Probabilistic landslide hazard assessments: adaptation of spatial models to large slow-moving earth flows and preliminary evaluation in Loja (Ecuador)
Identificadores
URI: https://hdl.handle.net/10481/97694Metadata
Show full item recordAuthor
Soto Luzuriaga, John Egverto; Galve Arnedo, Jorge Pedro; Palenzuela Baena, José Antonio; Azañón Hernández, José Miguel; Tamay, José; Guamán Jaramillo, Galo; Irigaray Fernández, ClementeEditorial
Springer
Date
2024-10-15Referencia bibliográfica
Environ Earth Sci 83, 596 (2024)
Sponsorship
Departamento de Geociencias (UTPL, Ecuador); Departamento de Geodinámica (UGR, España); Departamento de Ingeniería Civil (UGR, España).Abstract
Los modelos cuantitativos de análisis de la peligrosidad a los movimientos de ladera proporcionan estimaciones del número de movimientos por área y tiempo que podrían esperarse en un futuro cercano. Estos modelos son esenciales para calcular el riesgo asociado en términos monetarios. Aunque son herramientas muy útiles para gestionar la actividad de las laderas inestables, su producción requiere una gran cantidad de datos espaciales y temporales. En este artículo se presenta un caso donde esto fue posible, produciendo el mapa cuantitativo de peligrosidad para el municipio de Loja, Ecuador. Se basa en un modelo que integra seis factores causales (distancia a fallas, litología, pendiente, geomorfología, índice de posición topográfica y uso del suelo) y un inventario multitemporal integral de movimientos de ladera. En primer lugar, se generó un mapa de susceptibilidad con una buena capacidad de predicción (área bajo la curva de tasa de predicción, AUPRC: 0.8) combinando dos métodos probabilísticos ampliamente utilizados y probados: “Matriz” y “Razón de verosimilitud”. Posteriormente, este mapa se transformó en un mapa de peligrosidad al incluir la frecuencia temporal de los movimientos. El mapa evalúa la probabilidad anual de que cada píxel dentro de cada movimiento se active. La validación temporal preliminar del mapa de peligrosidad indica que los píxeles movilizados durante dos años después de la elaboración del mapa se ajustan razonablemente bien a la previsión espacio temporal. Los hallazgos enfatizan que los métodos clásicos de predicción espacial, cuando se complementan con datos robustos y extensos sobre la distribución y actividad de movimientos de ladera, pueden generar modelos de peligrosidad con capacidades predictivas confiables. Esto sugiere que, en aplicaciones prácticas, los modelos basados en cálculos relativamente simples pueden proporcionar puntos de partida efectivos y confiables para gestionar los riesgos asociados a los movimientos de ladera. Quantitative landslide hazard models provide estimations of the number of landslides per area and time that might be
expected in the near future. These models are essential to calculate landslide risk in monetary terms. Although they are
very useful tools for managing the activity of unstable slopes, their production calls for a vast amount of spatial and
temporal data. Here, we present a case where this was possible producing the quantitative landslide hazard map for the
municipality of Loja, Ecuador. It is based on a model that integrates six causal factors (distance to faults, lithology, slope,
geomorphology, topographic position index, land use) and a comprehensive multi-temporal inventory of landslides. First,
a susceptibility map was generated with a good prediction capability (Area under prediction rate curve, AUPRC: 0.8)
combining two widely used and tested probabilistic methods: “Matrix” and “Likelihood ratio”. Subsequently, this map was
transformed into a hazard map by including the temporal frequency of landslides. The map assesses the annual probability
of each pixel to be set in motion within one of these landslides. The preliminary temporal validation of the hazard map
indicates that the pixels mobilized during two years after the map production fit reasonably well with our spatio-temporal
forecast. The findings emphasize that classical spatial prediction methods, when augmented by robust and extensive data
on landslide distribution and activity, can yield hazard models with reliable predictive capabilities. This suggests that in
practical applications, models based on relatively simple calculations can provide effective and reliable starting points for
managing landslide risks.