Estimación de la susceptibilidad a deslizamientos en el área de los ríos Guasuntos, Picay y Chanchan, provincia del Chimborazo, utilizando técnicas geoespaciales, como insumo para los PDOT de los cantones

 

Authors
Cabascango Lara, Daniela del Pilar; Iguago Guevara, Mayra Cristina
Format
BachelorThesis
Status
publishedVersion
Description

El proyecto se llevó a cabo en la cuenca de los ríos Guasuntos, Picay y Chanchan, ubicados en la provincia de Chimborazo, dentro de los cantones Alausí, Chunchi y parte de Guamote. Este tiene como finalidad determinar las áreas con mayor susceptibilidad a deslizamientos, a partir de la recopilación y correlación de once variables a estudiar, las cuales fueron escogidas sobre la base de estudios anteriores, en donde se aplicó metodologías similares y con la opinión de expertos, dichas variables son: Cobertura vegetal, Litología, geomorfología, tipo de suelo, distancia a vías de comunicación, distancia a ríos, distancia a la red hidrosanitaria, distancia a fallas geológicas, pendiente, erosión y precipitación. Una vez recolectado los datos se aplicó métodos probabilísticos de predicción de deslizamientos, que son: Fuzzy, Fuzzy ponderada, Regresión Logística, Regresión Lineal y Redes neuronales, los cuales se basan en combinaciones lineales de distintas situaciones y características de la variación del fenómeno. Con el estudio de estos métodos se logró comparar cuál de los modelos se adapta de mejor forma a la realidad del terreno, y cual estadísticamente posee menor error, siendo este el modelo de regresión logística, el cual al poseer variables dicotómicas permite manejarse con la probabilidad más alta de ocurrencia, marcando los lugares con esta susceptibilidad con mayor precisión. Con el resultado de esta investigación se determinó qué áreas están más propensas a que se produzca un deslizamiento, y a partir de ello se pueda sentar bases para una mejor planificación territorial de la zona y evitar desastres futuros.

Publication Year
2022
Language
spa
Topic
DESLIZAMIENTOS
REDES NEURONALES
REGRESIÓN LINEAL
REGRESIÓN LOGÍSTICA.
Repository
Repositorio Universidad de las Fuerzas Armadas
Get full text
http://repositorio.espe.edu.ec/handle/21000/36038
Rights
openAccess
License