Modelamiento geoespacial para la identificación de zonas vulnerables a peligros de movimientos en masa, distrito de Chota, Cajamarca

• Autor: Cayotopa Irigoín, Flor Judith
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Nacional de Cajamarca
• Repositorio: UNC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unc.edu.pe:20.500.14074/5569
• Enlace del recurso: http://hdl.handle.net/20.500.14074/5569
• Nivel de acceso: acceso abierto
• Materia: Modelamiento geoespacial; Movimientos de masa; Sistemas de información geográfica; Vulnerabilidad; Desastres naturales.; http://purl.org/pe-repo/ocde/ford#4.01.02

La evaluación de los movimientos en masa forma parte de la Gestión de Riesgo de Desastres, siendo los modelos geoespaciales un método integral para la identificación de peligros naturales y para el análisis de susceptibilidad a estos; dicha investigación tiene como objetivo identificar zonas susceptibles a la ocurrencia de peligros de movimientos en masa expuestos en condiciones de vulnerabilidad física; mediante el análisis y modelamiento geoespacial en un SIG, en el distrito de Chota, departamento de Cajamarca. Se desarrolló en tres fases; fase pre – campo, consistió en identificar y reconocer las características físicas del lugar como la fisiografía, geología, clima y cobertura vegetal, además se realizó la revisión, generación y estandarización de información básica; en la fase de gabinete, posterior a la estandarización de la información se generó el modelo geoespacial con el fin de identificar zonas vulnerables a movimiento de masa; en la fase final, se verificó y validó el resultado obtenido del modelo geoespacial. Los resultados obtenidos de la integración de las variables en el modelo geoespacial, permitieron identificar el grado de vulnerabilidad a los movimientos de masa, siendo estos clasificados en cuatro 4 niveles (Bajo, Medio, Alto, Muy Alto), obteniendo que el 70.63% del distrito de Chota presenta una vulnerabilidad Alta, por otro lado, el 21.21% presenta una vulnerabilidad Media, el 8.08% presenta una vulnerabilidad Muy Alta y en menor porcentaje 0.08% presenta una vulnerabilidad Baja.