全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

Análisis estadístico probabilístico de las variables que condicionan la inestabilidad de las laderas en los valles de los ríos Las Cuevas y Mendoza Probabilistic analysis of the variables that impose conditions to the slope instability in the Las Cuevas and Mendoza river valleys

Keywords: Susceptibilidad , Peligrosidad , Remoción en masa , Factores condicionantes , Susceptibility , Hazard , Landslides , Conditioning factors

Full-Text   Cite this paper   Add to My Lib

Abstract:

Se analizaron las variables que condicionan la inestabilidad de las laderas en los valles de los ríos Las Cuevas y Mendoza mediante la aplicación de un modelo probabilístico. Para ello, se superpusieron en el entorno de un SIG el mapa inventario de los procesos de remoción en masa y diferentes mapas temáticos de las principales variables condicionantes de la inestabilidad. De esta manera se calculó el valor de favorabilidad y el factor de incertidumbre de cada clase de las variables. Las variables que mejor predicen el comportamiento de las laderas a escala regional son la litología, la pendiente y la altura. Un mayor número de variables no incrementa significativamente la calidad predictiva del modelo aplicado. Más aún, la incorporación de ciertas variables disminuye su calidad. La identificación de las variables con mayor capacidad predictiva de la inestabilidad per-mite un fácil reconocimiento de los sectores más vulnerables a colapsar en este sector de los Andes Centrales. Using a probabilistic model, parameters conditioning the slope instability were analysed along the valleys of Las Cuevas and Mendoza rivers. For that, the landslide inventory map and thematic maps of several parameters were crossed in a GIS allowing to calculate the favourability value and the certainly factor for classes of each variable considered in the model. Better variables predicting slope instability are the lithology, the slope range, and the elevation. Incorporation of more variables does not increase significantly prediction of the applied model. Moreover, certain variables reduce the quality of the model. The identification of those variables with greater predictive capacity lets to approach the behaviour of the slope in this portion of Central Andes.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133