Mapas de susceptibilidad de deslizamientos a partir del modelo de regresión logística en la cuenca del río Oria (Gipuzkoa). Estrategias de tratamiento de variables
DOI:
https://doi.org/10.17735/cyg.v32i1-2.59493Palabras clave:
mapa de susceptibilidad de deslizamientos, Regresión Logística, tratamiento de variables explicativas, selección de variables, provincia de GipuzkoaResumen
Este trabajo presenta una investigación en la cuenca del río Oria (882 km2) (Gipuzkoa), en la que se ha realizado un análisis comparativo entre diferentes estrategias de tratamiento de datos de entrada para la confección de mapas de susceptibilidad de deslizamientos utilizando un modelo de Regresión Logística. Las tres estrategias experimentadas han sido: (i) no se transforma ninguna variable (continua ni categórica); (ii) se transforman las variables continuas en categóricas dividiendo la distribución de los valores en intervalos de igual rango; y (iii) las variables categóricas son convertidas a continuas mediante el cálculo de la densidad de deslizamientos para cada clase. Para los tres modelos así desarrollados, se ha aplicado el mismo inventario de deslizamientos, obtenido a partir de trabajo de campo; y el mismo conjunto de variables seleccionadas a partir de un procedimiento estadístico objetivo. La comparación de los resultados obtenidos ha servido para determinar la conveniencia de transformar las variables categóricas en continuas para su introducción en el modelo de Regresión Logística. Sin embargo, el procedimiento estadístico para la selección de variables no ha sido capaz de detectar el sesgo producido por una de las variables explicativas, que ha quedado patente, únicamente, después de generar los mapas de susceptibilidad. Por eso, adicionalmente, se ha producido un cuarto modelo, y su correspondiente mapa, teniendo en cuenta los resultados de los tres primeros modelos.Citas
Amorim, S. F. (2012). Estudio comparativo de métodos para la evaluación de la susceptibilidad del terreno a la formación de deslizamientos superficiales: Aplicación al Pirineo Oriental. Tesis doctoral, Universidad Politécnica de Catalunya, Barcelona.
Atkinson, P. M. y Massari, R. (1998). Generalised linear modelling of susceptibility to landsliding in the central Apennines, Italy. Computers & Geosciences, 24(4): 373-385. https://doi.org/10.1016/S0098-3004(97)00117-9
Ayala-Carcedo, F.J. y Olcina, J. (2002). Riesgos Naturales. Ariel Ciencia, 1512 pp.
Bai, S.B.; Wang, J.; Lü, G.N.; Zhou, P.G.; Hou, S.S. y Xu, S.N. (2010). Gis-based logistic regression for landslide susceptibility mapping of the Zhongxian segment in the Three Gorges area, China. Geomorphology, 115(1): 23-31. https://doi.org/10.1016/j.geomorph.2009.09.025
Blais Stevens, A.; Behnia, P.; Kremer, M.; Page, A.; Kung, R. y Bonham-Carter, G. (2012). Landslide susceptibility mapping of the Sea to Sky transportation corridor, British Columbia, Canada: comparison of two methods. Bulletin of Engineering Geology and the Environment, 71(3): 447-466. https://doi.org/10.1007/s10064-012-0421-z
Bonachea, J. (2006). Desarrollo, aplicación y validación de procedimientos y modelos para la evaluación de amenazas, vulnerabilidad y riesgo debidos a procesos geomorfológicos. Tesis doctoral, Universidad de Cantabria.
Bonachea, J.; Remondo, J.; Terán, D.; Díaz, J. R.; González Díez, A. y Cendrero, A. (2009). Landslide risk models for decision making. Risk analysis, 29(11): 1629-1643. https://doi.org/10.1111/j.1539-6924.2009.01283.x
Budimir, M.; Atkinson, P. y Lewis, H. (2015). A systematic review of landslide probability mapping using logistic regression. Landslides, 12(3): 419-436. https://doi.org/10.1007/s10346-014-0550-5
Campos, J. y García-Dueñas, V. (1972). Mapa Geológico de España escala 1:50.000. 2ª Serie (MAGNA), Hoja de San Sebastián. IGME. Servicio de Publicaciones Ministerio de Industria, Madrid.
Campos, J.; Olivé, A.; Ramírez, J.I.; Solé, J. y Villalobos, L. (1983). Mapa Geológico de España escala 1:50.000. 2ª Serie (MAGNA), Hoja de Tolosa. IGME. Servicio de Publicaciones Ministerio de Industria, Madrid.
Can, T.; Nefeslioglu, H. A.; Gokceoglu, C.; Sonmez, H. y Duman, T. Y. (2005). Susceptibility assessments of shallow earthflows triggered by heavy rainfall at three catchments by logistic regression analyses. Geomorphology, 72(1): 250-271. https://doi.org/10.1016/j.geomorph.2005.05.011
Carrara, A. (1983). Multivariate models for landslide hazard evaluation. Mathematical geology, 15(3): 403-426. https://doi.org/10.1007/BF01031290
Cascini, L. (2008). Applicability of landslide susceptibility and hazard zoning at different scales. Engineering Geology, 102(3): 164-177. https://doi.org/10.1016/j.enggeo.2008.03.016
Chung, C.J. F. y Fabbri, A. G. (2003). Validation of spatial prediction models for landslide hazard mapping. Natural Hazards, 30(3): 451-472. https://doi.org/10.1023/B:NHAZ.0000007172.62651.2b
Chung, C. y Fabbri, A. G. (2005). Systematic procedures of landslide hazard mapping for risk assessment using spatial prediction models. Landslide hazard and risk. Wiley, New York, 139-177. https://doi.org/10.1002/9780470012659.ch4
Corominas, J. y Mavrouli, J. (2011). Living with landslide risk in Europe: Assessment, effects of global change, and risk management strategies. Documento técnico, SafeLand. 7th Framework Programme Cooperation Theme 6 Environment (including climate change) Sub-Activity 6.1.3 Natural Hazards.
Costanzo, D.; Chacón, J.; Conoscenti, C.; Irigaray, C. y Rotigliano, E. (2014). Forward logistic regression for earth-flow landslide susceptibility assessment in the Platani river basin (southern Sicily, Italy). Landslides, 11(4): 639-653. https://doi.org/10.1007/s10346-013-0415-3
CRED (2014). Atlas of mortality and economic losses from weather, climate and water extremes (1970-2012). Documento técnico, World Meteorological Organization, Geneva.
Dai, F. y Lee, C. (2002). Landslide characteristics and slope instability modeling using GIS, Lantau Island, Hong Kong. Geomorphology, 42(3): 213-228. https://doi.org/10.1016/S0169-555X(01)00087-3
Das, I.; Sahoo, S.; Van Westen, C.; Stein, A. y Hack, R. (2010). Landslide susceptibility assessment using logistic regression and its comparison with a rock mass classification system, along a road section in the northern Himalayas (India). Geomorphology, 114(4): 627-637. https://doi.org/10.1016/j.geomorph.2009.09.023
De Winter, J. C. y Dodou, D. (2010). Five point likert items: t test versus mann-whitney-wilcoxon. Practical Assessment, Research & Evaluation, 15(11): 1-12.
Devkota, K. C.; Regmi, A. D.; Pourghasemi, H. R.; Yoshida, K.; Pradhan, B.; Ryu, I. C.; Dhital, M. R. y Althuwaynee, O. F. (2013). Landslide susceptibility mapping using certainty factor, index of entropy and logistic regression models in GIS and their comparison at Mugling–Narayanghat road section in Nepal Himalaya. Natural Hazards, 65(1): 135-165. https://doi.org/10.1007/s11069-012-0347-6
Diario Vasco (18 de marzo, 2013). Las lluvias provocan daños de casi 8 millones en la red viaria de Gipuzkoa. Diario Vasco.
Diputación Foral de Gipuzkoa (1987). Estudio de riesgos naturales del Territorio Histórico de Gipuzkoa. Dirección General de Medio Ambiente. Informe inédito.
Diputación Foral de Gipuzkoa (2007). Elaboración de modelos de predicción de riesgos naturales de incendios, deslizamientos e inundaciones en el Territorio Histórico de Gipuzkoa. Dirección General de Medio Ambiente. Informe inédito.
Diputación Foral de Gipuzkoa (2013). Evaluación y gestión integrada de riesgos geotécnicos en la red de carreteras de la Diputación Foral de Gipuzkoa. Dpto. de Movilidad e Infraestructuras Viarias. Informe inédito.
Duman, T. Y.; Can, T.; Gokceoglu, C.; Nefeslioglu, H. A. y Sonmez, H. (2006). Application of logistic regression for landslide susceptibility zoning of cekmece area, Istanbul, Turkey. Environmental Geology, 51(2): 241–256. https://doi.org/10.1007/s00254-006-0322-1
EM-DAT. The International Disaster Database. www.emdat.be
EVE (2010). Mapa Geológico del País Vasco 1:100.000. Ente Vasco de la Energía.
Fernández-Arroyabe, P. y Martin-Vide, J. (2012). Regionalization of the probability of wet spells and rainfall persistence in the Basque Country (Northern Spain). International Journal of Climatology, 32(12): 1909-1920. https://doi.org/10.1002/joc.2405
Felicísimo, Á. M.; Cuartero, A.; Remondo, J. y Quirós, E. (2013). Mapping landslide susceptibility with logistic regression, multiple adaptive regression splines, classification and regression trees, and maximum entropy methods: a comparative study. Landslides, 10(2): 175-189. https://doi.org/10.1007/s10346-012-0320-1
González-Hidalgo, J. C.; Brunetti, M. y de Luis, M. (2011). A new tool for monthly precipitation analysis in Spain: MOPREDAS database (monthly precipitation trends December 1945–November 2005). International Journal of Climatology, 31(5): 715-731. https://doi.org/10.1002/joc.2115
Grozavu, A.; Pleşcan, S.; Patriche, C. V.; Mărgărint, M. C. y Roşca, B. (2013). Landslide susceptibility assessment: GIS application to a complex mountainous environment. En: The Carpathians: Integrating Nature and Society Towards Sustainability, 31-44. Springer. https://doi.org/10.1007/978-3-642-12725-0_4
Günther, A.; Van Den Eeckhaut, M.; Malet, J.P.; Reichenbach, P. y Hervás, J. (2014). Climate physiographically differentiated Pan-European landslide susceptibility assessment using spatial multi-criteria evaluation and transnational landslide information. Geomorphology, 224: 69-85. https://doi.org/10.1016/j.geomorph.2014.07.011
Guzzetti, F.; Carrara, A.; Cardinali, M. y Reichenbach, P. (1999). Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy. Geomorphology, 31(1): 181-216. https://doi.org/10.1016/S0169-555X(99)00078-1
Guzzetti, F.; Reichenbach, P.; Cardinali, M.; Galli, M.; Ardizzone, F. (2005), Probabilistic landslide hazard assessment at the basin scale. Geomorphology, 72(1):272-299. https://doi.org/10.1016/j.geomorph.2005.06.002
IDE de Euskadi. Infraestructura de Datos Espaciales de Euskadi. www.geo.euskadi.eus
INGEMISA (1996). Inventario y Análisis de las Áreas sometidas a Riesgo de Inestabilidades del Terreno de la C.A.P.V. Documento técnico, Gobierno Vasco.
Kumar, R. y Anbalagan, R. (2015). Landslide susceptibility zonation of Tehri reservoir rim region using binary logistic regression model. Current Science, 108(9): 1662-1672.
Lee, S. (2005). Application of logistic regression model and its validation for landslide susceptibility mapping using GIS and remote sensing data. International Journal of Remote Sensing, 26(7): 1477-1491. https://doi.org/10.1080/01431160412331331012
Nefeslioglu, H.; Gokceoglu, C. y Sonmez, H. (2008). An assessment on the use of logistic regression and artificial neural networks with different sampling strategies for the preparation of landslide susceptibility maps. Engineering Geology, 97(3): 171-191. https://doi.org/10.1016/j.enggeo.2008.01.004
Nefeslioglu, H.; Gokceoglu, C.; Sonmez, H. y Gorum, T. (2011). Medium-scale hazard mapping for shallow landslide initiation: the Buyukkoy catchment area (Cayeli, Rize, Turkey). Landslides, 8(4), 459-483. https://doi.org/10.1007/s10346-011-0267-7
Pardo, A. y Ruiz, M. A. (2002). SPSS 11. Guía para el análisis de datos. McGraw-Hill/Interamericana de España, Madrid.
Petley, D. (2012). Global patterns of loss of life from landslides. Geology, 40: 927-930. https://doi.org/10.1130/G33217.1
Pourghasemi, H.; Moradi, H. y Aghda, S. F. (2013). Landslide susceptibility mapping by binary logistic regression, analytical hierarchy process, and statistical index models and assessment of their performances. Natural Hazards, 69(1): 749-779. https://doi.org/10.1007/s11069-013-0728-5
Ramírez, P. E.; Fito, J. M. E. y Rojo, A. B. (2005). Evaluación espacial de los peligros naturales en el valle de Oiartzun (Guipuzkoa). Munibe Ciencias Naturales. Natur zientziak, 1(56): 5-20.
Rana, R. y Singhal, R. (2015). Chi square test and its application in hypothesis testing. Journal of the Practice of Cardiovascular Sciences, 1(1): 69-71. https://doi.org/10.4103/2395-5414.157577
Remondo, J.; Bonachea, J. y Cendrero, A. (2008). Quantitative landslide risk assessment and mapping on the basis of recent occurrences. Geomorphology, 94(3): 496-507. https://doi.org/10.1016/j.geomorph.2006.10.041
Rouse Jr, J.; Haas, R.; Schell, J. y Deering, D. (1974). Monitoring vegetation systems in the great plains with erts. NASA special publication, 351: 309.
Schicker, R. D. (2010). Quantitative landslide susceptibility assessment of the Waikato region using GIS. Tesis doctoral, The University of Waikato.
Soeters, R. y Van Westen, C. (1996). Slope stability recognition analysis and zonation. En: Landslides: Investigation and Mitigation, 129-177.
Trigila, A.; Iadanza, C.; Esposito, C. y Scarascia-Mugnozza, G. (2015). Comparison of logistic regression and random forests techniques for shallow landslide susceptibility assessment in Giampilieri (NE Sicily, Italy). Geomorphology, 249: 119-136. https://doi.org/10.1016/j.geomorph.2015.06.001
Van Den Eeckhaut, M.; Hervás, J.; Jaedicke, C.; Malet, J.P.; Montanarella, L. y Nadim, F. (2012). Statistical modelling of Europe-wide landslide susceptibility using limited landslide inventory data. Landslides, 9(3): 357-369. https://doi.org/10.1007/s10346-011-0299-z
Van Den Eeckhaut, M.; Vanwalleghem, T.; Poesen, J.; Govers, G.; Verstraeten, G. y Vandekerckhove, L. (2006). Prediction of landslide susceptibility using rare events logistic regression: a case study in the Flemish Ardennes (Belgium). Geomorphology, 76(3): 392-410. https://doi.org/10.1016/j.geomorph.2005.12.003
Van Westen, C. J. (1993). Application of geographic information systems to landslide hazard zonation. Tesis doctoral, TU Delft, Delft University of Technology.
Varnes, D. J. (1958). Landslide types and processes. Landslides and Engineering Practice, 24: 20-47.
Wang, Y.T.; Seijmonsbergen, A. C.; Bouten, W. y Chen, Q.T. (2015). Using statistical learning algorithms in regional landslide susceptibility zonation with limited landslide field data. Journal of Mountain Science, 12(2): 268-288. https://doi.org/10.1007/s11629-014-3134-x
Yilmaz, I. (2009). Landslide susceptibility mapping using frequency ratio, logistic regression, artificial neural networks and their comparison: a case study from Kat landslides (Tokat Turkey). Computers & Geosciences, 35(6): 1125-1138. https://doi.org/10.1016/j.cageo.2008.08.007
Zhu, L. y Huang, J.F. (2006). GIS-based logistic regression method for landslide susceptibility mapping in regional scale. Journal of Zhejiang University-SCIENCE A, 7(12): 2007-2017. https://doi.org/10.1631/jzus.2006.A2007
