TTE38

Obtenidos los datos de cada factor condicionantes, se generaron capas ráster de cada uno de

ellos (transformando los archivos shapefil e de la litología y geomorfología), para proseguir

con una reclasificación de la información que presenta cada ráster en función a la

probabilidad de ocurrencia de remociones en masa, utilizando el método heurístico. Hecho

esto, se realizó la jerarquización y ponderación numérica de los factores, donde se armó la

matriz de comparaciones pareadas y la respectiva sintetización.

La zonación de la susceptibilidad se obtuvo mediante la combinación de las capas temáticas

de los factores condicionantes, a través de una suma algebraica de cada factor condicionante

ponderado con su peso numérico específico (Ecuación 2):

=∑ ×

(2)

Donde: P i : son los pesos numéricos

C i : son las capas de los factores condicionantes que influyen en la ocurrencia de los

movimientos en masa.

Para modelos de predicción es importante llevar a cabo la validación de estos resultados, ya

que sin esta validación, el modelo resulta inútil y tiene poco significado científico (Chung y

Fabri, 2003). Producto de que no se sabe a ciencia cierta dónde ocurrirán futuras remociones

en masa, lo mejor que se puede hacer es comparar usando remociones en masa del pasado o

un inventario de remociones en masa (Cardozo, 2013). Para esto, utilizando el freeware

Google Earth Pro, se realizó un inventario de remociones en masa, con el fin de determinar

si es coincidente el porcentaje de estas remociones con los índices de susceptibilidad

obtenidos. Basados en los trabajos presentados en el estudio de Chung y Fabbri (2003) de

validación de modelos de predicción, un inventario mayor a 25 remociones en masa sirve

para validar un modelo. Para este caso, se realizó un inventario de 75 remociones en masa.

47