logo móvil
Contáctanos

Gestión de Deslizamientos de Tierra en una Zona de Transición Rural-Urbana Utilizando Algoritmos de Aprendizaje Automático-Un Estudio de Caso de una Carretera Nacional (NH-44), India, en los Rugosos Terrenos Himalayos

Autores: Fayaz, Mohsin; Meraj, Gowhar; Khader, Sheik Abdul; Farooq, Majid; Kanga, Shruti; Singh, Suraj Kumar; Kumar, Pankaj; Sahu, Netrananda

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Gestión de Deslizamientos de Tierra en una Zona de Transición Rural-Urbana Utilizando Algoritmos de Aprendizaje Automático-Un Estudio de Caso de una Carretera Nacional (NH-44), India, en los Rugosos Terrenos Himalayos


Categoría

Ciencias Medioambientales

Subcategoría

Ciencias medioambientales generales

Palabras clave

Deslizamientos de tierra
Himalayas
Sistema de alerta temprana
Algoritmos de aprendizaje automático
ANFIS
Bosque aleatorio

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Los deslizamientos de tierra son desastres naturales críticos caracterizados por un movimiento descendente de masas de tierra. Como uno de los tipos de desastres más mortales en todo el mundo, tienen un alto número de muertes cada año y causan una gran cantidad de daños económicos. La transición entre áreas urbanas y rurales está caracterizada por carreteras, que, en el accidentado terreno del Himalaya, deben ser construidas cortando las montañas, lo que las desestabiliza y las hace propensas a deslizamientos de tierra. Este estudio se llevó a cabo en regiones propensas a deslizamientos de tierra de toda la franja del Himalaya, es decir, la Carretera Nacional NH-44 (el tramo Jammu-Srinagar). Los principales objetivos de este estudio son entender las causas detrás de la recurrencia regular de los deslizamientos de tierra en esta región y proponer un sistema de alerta temprana de deslizamientos de tierra (LEWS) basado en los algoritmos de aprendizaje automático más adecuados entre los cuatro seleccionados, es decir, regresión lineal múltiple, sistema de inferencia neuro-difusa adaptativa (ANFIS), bosque aleatorio y árbol de decisión. Se encontró que ANFIS y el bosque aleatorio superaron a los otros métodos propuestos con un aumento sustancial en la precisión general. El modelo LEWS se desarrolló utilizando los parámetros del sistema de tierra que rigen la ocurrencia de deslizamientos de tierra, como la lluvia, la humedad del suelo, la distancia a la carretera y al río, la pendiente, la temperatura de la superficie terrestre (LST) y el área construida (BUA) cerca del sitio del deslizamiento. El LEWS desarrollado fue validado utilizando diversas herramientas de evaluación de errores estadísticos, como el error cuadrático medio (RMSE), el error cuadrático medio (MSE), la matriz de confusión, la estimación de error fuera de bolsa (OOB) y el área bajo la curva de características operativas del receptor (ROC) (AUC). Los resultados de este estudio pueden ayudar a gestionar los peligros de deslizamientos de tierra en las zonas de transición urbano-rural del Himalaya y servir como un estudio de muestra para regiones montañosas similares del mundo.

Otros recursos que podrían interesarte

Temas Virtualpro