Estimación de niveles de riesgo por remoción en masa utilizando herramientas de SIG y teledetección en el tramo vial Pedro Ruiz - Cocahuayco, Amazonas

Descripción del Articulo

Los procesos de remoción en masa (PRM) es uno de los peligros naturales más importantes, causan graves daños financieros, pérdida de vidas en distintas regiones del país y del mundo, en Amazonas, en los últimos años se han presentado diversos informes de alto perfil de PRM en las redes viales nacion...

Descripción completa

Detalles Bibliográficos
Autor: Iliquín Trigoso, Daniel
Formato: tesis de grado
Fecha de Publicación:2019
Institución:Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas
Repositorio:UNTRM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.untrm.edu.pe:20.500.14077/1985
Enlace del recurso:https://hdl.handle.net/20.500.14077/1985
Nivel de acceso:acceso abierto
Materia:Riesgo a procesos de remoción en masa
Estimación de niveles de riesgo
AHP
Descripción
Sumario:Los procesos de remoción en masa (PRM) es uno de los peligros naturales más importantes, causan graves daños financieros, pérdida de vidas en distintas regiones del país y del mundo, en Amazonas, en los últimos años se han presentado diversos informes de alto perfil de PRM en las redes viales nacionales y locales y cuencas, estos eventos varían en tamaño y magnitud, los daños y fallas en infraestructuras viales, pueden causar lesiones hasta la muerte. Usando la tecnología RS (Sensor remoto) y SIG (Sistema de información geográfica), se estudió el tramo vial Pedro Ruiz – Cocahuayco. Con la finalidad de estimar los niveles de riesgo de PRM. Adoptando el AHP (Proceso de jerarquía analítica), se seleccionaron ocho variables de evaluación que incluyen: geología, geomorfología, fisiografía, pendiente, cubertura vegetal, hidrología, sismicidad del terreno y precipitación como factores de evaluación, el cual nos permitirá determinar el peligro en el área de estudio y la vulnerabilidad incluye distancia a zona artificializada, establecimientos de salud e instituciones educativas. Para lograr con este objetivo se siguieron tres pasos: primero las variables, se agruparon en variables condicionantes y detonantes, segundo se aplicaron algoritmos de aprendizaje automático basados en SIG y AHP, se aplicó el algoritmo de suma lineal ponderada teniendo en cuenta la importancia. Finalmente se logró zonificar el territorio teniendo en cuenta el peligro y vulnerabilidad, las áreas que se encuentran en muy alto riesgo es 4 Ha siendo un (0.01 %), representa áreas que deben ser intervenidas para disminuir o mitigar el riesgo.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).