Detección, evaluación y zonificación de la susceptibilidad a deslizamientos utilizando métodos de Inteligencia Artificial, en el flanco occidental de la Sierra Chica, Córdoba

• Autores: Vargas Díaz, Francisco Javier
• Año de publicación: 2024
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Carignano, Claudio A.; Cioccale, Marcela Alejandra
• Materia: NATURAL SCIENCES; Trabajo Final CG; Geología; Ciencias de la tierra; Susceptibilidad magnética; Inteligencia artificial; Córdoba (Argentina)
• Institución: Universidad Nacional de Córdoba

Trabajo Final (CG)--FCEFN-UNC, 2024
Fil: Vargas Díaz, Francisco Javier. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Geología; Argentina.
El presente trabajo se apoya en el análisis de la evaluación de susceptibilidades de inestabilidades del terreno presentes en el sector norte del flanco occidental de la Sierra Chica, entre la Quebradas de Luna y de Ongamira y el Camino del Pan de Azúcar. Este estudio está cimentado en la aplicación de algoritmos de Inteligencia Artificial (IA) específicos para la detección de patrones indicadores de características geológicas y geotécnicas de los macizos rocosos, que se asocian a dichas inestabilidades del terreno. Dentro de éstas, se encuentran los deslizamientos, que, junto a las caídas de bloques, los vuelcos, los flujos y otros fenómenos, como la tubificación, son procesos naturales conocidos como “movimientos de laderas”, o “procesos de remoción en masa” (PRM), que transforman el paisaje y están acompañados del desplazamiento de variados volúmenes de materiales rocosos y suelos ladera abajo, primero lentamente, después a mayores velocidades hacia los valles. La zona de estudio se caracteriza por tener una alta demanda turística y, además, se ubican en su cercanía, en el valle de Punilla, sobre la Ruta Nacional 38, distintas localidades, situadas de sur a norte: Cosquín, Molinari, Casa Grande, Valle Hermoso, La Falda, Huerta Grande, Villa Giardino, La Cumbre, Los Cocos, San Esteban y Capilla del Monte. Éstas, en conjunto, tienen más de 80 mil habitantes, lo que implica que existe un potencial serio de la presencia de los movimientos de laderas que pueden afectar directa e indirectamente hacia estas poblaciones e infraestructuras. Los métodos basados en datos de IA aplicados a cuestiones geológicas, geomorfológicas y geotécnicas se desarrollaron a partir de la década de los 2010 a través de la tecnología de sistemas de información geográfica (SIG). Dentro de éstos se encuentran los algoritmos estadísticos, como el modelo “Relación de Frecuencia” (FR), y del aprendizaje automático (ML, Machine Learning). En particular, algunos modelos más extendidos de estos últimos, que se utilizan ampliamente en la elaboración de mapas de susceptibilidad de movimientos de laderas, son las redes neuronales artificiales (ANN), el árbol de decisión (DT), el bosque aleatorio (RF), las máquinas de vectores de soporte (SVM) y los k-vecinos más cercanos (KNN o k-NN). En síntesis, las técnicas a implementar consisten en: (a) Fotointerpretación y confección de un mapa de inventario de movimientos de laderas; (b) Aplicación de la rasterización y de la geomorfometría para generar mapas de factores condicionantes de deslizamientos; (c) Selección automática de los datos del inventario para el entrenamiento y posterior tratamiento estadístico; (d) Aplicación de la inteligencia artificial para evaluar y generar mapas de susceptibilidades de movimientos de laderas en tres métodos existentes (ANN, DT y SVM); y (e) Validación de los mapas con los datos restantes del inventario de cada movimiento de ladera.
Fil: Vargas Díaz, Francisco Javier. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Escuela de Geología; Argentina.