Minería de datos aplicada a la estimación de vulnerabilidad al deslizamiento de taludes a partir de parámetros hidrogeomorfo-lógicos

Abstract

La minería de datos es un conjunto de técnicas que permiten explorar grandes bases de datos para descubrir patrones, si-militudes y/o conexiones entre los datos (a través de algoritmos) y comprender el comportamiento de los mismos para pre-decir tendencias. El agrupamiento de datos (clustering) a través de la técnica de k-medias, es una técnica de minería de da-tos no supervisada en la que el algoritmo ayuda a identificar todo tipo de patrones desconocidos en los datos sin etiquetas predeterminadas, con una supervisión humana mínima o nula. El presente trabajo tiene como finalidad determinar a través del análisis de agrupamiento de datos (clustering) k-medias, la vulnerabilidad al deslizamiento que pueden tener los talu-des, analizándolos a partir de datos hidrogeomorfológicos, lo que permite hacer una caracterización preliminar de las zo-nas potenciales de deslizamiento a fin de generar planes de ordenación territorial y prevenir futuros eventos de desliza-miento. Los parámetros involucrados incluyen la cobertura vegetal, coeficiente de humedad del suelo, precipitación, pendientes del terreno y acumulación de flujo. Todos estos parámetros fueron obtenidos espacialmente para toda el área de estudio y almacenados en una base de datos a través de sistemas de información geográfica (SIG). El área fue discretizada en celdas con tamaño de pixeles de 150x150m en los que fue determinado el valor de cada uno de los parámetros, generan-do así una gran base de datos. Los resultados mostraron que los parámetros: Precipitación, humedad del suelo y acumula-ción de flujo contribuyen de manera importante en aumentar la vulnerabilidad de los taludes, mientras que los parámetros cobertura vegetal y pendiente poseen menos influencia. Estos resultados demuestran que las técnicas de minería de datos son una opción confiable, eficiente y económica para la evaluación de la vulnerabilidad de taludes.