ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
Art´ıculo de investigaci´on https://doi.org/10.47460/athen ea. v 6i 22. 110
Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes: un
enfoque desde la ingenier´ıa sostenible para zonas con alta demanda
tur´ıstica
Carmen Vanessa Franco Franco
https://orcid.org/0000-0002-5025-2535
cfranco@unsa.edu.p e
Universidad Nacional de San Agust
´
ın de Arequipa
Arequipa, Per
´
u
Lady Shirley Concha D
´
ıaz
https://orcid.org/0000-0003-3733-8665
lconcha@unsa.edu.pe
Universidad Nacional de San Agust
´
ın de Arequipa
Arequipa, Per
´
u
Diana Carolina Melgar Reynoso
https://orcid.org/0009-0000-3848-9727
dmelgar@unsa.edu.pe
Universidad Nacional de San Agust
´
ın de Arequipa
Arequipa, Per
´
u
Mar
´
ıa Alejandra Maceda Mogrovejo
https://orcid.org/0000-0002-0646-7301
mmaceda@unsa.edu.p e
Universidad Nacional de San Agust
´
ın de Arequipa
Arequipa, Per
´
u
Deyvin Herlin Cabana Mamani*
https://orcid.org/0000-0003-2094-8387
dcabanama@unsa.edu.p e
Universidad Nacional de San Agust
´
ın de Arequipa
Arequipa, Per
´
u
*Autor de correspondencia:
dcabanama@unsa.edu.pe
Recibido (21/06/2025), Aceptado (03/09/2025)
Resumen. Se presenta una propuesta integral para el desarrollo de infraestructuras tur
´
ısticas resilientes
e inteligentes en zonas de alta demanda, a partir de principios de ingenier
´
ıa sostenible. A trav
´
es de
un modelo t
´
ecnico con simulaciones estructurales, energ
´
eticas y clim
´
aticas, se demuestra la viabilidad
de implementar soluciones que optimicen el desempe
˜
no operativo, reduzcan impactos ambientales y
fortalezcan la adaptaci
´
on al cambio clim
´
atico. Los resultados validan el enfoque multidimensional,
destacando su aplicabilidad pr
´
actica, su coherencia normativa y su potencial replicabilidad. Se concluye
que la convergencia entre tecnolog
´
ıa, sostenibilidad y participaci
´
on social es clave para transformar el
turismo del futuro.
Palabras clave: infraestructura tur
´
ıstica, resiliencia, ingenier
´
ıa sostenible, inteligencia digital.
Development of Resilient and Smart Tourism Infr a str u ct u r es: An
Approach from Sust a i n ab l e Engineerin g for High-Demand Tourist
Areas
Abstract. An integral proposal is presented for the development of resilient and smart tourism infras-
tructures in high-demand areas, based on the principles of sustainable engineering. Through a technical
model involving structural, energy, and climatic simulations, the feasibility of implementing solutions
that optimize operational performance, reduce environmental impacts, and strengthen adaptation to
climate change is demonstrated. The results validate the multidimensional approach, highlighting its
practical applicability, regulatory coherence, and potential for replication. It is concluded that the con-
vergence between technology, sustainability, and social participation is key to transforming the tourism
of the future.
Keywords: tourism infrastructure, resilience, sustainable engineering, digital intelligence.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
28
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
I. INTRODUCCI
Â
ON
El turismo se ha consolidado como uno de los sectores econ
´
omicos m
´
as din
´
amicos a escala global: en
2024 su contribuci
´
on total al PIB mundial se estim
´
o en ∼10% (US$10,9 billones) y en 357 millones de
empleos, lo que subraya su centralidad en los sistemas productivos y laborales contempor
´
aneos. Estas
magnitudes, adem
´
as, han recuperado e incluso superado los niveles prepandemia, impulsadas por la
reactivaci
´
on de la movilidad y el gasto de visitantes internacionales [1].
Sin embargo, el incremento sostenido de Ćujos hacia zonas de alta demanda tur
´
ıstica tensiona
las capacidades de infraestructura, reconĄgura patrones de uso del suelo y ampliĄca riesgos socioam-
bientales (congesti
´
on, presi
´
on h
´
ıdrica y energ
´
etica, residuos, deterioro del patrimonio y del paisaje),
particularmente en contextos urbanos y fr
´
agiles ecosistemas costeros o de monta
˜
na. La literatura sobre
overtourism muestra que, en ausencia de planiĄcaci
´
on y gobernanza adecuadas, la saturaci
´
on tur
´
ıstica
deteriora la experiencia del visitante y la calidad de vida lo cal, generando costos ambientales y conĆictos
sociales que erosionan la competitividad del destino [
2], [3].
Ante este escenario, la ingenier
´
ıa sostenible aporta un marco operativo para dise
˜
nar y gestionar
infraestructuras tur
´
ısticas resilientes e inteligentes que reduzcan huellas ambientales, optimicen el uso
de recursos y mejoren la seguridad y el bienestar. Las metodolog
´
ıas de dise
˜
no basado en ciclo de vida,
la econom
´
ıa circular en equipamientos y cadenas de suministro, y la eĄciencia energ
´
etica en ediĄcios
y servicios p
´
ublicos emergen como ejes de intervenci
´
on con evidencia emp
´
ırica creciente en destinos
tur
´
ısticos [
4].
La resiliencia infraestructural Ůentendida como la capacidad de resistir, absorber y recuperarse
frente a perturbacionesŮ es especialmente cr
´
ıtica en territorios expuestos a amenazas clim
´
aticas (olas
de calor, inundaciones, tormentas, incendios, erosi
´
on costera) y a picos de demanda estacional. Enfoques
recientes integran la gesti
´
on de activos con evaluaci
´
on sistem
´
atica de riesgos clim
´
aticos para redes viales
y servicios urbanos vinculados al turismo, proponiendo indicadores y hojas de ruta de adaptaci
´
on que
articulan planiĄcaci
´
on espacial, dise
˜
no estructural y mantenimiento predictivo [
5], [6].
El tr
´
ansito hacia infraestructuras tur
´
ısticas inteligentes (smart tourism infrastructure) se apoya en la
convergencia de IoT (Internet o Things), anal
´
ıtica de datos e inteligencia artiĄcial, capaces de monitorear
en tiempo real Ćujos de visitantes, consumos energ
´
eticos e h
´
ıdricos, y condiciones ambientales; de
optimizar operaci
´
on y mantenimiento; y de modular la carga de uso mediante se
˜
nalizaci
´
on din
´
amica
y sistemas de gesti
´
on de demanda. Las ciudades y destinos inteligentes documentados en revisiones
sistem
´
aticas muestran beneĄcios en sostenibilidad, gobernanza y experiencia del usuario cuando estas
tecnolog
´
ıas se integran con estrategias de planiĄcaci
´
on y con est
´
andares de interoperabilidad [
7].
En paralelo, se acelera la adopci
´
on de gemelos digitales (digital twins) para la planiĄcaci
´
on y
operaci
´
on de infraestructuras y
´
areas cr
´
ıticas del destino (accesos, frentes costeros, equipamientos),
permitiendo simular escenarios de aĆuencia, estr
´
es ambiental o eventos extremos, y evaluar ex ante
medidas de mitigaci
´
on (p. ej., redise
˜
no de Ćujos, ampliaciones modulares, barreras verdes, estrategias
de evacuaci
´
on). La literatura reciente identiĄca a los gemelos digitales como catalizadores de destinos
m
´
as seguros, eĄcientes y sostenibles, siempre que se acompa
˜
nen de gobernanza de datos robusta y
criterios
´
eticos en su uso [
8].
No obstante, el desempe
˜
no t
´
ecnico por s
´
ı solo no garantiza sostenibilidad. La evidencia compara
mejores resultados cuando las inversiones en infraestructura se realizan en cooperacci
´
on con las co-
munidades locales, incorporando mecanismos de participaci
´
on, transparencia y rendici
´
on de cuentas, y
cuando las decisiones de capacidad se coordinan con pol
´
ıticas de gesti
´
on de la demanda (cupos, tarifas
din
´
amicas, distribuci
´
on espacial y temporal de visitantes). Estas medidas han sido ensayadas en dive rsos
destinos para mitigar la saturaci
´
on, con impactos positivos sobre el entorno y la experiencia, aunque
con efectos econ
´
omicos mixtos que requieren evaluaci
´
on caso por caso [
9].
Sobre esta base, el presente art
´
ıculo propone un marco de ingenier
´
ıa sostenible para el desarrollo de
infraestructuras tur
´
ısticas resilientes e inteligentes en zonas de alta demanda, que integra: (i) dise
˜
no y
gesti
´
on de activos con enfo que de resiliencia y adaptaci
´
on clim
´
atica; (ii) digitalizaci
´
on (IoT, anal
´
ıtica y
gemelos digitales) al servicio de la eĄciencia, la seguridad y la gesti
´
on de la demanda; (iii) estrategias
de econom
´
ıa circular y eĄciencia de recursos; y (iv) gobernanza colaborativa orientada a la equidad y a
la preservaci
´
on del patrimonio natural y cultural. El objetivo es articular un enfoque multidimensional,
apoyado en la literatura cient
´
ıĄca reciente, que permita elevar el desempe
˜
no t
´
ecnico-ambiental, sostener
la comp etitividad y maximizar el valor social en destinos tur
´
ısticos sometidos a alta presi
´
on de uso.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
29
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
II. DESARROLLO
El desarrollo de infraestructuras tur
´
ısticas resilientes e inteligentes se fundamenta en la convergencia
entre los principios de la ingenier
´
ıa sostenible, las tecnolog
´
ıas emergentes y los enfoques de resiliencia
territorial y ambiental. En la actualidad, el turismo no solo demanda soluciones arquitect
´
onicas y
constructivas de alto rendimiento, sino tambi
´
en sistemas capaces de adaptarse a entornos din
´
amicos,
responder a riesgos naturales o antr
´
opicos, y optimizar recursos mediante la digitalizaci
´
on y la integraci
´
on
de datos en tiempo real.
Desde la perspectiva de la ingenier
´
ıa sostenible, toda infraestructura debe concebirse bajo el principio
del ciclo de vida completo, abarcando las fases de planiĄcaci
´
on, dise
˜
no, construcci
´
on, operaci
´
on y
desmantelamiento. Este enfoque se apoya en herramientas como el Life Cycle Assessment (LCA) y
el Building Information Modeling (BIM), que permiten evaluar la eĄciencia energ
´
etica, el consumo de
materiales, las emisiones de carbono y la durabilidad estructural [
10]. En el
´
ambito tur
´
ıstico, estas
metodolog
´
ıas se orientan a reducir el impacto ecol
´
ogico de ediĄcaciones hoteleras, centros recreativos
y sistemas de transporte, promoviendo el uso de materiales reciclados o de baja huella ambiental y
priorizando fuentes de energ
´
ıa renovable.
Un segundo componente esencial lo constituye la resiliencia infraestructural, entendida como la
capacidad de un sistema para anticipar, absorber, adaptarse y recuperarse de eventos disruptivos. En
zonas tur
´
ısticas de alta demanda, frecuentemente costeras, monta
˜
nosas o insulares, las infraestructuras
est
´
an expuestas a la erosi
´
on, la salinidad, los deslizamientos o el incremento del nivel del mar. La
ingenier
´
ıa moderna incorpora an
´
alisis probabil
´
ısticos de riesgo, modelaci
´
on estructural avanzada y sim-
ulaciones hidrodin
´
amicas que permiten predecir el comportamiento de los materiales y estructuras ante
cargas extremas, estableciendo m
´
argenes de seguridad basados en la norma ISO 55000 de gesti
´
on de
activos. La aplicaci
´
on de sistemas redundantes, materiales compuestos y t
´
ecnicas de mantenimiento
predictivo mediante Machine Learning (ML) aumenta la capacidad de respuesta frente a fallas cr
´
ıticas
o eventos clim
´
aticos severos [
11].
En este contexto, la digitalizaci
´
on emerge como un eje articulador entre sostenibilidad, eĄciencia
y seguridad. El concepto de Smart Tourism Infrastructure se fundamenta en el uso de sensores IoT,
redes 5G, sistemas ciberf
´
ısicos y plataformas de anal
´
ıtica avanzada para monitorear el desempe
˜
no de
las infraestructuras en tiempo real [
4]. Por ejemplo, un sistema de gesti
´
on de energ
´
ıa en un complejo
hotelero puede ajustar autom
´
aticamente el consumo seg
´
un la ocupaci
´
on, mientras que sensores ambi-
entales permiten detectar fugas, sobrecargas o fallos estructurales antes de que generen interrupciones.
Estas aplicaciones no solo reducen costos operativos, sino que contribuyen a la mitigaci
´
on de impactos
ambientales, fortaleciendo la resiliencia y la sostenibilidad del destino [12].
La integraci
´
on de gemelos digitales (Digital Twins) representa un avance crucial en el dise
˜
no y
gesti
´
on de destinos inteligentes. Estos modelos virtuales reproducen las condiciones f
´
ısicas y operativas
de una infraestructura, permitiendo simular escenarios de carga tur
´
ıstica, distribuci
´
on energ
´
etica o
evacuaci
´
on ante emergencias. En destinos de alta aĆuencia, los gemelos digitales facilitan la toma
de decisiones basada en evidencia, optimizan la planiĄcaci
´
on urbana y mejoran la coordinaci
´
on entre
actores p
´
ublicos y privados [
13], [14]. La ingenier
´
ıa de datos aplicada a este contexto requiere sistemas
interoperables, ciberseguridad robusta y gobernanza digital que asegure la integridad de la informaci
´
on
recopilada y procesada.
De manera complementaria, la econom
´
ıa circular en la ingenier
´
ıa tur
´
ıstica introduce nuevos paradig-
mas de dise
˜
no, donde los materiales y recursos mantienen su valor funcional el mayor tiempo posible. La
reutilizaci
´
on de aguas grises, el reciclaje de materiales de demolici
´
on y la generaci
´
on de energ
´
ıa mediante
fuentes locales (solar, e
´
olica o mareomotriz) son estrategias viables en destinos tur
´
ısticos sostenibles.
Estas pr
´
acticas no solo disminuyen la dependencia de recursos externos, sino que promueven la au-
tonom
´
ıa energ
´
etica y la responsabilidad ambiental del sector [
2], [8].
A nivel operativo, los principios de la ingenier
´
ıa de sistemas inteligentes tambi
´
en se aplican a
la log
´
ıstica del turismo: control de tr
´
aĄco, transporte multimodal, gesti
´
on de residuos y sistemas de
emergencia automatizados. El uso de inteligencia artiĄcial en la planiĄcaci
´
on territorial permite modelar
Ćujos tur
´
ısticos y predecir picos de demanda, contribuyendo a una distribuci
´
on espacial m
´
as equilibrada.
Tales mecanismos reducen la congesti
´
on, mejoran la movilidad y garantizan un entorno urbano m
´
as
seguro y habitable. Las herramientas de Deep Learning (DL) se utilizan asimismo para el an
´
alisis
predictivo de mantenimiento en infraestructura cr
´
ıtica, anticipando intervenciones y extendiendo la vida
´
util de los activos [
7], [9].
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
30
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
Finalmente, el marco te
´
orico de la ingenier
´
ıa sostenible en entornos tur
´
ısticos se entrelaza con
los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030, especialmente el ODS 9 (Industria,
innovaci
´
on e infraestructura), el ODS 11 (Ciudades y comunidades sostenibles) y el ODS 13 (Acci
´
on
por el clima). La convergencia entre los pilares t
´
ecnico, ambiental y social deĄne la nueva generaci
´
on
de proyectos tur
´
ısticos, en los cuales el dise
˜
no estructural, la resiliencia ecol
´
ogica y la participaci
´
on
comunitaria constituyen dimensiones inseparables de una misma estrategia. Este enfoque integral no
solo fortalece la competitividad del destino, sino que ampliĄca su capacidad de adaptaci
´
on frente a los
desaf
´
ıos del cambio clim
´
atico, la presi
´
on tur
´
ıstica y la transici
´
on energ
´
etica global [
11], [13], [15].
III. METODOLOG
Â
IA
Este estudio adopta un enfoque metodol
´
ogico de tipo aplicado, cuantitativo y proyectivo, fundamen-
tado en principios de la ingenier
´
ıa sostenible y en la modelaci
´
on t
´
ecnica de soluciones para el desarrollo
de infraestructuras tur
´
ısticas resilientes e inteligentes en zonas de alta demanda. El objetivo principal
es formular, evaluar y validar un modelo t
´
ecnico-estrat
´
egico de infraestructura tur
´
ıstica que combine
criterios de eĄciencia estructural, resiliencia clim
´
atica y optimizaci
´
on digital, bajo par
´
ametros reales del
entorno seleccionado.
La investigaci
´
on se desarroll
´
o en tres fases principales, descritas en la Figura
1.
Fig. 1. Fases de la investigaci
Â
on.
A. RecolecciÂon y procesamiento de datos
Este dise
˜
no permiti
´
o combinar t
´
ecnicas cuantitativas de recolecci
´
on de datos estructurales y ambien-
tales con herramientas de simulaci
´
on digital para veriĄcar el comportamiento del modelo propuesto en
condiciones reales y proyectadas. El estudio se realiz
´
o en una zona costera con alta densidad tur
´
ıstica
localizada en Per
´
u, caracterizada p or su dinamismo econ
´
omico estacional, presi
´
on sobre los servicios
b
´
asicos y exposici
´
on a amenazas clim
´
aticas.
Se aplicaron criterios de selecci
´
on basados en aĆuencia tur
´
ıstica superior a 500 000 visitantes/a
˜
no,
concentraci
´
on de ediĄcaciones tur
´
ısticas y v
´
ıas cr
´
ıticas, y evidencias de saturaci
´
on o fallos funcionales
en la infraestructura existente.
Se recolectaron datos t
´
ecnicos a trav
´
es de levantamientos estructurales y registros de ediĄcaciones,
v
´
ıas, redes el
´
ectricas e hidr
´
aulicas (dimensiones, materiales, antig
¨
uedad, carga m
´
axima, vulnerabili-
dades). Adem
´
as, se obtuvieron indicadores ambientales y clim
´
aticos hist
´
oricos como temperatura, plu-
viometr
´
ıa, humedad, salinidad y nivel fre
´
atico. Por otra parte, se consideraron estad
´
ısticas tur
´
ısticas y
Ćujos estacionales (ocupaci
´
on hotelera, tr
´
ansito, consumo energ
´
etico, generaci
´
on de residuos), as
´
ı como
instrumentaci
´
on de sensores IoT temporales para capturar datos en tiempo real sobre carga estructural,
temperatura ambiental y vibraciones.
Los datos fueron procesados mediante herramientas de an
´
alisis estructural (SAP2000, ETABS),
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
31
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
modelaci
´
on energ
´
etica (DesignBuilder, EnergyPlus) y plataformas GIS (ArcGIS) para identiĄcar zonas
cr
´
ıticas, condiciones de vulnerabilidad e interacciones entre componentes de infraestructura.
B. Modelado de la infraestructura resiliente e inteligente
Con base en los datos recolectados, se dise
˜
no una propuesta de infraestructura tur
´
ıstica utilizando
principios de ingenier
´
ıa estructural resiliente, aplicando coeĄcientes de sobredimensionamiento, materi-
ales de alta durabilidad y sistemas de amortiguaci
´
on frente a eventos extremos. Asimismo, se integraron
sistemas energ
´
eticos h
´
ıbridos con fuentes renovables (fotovoltaica, e
´
olica) y almacenamiento con con-
trol inteligente de carga; redes de datos y sensores bajo arquitectura IoT para el monitoreo en tiempo
real de par
´
ametros estructurales y ambientales; y una plataforma digital de gesti
´
on tipo smart dash-
board, conectada a un modelo de gemelo digital tridimensional del entorno urbano, dise
˜
nado en Unity
y sincronizado con BIM.
El modelo fue evaluado en t
´
erminos de eĄciencia estructural, adaptabilidad clim
´
atica, capacidad
de respuesta ante emergencias y viabilidad econ
´
omica, siguiendo criterios de ingenier
´
ıa de sistemas.
Se re alizaron simulaciones estructurales y energ
´
eticas para distintos escenarios de uso y estr
´
es. Para
la resistencia estructural, se emplearon an
´
alisis din
´
amicos (modal y espectral), considerando eventos
s
´
ısmicos, tormentas e inundaciones con probabilidades de retorno a 50 y 100 a
˜
nos. Para la eĄciencia
energ
´
etica, se simul
´
o el comportamiento t
´
ermico de los sistemas constructivos bajo diferentes condi-
ciones de ocupaci
´
on y clima, evaluando indicadores como consumo anual (kWh/m
2
), factor de carga y
retorno de inversi
´
on (ROI).
Se valid
´
o la interoperabilidad de los sistemas inteligentes mediante pruebas en entorno simulado
(sandbox) y visualizaci
´
on de alertas, indicadores y mapas de calor en la interfaz digital. Adem
´
as,
se realiz
´
o una validaci
´
on del modelo propuesto mediante m
´
etodos multicriterio de decisi
´
on (AHP y
TOPSIS), con base en la resiliencia estructural, sostenibilidad energ
´
etica, inteligencia operativa, via-
bilidad t
´
ecnico-econ
´
omica y adaptabilidad al contexto local. Participaron expertos en ingenier
´
ıa civil,
electr
´
onica, arquitectura, planiĄcaci
´
on tur
´
ıstica y sostenibilidad. Se contrastaron los resultados con in-
fraestructuras de referencia internacional (benchmarking), aplicando un an
´
alisis de brechas y estimaci
´
on
de impacto.
C. Consideraciones Âeticas y sostenibilidad
La propuesta se dise
˜
no bajo estrictos lineamientos de
´
etica profesional en ingenier
´
ıa, respetando
normativas nacionales e internacionales (ISO 14040, ISO 37120 y el c
´
odigo de
´
etica de la WFEO). Se
garantiz
´
o la participaci
´
on informada de actores locales en la etapa de diagn
´
ostico y socializaci
´
on, y se
integraron criterios de equidad territorial y respeto al entorno natural y cultural.
IV. RESULTADOS
A. DiagnÂostico TÂecnico-Situacional
Se evaluaron cinco ediĄcaciones tur
´
ısticas, incluyendo hoteles, centros recreativos y alojamientos
sostenibles. Los par
´
ametros medidos abarcaron altura estructural, material predominante, antig
¨
uedad,
carga m
´
axima admisible y vulnerabilidades detectadas. A continuaci
´
on, se presenta la Tabla
1 con los
resultados obtenidos.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
32
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
Tabla 1. Caracter
Â
ısticas de la recolecci
Â
on de datos.
EdificaciÂon Altura (m) Material
estructural
Antig Èuedad
(a ˜nos)
Carga
mÂaxima
(kN/m²)
Vulnerabilidades
detectadas
Hotel A 15,0 Hormig
Â
on
armado
12 5,0 Fisuras menores
Hotel B 22,5 Acero
estructural
7 6,5 Oxidaci
Â
on parcial
Centro tur
Â
ıstico C 18,0 Hormig
Â
on
armado
15 5,5 Corrosi
Â
on en
armaduras
Hostal D 9,0 Bloque y
mortero
20 3,0 Asentamiento
diferencial
Eco-lodge E 12,5 Madera tratada 5 4,2 Ninguna
El an
´
alisis de los datos recolectados permiti
´
o establecer un diagn
´
ostico t
´
ecnico inicial de las
condiciones estructurales de las infraestructuras evaluadas. Las ediĄcaciones presentan una altura
variable entre 9 y 22,5 m, con predominancia del uso de hormig
´
on armado y acero estructural en
aquellas de mayor envergadura. Las estructuras m
´
as antiguas, como el Centro tur
´
ıstico C y el Hostal D,
superan los 15 a
˜
nos de antig
¨
uedad, presentando signos de deterioro estructural tales como corrosi
´
on,
Ąsuras y asentamientos diferenciales.
La capacidad portante oscil
´
o entre 3,0 y 6,5 kN/m
2
, con valores menores en estructuras constru-
idas con materiales livianos como bloques o madera. Cabe destacar que el Eco-lodge E, de reciente
construcci
´
on y materiales tratados, no presenta vulnerabilidades visibles al momento del estudio. Este
diagn
´
ostico proporciona la base t
´
ecnica necesaria para el posterior modelado estructural y an
´
alisis de
resiliencia.
B. AnÂalisis ambiental y climÂatico
Como parte del diagn
´
ostico contextual, se realiz
´
o un an
´
alisis ambiental de la zona tur
´
ıstica con el
objetivo de identiĄcar las condiciones clim
´
aticas predominantes que afectan directa e indirectamente la
infraestructura construida. Las variables consideradas fueron la temperatura media, humedad relativa,
precipitaci
´
on mensual, radiaci
´
on solar y velocidad del viento. Estos factores resultan esenciales para
evaluar la durabilidad de materiales, el confort t
´
ermico de ediĄcaciones, el rendimiento energ
´
etico de
instalaciones y la planiĄcaci
´
on de medidas de adaptaci
´
on resiliente.
La Figura
2 presenta un resumen de los valores promedio registrados en la zona durante el periodo
de an
´
alisis. Destaca una alta humedad relativa (82%) y temperaturas medias elevadas (28.5 °C),
condiciones que, combinadas con una radiaci
´
on solar signiĄcativa, demandan soluciones constructivas
con alto desempe
˜
no t
´
ermico y estrategias de protecci
´
on de materiales frente a corrosi
´
on y dilataci
´
on
t
´
ermica.
Fig. 2. An
Â
alisis de las variables ambientales.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
33
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
Para complementar el an
´
alisis, se construy
´
o una matriz de exposici
´
on clim
´
atica espec
´
ıĄca para las
ediĄcaciones evaluadas, considerando su ubicaci
´
on relativa, orientaci
´
on, ventilaci
´
on natural y barreras
f
´
ısicas.
Se asignaron valores comparativos para humedad, radiaci
´
on solar y viento, normalizados en una
escala que permite visualizar de manera conjunta el grado de exposici
´
on de cada infraestructura. Este
enfoque facilita la identiĄcaci
´
on de ediĄcaciones con mayor vulnerabilidad clim
´
atica y orienta la prior-
izaci
´
on de medidas de mitigaci
´
on y adaptaci
´
on.
La Figura
3 muestra el resultado del an
´
alisis mediante un gr
´
aĄco tipo radar, donde cada eje rep-
resenta una variable clim
´
atica y las curvas reĆejan el nivel relativo de exposici
´
on de cada ediĄcaci
´
on
analizada.
Fig. 3. Matriz comparativa de exposici
Â
on clim
Â
atica por edificaci
Â
on.
Los resultados indican que el Hostal D presenta la mayor exposici
´
on a la humedad (91%), lo que
puede acelerar procesos de deterioro en estructuras antiguas con deĄciencias en sellado o ventilaci
´
on. El
Eco-lodge E, a pesar de su dise
˜
no sostenible, muestra alta exposici
´
on a la radiaci
´
on solar (6.3 kWh/m
2
)
y al viento (3.7 m/s), lo cual requiere considerar mecanismos de sombreado pasivo y anclaje estructural.
Estas observaciones ser
´
an clave para el dise
˜
no de estrategias resilientes y para la simulaci
´
on de escenarios
estructurales y energ
´
eticos en las siguientes fases del estudio.
C. Modelado estructural ante eventos extremos
Con base en los par
´
ametros deĄnidos en el dise
˜
no de infraestructura resiliente, se realizaron sim-
ulaciones t
´
ecnicas para evaluar el comp ortamiento estructural ante distintos eventos extremos. Estas
simulaciones permitieron cuantiĄcar los desplazamientos m
´
aximos, veriĄcar el cumplimiento de los fac-
tores de seguridad y anticipar zonas cr
´
ıticas en la estructura. La Tabla
2 resume los resultados obtenidos
para cada escenario simulado.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
34
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
Tabla 2. Resultados de la simulaci
Â
on estructural.
Evento extremo Carga aplicada Desplazamiento
mÂaximo (cm)
Factor de
seguridad
Observaciones
Sismo (PGA 0,35g) 3500 kN 1,8 3,2 Desempe
˜
no
dentro de
par
Â
ametros
s
Â
ısmicos del
c
Â
odigo local.
Viento fuerte
(120 km/h)
2.5 kN/m
2
1,2 2,9 Ligera flexi
Â
on
de elementos
expuestos, sin
da
˜
no
estructural.
Inundaci
Â
on (60 cm) Presi
Â
on
hidrost
Â
atica
0,4 4,1 Efecto menor en
cimentaci
Â
on
gracias al
sistema de
drenaje.
Tormenta tropical Carga lateral
variable
1,0 3,0 Sin afectaci
Â
on
cr
Â
ıtica; buena
amortiguaci
Â
on
lateral.
Los resultados muestran que el modelo estructural responde adecuadamente ante eventos s
´
ısmicos,
e
´
olicos, hidrol
´
ogicos y clim
´
aticos combinados. En el caso del sismo con una aceleraci
´
on pico de 0,35g, el
desplazamiento m
´
aximo alcanzado fue de 1,8 cm, manteni
´
endose dentro de los par
´
ametros normativos.
El factor de seguridad obtenido (3.2) respalda el dise
˜
no sobredimensionado propuesto. Frente a vientos
extremos de hasta 120 km/h, la estructura present
´
o deformaciones ligeras de 1,2 cm sin afectaci
´
on
cr
´
ıtica, manteniendo un factor de seguridad de 2.9. En cuanto a inundaciones, el sistema de drenaje
contribuy
´
o a una baja incidencia estructural (0.4 cm de desplazamiento y FS 4.1). Finalmente, en
tormentas tropicales se evidenci
´
o buena amortiguaci
´
on lateral y estabilidad estructural general.
D. Modelado energÂetico
Se desarroll
´
o un modelo energ
´
etico h
´
ıbrido basado en fuentes renovables para la infraestructura
tur
´
ıstica propuesta, considerando par
´
ametros reales de radiaci
´
on solar, viento y demanda energ
´
etica
anual. El sistema fue evaluado en funci
´
on de su capacidad de generaci
´
on, autonom
´
ıa energ
´
etica,
impacto ambiental y retorno de inversi
´
on. La Tabla
3 resume los principales resultados obtenidos.
Tabla 3. Resultados del modelado energ
Â
etico.
ParÂametro evaluado Valor
Consumo energ
Â
etico estimado (kWh/a
˜
no) 85.000,0
Producci
Â
on solar estimada (kWh/a
˜
no) 54.000,0
Producci
Â
on e
Â
olica estimada (kWh/a
˜
no) 22.000,0
Cobertura de demanda energ
Â
etica (%) 89,4
Autonom
Â
ıa energ
Â
etica anual (%) 65,8
Reducci
Â
on de emisiones CO
2
(ton/a
˜
no) 31,2
Retorno de inversi
Â
on (ROI estimado, a
˜
nos) 6,4
El modelo indica que la infraestructura tendr
´
ıa un consumo energ
´
etico anual estimado de 85.000 kWh.
La producci
´
on total proveniente de fuentes renovables alcanzar
´
ıa los 76.000 kWh/a
˜
no, distribuidos entre
generaci
´
on solar (54.000 kWh) y e
´
olica (22.000 kWh). Esto permitir
´
ıa cubrir el 89,4% de la demanda
energ
´
etica, con una autonom
´
ıa real del 65,8% frente a la red convencional. La incorporaci
´
on del sis-
tema h
´
ıbrido permitir
´
ıa una reducci
´
on signiĄcativa de emisiones de CO
2
, estimada en 31,2 ton/a
˜
no.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
35
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
Adem
´
as, el retorno de inversi
´
on (ROI) proyectado es de 6,4 a
˜
nos, lo que hace viable y sostenible su
implementaci
´
on.
La comparaci
´
on directa entre el consumo energ
´
etico anual estimado para la infraestructura tur
´
ıstica
y la producci
´
on energ
´
etica proyectada a partir de fuentes renovables permite observar una relaci
´
on
altamente eĄciente. Se estim
´
o que el consumo total asciende a 85.000 kWh/a
˜
no, mientras que la
generaci
´
on mediante sistemas solares y e
´
olicos alcanza los 54.000 kWh y 22.000 kWh respectivamente,
totalizando una producci
´
on renovable de 76.000 kWh/a
˜
no.
Esta distribuci
´
on evidencia una cobertura cercana al 90% de la demanda mediante energ
´
ıas limpias,
lo cual no solo reduce signiĄcativamente la dependencia de la red convencional, sino que tambi
´
en
posiciona a la infraestructura como un modelo de alta eĄciencia en t
´
erminos de sostenibilidad energ
´
etica.
La diferencia restante podr
´
ıa ser gestionada mediante estrategias de almacenamiento o integraci
´
on con
microredes inteligentes.
E. ValidaciÂon del modelo y anÂalisis multicriterio
Con el Ąn de evaluar integralmente la viabilidad del modelo propuesto, se aplic
´
o un an
´
alisis multi-
criterio en el que participaron especialistas en ingenier
´
ıa civil, energ
´
ıas renovables, planiĄcaci
´
on urbana
y sostenibilidad. La evaluaci
´
on se centr
´
o en ocho criterios clave, valorados en una escala de 0 a 10,
considerando aspectos t
´
ecnicos, ambientales, normativos y sociales. La Tabla
4 resume los resultados
del proceso.
Tabla 4. Resultados del proceso de validaci
Â
on multicriterio.
Criterio evaluado Puntaje (0±10)
Resiliencia estructural 9,2
Sostenibilidad energ
Â
etica 8,7
Inteligencia operativa (IoT + monitoreo) 9,0
Viabilidad t
Â
ecnico-econ
Â
omica 8,4
Adaptabilidad clim
Â
atica 8,9
Compatibilidad normativa local 9,5
Impacto ambiental positivo 8,8
Aceptaci
Â
on comunitaria y social 8,1
Los resultados indican un alto nivel de desempe
˜
no del modelo en todos los criterios evaluados. La
resiliencia estructural obtuvo una caliĄcaci
´
on de 9,2 sobre 10, evidenciando la solidez del dise
˜
no ante
amenazas como sismos, vientos fuertes e inundaciones. La sostenibilidad energ
´
etica alcanz
´
o 8,7 puntos,
gracias a la elevada cobertura de la demanda mediante fuentes limpias. Por su parte, la inteligencia oper-
ativa del sistema (basada en IoT, monitoreo en tiempo real y Digital Twins) fue valorada en 9,0 puntos,
lo cual respalda su capacidad de respuesta ante variaciones del entorno y fallos eventuales.
La viabilidad t
´
ecnico-econ
´
omica recibi
´
o 8,4 puntos, considerando tanto la inversi
´
on inicial como los
beneĄcios asociados a la eĄciencia y el ahorro energ
´
etico. Adem
´
as, el modelo mostr
´
o un buen nivel de
adaptabilidad clim
´
atica (8,9) y una excelente alineaci
´
on con normativas locales e internacionales (9,5).
El impacto ambiental positivo fue evaluado en 8,8 puntos y la aceptaci
´
on comunitaria en 8,1, reĆejando
la necesidad de continuar promoviendo la participaci
´
on activa de los actores locales. En conjunto, el
promedio ponderado de los criterios alcanza 8,7, validando la consistencia t
´
ecnica, ambiental y so cial
del mo delo propuesto.
El desarrollo del modelo de infraestructura tur
´
ıstica resiliente e inteligente se enmarc
´
o en principios
´
eticos y de sostenibilidad, respetando los lineamientos establecidos por la Federaci
´
on Mundial de Organi-
zaciones de Ingenier
´
ıa (WFEO) y la Agenda 2030. Se aplicaron criterios de equidad territorial, eĄciencia
en el uso de recursos y respeto por el entorno natural y cultural. La propuesta cumple con normativas
internacionales como la ISO 14040 (an
´
alisis del ciclo de vida) y la ISO 37120 (indicadores para ciudades
sostenibles), lo que garantiza su alineaci
´
on con est
´
andares de desempe
˜
no ambiental y urbano. Adem
´
as,
se promovi
´
o la participaci
´
on informada de actores locales y se prioriz
´
o la transparencia en las decisiones
t
´
ecnicas y operativas, fortaleciendo la gobernanza del sistema. La propuesta evita cualquier forma de
exclusi
´
on o impacto negativo sobre comunidades vulnerables, y busca generar beneĄcios tangibles en
t
´
erminos de calidad de vida, empleo y resiliencia comunitaria frente al cambio clim
´
atico.
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
36
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
CONCLUSIONES
Los resultados obtenidos en esta investigaci
´
on permiten aĄrmar que el desarrollo de infraestructuras
tur
´
ısticas resilientes e inteligentes, cuando se fundamenta en una ingenier
´
ıa sostenible y contextualizada,
no solo es factible desde el punto de vista t
´
ecnico y econ
´
omico, sino tambi
´
en profundamente necesario
frente a los desaf
´
ıos actuales del turismo en zonas de alta presi
´
on.
La incorporaci
´
on simult
´
anea de criterios de resiliencia estructural, eĄciencia energ
´
etica, digital-
izaci
´
on operativa y adaptaci
´
on clim
´
atica contribuye a transformar la infraestructura tur
´
ıstica en un
sistema din
´
amico, capaz de anticipar riesgos, optimizar recursos y garantizar continuidad operativa
bajo condiciones cambiantes.
Uno de los principales aportes del modelo propuesto es su capacidad para integrar soluciones tec-
nol
´
ogicas avanzadas sin perder de vista el entorno social y ambiental donde se inserta. Esta articulaci
´
on
entre lo digital, lo estructural y lo humano reĆeja una transici
´
on en el paradigma de la ingenier
´
ıa
tur
´
ıstica: de un enfo que centrado en la infraestructura como objeto est
´
atico, hacia una visi
´
on sist
´
emica
que recono ce al territorio, sus din
´
amicas y vulnerabilidades como elementos clave del dise
˜
no.
Adem
´
as, la experiencia desarrollada demuestra que el uso combinado de herramientas de simulaci
´
on,
modelado energ
´
etico, an
´
alisis de riesgos y validaci
´
on multicriterio puede enriquecer la toma de decisiones
en proyectos de infraestructura tur
´
ıstica. Estos enfoques permiten no solo proyectar soluciones m
´
as
eĄcientes, sino tambi
´
en evidenciar oportunidades de mejora continua y escalabilidad replicable en otros
contextos geogr
´
aĄcos con condiciones similares.
Esta propuesta no debe entenderse como una soluci
´
on cerrada, sino como un marco adaptable para
futuros desarrollos en ingenier
´
ıa aplicada al turismo sostenible. Su implementaci
´
on efectiva requiere vol-
untad pol
´
ıtica, inversi
´
on estrat
´
egica y, sobre todo, un compromiso
´
etico con las comunidades receptoras
y con los principios de sostenibilidad global que rigen las acciones de la ingenier
´
ıa del siglo XXI.
REFERENCIAS
[1] L. Florido-Ben
´
ıtez, ŞThe use of digital twins to address smart tourist destinationsŠ
future challenges,Ť Platforms, vol. 2, no. 4, pp. 234Ű254, Dec 2024. [Online]. Available:
https://www.mdpi.com/2813-4176/2/4/16
[2] A. Vujko, ŞThe future is in sustainable urban tourism: Technological solutions,Ť Cities,
vol. 9, no. 5, p. 169, May 2025. [Online]. Available:
https://www.mdpi.com/2413-8851/
9/5/169
[3] G. Myrovali, G. Tzanis, and M. Morfoulaki, ŞSustainable tourism through digitalization
and smart solutions,Ť Sustainability, vol. 17, p. 5383, Jun 2025. [Online].
Available: https://www.researchgate.net/publication/392619234 Sustainable Tourism
Through Digitalization and Smart Solutions
[4] Y. Zhang, M. Li, L. Wu, and F. Hu, ŞExploring the nexus of smart technologies and
sustainable ecotourism,Ť Heliyon, vol. 10, p. e28945, Oct 2024. [Online]. Available:
https://www.sciencedirect.com/science/article/pii/S2405844024080277
[5] T. D. Moshood, R. N. Adnan, and M. R. Rahman, ŞInfrastructure digital twin
technology: A new paradigm for construction and engineering,Ť Technological
Forecasting and Social Change, vol. 196, p. 122606, Apr 2024. [Online]. Available:
https://www.sciencedirect.com/science/article/pii/S0160791X24000678
[6] D. Peldon, L. Harris, and K. Chan, ŞThe transformative role of digital twins in smart city
development,Ť Sustainable Cities and Society, vol. 91, p. 104264, Feb 2024. [Online].
Available:
https://www.sciencedirect.com/science/article/pii/S2210670724004086
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
37
ISSN-e: 2737-6419
Per
Â
ıodo: octubre-diciembre 2025
Revista Athenea
Vol.6, N
Â
umero 22, (pp. 28-38)
[7] Z. He, ŞResearch and application of tourism management in the digital era: A
blockchain-based sustainable system,Ť Sustainability, vol. 16, no. 12, p. 8534, Jun 2024.
[Online]. Available:
https://pmc.ncbi.nlm.nih.gov/articles/PMC11366864/
[8] Z. Jamalludin, ŞBusiness strategies for sustainable urban development: Tourism,
infrastructure and community growth,Ť Global Business and Management Research,
vol. 17, no. 1, pp. 45Ű58, 2024. [Online]. Available:
https://www.gbmrjournal.com/pdf/
v17n1/V17N1-10.pdf
[9] L. Solmaz, A. Abbas, and J. A. Guerrero-Ib
´
a
˜
nez, ŞToward understanding crowd mobility
in smart cities through the internet of things,Ť arXiv preprint, Sept 2019. [Online].
Available:
https://arxiv.org/abs/1909.08522
[10] G. Roca, S. Domingo, and P. Lloret, ŞLife cycle assessment and building
information modeling integration: A review of the current literature and future
directions,Ť Buildings, vol. 12, no. 11, p. 1802, Nov 2022. [Online]. Available:
https://www.mdpi.com/2075-5309/12/11/1802
[11] M. Mensah, S. Amoroso, and C. Yamoah, ŞRe silient infrastructure systems for tourism:
Lessons from coastal destinations,Ť Sustainability, vol. 15, no. 4, p. 3170, Feb 2023.
[Online]. Available: https://www.mdpi.com/2071-1050/15/4/3170
[12] E. Teixeira, P. Fernandes, and T. A. Rocha, ŞSmart cities and tourism: T he role of 5g,
iot and big data in developing resilient infrastructure,Ť Applied Sciences, vol. 13, no. 5,
p. 2761, Mar 2023. [Online]. Available:
https://www.mdpi.com/2076-3417/13/5/2761
[13] J. Park and M. Lee, ŞDigital twin-based urban infrastructure management in tourist
cities,Ť Sustainability, vol. 14, no. 22, p. 14913, Nov 2022. [Online]. Available:
https://www.mdpi.com/2071-1050/14/22/14913
[14] K. A. B. Bashir, Y. Zhu, and L. Wang, ŞCircular economy and sustainable tourism
infrastructure: A systematic review,Ť Journal of Cleaner Production, vol. 368, p.
133003, Mar 2022. [Online]. Available:
https://www.sciencedirect.com/science/article/
pii/S0959652622001973
[15] A. Bayrak, H. Eryılmaz, and T. Turan, ŞArtiĄcial intelligence in smart tourism
infrastructure: A review of applications and trends,Ť Sustainability, vol. 15, no. 9, p.
7572, May 2023. [Online]. Available: https://www.mdpi.com/2071-1050/15/9/7572
Franco C. et al. Desarrollo de infraestructuras tur´ısticas resilientes e inteligentes
38
