Aplicación de técnicas Big Data en la elaboración de mapas de peligrosidad de deslizamientos sismo-inducidos

Resumen

Actualmente estamos inmersos en una revolución digital e industrial, donde los datos han adquirido una importancia innega- ble. Es por ello, que la geología se haya visto afectada positivamente por los avances existentes hasta el momento. Un ejem- plo de ello es la implementación de nuevas técnicas de aprendizaje estadístico empleadas para modelar y comprender conjun- tos de datos complejos (Gareth et al., 2013), como son el Big Data Analysis (BDA) o Machine Learning (ML) aplicados al campo de los riesgos geológicos, en particular en la elaboración de mapas de peligrosidad de deslizamientos sismo-inducidos. Autores como Rodríguez-Peces et al. (2013) realizaron extensos inventarios de deslizamientos provocados por terremotos, anotando numerosas características, con el fin de obtener la relación de factores influyentes en ellos. Gracias a estos trabajos previos, se ha podido demostrar que la clasificación binaria de deslizamientos, haciendo uso de algoritmos de machine lear- ning, permiten clasificar con mayor exactitud los deslizamientos ocurridos. Esta labor constituye una de las fases previas a la obtención de mapas de peligrosidad de estos deslizamientos, como el realizado por Rodríguez-Peces et al. (2020), puesto que para evaluar la precisión del modelo los resultados de clasificación binaria de deslizamientos son utilizados como elemento de contraste de un riesgo predicho frente a un riesgo ocurrido.