologías anticipatorias capaces de integrar
datos heterogéneos en tiempo real.
De manera complementaria, los resultados subrayaron la relevancia creciente de la participación
comunitaria, la memoria local del riesgo y la gobernanza territorial como componentes fundamentales
para la efectividad de los sistemas de alerta temprana. La combinación de tecnologías avanzadas con
procesos sociales de gestión del riesgo representa un cambio paradigmático hacia sistemas más
inclusivos, contextualmente adaptados y orientados a fortalecer la resiliencia comunitaria.
En conjunto, el estudio permitió concluir que la investigación sobre SAT y GRD ha evolucionado hacia
un modelo integral, inteligente y multidimensional, donde convergen tecnologías geoespaciales,
algoritmos predictivos, análisis hidrometeorológico y participación social. Este análisis bibliométrico
proporciona una base sólida para comprender la organización conceptual del campo, identificar
hidrológica hasta procesos de toma de decisiones y estrategias de respuesta institucional. La
identificación clara de dichos clusters permitió demostrar la existencia de una estructura cognitiva
estable en la literatura, con relaciones conceptuales recurrentes y patrones de colaboración consistentes.
Asimismo, el análisis temporal reveló una transición significativa en la producción científica. Durante
los primeros años del periodo analizado se observó un predominio de estudios centrados en
inundaciones, obras hidráulicas y cartografía básica. Posteriormente, entre 2011 y 2018, la literatura se
orientó hacia la vulnerabilidad, la resiliencia y la gestión de emergencias, integrando cada vez más
enfoques sociales en la comprensión del riesgo. Finalmente, a partir de 2019 se produjo un cambio
notable hacia tecnologías emergentes, destacando la incorporación de inteligencia artificial, aprendizaje
automático, Internet de las Cosas (IoT), Big Data y plataformas digitales para sistemas de alerta
temprana multiamenaza. Esta evolución reflejó tanto avances tecnológicos como la necesidad de
mejorar la capacidad predictiva y adaptativa ante fenómenos intensificados por el cambio climático.
Los hallazgos mostraron también que el cambio climático se consolidó como un eje transversal en la
investigación sobre SAT y GRD, debido a su impacto directo en la frecuencia e intensidad de eventos
extremos. La creciente vinculación entre climate change y risk assessment evidenció un interés
científico por incorporar enfoques prospectivos y análisis basados en escenarios cambiantes, adecuados
a la complejidad de los riesgos actuales. En este sentido, la literatura reciente ha resaltado la importancia
de fortalecer los sistemas multiamenaza y de adoptar metodologías anticipatorias capaces de integrar
datos heterogéneos en tiempo real.
De manera complementaria, los resultados subrayaron la relevancia creciente de la participación
comunitaria, la memoria local del riesgo y la gobernanza territorial como componentes fundamentales
para la efectividad de los sistemas de alerta temprana. La combinación de tecnologías avanzadas con
procesos sociales de gestión del riesgo representa un cambio paradigmático hacia sistemas más
inclusivos, contextualmente adaptados y orientados a fortalecer la resiliencia comunitaria.
En conjunto, el estudio permitió concluir que la investigación sobre SAT y GRD ha evolucionado hacia
un modelo integral, inteligente y multidimensional, donde convergen tecnologías geoespaciales,
algoritmos predictivos, análisis hidrometeorológico y participación social. Este análisis bibliométrico
proporciona una base sólida para comprender la organización conceptual del campo, identificar
pág. 5013
tendencias emergentes y sentar las bases para el desarrollo de futuras investigaciones orientadas al
fortalecimiento de sistemas de alerta temprana más eficientes, interoperables y sensibles a las
particularidades territoriales.
REFERENCIAS BIBLIOGRAFICAS
Abeysinghe, S., & Leppold, C. (2023). Ethical research practice in health and disasters. International
Journal of Disaster Risk Reduction, 92, 103728. https://doi.org/10.1016/j.ijdrr.2023.103728
Aktas Potur, E., Aktas, A., & Kabak, M. (2025). A Bibliometric Analysis of Multi-Criteria Decision-
Making Techniques in Disaster Management and Transportation in Emergencies: Towards
Sustainable Solutions. Sustainability, 17(6), 2644. https://doi.org/10.3390/su17062644
Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping
analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
Basher, R. (2006). Global early warning systems for natural hazards: Systematic and people-centred.
Philosophical transactions. Series A, Mathematical, physical, and engineering sciences, 364,
2167–2182. https://doi.org/10.1098/rsta.2006.1819
Calvo-Solano, O., & Quesada-Román, A. (2024). Worldwide Research Trends and Networks on Flood
Early Warning Systems. GeoHazards, 5(3), 582–595.
https://doi.org/10.3390/geohazards5030030
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric
analysis: An overview and guidelines. Journal of Business Research, 133, 285–296.
https://doi.org/10.1016/j.jbusres.2021.04.070
Lavell, A. (2000). Desastres y desarrollo: Hacia un entendimiento de las formas de construcción social
de un desastre: el caso del huracán Mitch en Centroamérica.
https://www.semanticscholar.org/paper/Desastres-y-desarrollo%3A-hacia-un-entendimiento-
de-Lavell/d54c8e963b5f28d5aa5a9b2471f4325d42ee692b
Mahenge, F. Y., & Mkwela, H. S. (2026). Bibliometric analysis of community based disaster risk
management research: Trends, intellectual structure, and global collaboration patterns (2005 to
2025). African Journal of Social Issues, 9(1), 382–405. https://doi.org/10.4314/ajosi.v9i1.22
tendencias emergentes y sentar las bases para el desarrollo de futuras investigaciones orientadas al
fortalecimiento de sistemas de alerta temprana más eficientes, interoperables y sensibles a las
particularidades territoriales.
REFERENCIAS BIBLIOGRAFICAS
Abeysinghe, S., & Leppold, C. (2023). Ethical research practice in health and disasters. International
Journal of Disaster Risk Reduction, 92, 103728. https://doi.org/10.1016/j.ijdrr.2023.103728
Aktas Potur, E., Aktas, A., & Kabak, M. (2025). A Bibliometric Analysis of Multi-Criteria Decision-
Making Techniques in Disaster Management and Transportation in Emergencies: Towards
Sustainable Solutions. Sustainability, 17(6), 2644. https://doi.org/10.3390/su17062644
Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping
analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
Basher, R. (2006). Global early warning systems for natural hazards: Systematic and people-centred.
Philosophical transactions. Series A, Mathematical, physical, and engineering sciences, 364,
2167–2182. https://doi.org/10.1098/rsta.2006.1819
Calvo-Solano, O., & Quesada-Román, A. (2024). Worldwide Research Trends and Networks on Flood
Early Warning Systems. GeoHazards, 5(3), 582–595.
https://doi.org/10.3390/geohazards5030030
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric
analysis: An overview and guidelines. Journal of Business Research, 133, 285–296.
https://doi.org/10.1016/j.jbusres.2021.04.070
Lavell, A. (2000). Desastres y desarrollo: Hacia un entendimiento de las formas de construcción social
de un desastre: el caso del huracán Mitch en Centroamérica.
https://www.semanticscholar.org/paper/Desastres-y-desarrollo%3A-hacia-un-entendimiento-
de-Lavell/d54c8e963b5f28d5aa5a9b2471f4325d42ee692b
Mahenge, F. Y., & Mkwela, H. S. (2026). Bibliometric analysis of community based disaster risk
management research: Trends, intellectual structure, and global collaboration patterns (2005 to
2025). African Journal of Social Issues, 9(1), 382–405. https://doi.org/10.4314/ajosi.v9i1.22
pág. 5014
McAllister, J. T., Lennertz, L., & Atencio Mojica, Z. (2022). Mapping A Discipline: A Guide to Using
VOSviewer for Bibliometric and Visual Analysis. Science & Technology Libraries, 41(3), 319–
348. https://doi.org/10.1080/0194262X.2021.1991547
Moral-Munoz, J., Herrera-Viedma, E., Espejo, A., & Cobo, M. (2020). Software tools for conducting
bibliometric analysis in science: An up-to-date review. El Profesional de la Información, 29.
https://doi.org/10.3145/epi.2020.ene.03
Ramón-Valencia, J. A., Palacios-González, J. R., Santos-Granados, G. R., & Ramón-Valencia, J. D.
(2019). Early warning system on extreme weather events for disaster risk reduction. Revista
Facultad de Ingeniería Universidad de Antioquia, (92), 96–104.
https://www.redalyc.org/journal/430/43060759009/
Schmidt, A., Dabas, M., & Sarris, A. (2020). Dreaming of Perfect Data: Characterizing Noise in
Archaeo-Geophysical Measurements. Geosciences, 10(10), 382.
https://doi.org/10.3390/geosciences10100382
Sufri, S., Dwirahmadi, F., Phung, D., & Rutherford, S. (2020). A systematic review of Community
Engagement (CE) in Disaster Early Warning Systems (EWSs). Progress in Disaster Science, 5,
100058. https://doi.org/10.1016/j.pdisas.2019.100058
UNDRR. (2015, junio 29). Sendai Framework for Disaster Risk Reduction 2015-2030 | UNDRR.
https://www.undrr.org/publication/sendai-framework-disaster-risk-reduction-2015-2030
Zupic, I., & Čater, T. (2015). Bibliometric Methods in Management and Organization. Organizational
Research Methods, 18(3), 429–472. https://doi.org/10.1177/1094428114562629
McAllister, J. T., Lennertz, L., & Atencio Mojica, Z. (2022). Mapping A Discipline: A Guide to Using
VOSviewer for Bibliometric and Visual Analysis. Science & Technology Libraries, 41(3), 319–
348. https://doi.org/10.1080/0194262X.2021.1991547
Moral-Munoz, J., Herrera-Viedma, E., Espejo, A., & Cobo, M. (2020). Software tools for conducting
bibliometric analysis in science: An up-to-date review. El Profesional de la Información, 29.
https://doi.org/10.3145/epi.2020.ene.03
Ramón-Valencia, J. A., Palacios-González, J. R., Santos-Granados, G. R., & Ramón-Valencia, J. D.
(2019). Early warning system on extreme weather events for disaster risk reduction. Revista
Facultad de Ingeniería Universidad de Antioquia, (92), 96–104.
https://www.redalyc.org/journal/430/43060759009/
Schmidt, A., Dabas, M., & Sarris, A. (2020). Dreaming of Perfect Data: Characterizing Noise in
Archaeo-Geophysical Measurements. Geosciences, 10(10), 382.
https://doi.org/10.3390/geosciences10100382
Sufri, S., Dwirahmadi, F., Phung, D., & Rutherford, S. (2020). A systematic review of Community
Engagement (CE) in Disaster Early Warning Systems (EWSs). Progress in Disaster Science, 5,
100058. https://doi.org/10.1016/j.pdisas.2019.100058
UNDRR. (2015, junio 29). Sendai Framework for Disaster Risk Reduction 2015-2030 | UNDRR.
https://www.undrr.org/publication/sendai-framework-disaster-risk-reduction-2015-2030
Zupic, I., & Čater, T. (2015). Bibliometric Methods in Management and Organization. Organizational
Research Methods, 18(3), 429–472. https://doi.org/10.1177/1094428114562629