Evaluación de la susceptibilidad a deslizamientos de tierra y su diferencia espacial en toda la región de la meseta Qinghai-Tibetana mediante cinco algoritmos de aprendizaje

Resumen Los deslizamientos de tierra se consideran como un importante peligro natural que causa enormes daños materiales y fatalidades en la meseta Qinghai-Tibetana (QTP). En este artículo, evaluamos la susceptibilidad a deslizamientos de tierra y su diferenciación espacial en toda la región de la meseta Qinghai-Tibetana utilizando cinco algoritmos de aprendizaje de última generación: red neuronal profunda (DNN), regresión logística (LR), Naïve Bayes (NB), bosque aleatorio (RF) y máquina de soporte vectorial (SVM), que se diferencian de estudios previos solo en áreas locales de QTP. Se consideraron 671 eventos de deslizamientos de tierra y se derivaron trece factores de condicionamiento de deslizamientos (LCFs) para la generación de bases de datos, que incluyen precipitación anual, distancia a drenajes (Ds₃) (Dsd), distancia a fallas (Ds₅) (Dsf), densidad de drenaje (D₃) (Dd), elevación (Elev), densidad de fallas (F₃) (Fd), litología, índice de vegetación de diferencia normalizada (NDVI), curvatura del plano (Pl₂) (Plc), curvatura del perfil (Pr₂) (Prc), pendiente (S^^) (S∘), índice de potencia de corriente (SPI) e índice de humedad topográfica (TWI). Se utilizaron análisis de multicolinealidad y disminución media de Gini (MDG) para evaluar la idoneidad y predictibilidad de estos factores. Como resultado, se generaron y validaron cinco mapas de predicción de susceptibilidad a deslizamientos de tierra (LSP) utilizando precisión, área bajo la curva característica operativa del receptor, sensibilidad y especificidad. Los resultados de MDG demostraron que la precipitación, la elevación y la litología fueron los factores de condicionamiento de deslizamientos más significativos que gobernaron la ocurrencia de deslizamientos de tierra en la meseta Qinghai-Tibetana. Los mapas LSP mostraron que las regiones del norte-noroeste y del sur-sureste (45% del área total). Además, entre los cinco modelos con un alto ajuste, el modelo RF fue destacado como el superior, logrando una mayor precisión en la evaluación de la susceptibilidad a deslizamientos de tierra y una mejor gestión de áreas propensas en QTP en comparación con resultados anteriores. Resumen Gráfico