An increasing trend in both the number of disasters and affected people has been observed, especially during the second half of the 20th century. The physical, economic and social impact that natural hazards have had on a global scale has prompted an increasing interest of governments, international institutions and the academia. This has immensely contributed to improve the knowledge on the subject and has helped multiply the number of initiatives to reduce the negative consequences of natural hazards on people. The scale on which studies supporting disaster risk reduction (DRR) actions are performed is a critical parameter. Given that disasters are recognized to be place-dependent, studying the geographical distribution of disasters on a local scale is essential to make DRR practical and feasible for local authorities, organizations and civilians. However, studying disasters on the local scale is still a challenge due to the constraints posed by scarce data availability. Social vulnerability in many disaster-prone areas is however a pressing issue that needs to be swiftly addressed despite of the many limitations of data for such studies. This thesis explored methodological alternatives to study the geographical distribution of natural disasters and their potential causes in disaster-prone and data-scarce areas. The Samala River catchment in Guatemala was selected as a case study, which is representative of areas with high social vulnerability and data scarcity.  Exploratory methods to derive critical disaster information in such areas were constructed using the geographical and social data available for the study area. The hindrances posed by the available data were evaluated and the use of non-traditional datasets such as nightlights imagery to complement the available data were explored as a way of overcoming the observed limitations. The exploratory methods developed in this thesis aim at (a) deriving information on natural disasters under data-scarce circumstances, (b) exploring the correlation between the spatial distribution of natural disasters and the physical context in order to look for causalities, (c) using open data to study the social context as a potential cause of disasters in data-scarce areas, and (d) mapping vulnerabilities to support actions for disaster risk reduction. Although the available data for the case study was limited in quantity and quality and many sources of uncertainty exist in the proposed methods, this thesis argues that the potential contribution to the development of DRR on a local scale is more important than the identified drawbacks. The use of non-traditional data such as remotely sensed imagery made it possible to derive information on the occurrences of disasters and, in particular, causal relationships between location of disasters and their physical and social context. / El número de desastres y personas afectadas por esos desastres en el mundo han mostrado una tendencia creciente, especialmente en la segunda mitad del siglo veinte. El impacto físico, económico y social que las amenazas naturales han causado a nivel global ha causado que gobiernos, instituciones internacionales y la academia se interesen cada vez más en los desastres causados por esas amenazas. Este interés ha contribuido a mejorar el conocimiento existente sobre desastres y ha contribuido a multiplicar las iniciativas orientadas a reducir sus efectos negativos en las personas. La escala en la cual las iniciativas para la reducción del riesgo de desastres (RRD) se llevan a cabo es un parámetro crítico para su materialización. Hoy en día se reconoce la estrecha relación que existe entre los desastres y los lugares donde éstos se registran. Por esta razón, estudiar la distribución de los desastres en una escala local es esencial para que la RRD sea práctica y factible para autoridades y organizaciones locales, y también para la sociedad civil. Sin embargo, estudiar los desastres en una escala local es aún un problema por resolver debido a las restricciones impuestas por la escasa disponibilidad de datos de alta resolución. A pesar de las dificultades y limitaciones identificadas, la vulnerabilidad social en las regiones propensas a desastres es un problema importante que necesita ser atendido con prontitud. La presente tesis exploró alternativas metodológicas para estudiar la distribución geográfica de los desastres naturales y sus causas potenciales, particularmente en áreas propensas a desastres y en condiciones de información limitada. La cuenca del Río Samalá fue seleccionada como caso de estudio debido a que es un área representativa de áreas propensa a desastres con alta vulnerabilidad social y además escasez de datos. El trabajo de investigación propone métodos exploratorios para extraer información crítica sobre desastres utilizando la información geográfica y social que esté disponible, evaluando los obstáculos impuestos por la reducida disponibilidad de datos. La información existente fue complementada con el uso de fuentes de información no tradicional, e.g. imágenes satelitales de luces nocturnas, como una manera de superar las limitaciones identificadas. Los métodos desarrollados en este trabajo de tesis tuvieron como objetivos (a) obtener información sobre desastres naturales en condiciones de escasez de datos, (b) explorar la correlación entre la distribución espacial de los desastres naturales y su contexto físico para identificar causalidades, (c) utilizar información de libre acceso para estudiar el contexto social de los desastres como causa potencial de los desastres en áreas con escasez de datos, y (d) mapear vulnerabilidades para sustentar acciones para la RRD. Este trabajo de tesis sostiene que la contribución potencial de los métodos propuestos al desarrollo de la RRD en la escala social es más importante que las incertidumbres que implican y las limitaciones creadas por la reducida calidad y cantidad de información para el caso de estudio. El uso de fuentes de información no tradicionales tales como imágenes satelitales hizo posible incrementar la información sobre las incidencias de desastres y, en particular, buscar relación de dependencia entre los lugares particulares en los que los desastres fueron registrados y su contexto físico y social.