Influencia de la Heterogeneidad Espacial en la Evaluación de la Susceptibilidad por Movimientos en Masa

Este estudio explora la incorporación de la heterogeneidad espacial en la modelización de la susceptibilidad a deslizamientos en el complejo relieve de los Andes colombianos. Los datos utilizados incluyen un conjunto de 13,777 deslizamientos registrados entre 1970 y 2023, obtenidos a partir de imágenes ópticas de alta resolución, así como datos de precipitación del conjunto CHIRPS. Información espacial adicional, como la cobertura del suelo, fue derivada a partir de imágenes Sentinel-2 procesadas en Google Earth Engine. Estas diversas fuentes de datos geoespaciales se integraron para proporcionar una comprensión integral de los factores que influyen en la susceptibilidad a deslizamientos. Mediante la aplicación de la Regresión Geográficamente Ponderada (GWR) y su extensión, la Regresión Geográficamente Ponderada Multibanda (MGWR), demostramos mejoras significativas en la capacidad de los modelos para capturar la variabilidad local y mejorar la precisión predictiva. GWR y MGWR permiten identificar patrones espacialmente diferenciados y escalas específicas de influencia para cada predictor, lo que conduce a una representación más precisa de la susceptibilidad a deslizamientos y resalta la necesidad de adaptar los modelos al contexto geográfico particular de cada región. No obstante, el estudio también subraya la importancia de una selección cuidadosa del ancho de banda para evitar sobreajustes y garantizar la estabilidad del modelo. A pesar de las ventajas de GWR y MGWR, se identificaron limitaciones, como una alta complejidad computacional y problemas de colinealidad local, que pueden afectar la interpretación y confiabilidad de los resultados.