https://revistas.ucr.ac.cr/index.php/matematicaRevista de Matemática: Teoría y Aplicaciones ISSN Impreso: 14092433 ISSN electrónico: 2215-3373

COMBINANDO REDES NEURONALES Y GEOESTADÍSTICA PARA EVALUACIÓN DE DESLIZAMIENTOS DE TIERRA DEL ÁREA METROPOLITANA DE SAN SALVADOR, EL SALVADOR

Ricardo Ríos, Alexandre Ribó, Roberto Mejía, Giovanni Molina



DOI: https://doi.org/10.15517/rmta.v23i1.22439

Resumen


Esta contribución describe la creación de un modelo de evaluación de deslizamiento de tierra para el Área Metropolitana de San Salvador, departamento de El Salvador. El análisis inició con la obtención de una foto aérea del Ministerio de Medio Ambiente y Recursos Naturales (MARN) en donde 4792 deslizamientos fueron identificados y georeferrenciados junto con 7 factores condicionantes incluyendo: geomorfología, geología, precipitaciones máximas, aceleraciones sísmicas, pendiente del terreno, distancia a carretera y falla geológica. Redes Neuronales Artificiales (RNA) fueron utilizadas para la evaluación de la susceptibilidad a deslizamiento de tierra, logrando que más del 80% de deslizamientos fueran apropiadamente clasificados usando un criterio dentro y fuera de la muestra con la que se estimaron los parámetros del modelo. Regresión Logística fue usada como base de comparación, obteniendo este modelo un rendimiento inferior. Para completar el análisis se realizó la interpolación de puntos usando el método kriging proveniente del enfoque geoestadístico. Finalmente, los resultados muestran que es posible obtener un mapa de riesgo a deslizamiento de tierra, haciendo uso de una combinación de RNA y técnicas geoestadísticas con lo cual la presente investigación puede ayudar a la mitigación de deslizamientos de tierra en El Salvador.

Palabras clave


deslizamiento de tierra; evaluación de riesgo; El Salvador; RNA; geoestadística

Texto completo:

PDF (English)

Enlaces refback

  • No hay ningún enlace refback.


© 2017 Universidad de Costa Rica. Para ver más detalles sobre la distribución de los artículos en este sitio visite el aviso legal. Este sitio es desarrollado por UCRIndex y Open Journal Systems. ¿Desea cosechar nuestros metadatos? dirección OAI-PMH: https://revistas.ucr.ac.cr/index.php/index/oai