El objetivo del estudio es mostrar que los factores de condicionamiento de deslizamientos de tierra derivados de diferentes fuentes de datos tienen influencias relativas significativamente diferentes en los factores de peso derivados de modelos estadísticos para la modelización de la susceptibilidad a deslizamientos y el análisis de riesgos. El análisis de los datos de entrada para la evaluación del peligro de deslizamientos a gran escala se realizó en un área de estudio (20.2 km2) en Hrvatsko Zagorje (Croacia, Europa), un área altamente susceptible a deslizamientos con datos geoinformáticos limitados, incluidos los datos de deslizamientos. La principal ventaja de la técnica de teledetección (es decir, LiDAR, Detección y Medición de Luz) y las imágenes ortofoto es que permiten modelos de superficie 3D con alta precisión y resolución espacial que se pueden utilizar para derivar todos los datos de entrada necesarios para la evaluación del peligro de deslizamientos. La interpretación visual de los derivados morfométricos del DTM LiDAR (Modelo Digital del Terreno) resultó en un mapa de inventario de deslizamientos detallado y completo, que consiste en 912 deslizamientos identificados y mapeados, que varían en tamaño de 3.3 a 13,779 m2. Este inventario se utilizó para el análisis cuantitativo de 16 capas de datos de entrada de 11 fuentes diferentes para analizar la presencia de deslizamientos en clases de factores y así comparar los factores de condicionamiento de deslizamientos de datos de pequeña escala con datos de LiDAR de alta resolución e imágenes ortofoto, destacando la influencia negativa de los datos de fuente de pequeña escala. Por lo tanto, se puede concluir que los mapas de factores de deslizamientos de pequeña escala derivados de fuentes disponibles públicamente no deben utilizarse para análisis a gran escala porque resultarán en suposiciones incorrectas sobre los factores de condicionamiento en comparación con los mapas de factores derivados del DTM LiDAR. Además, el DTM LiDAR de alta resolución y las imágenes ortofoto son datos de entrada óptimos porque permiten la derivación de los factores de condicionamiento de deslizamientos más comúnmente utilizados para la modelización de susceptibilidad y conjuntos de datos detallados sobre elementos en riesgo (es decir, capas de datos de edificios e infraestructura de tráfico).