Factores físicos para un modelo estadístico de susceptibilidad a deslizamientos de masas en el distrito de Sillapata el año 2021

• Autor: Zelaya Moya, Ahnel Karen
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional Agraria de la Selva
• Repositorio: UNAS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unas.edu.pe:20.500.14292/2095
• Enlace del recurso: https://hdl.handle.net/20.500.14292/2095
• Nivel de acceso: acceso abierto
• Materia: Susceptibilidad a deslizamientos de masas; Modelo lineal generalizado; Mapa; https://purl.org/pe-repo/ocde/ford#2.07.00

Los deslizamientos de masas pueden generar grandes pérdidas y daños, el presente trabajo de investigación estudió su componente de susceptibilidad mediante métodos estadísticos, en el territorio del distrito de Sillapata – Perú, una zona con antecedentes alarmantes. Las variables independientes fueron doce factores físicos, de tipo cualitativo (categóricos) y cuantitativo (continuos) elegidos por su representatividad en campo y factibilidad de obtención; frente a una variable respuesta, de tipo binaria y resultante del inventario de 176 puntos en campo (37,5% puntos de deslizamientos y 62,5% puntos de no deslizamiento); las cuales se relacionaron aplicando el algoritmo de los modelos lineales generalizados con la función de vínculo logit, generando una serie de modelos, posteriormente se usó el Criterio de Información de Akaike para seleccionar el modelo que mejor se ajustó a los datos recogidos de campo. El modelo final, de cinco variables (grados de pendiente, índice de humedad del terreno, índice diferencial de vegetación normalizado, distancia a ríos y curvatura de perfil del terreno), tuvo como mejor umbral de susceptibilidad el valor 0,422 (siendo 0 zona estable y 1 deslizamiento) y una capacidad de discriminación (AUC ROC) de 81,2%. El mapa del modelo final, con valores continuos de susceptibilidad, se categorizó, obteniendo 33,41% con baja susceptibilidad, 33,92% con susceptibilidad media, 23,4% con alta susceptibilidad y 9,27% con muy alta susceptibilidad en todo el territorio. Por último, las variables NDVI y Distancia a ríos mostraron asociación negativa, mientras que Curvatura de perfil, Grados de pendiente y TWI mostraron asociación positiva con la variable respuesta.