Zonificación de áreas susceptibles a procesos de remoción en masa en la microcuenca del Rio Guavio Aplicando una Modificación de la metodología Mora-Varhson
Los procesos de remoción en masa afectan la vida de las personas, ocasionando perdidas económicas y humanas. Este trabajo presenta una modificación a la metodología propuesta por Mora- Varhson, para la zonificación de áreas bajo amenaza a procesos de remoción en masa, donde la susceptibilidad se mid...
- Autores:
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/26768
- Acceso en línea:
- http://hdl.handle.net/11349/26768
- Palabra clave:
- Remoción en masa
GIS
Susceptibilidad
Amenaza
ROC
Ingeniería Catastral y Geodesia - Tesis y disertaciones académicas
Movimientos de tierras
Mecánica de suelos
Cuencas hidrográficas - Río Guavio
Geografía física - Metodología Mora-Vahrson
GIS
ROC
Susuceptibility
threat
Mass removal
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | Los procesos de remoción en masa afectan la vida de las personas, ocasionando perdidas económicas y humanas. Este trabajo presenta una modificación a la metodología propuesta por Mora- Varhson, para la zonificación de áreas bajo amenaza a procesos de remoción en masa, donde la susceptibilidad se mide a partir dela incorporación de un grupo de variables (Efecto de la cobertura Vegetal, distancia a los drenajes y distancia a fallas Geológicas), que junto a las variables propuestas originalmente por los autores (Litología, Humedad del terreno y Pendiente del terreno), buscan describir de mejor forma el comportamiento del territorio ante la posible ocurrencia de procesos de remoción en masa. La identificación del grado de amenaza se realiza siguiendo el esquema general propuesto por los Autores. Para validar la calidad de los modelos propuestos se usan las curvas de receptor operativo ROC, logrando resultado de precisión del 70% para el modelo de susceptibilidad y 69% para el modelo de amenaza. |
---|