| Autor: |
Andrés Camilo Florez García, José Nelson Pérez Castillo |
| Jazyk: |
Spanish; Castilian |
| Rok vydání: |
2019 |
| Předmět: |
|
| Zdroj: |
Avances, Vol 16, Iss 1, Pp 20-48 (2019) |
| Druh dokumentu: |
article |
| ISSN: |
1794-4953 |
| DOI: |
10.18041/1794-4953/avances.1.5188 |
| Popis: |
Si bien las técnicas implementadas para predecir zonas susceptibles a procesos de remoción en masa han logrado modelar con cierto grado de precisión casos de deslizamientos, no logran modelar eventos complejos, donde la relación entre los deslizamientos y sus factores desencadenantes no presentan un comportamiento lineal. Lo anterior se debe a ausencia de estructuras de dependencia espacio-temporal que permitan evaluar efectos espaciales (autocorrelación y heterogeneidad); por lo tanto, la interpretación de los resultados suele ser errada y lleva a una menor confiabilidad. Dado lo anterior, el objetivo del artículo es brindar un documento sólido que ofrezca una perspectiva general y detallada de las técnicas de predicción espacial; al tiempo que se propone una metodología innovadora que permita utilizar las bondades del aprendizaje automático y la estadística espacial, con el propósito de mejorar el desempeño predictivo de zonas susceptibles a deslizamientos. |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
