Evaluación de la amenaza por movimientos en masa detonados por lluvias para una región de los Andes colombianos estimando la probabilidad espacial, temporal, y magnitud

Abstract

Los movimientos en masa detonados por lluvia son una de las amenazas que cobra el mayor número de víctimas anuales en terrenos montañosos y ambientes tropicales, como los Andes colombianos. En el presente estudio, se evaluó la amenaza por movimientos en masa detonados por lluvias en el Valle de Aburrá, localizado en el norte de los Andes colombianos, donde se asienta un número importante de viviendas y familias en áreas altamente susceptibles. Por esta razón, se presenta un método cuantitativo que permite evaluar de forma holística la amenaza combinando la probabilidad espacial, temporal y magnitud. Para la probabilidad espacial de ocurrencia, se utiliza el método estadístico bivariado denominado Peso de la Evidencia. Para la probabilidad temporal, se identificaron los umbrales de lluvia detonante y lluvia antecedente requerida para detonar un movimiento en masa y su probabilidad temporal diaria, y finalmente, para la probabilidad de magnitud, se utilizó la curva magnitud-frecuencia de acuerdo con el inventario multitemporal de movimientos en masa elaborado. Los resultados obtenidos señalan que la categoría de amenaza alta representa el 75% de los movimientos en masa del inventario elaborado y abarca el 37% del área de estudio, la categoría media representa 28% de los movimientos en masa del inventario y el 56% del área de estudio, y finalmente la categoría de amenaza baja representa tan solo el 25% de los movimientos en masa del inventario y el 7% del área de estudio.

Landslide Susceptibility Analysis on the Vicinity of Bogotá-Villavicencio Road (Eastern Cordillera of the Colombian Andes)

“…Regarding factor analysis, the number of factors to be used in the models can be very high, especially in machine learning models [33], where it is common not to perform factor selection and allow the algorithms to fit the models. In this work, 12 variables have been used, which more or less coincide with those used in previous studies on susceptibility modelling, both globally [35,36,38,[40][41][42]90,97,103,104,106,107] and in Colombian Andes [31,[44][45][46][47][48][49][50][51][52][53]. Among them, the ones derived from the DEM stand out, which are related to the spatial distribution of important parameters such as slope, morphology, soil moisture or flow direction [51,117,118]; those related to geology and the geomechanical characteristics of materials [119] or those related to land use and land cover [81].…”

“…Different studies have been conducted in the Colombian Andes, using all types of methods from index-based methods such as frequency ratio or weight of evidence [44][45][46][47][48]; statistical methods such as logistic regression [31,46,[48][49][50][51]; machine learning methods such as random forest [46], graded boosted regression trees, GBRT [46] or multivariate adaptive regression [31] and simple [46,52] or convolutional neural networks [53]. The methods have been applied to different areas such as Capitanejo in the NE of the country [52], Medellín and the department of Antioquia to the NW [47][48][49], Caldas [44], Cauca [45,50], Boyacá [52], Bogotá and Cundinamarca [46,51] and Mocoa in the south [31]. Most of these studies, not only in Colombia but also throughout the world, do not take into account the landslide typology, which produces less precision and noise in the models.…”

Doble evaluación de la susceptibilidad por movimientos en masa basada en redes neuronales artificiales y pesos de evidencia

“…Los movimientos en masa son considerados como una de las amenazas naturales más comunes y catastróficas, responsables de pérdidas humanas y de efectos negativos sobre el medio ambiente físico (Wang et al, 2019). El acelerado aumento de la población urbana en las últimas décadas ocupando terrenos susceptibles a fenómenos de origen natural ha generado un aumento considerable en el riesgo asociado con movimientos en masa (Aristizábal et al, 2019). Por esta razón, el desarrollo de metodologías y herramientas que permitan calcular e identificar las áreas susceptibles a estos eventos de una manera económica y eficiente, resulta de interés para las entidades territoriales al momento de ejecutar acciones para la prevención y mitigación de los daños potenciales (Bragagnolo et al, 2020).…”