En los últimos años, los deslizamientos de tierra han ocurrido con mayor frecuencia en todo el mundo, causando efectos severos tanto en los entornos naturales como en los humanos. Dado que las evaluaciones y mapeos de susceptibilidad a deslizamientos de tierra (LS) pueden determinar espacialmente el potencial de deslizamientos en una región, constituyen un paso básico en la gestión efectiva del riesgo y la respuesta ante desastres. Hoy en día, existen varios modelos de LS disponibles, cada uno con sus ventajas y desventajas. Con el fin de mejorar los beneficios y superar las debilidades de la modelización individual, el presente estudio propone un modelo híbrido de LS basado en la integración de dos modelos de análisis estadístico diferentes, el Detector Geográfico multivariado (GeoDetector) y el valor informativo bivariado (IV). En un marco basado en SIG, se probó el modelo híbrido llamado GeoDIV para generar un mapa de LS confiable para la vecindad del lago artificial Pinios (Ilia, Grecia), un humedal griego. Se preparó un inventario de deslizamientos de tierra pasados de 60 casos y 14 factores condicionantes (morfológicos, hidro-lito-lógicos y antropogénicos) para componer la base de datos espacial. Se derivó un mapa de LS del modelo GeoDIV, presentando las diferentes zonas de potenciales deslizamientos de tierra (probabilidad) para el área de estudio. Este mapa fue luego validado por tasas de éxito y predicción, que se traducen en la precisión y capacidad de predicción del modelo, respectivamente. Los hallazgos confirmaron que la modelización híbrida puede superar a la modelización individual, ya que el modelo GeoDIV propuesto presentó mejores resultados de validación que el modelo IV.