Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen:
Este estudio presenta el uso de metodologías aplicadas por medio de sistemas de información
geográfica, e intenta buscar la mayor aproximación a la realidad, generando herramientas
para la toma de decisiones en cuanto a la probabilidad de que ocurra una remoción en masa
en una determinada zona, utilizando parámetros que se pueden obtener por medio de la
teledetección.
I) Introducción
Fig. 1 : Ubicación y ruta de acceso al salar de Maricunga con respecto a la ciudad de Copiapó.
III) Metodología
An → Factor
xn → Ponderación
n → Numero de factores
Tabla 1. Obtenida
de Roa, J. (2007). Estimación de áreas susceptibles a deslizamientos
mediante datos e imágenes satelitales: cuenca del río Mocotíes, estado Mérida-Venezuela.
VI) Parámetros
a) Litologías
b) Fallas
Las fallas son un factor importante, ya que donde el centro corresponde a la zona con
son gatillantes directos de remociones en mayor riesgo hasta los lugares donde la
masa producto de que generan falla ya no tiene efecto y por lo tanto son
movimientos al activarse durante la consideradas zonas fuera de riesgo. (Fig.
propagación de ondas sísmicas. Fueron 3).
clasificadas por sus zonas de influencia,
c) Índice de Humedad Topográfico (TWI)
Este parámetro corresponde a la influencia siendo las zonas más proximales las de
de las escorrentías de agua, los cuales mayor susceptibilidad y las más alejadas
tienen implicancia directa sobre los consideradas como fuera de la zona de
procesos de remoción en masa. Fueron influencia por lo tanto sin peligro de
clasificados de acuerdo con la distancia, remoción. (Fig. 5)
e) Índice de Vegetación Diferencial
Normalizado (NDVI)
vegetación aumentan las probabilidades de
El NDVI nos indica la influencia de una remoción con respecto a zonas
vegetación en la zona de estudio. Se vegetadas, ya que esta genera un aporte a
considera que en las zonas de baja o nula la estabilidad del terreno. (Fig. 6)
f) Pendiente
Este parámetro nos indica si la superficie desplazarse. Las zonas convexas también
es cóncava o convexa, siendo las zonas proporcionan una cierta inestabilidad, pero
concavas más propensas a una remoción menor con respecto a una superficie
en masa, ya que proporcionan una cóncava. (Fig. 8)
superficie para que los sedimentos puedan
h) Aspecto
i) Elevación
V) Mapa de susceptibilidad
3 Fallas, Elevación
2 NDVI, TWI
(Litología* 0.2 + Pendiente* 0.2 + Fallas* 0.15 + Elevación* 0.15 + NDVI* 0.1 + TWI*
0.1 + Aspecto* 0.033 + Dis. a los ríos* 0.033 + Curvatura del plano* 0.034) / 9 =
Susceptibilidad de remoción
El mapa final (ver Fig. 11) fue dividido reconocer las zonas con una alta y muy alta
con respecto a los cuantiles, para así tener probabilidad que ocurra una remoción en
una mejor distribución de los datos, y masa.
VI) Conclusión
VII) Agradecimientos
Quiero agradecer a todos los compañeros este estudio una experiencia mucho mas
que nos acompañaron por la plataforma de agradable durante la cuarentena producida
comunicación online Discord. Hicieron de por el Virus Covid-19 en el año 2020.
VIII) Bibliografía
1. Bai, S.-B., Wang, J., Lü, G.-N., Zhou, P.-G., Hou, S.-S., and Xu, S.-N.: GIS-based
logistic regression for landslide susceptibility mapping of the Zhongxian segment in the
Three Gorges area, China, Geomorphology, 115, 23–31, 2010.
4. Kanwal, S., Atif, S., & Shafiq, M. (2017). GIS based landslide susceptibility mapping
of northern areas of Pakistan, a case study of Shigar and Shyok Basins. Geomatics, Natural
Hazards and Risk, 8(2), 348-366.
5. Lee, S., & Min, K. (2001). Statistical analysis of landslide susceptibility at Yongin,
Korea. Environmental geology, 40(9), 1095-1113.
9. Torkashvand, A. M., Irani, A., & Sorur, J. (2014). The preparation of landslide map by
landslide numerical risk factor (LNRF) model and geographic information system (GIS).
The Egyptian Journal of Remote Sensing and Space Science, 17(2), 159-170.