Bogotá - Ingeniería - Maestría en Ingeniería - Geotecnia · 2026
Comparación de metodologías de análisis de susceptibilidad por movimientos en masa aplicado en un área de la cuenca del río Bogotá
El presente trabajo desarrolla un análisis comparativo de metodologías aplicadas a la valoración de la susceptibilidad por procesos de remoción en masa en la cuenca alta del río San Cristóbal (Bogotá). El objetivo fue evaluar, bajo un mismo marco de referencia y condiciones homogéneas de información y escala (1:25.000), el comportamiento espacial y la capacidad predictiva de distintos enfoques de modelación. Se implementaron modelos estadísticos multivariados de carácter lineal (Regresión Logística y Análisis Discriminante Lineal), modelos de aprendizaje de máquina (K-Nearest Neighbors, Random Forest, XGBoost y LightGBM) y un modelo semi-cuantitativo multivariable tipo Mora–Vahrson (1994), basado en la ponderación estructurada de factores condicionantes y detonantes. Los modelos supervisados fueron evaluados mediante curvas ROC–AUC y métricas como precisión, sensibilidad y media armónica, mientras que el enfoque semi-cuantitativo fue analizado en términos de coherencia geomorfológica y correspondencia espacial con el inventario de eventos. Los resultados muestran que los modelos basados en árboles de decisión presentan el mejor desempeño predictivo y una mayor coherencia espacial en la delimitación de zonas de alta susceptibilidad. Los modelos lineales exhiben un comportamiento aceptable, aunque con menor capacidad para representar interacciones complejas entre variables, y KNN evidencia alta sensibilidad a la distribución local del inventario. El modelo Mora–Vahrson ofrece una zonificación conceptualmente consistente y técnicamente estructurada, aunque con menor capacidad de discriminación fina frente a los modelos calibrados estadísticamente. Las variables con mayor incidencia corresponden a la distancia a fallas, la distancia a redes hídricas, la geomorfología y la pendiente, factores que controlan de manera directa la dinámica hidrológica y estructural del terreno. La herramienta computacional desarrollada permitió integrar, comparar y validar los diferentes enfoques, constituyéndose en un apoyo técnico para la gestión del riesgo en cuencas con características similares. (Texto tomado de la fuente)
Texto completo 201 páginas con texto
Leer la tesis completa Ficha en el repositorio
1 páginas con «café cambio climático»
Contenido
- Introducciónp. 14
- Planteamiento del problema y objetivosp. 17
- Justificaciónp. 17
- Antecedentesp. 18
- Identificación del problema:p. 20
- Objetivo generalp. 21
- 1.4.1 Objetivos específicosp. 21
- Localización y características generales del área de estudiop. 20
- Localización del área de estudiop. 22
- Características generales del área de estudiop. 23
- 2.2.1 Geologíap. 24
- 2.2.2 Geología estructuralp. 30
- 2.2.3 Geomorfología en el área de estudiop. 32
- 2.2.4 Cobertura y uso del suelop. 36
- 2.2.5 Hidrografíap. 39
- Marco teóricop. 41
- Descripción de variablesp. 41
- 3.1.1 Variables de continuidadp. 42
- Longitud de la cuenca (Long)p. 42
- Área de la cuenca (Acuenca)p. 44
- Perfil de la cuenca (Perfil)p. 44
- Pendiente (Pend)p. 44
- Pendiente sinusoidal (PendS)p. 45
- Curvatura (PLA)p. 46
- Insolación (Insol)p. 47
- Rugosidad (Rugos)p. 47
- Distancia de redes hídricas (DistHibrid)p. 48
- Distancia a la falla (Disfalla)p. 48
- 3.1.2 Variables discretasp. 49
- Geología (GEOLO)p. 49
- Geomorfología (GEOMOR)p. 50
- Cobertura y uso del suelo (COBERT)p. 50
- Modelos estadísticos para la valoración de la susceptibilidadp. 50
- 3.2.1 Modelo estadístico de regresión logística (Logistic Regression)p. 50
- 3.2.2 Modelo estadístico análisis discriminante lineal (LDA)p. 55
- 3.2.3 Modelo estadístico KNeighborsp. 57
- 3.2.4 Modelo estadístico Ramdom Forestp. 61
- 3.2.5 Modelo estadístico XGBoostp. 63
- 3.2.6 Modelo estadístico LigthGBMp. 66
- 3.2.7 Modelo semi - cuantitativo de Mora – Vahrsonp. 68
- en masap. 109
- Orden de los resultados obtenidos de la valoraciónp. 71
- Construcción de las curvas ROC – Área bajo la curva AUCp. 73
- Metodologíap. 76
- Validación y actualización de la información temáticap. 76
- 4.1.1 Modelo digital del terreno área del proyecto pilotop. 78
- susceptibilidadp. 24
- Aplicación de los modelos estadísticosp. 84
- 4.2.1 Metodología de desarrollo Regresión logísticap. 85
- 4.2.2 Metodología de desarrollo LDAp. 88
- 4.2.3 Metodología de desarrollo KNeighbors (KNN)p. 92
- 4.2.4 Metodología de desarrollo Ramdom Forestp. 94
- 4.2.5 Metodología de desarrollo XGBoostp. 96
- 4.2.6 Metodología de desarrollo LigthGBMp. 100
- 4.2.7 Aplicación del modelo semi-cuantitativo de Mora-Vahrsonp. 104
- 4.2.8 Metodología de desarrollo para la evaluación estadística ROC -AUCp. 106
- Orden de los resultados obtenidos de la valoraciónp. 71
- Relaciones métricas estadísticas para la evaluaciónp. 109
- Construcción de las curvas ROC – Área bajo la curva AUCp. 73
- Desarrollo de la Aplicación para el análisis de susceptibilidadp. 111
- 4.3.1 Arquitectura y funcionamiento de la herramienta MONITORp. 112
- Estructura general del sistemap. 112
- Flujo técnico de operaciónp. 114
- 4.3.2 Integración conceptual SIG–Modelamientop. 114
- Resultados y análisis comparativop. 116
- Estadística de las variables continuas y discretasp. 117
- 5.1.1 Longitud (Long)p. 118
- 5.1.2 Área cuenca (Acuenca)p. 119
- 5.1.3 Perfil de la cuenca (Perfil)p. 44
- 5.1.4 Pendiente (Pend)p. 44
- 5.1.5 Pendiente sinusoidal (PendS)p. 45
- 5.1.6 Curvatura (PLA)p. 46
- 5.1.7 Insolación (INSOL)p. 47
- 5.1.8 Rugosidad (Rugos)p. 47
- 5.1.9 Distancia a redes hídricas (DISTHIBRID)p. 129
- 5.1.10 Distancia a la falla (DISFALLA)p. 48
- 5.1.11 Geología (GEOLO)p. 49
- 5.1.12 Geomorfología (GEOMOR)p. 50
- 5.1.13 Cobertura y uso del suelo (COBERT)p. 50
- 5.1.14 Resumen de incidencia estadística de las variablesp. 137
- Cálculo de la susceptibilidad mediante métodos estadísticos propuestosp. 140
- 5.2.1 Normalización de variables discretasp. 141
- 5.2.2 Normalización de variables para métodos semi cuantitativosp. 144
- 5.2.3 Resultados de los modelos de susceptibilidadp. 149
- 5.2.4 Salidas gráficas de los modelos de susceptibilidadp. 157
- Salida grafica del modelo de susceptibilidad Regresión logísticap. 157
- Salida grafica del modelo de susceptibilidad LDAp. 159
- Salida grafica del modelo de susceptibilidad KNeighborsp. 162
- Salida grafica del modelo de susceptibilidad Random Forestp. 164
- Salida grafica del modelo de susceptibilidad XGBoostp. 167
- Salida grafica del modelo de susceptibilidad LightGBMp. 170
- Mora - Vahsonp. 172
- 5.2.5 Evaluación comparativap. 176
- Interpretación general de modelosp. 179
- Resumen de análisis comparativo de salidas graficasp. 180
- 5.2.6 Comparación entre modelos de susceptibilidad aplicadosp. 181
- Conclusiones y recomendacionesp. 185
- Conclusionesp. 185
- Recomendacionesp. 188
- de susceptibilidad por remoción en masap. 194
- Desarrollo de la Aplicación para el análisis de susceptibilidadp. 194
- Herramientas computacionales: Python y ArcGISp. 191
- Acceso y verificación del entorno de trabajo en consolap. 191
- Activación del entorno virtual y ejecuciónp. 192
- Calificación de variables intrínsecasp. 194
- Bibliografíap. 197
- Localización área piloto del proyectop. 23
- Unidades Geológicas en el área de estudiop. 25
- Geología estructural identificada en el área de estudiop. 31
- Unidades Geomorfológicas en el área de estudiop. 33
- Unidades de cobertura y uso del suelo en el área de estudiop. 37
- Redes de drenaje en el área de estudiop. 40
- Longitud de flujo derivada del MDT por subcuencasp. 43
- Esquema conceptual de la pendiente sinusoidalp. 45
- sobre la convergencia y divergencia del flujo superficialp. 45
- superficies planas hasta relieves altamente irregularesp. 48
- y frontera de separación entre clasesp. 55
- unidades espacialesp. 58
- Diagrama representativo del modelo Ramdom Forestp. 62
- Diagrama representativo del modelo XGBoostp. 65
- Diagrama representativo del modelo LigthGBMp. 66
- Representación esquemática de la curva ROC (TPR vs FPR)p. 73
- Modelo digital del terreno – Área de estudiop. 79
- Figura 4-2: Deslizamiento rotacional activo en el área de estudiop. 80
- Figura 4-3: Flujo activo en el área de estudiop. 80
- Inventario de procesos de inestabilidad Área de estudiop. 84
- para análisis geoespacial de susceptibilidad por remoción en masap. 115
- Histograma de la variable Longitud de la cuenca (LONG)p. 119
- Histograma de la variable Área de la cuenca (ACUENCA)p. 120
- Histograma de la variable Perfil de la cuenca (PERFIL)p. 121
- Histograma de la variable Pendiente (PEND)p. 123
- Histograma de la variable Pendiente Sinusoidal (PENDS)p. 124
- Histograma de la variable Curvatura (PLA)p. 126
- Histograma de la variable Insolación (INSOL)p. 127
- Histograma de la variable Rugosidad (RUGOS)p. 129
- Histograma de la variable Distancia a redes hídricas (DISTHIBRID)p. 130
- Histograma de la variable Distancia a la falla (DISFALLA)p. 132
- Histograma de la variable geología (Geolo)p. 134
- Histograma de la variable geomorfología (GEOMOR)p. 135
- Histograma de la variable cobertura y uso del suelo (COBERT)p. 137
- Curvas ROC para modelos de susceptibilidadp. 150
- Mapa de susceptibilidad obtenido por el modelo LDAp. 161
- Mapa de susceptibilidad obtenido por el modelo de KNEIGHBORSp. 164
- Mapa de susceptibilidad obtenido por el modelo de XGBOOSTp. 169
- Mapa de susceptibilidad obtenido por el modelo de LIGHTGBMp. 172
- movimientos en masap. 101
- movimientos en masap. 101
- Cambiar propensividad de las variables intrínsecasp. 195
- Resultados de las estadísticas de los modelos aplicadosp. 196
- Rangos de calificación AUC - ROCp. 75
- Inventario de procesos de inestabilidad en el área de trabajop. 81
- Normalización de la variable de geologíap. 142
- Descripción de variables de geomorfologíap. 142
- Descripción de variables intrínsecas cobertura uso del suelop. 143
- morfométrico (Sr)p. 145
- Clasificación litológica y valores asignados (Sl)p. 146
- Clasificación cobertura y uso del suelo y valores asignados (Sh)p. 147
- Clasificación y ponderación de la precipitación mensual promedio (Tp)p. 147
- (localidad de San Cristóbal, Bogotá)p. 148
- evaluación modelos clasificaciónp. 151
- estadísticos aplicadosp. 178
- construcción, desarrollo y resultadosp. 184