Mapa de susceptibilidad por movimiento en masa en la localidad Rafael Uribe Uribe de Bogotá Colombia, mediante Máquinas de Vectores de Soporte

Resumen

Introducción: La susceptibilidad a la ocurrencia de deslizamientos fue reconocida como un factor clave para contribuir a la elaboración de escenarios de riesgo y al fortalecimiento del conocimiento sobre el riesgo de desastres, lo que respaldó la gestión del uso del suelo en áreas urbanas. Un reto de las metodologías es contribuir al fortalecimiento de los sistemas de alerta temprana.

Objetivo: Se integraron los datos de las variables condicionantes para producir el mapa de susceptibilidad a deslizamientos en la localidad de ‘Rafael Uribe Uribe’, en la ciudad de Bogotá, mediante la aplicación de la técnica de Máquinas de Vectores de Soporte (SVM).

Metodología: Se utilizó un registro histórico de 430 eventos ocurridos entre 2008 y 2015, junto con variables relacionadas con la topografía, uso del suelo, distancia a vías, geología y precipitación del área de estudio. Con esta información se construyó una base de datos con 12 variables condicionantes. Los datos fueron divididos aleatoriamente: el 75 % se empleó para generar el modelo mediante la técnica de Máquinas de Vectores de Soporte (SVM) con validación cruzada K-fold y búsqueda en malla (grid search), mientras que el restante 25 % se destinó a la validación del modelo.

Resultados:  Se obtuvo el mapa de susceptibilidad de la localidad con un nivel de precisión del 98 % utilizando el núcleo RBF y del 97 % para el núcleo lineal, validado mediante la curva Característica Operativa del Receptor (ROC). La técnica de Máquinas de Vectores de Soporte (SVM) fue aplicada exitosamente para clasificar las zonas del área de estudio en categorías de estabilidad e inestabilidad.
Conclusiones: Los resultados respaldaron la aplicabilidad del Aprendizaje de Máquina en el análisis de susceptibilidad, en concordancia con los avances promovidos por la comunidad científica internacional.