Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Cited by Google
Similars in
SciELO
Similars in Google
Share
Revista Facultad de Ingeniería Universidad de Antioquia
Print version ISSN 0120-6230On-line version ISSN 2422-2844
Abstract
ARISTIZABAL-GIRALDO, Edier Vicente and RUIZ-VASQUEZ, Diana. Evaluación de la susceptibilidad a deslizamientos en regiones con escasez de datos utilizando sensores remotos. Rev.fac.ing.univ. Antioquia [online]. 2024, n.112, pp.45-59. Epub June 14, 2025. ISSN 0120-6230. https://doi.org/10.17533/udea.redin.20231030.
Los movimientos en masa provocados por lluvias son una de las causas más frecuentes de desastres naturales en terrenos montañosos. Sin embargo, las evaluaciones de susceptibilidad de movimientos en masa a menudo son limitadas debido a la escasez de observaciones confiables. Debido a esta falta de datos, especialmente en los países en desarrollo, los sensores remotos pueden ser usados para el análisis de la susceptibilidad de movimientos en masa. Este estudio presenta la aplicación de un modelo de regresión logística con datos de sensores remotos para evaluar la susceptibilidad a movimientos en masa en una cuenca en un territorio apartado en el norte de los Andes colombianos; donde el 18 de mayo de 2015 una tormenta desencadenó más de 40 movimientos en masa y un flujo de escombros asociado posteriormente. La metodología aplicada se basa en herramientas de sensores remotos de libre acceso, ya que el área de estudio se considera una zona de escasez de datos. Los resultados muestran que las herramientas gratuitas de sensores remotos proporcionan suficiente información para ejecutar un modelo como regresión logística y lograr un primer acercamiento exitoso al mapa de susceptibilidad a movimientos en masa para territorios complejos como el área de estudio. Esto sugiere que la metodología propuesta podría implementarse en varias regiones con características similares basadas únicamente en información de libre acceso.
Keywords : Región con datos escasos; Sensores remotos; Regresión logística; susceptibilidad a deslizamientos; terrenos tropicales y complejos..












