Publicado
Landslide susceptibility zoning to support road management: the Santa Cecilia–Asia case study
Zonificación de susceptibilidad a movimientos en masa como apoyo a la gestión vial: caso Santa Cecilia–Asia
DOI:
https://doi.org/10.15446/dyna.v93n242.125307Palabras clave:
landslides, susceptibility, road infrastructure, risk-informed decision-making, risk management (en)movimientos en masa, susceptibilidad, infraestructura vial, toma de decisiones informada, gestión del riesgo (es)
Descargas
Road infrastructure in mountainous regions of Colombia is frequently disrupted by landslides, making susceptibility assessment essential for corridor-scale management. This study evaluates landslide susceptibility along the Santa Cecilia Asia road corridor using statistical methods within geographic information systems. The analysis integrates an institutional landslide inventory with conditioning factors related to topography, hydrology, geology, geomorphology, and land cover. Susceptibility was modeled using the Weight of Evidence and Frequency Ratio methods, and the resulting maps were classified into qualitative categories. The results indicate that high-susceptibility areas are primarily linked to steep slopes, drainage networks, and active slope processes. Both methods consistently identify critical segments, providing a spatial basis for prioritizing inspection, maintenance, and mitigation. This study demonstrates that susceptibility mapping using available data effectively supports risk informed decision-making for road infrastructure management in mountainous regions.
La infraestructura vial en regiones montañosas de Colombia es frecuentemente afectada por deslizamientos, haciendo que la evaluación de susceptibilidad sea esencial para la gestión de corredores. Este estudio evalúa la susceptibilidad a deslizamientos en el corredor vial Santa Cecilia–Asia utilizando métodos estadísticos y sistemas de información geográfica. El análisis integra un inventario institucional de deslizamientos con factores condicionantes de topografía, hidrología, geología, geomorfología y cobertura del suelo. La susceptibilidad se modeló mediante los métodos de Peso de la Evidencia y Relación de Frecuencia, clasificando los mapas resultantes en categorías cualitativas. Los resultados indican que las zonas de alta susceptibilidad se vinculan principalmente a pendientes fuertes, redes de drenaje y procesos de ladera activos. Ambos métodos identifican consistentemente tramos críticos, brindando una base espacial para priorizar la inspección, mantenimiento y mitigación, demostrando ser una herramienta efectiva para la toma de decisiones informadas.
Referencias
[1] Bonham-Carter, G.F., Geographic information systems for geoscientists: Modelling with GIS. Pergamon Press, 1994.
[2] Chung, C.J.F., and Fabbri, A.G., Validation of spatial prediction models for landslide hazard mapping. Natural Hazards, 30(3), pp. 451–472. 2003. DOI: https://doi.org/10.1023/B:NHAZ.0000007172.62651.2b
[3] Chung, C.J.F., and Fabbri, A.G., Predicting landslides for risk analysis—Spatial models tested by a cross-validation technique. Geomorphology, 94(3–4), pp. 438–452. 2008. DOI: https://doi.org/10.1016/j.geomorph.2006.12.036
[4] Fell, R., Corominas, J., Bonnard, C., Cascini, L., Leroi, E., and Savage, W.Z., Guidelines for landslide susceptibility, hazard and risk zoning for land-use planning. Engineering Geology, 102(3–4), pp. 85–98. 2008. DOI: https://doi.org/10.1016/j.enggeo.2008.03.014
[5] Guzzetti, F., Reichenbach, P., Cardinali, M., Galli, M., and Ardizzone, F., Landslide hazard assessment in the Staffora basin, northern Italian Apennines. Geomorphology, 72(1–4), pp. 272–299. 2005. DOI: https://doi.org/10.1016/j.geomorph.2005.06.002
[6] Lee, S., and Pradhan, B., Landslide hazard mapping at Selangor, Malaysia using frequency ratio and logistic regression models. Landslides, 4(1), pp. 33–41. 2007. DOI: https://doi.org/10.1007/s10346-006-0047-y
[7] Pourghasemi, H.R., Mohammady, M., and Pradhan, B., Landslide susceptibility mapping using index of entropy and conditional probability models in GIS: Safarood basin, Iran. Natural Hazards, 61(2), pp. 807–834. 2012. DOI: https://doi.org/10.1007/s11069-011-0060-8
[8] Reichenbach, P., Rossi, M., Malamud, B.D., Mihir, M., and Guzzetti, F., A review of statistically-based landslide susceptibility models. Earth-Science Reviews, 180, pp. 60–91. 2018. DOI: https://doi.org/10.1016/j.earscirev.2018.03.001
[9] Van-Westen, C.J., Rengers, N., and Soeters, R., Use of geomorphological information in indirect landslide susceptibility assessment. Natural Hazards, 30(3), pp. 399–419. 2003. DOI: https://doi.org/10.1023/B:NHAZ.0000007097.42735.9e
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Cómo citar
Licencia
Derechos de autor 2026 DYNA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.
