Resumen

En este estudio se desarrolla un modelo para evaluar el nivel de peligro de los corrimientos de tierras en el Ferrocarril Forestal de Alishan, Taiwán, utilizando la regresión logística con la ayuda de un sistema de información geográfica (SIG). Para construir el modelo se utilizó un inventario de deslizamientos de tierra inducidos por tifones, variables independientes y un factor desencadenante. Los factores ambientales, como la litología del lecho rocoso de la base de datos geológicos; el aspecto topográfico, la rugosidad del terreno, la curvatura del perfil y la distancia al río, de la base de datos topográficos; y el valor del índice de vegetación de las imágenes de satélite SPOT 4, se utilizaron como variables que influyen en la aparición de desprendimientos. Para validar el modelo se utilizó el área bajo la curva (AUC) de una curva receiver operator characteristic (ROC). Los efectos de los parámetros en la aparición de desprendimientos se evaluaron a partir del coeficiente correspondiente que aparece en la función de regresión logística. A continuación, el modelo se aplicó para predecir la probabilidad de que se produjeran corrimientos de tierras en relación con datos pluviométricos de distintos periodos de retorno. Utilizando un mapa de predicción de la probabilidad, la zona de estudio se clasificó en cuatro rangos de susceptibilidad a los corrimientos de tierras: baja, media, alta y muy alta. Como resultado, la mayoría de las zonas de alta susceptibilidad están situadas en la parte occidental de la zona de estudio. Varias estaciones de tren y vías férreas están situadas en lugares con una clasificación de susceptibilidad alta.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelo, ocurrencia de deslizamientos, área de estudio, zonas de mayor susceptibilidad, ferrocarril forestal de alishan, varias estaciones de tren, diferentes periodos de retorno, sistema de información geográfica, clasificación de alta susceptibilidad, función de regresión logística
• Keywords:model, landslide occurrence, study area, most high susceptibility areas, alishan forestry railway, several train stations, different return periods, geographical information system, high susceptibility ranking, logistic regression function