Show simple item record

dc.contributor.authorAristizábal-Giraldo, Edier
dc.contributor.authorVasquez Guarin, Mariana
dc.contributor.authorRuíz, Diana
dc.date.accessioned2019-10-24T17:35:37Z
dc.date.accessioned2019-10-24T18:09:29Z
dc.date.available2019-10-24T17:35:37Z
dc.date.available2019-10-24T18:09:29Z
dc.date.issued2019-09-20
dc.identifierhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1247
dc.identifier10.22430/22565337.1247
dc.identifier.urihttp://hdl.handle.net/20.500.12622/1418
dc.description.abstractExisten diferentes métodos que permiten establecer a escalas regionales la susceptibilidad a la ocurrencia de movimientos en masa. Entre los métodos más utilizados se encuentran los métodos estadísticos bivariado y multivariado, los cuales exigen un inventario de procesos de remoción en masa. En el presente estudio se evalúa y zonifica la susceptibilidad por movimientos en masa en el norte de los Andes colombianos, región conocida como valle de Aburrá, por dos métodos estadísticos, uno de ellos bivariado, denominado Peso de la Evidencia, y recomendado por el Servicio Geológico Colombiano para estudios de amenaza en suelos rurales; y un segundo método estadístico tipo multivariado, denominado Regresión Logística, de amplio uso a nivel mundial. Para ambos casos, la construcción del modelo de susceptibilidad se realizó soportado en el histograma de frecuencias, correlación de Pearson, Análisis Discriminante y Análisis de Componentes Principales. Para evaluar el desempeño, la capacidad de predicción y los criterios de zonificación en alto, medio y bajo de cada uno de los métodos utilizados se utilizó el análisis ROC. Para la regresión logística se obtuvo un área bajo la curva del 76.8 % para el desempeño y 77.5 % para la capacidad de predicción, mientras que para el Peso de la Evidencia se obtuvo un 77.8% en el desempeño y 77.5% en la predicción, señalando resultados satisfactorios que permiten la incorporación de dichos resultados en los estudios básicos necesarios para la ordenación del territorio.spa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitano (ITM)spa
dc.relationhttps://revistas.itm.edu.co/index.php/tecnologicas/article/view/1247/1332
dc.rightsCopyright (c) 2019 TecnoLógicasspa
dc.rightshttps://creativecommons.org/licenses/by-nc-sa/4.0spa
dc.source2256-5337
dc.source0123-7799
dc.sourceTecnoLógicas; Vol 22 No 46 (2019); 39-60eng
dc.sourceTecnoLógicas; Vol. 22 Núm. 46 (2019); 39-60spa
dc.subjectPeso de la evidenciaspa
dc.subjectregresión logísticaspa
dc.subjectamenazaspa
dc.subjectmovimientos en masaspa
dc.subjectValle de Aburráspa
dc.titleMétodos estadísticos para la evaluación de la susceptibilidad por movimientos en masa
dc.title.alternativeThe Susceptibility of Landslide Evaluation and Zoning by Statistical Methodseng
dc.subject.keywordsWeight of Evidenceeng
dc.subject.keywordslogistic regressioneng
dc.subject.keywordshazardeng
dc.subject.keywordsmass movementseng
dc.subject.keywordsValle de Aburrá.eng
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeResearch Papersen-US
dc.typeArtículos de investigaciónes-ES
dc.description.abstractenglishEvaluating and zoning mass movement landslide is a fundamental tool for land planning. There are different methods that help to establish in a regional scale landslide hazard. The most common methods are bivariate statistics and multivariate statistic, which need a landslide historical inventory. This study takes a place in the North of the Andes in a region of Colombia called Aburrá Valley, for evaluating and zoning landslide susceptibility by two methods, one of them is bivariate statistics called Weights of Evidence which is recommended by the Geological Service of Colombia for rural area, and the second one is a multivariate statistic method, called logistic regression, which is widely used worldwide. Both methods are supported in frequency histogram, Pearson correlation, Discriminant Analysis, and Principal Component Analysis. The accuracy of the landslide susceptibility maps produced from the two models is classified in high, medium and low by ROC analysis. The AUC plot estimation results showed that the susceptibility map using Logistic regression has a training accuracy of 76.5% and a prediction capacity of 77.5%. The Weights of evidence method has the highest training accuracy of 77.8% and a prediction of 77.5%. This result allows to include the methods in territorial planning studies.eng


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record