Abstract

Pronóstico de deslizamientos súbitos con redes neuronales

Debido a la fisiografía del territorio peruano, este se encuentra expuesto a diversos eventos naturales, tales como inundaciones, flujos, deslizamientos, etc. Este último es activado principalmente por las lluvias, por lo cual surge la necesidad de contar con instrumentos metodológicos para la generación de escenarios de susceptibilidad, monitoreo y pronóstico de deslizamientos. En ese sentido se ha desarrollado un modelo basado con métodos de inteligencia artificial para la generación de escenarios a escala regional. Se empleó un modelo de redes neuronales para relacionar los factores condicionantes del terreno; y los pronósticos de lluvia del ente oficial peruano como factor desencadenante. Como caso se estudio se aplicó este modelo en el departamento de Ancash, para lo cual se utilizó el inventario nacional de deslizamientos para el entrenamiento y validación del modelo de redes neuronales. Finalmente, se obtuvo que el modelo de red neuronal con 2 capas ocultas presentó un mejor comportamiento con un AUC de 90.5%, en comparación con otras estructuras de red neuronal que presentaban valores de AUC inferiores al 89.7%.