Resumen
La modelación de áreas susceptibles a la pérdida de suelo por procesos hidroerosivos consiste en un instrumento simplificado de la realidad con el propósito de predecir comportamientos futuros a partir de la observación e interacción de un conjunto de factores geoambientales. En vista de lo anterior, el presente análisis tiene como objetivo predecir la susceptibilidad a la pérdida de suelo por evento hídrico y mapear las áreas con riesgo potencial de erosión, utilizando los principios de Regresión Logística Binaria (RLB) y Redes Neuronales Artificiales (RNA). Para ello, se definió la subcuenca del río Sete Voltas (330 km2) como área experimental en el municipio de Colorado do Oeste/RO, sur de la Amazonia brasileña. Inicialmente, se diseñó el mapa de inventario de erosión del suelo con 100 unidades de muestreo y 14 parámetros predictores que abarcaban aspectos ambientales, topográficos y geológicos. La susceptibilidad fue mapeada con base en cinco clases de referencia: muy baja, baja, moderada, alta y muy alta. La RNA obtuvo un área bajo la curva (AUC) de 0,808 y una precisión global del 79,2%; el modelo RLB presentó un AUC de 0,888 y una precisión global del 77%. Las áreas potencialmente susceptibles representan el 57,71% y el 54,80% del área para los modelos RLB y RNA, respectivamente. Los mayores riesgos potenciales se verifican en sitios sin cobertura vegetal asociada a prácticas agrícolas. La técnica demostró ser eficaz, con una precisión adecuada y con la ventaja de requerir menos tiempo y ser menos costosa en comparación con otros métodos.
Palabras-clave:
Regresión Logística Binaria; Red Neuronal Artificial; Susceptibilidad a la Erosión
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
