COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
Zoneamento geotécnico do Vale de Aburrá utilizando Redes
Neurais Artificiais
Robinson Andrés Giraldo Zuluaga
Mestrando, Programa de pós-graduação em geotecnia, Universidade de Brasília, [email protected]
Hernán Eduardo Martínez-Carvajal
Professor, Programa de pós-graduação em geotecnia, Universidade de Brasília, [email protected]
Gabriel Jaime Zapata Guerra
Mestrando, Programa de pós-graduação em geotecnia, Universidade de Brasília, [email protected]
RESUMO: No presente trabalho utiliza-se a ferramenta computacional conhecida como Redes
Neurais Artificiais (RNA) para estimar quantitativamente a ameaça de movimentos de massa no
Vale de Aburrá (Medellín, Colômbia), para atingir o objetivo foram utilizados cinco fatores do
terreno: geologia, geomorfologia, uso do solo, declividades e processos morfodinâmicos; e como
fator desencadeante a chuva, representada pela probabilidade de ultrapassar um limite de chuva
acumulada num certo período de tempo definido a partir de análises estatísticas. O intuito da RNA é
encontrar a relação funcional entre os fatores predisponentes e a probabilidade de ocorrência do
movimento de massa, o qual é feito mediante um processo de aprendizagem onde se apresentam
dados de treinamento até alcançar um erro mínimo no modelo. O gerenciamento da informação
espacial é feito sobre uma plataforma SIG, considerando células de terreno quadradas de 100m de
lado, para um total de 115545 células na área do Vale de Aburrá. Finalmente, encontrou-se um
modelo neural com um nível de acerto de 78% na previsão da probabilidade de ocorrência de
escorregamentos, observando que 4% da área do Vale de Aburrá encontra-se sob ameaça alta (16%
de probabilidade anual de ocorrência). Conclui-se que a metodologia é eficiente, permitindo a
quantificação do erro cometido na estimação da ameaça, prevendo o local da provável ocorrência e
levando em conta o histórico de chuvas da região.
PALAVRAS-CHAVE: Redes neurais artificiais, Ameaça, Zoneamento geotécnico, Vale de Aburrá,
Avaliação de ameaças geológicas, Escorregamentos.
1
movimentos de massa são os fenômenos com
maior saldo trágico de vidas, com 74,1% do
total de vidas reportadas no mesmo período.
Seguido, de longe, pelas enxurradas com 13,8%
e as enchentes com 5,1%.
Devido ao aumento acelerado da população
nos últimos 50 anos, está sendo incentivada a
urbanização em encostas com estabilidade
marginal sobre a parte media e alta das
vertentes. Os novos desenvolvimentos de
vivendas tanto regularizados como não
regularizados estão sendo realizados na
periferia do vale, sobre áreas de forte
declividade onde, inclusive, já ocorreram
movimentos de massa no passado (Aristizábal
& Yokota, 2006).
A primeira medida para determinar as áreas
INTRODUÇÃO
Um movimento de massa se define como o
movimento de um maciço rochoso, escombros
ou terra ao longo de uma ladeira ou talude, estes
são fenômenos altamente complexos produto da
interação de numerosos fatores geológicos,
geomorfológicos, físicos e humanos que
controlam a distribuição espaço-temporal de sua
ocorrência.
Aristizábal & Gómez (2007) encontraram
que do total de eventos naturais perigosos
registrados no Vale de Aburrá nos últimos 10
anos, os movimentos de massa correspondem a
35%, sendo superado somente pelas enchentes
que representam 42%. Em relação aos
prejuízos, os autores indicam que os
1
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
2.800 metros sobre o nível do mar. Os
municípios pertencentes a ele, considerados de
norte a sul são: Barbosa, Girardota,
Copacabana, Bello, Medellín, Envigado, Itagüí,
Sabaneta, La Estrella e Caldas.
mais propensas ou suscetíveis à ocorrência de
escorregamentos é a elaboração de cartas de
ameaça ou suscetibilidade, as quais, numa
abordagem tradicional, têm sido realizadas por
peritos mediante procedimentos convencionais
de álgebra de mapas e observação apoiada na
experiência. Conseqüentemente, a informação
fornecida por tais cartas é do tipo puramente
qualitativa sendo uma característica importante
a representação da ameaça em termos de classes
como, por exemplo: alta, media ou baixa.
Hoje em dia, com o desenvolvimento de
novas ferramentas computacionais, como as
Redes Neurais Artificiais (RNA), é possível
realizar procedimentos encaminhados à
quantificação da ameaça, ou seja, a sua
representação em termos da probabilidade de
ocorrência do evento em um período de tempo
específico.
Através do treinamento de um modelo
neural, encontra-se uma relação entre os fatores
predisponentes e a probabilidade de ocorrência
de um movimento em massa numa região dada.
A vantagem da RNA é sua imparcialidade
inicial em relação aos níveis de importância das
variáveis envolvidas nos processos, alem da
possibilidade de dar um passo adiante no
sentido da quantificação da ameaça.
O objetivo deste estudo é a quantificação da
ameaça por movimentos de massa para o Vale
do Aburrá (Medellín, Colômbia), usando como
ferramenta computacional uma RNA agindo
conjuntamente com uma plataforma SIG para o
gerenciamento e representação da informação
espacial. O produto final será uma carta em
escala 1:10.000 que sirva como base para a
adoção de estratégias de gestão do território,
mediante a recomendação de tipos de estudos e
restrições sobre o uso do solo.
2
Figura 1. Localização aérea estudada.
3
CARACTERÍSTICAS DO TERRENO
Em problemas relacionados com fenômenos de
degradação do terreno, tal como são os
movimentos de massa, é difícil alcançar níveis
de previsão aceitáveis devido ao elevado
número de variáveis relacionadas e à
complexidade entre as relações envolvidas.
Encontrar a relação existente entre um amplo
grupo de variáveis representativas de diferentes
aspectos do terreno, e a probabilidade de
ocorrência de um determinado fenômeno de
degradação, não é trivial, sendo, na verdade, um
trabalho complexo que dificilmente se resolve
usando algoritmos paramétricos convencionais
como poderiam ser a combinação matemática
ou estatística das variáveis envolvidas. Além
disso, as análises realizadas para o zoneamento
geotécnico (análise discriminante e de
regressão) demandam que os dados sejam
derivados
de
populações
normalmente
distribuídas, hipótese que geralmente é violada
obtendo-se modelos de difícil e não muito
confiável interpretação. Para emendar os erros
induzidos pelo comportamento estatístico real
das variáveis, é prática comum eliminar do
conjunto de análise as variáveis com pouca ou
escassa relevância no processo, deixando
unicamente aquelas que sejam claramente
relevantes, para isto podem se usar técnicas de
ÁREA DE ESTUDO
O Vale de Aburrá está localizado na Cordilheira
Central Colombiana, no Departamento de
Antioquia tal como se apresenta na Figura 1.
Possui uma extensão de 1.164 km2 que fazem
parte da bacia do Rio Medellín. O Vale tem um
comprimento de aproximada de 60 km e uma
largura variável. Está encaixado entre duas
encostas com altitudes variáveis entre l.300 e
2
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
prévias por Montoya et al. (2002). A geração do
mapa de probabilidade de excedência de
precipitação acumulada foi gerada por meio de
métodos geoestatísticos, usando como banco de
dados o histórico de precipitações dos últimos
20 anos em 16 estações meteorológicas
espalhadas pelo território.
avaliação prévia de sua influência por meio de
procedimentos de ensaio/erro (García, 2004).
Para o caso deste trabalho foram escolhidas
as variáveis selecionadas por García (2004),
quem realizou, a partir de procedimentos
estatísticos, a quantificação da importância
relativa de cada um dos atributos do terreno no
processo de geração de escorregamentos para o
município de Medellín. Neste trabalho está-se
considerando válida a hipótese que as análises
feitas mencionadas anteriormente, feitas por
Garcia (2004) são válidas e, em conseqüência,
extrapoláveis ao resto do Vale de Aburrá. O
anterior devido principalmente à proximidade
geológica e geomorfológica entre os dois
territórios, sendo que o município de Medellín
é, de fato, uma sub-unidade geográfica do Vale
de Aburrá. No mencionado trabalho, o autor
conclui que os fatores predisponentes mais
relevantes para a geração de movimentos de
massa são: a geologia, o uso do solo, a
declividade, a geomorfologia e a altitude. De
todos os fatores mencionados, só a altitude foi
substituída, neste trabalho, pela declividade,
dada sua reconhecida relevância como elemento
de controle nos processos de geração de
movimentos de massa. A declividade, além
disso, parece um fator mais convencional e de
uso mais generalizado em modelos não só deste
tipo, mas também de álgebra de mapas.
Por outro lado, tendo em conta que o
propósito final é estimar a probabilidade de
ocorrência de movimentos de massa, foi
necessário introduzir no modelo, informação
que levasse em conta os eventos já ocorridos
em um período considerável de tempo. Esta
informação foi extraída do inventário de
processos morfodinâmicos disponível nos
registros da entidade pública conhecida como
Área Metropolitana do Vale de Aburrá
(AMVA) e do Sistema Municipal de Atenção e
Prevenção de Desastres (SIMPAD). Nestes
bancos
de
dados
estão
consignados
aproximadamente 20 anos de laudos de
ocorrências de movimentos de massa em todos
os municípios do Vale. Finalmente, o fator de
detonação introduzido no modelo foi a
precipitação, a qual entrou no modelo como
uma probabilidade de excedência de um limite
crítico de chuva acumulada em um certo
período de tempo, estabelecido em pesquisas
4
METODOLOGIA DE TRABALHO
A metodologia geral de trabalho está apoiada na
ferramenta computacional chamada Redes
Neurais Artificiais, a qual pode ser vista como
uma aproximação especial de estatística
fundamentada, que consiste em uma análise das
relações funcionais entre fatores predisponentes
e a distribuição dos movimentos de massa
(Guzzeti et ao., 1999). Os diferentes passos da
metodologia usada são descritos a seguir:
Compilação de informações de fatores
predisponentes e detonadores de movimentos de
massa.
Recolheu-se toda a informação disponível
para os municípios do Vale de Aburrá sobre os
seguintes temas: geologia, geomorfologia, usos
do solo, topografia e precipitação. Cada tema
encontra-se representado em uma carta que
cobre completamente o território estudado.
Todas as cartas foram subministradas pela
AMVA, a partir de projetos anteriores como os
de micro-zoneamento sísmico (AMVA, 2007c),
cartas de ordenamento territorial dos municípios
(AMVA, 2006) e outros estudos específicos
como os de ordenamentos de bacias
hidrográficas (AMVA, 2007a). Por outra parte,
compilou-se informação dos inventários de
movimentos de massa dos últimos 20 anos,
obtida dos registros do SIMPAD e da AMVA.
Com esta informação foi gerada uma carta
adicional de movimentos de massa a qual serve,
para calcular a probabilidade histórica de
ocorrência de movimentos de massa, dado
fundamental para o correto treinamento do
modelo neural. Posteriormente, com as séries
de chuvas foram geradas duas cartas específicas
chamadas cartas de probabilidade de excedência
de limites críticos de precipitação acumulada, as
quais servem para indicar ao modelo neural se
uma região particular do território apresenta
4.1.
3
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
for muito alta, apenas uma das variáveis será
necessária, sendo que, neste caso, a inclusão das
duas pode gerar dificuldades enormes no
processo de treinamento e, no final, respostas
erradas de validação e predição.
A seguir, como é usual neste tipo de
aplicações com RNA´s, são criados vários
modelos com diferentes arquiteturas para
verificar a qualidade do desempenho de cada
um deles mediante o cálculo de seus erros de
validação. O modelo que apresentar o menor
erro de validação é considerado adequado para
resolver o problema exposto e sobre sua
arquitetura são testados novos processos ou
estratégias de treinamento.
O modelo final é validado para medir seu
nível de confiança sendo que a sua resposta
normalizada deve ser levada ao sistema original
de referência no qual é possível obter um valor
numérico que indica a probabilidade de
ocorrência de movimentos em cada uma das
celas de trabalho.
Por último, a plataforma SIG é usada para
uma adequada representação gráfica da
informação, produzindo uma carta de ameaça
por movimentos em massa, a qual, antes de ser
considerada como produto final, é submetida a
três níveis de validação adicionais, a saber: (1)
análise por parte de expertos, (2) apresentação
de um conjunto de exemplos específicos não
incluídos na base de dados original e (3) crítica
por parte dos funcionários encarregados da
gestão do território e dos órgãos de
planejamento municipal e regional. A Figura 2
apresenta um esquema de como é a combinação
do SIG com a RNA, dando uma idéia mais clara
de qual é a função de cada uma das partes do
sistema. O SIG organiza, distribui, apresenta e
compila toda a informação temática disponível
e gera novos mapas com a informação
produzida; a RNA descobre as relações
existentes entre todas as variáveis envolvidas
para cada uma das celas do território, com o
propósito de determinar a probabilidade de
ocorrência de um fenômeno em particular, que
para o caso estudado, foram os movimentos em
massa. Neste processo as RNA´s fazem o
trabalho que tradicionalmente estava nas mãos
dos grupos de expertos ou peritos que, mediante
procedimentos convencionais de álgebra de
mapas, realizavam as combinações entre as
cenários de precipitação que possam dar inicio
ou não a movimentos de massa.
Criação de uma base de dados para a
modelação com RNA´s.
Para gerar a informação necessária para o
modelo neural o território foi dividido em uma
malha de elementos quadrados de 100 m de
lado. Este tamanho de celula é considerado
adequado para o nível de detalhe e de precisão
das variáveis consideradas. Cada cela de
trabalho é caracterizada com todas as variáveis
predisponentes, de tal forma que ao final do
processo obtém-se uma matriz de dimensão
NC_x Na, na qual NC é o numero total de celas
do território (115545) e Na é o numero de
atributos considerados (33. Para a geração desta
matriz de informação foi fundamental o uso de
uma plataforma SIG, utilizada para exportar os
diferentes atributos dos distintos temas de
informação em formatos ASCII, compatíveis
com quase todos os códigos computacionais
atuais, incluindo o Matlab que foi a plataforma
de computação usada para o modelo de RNA.
4.2.
Criação, treinamento e validação do
modelo neuronal.
Este procedimento começou com o preprocessamento da base de dados para verificar
sua normalidade, cobertura e pertinência. O
primeiro consiste na conversão de todas as
variáveis da base de dados de entrada para o
intervalo [0 1]. A cobertura está relacionada
com a correta e ampla distribuição das variáveis
dentro do espaço considerado, levando em
consideração que não é indispensável que todas
as
variáveis
estejam
homogeneamente
distribuídas no espaço, mas que seja conhecida
a forma da sua distribuição. Em alguns casos foi
adequado eliminar alguns pontos de regiões que
estavam excessivamente representadas quando
comparadas com outras cujo grau de cobertura
era deficiente. Finalmente, a pertinência tem a
ver com a independência linear entre as
diferentes variáveis consideradas, por exemplo,
não é conveniente incluir informação sobre a
declividade das encostas e a sua classificação
geomorfológica de maneira simultânea, sem
antes verificar o grau de influência da
declividade na definição das unidades
geomorfológicas. Se a dependência entre elas
4.3.
4
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
variáveis indicando, segundo a sua experiência
e vocação profissional, os pesos ou níveis de
importância de cada uma delas. A grande
vantagem da RNA é sua imparcialidade inicial
em relação aos níveis de importância que as
variáveis de entrada têm no processo e a
possibilidade de dar um passo adiante no
sentido de obter não somente uma ameaça
qualitativa (alta, meia, baixa), mas também de
quantificá-la em términos probabilísticos.
Figura 2. Esquema do modelo de interação SIG-RNA.
5
RESULTADOS
intensidade e longa duração (chuva acumulada
em 15 dias), o tipo de unidade geológica mais
afetada é o gneiss (cujo solo residual tende a ser
arenoso e, portanto, altamente suscetível tanto a
processos erosivos como de movimentos em
massa) e o uso do solo predominante é agrícola.
A ameaça tipo 4 ocupa uma área de 18,39
km2 equivalente a 1,6% da área total. Os fatores
mais importantes são: chuvas de longa duração
e intensidades variáveis (chuva acumulada de
15 dias), fluxos superficiais (coluvios) são as
unidades geológicas mais afetadas, e unidades
geomorfológicas tipo vales secundários de
encostas íngremes.
A ameaça tipo 5 ocupa uma área de 12,85
km2 equivalente a 1,1% da área total. As
declividades mais importantes estão ao redor
dos 20º, sendo que a chuva detonadora depende
fortemente da intensidade e pouco da duração.
O limite de chuva acumulada de três dias foi
mais importante que o acumulado para 15 dias.
As unidades geomorfológicas mais afetadas
foram, de novo, os vales secundários de
encostas íngremes. Em relação ao uso do solo,
foi encontrada uma correlação muito forte entre
a ocorrência dos escorregamentos e o uso
urbano, o qual leva a concluir que esta ameaça é
acelerada principalmente por processos
antrópicos, como por exemplo, más práticas
construtivas.
O resultado mais importante é a carta de
zoneamento da ameaça por movimentos de
massa que permite identificar, em qualquer
ponto do território, a probabilidade anual de
ocorrência de escorregamentos dado certo nível
de precipitação acumulada (ver Figura 3)
Da observação e análise do mapa gerado se
estabeleceram cinco níveis de ameaça segundo
a probabilidade associada, tal como se observa
na Tabela 1.
Tabela 1. Níveis de ameaça para o Vale de Aburrá.
Nível
de
Ameaça
Probabilidade anual de
ocorrência de movimentos de
massa (%)
1
2
3
4
5
0 – 0,2
0,2 – 3,2
3,2 – 5,5
5,5 – 8,5
8,5 – 16,5
Para os níveis 3, 4 e 5 de ameaça foi
realizada uma análise da influência das
variáveis de entrada, cujos resultados são
apresentados a seguir.
O somatório das áreas com ameaça tipo 3 foi
de 17,84 km2 equivalente a 1,5% da área total.
A declividade dominante neste tipo de ameaça é
20º, a precipitação mais influente é a de baixa
5
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
Figura 3. Mapa de ameaça por movimentos de massa para o Vale de Aburrá (Prob. Anual).
6
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
6
planejamento regional, devido ao nível de
detalhe das variáveis usadas (escalas 1:10.000).
Não é pertinente usá-la para tomar decisões
pontuais como, por exemplo, as relacionadas
com aspectos comuns no dia-a-dia dos
funcionários tais como: ordens de evacuação de
moradias por fenômenos de instabilidade,
entrega de pequenas partidas para a mitigação
da ameaça no nível de quadra, determinação do
grau de estabilidade de pequenos lotes de
terreno para efeitos de instalação temporária ou
definitiva de pessoas. Todos estes casos deverão
ser tratados com critérios individuais tomando
em conta as características pontuais de cada
situação na escala adequada.
ARGUMENTOS E CONCLUSÕES
Em geral, os modelos de previsão da ameaça
não podem ser efetivamente validados com os
métodos científicos tradicionais; o único
caminho para a validação real deste tipo de
estudos é o tempo (García, 2004). O sentido de
validação que foi usado neste trabalho refere-se
à verificação da compatibilidade entre a
resposta gerada pelo modelo e a resposta
desejada, a qual é calculada a partir dos eventos
de movimentos em massa que ocorreram no
tempo do inventário. Esta validação permitiu
definir um nível de precisão de 78%, o qual é
considerado satisfatório para esta classe de
aplicações.
O modelo aqui oferecido apresenta então
certo nível de incerteza, a qual pode se
manifestar de duas formas: (1) algumas celas
são qualificadas com valores de ameaça altos
tendo na realidade valore baixos ou (2) celas
com qualificação de ameaça baixa tendo na
realidade valores altos. A primeira categoria de
erro é do tipo conservador, sendo que, no caso
extremo, obrigaria a tomar medidas de
prevenção sobre áreas que não as merecem. No
segundo caso, considerado mais grave, estar-seia deixando de atender zonas com ameaça alta
pensando que a sua ameaça é pequena, o qual
aumenta no final o nível de risco da população.
Em ambos os casos, o comum denominador é o
desconhecimento da magnitude dos erros
cometidos.
O anterior conduz então a recomendar um
processo de validação alternativo que consiste
na revisão detalhada do território para, em
companhia de outros peritos e expertos,
determinar quais zonas podem estar sendo
sobre- qualificadas ou sub-qualificadas. O
processo anterior deve concentrar o maior
esforço de análise de campo naquelas zonas
cuja valoração da ameaça é extremadamente
baixa.
A metodologia utilizada neste trabalho tem
uma grande vantagem com relação às
metodologias tradicionais, já que não existe
subjetividade na determinação dos pesos ou
níveis
de
importância
das
variáveis
consideradas.
É necessário destacar que a carta de ameaça
deve ser interpretada como uma ferramenta de
7
AGRADECIMENTOS
Os autores agradecem ao projeto “Evaluación
de Amenaza, Vulnerabilidad y Riesgo
generados por Movimientos en Masa,
Inundación y Avenidas Torrenciales en el Valle
de Aburrá”, executado através do convênio
estabelecido entre a Universidade Nacional da
Colômbia, Sede Medellín, e a Área
Metropolitana do Vale de Aburrá (AMVA) sob
a direção do professor José Humberto
Caballero, quem deu a oportunidade de
desenvolver este trabalho.
REFERÊNCIAS
Alarcón G. Jorge E. (2007). Integración de información
geotécnica del Valle de Aburrá a un sistema de
información geográfica SIG. Universidad Nacional
sede Medellín, Colombia.
Álvarez V. Oscar D, Alarcón G. Jorge E. (2004).
Evaluación De La Amenaza De Deslizamiento
Superficial Empleando Sistemas De Información
Geográfica SIG. Universidad Nacional sede Medellín,
Colombia.
Aristizabal & Yokota (2006) "Geomorfología aplicada a
la ocurrencia de deslizamientos en el Valle de
Aburrá".
Revista Dyna-Medellin,
Colombia
ISSN: 0012-7353 ed: Universidad Nacional de
Colombia
Aristizabal & Gomez (2007) "Inventario de emergencias
y desastres en el valle de Aburrá: originados por
fenómenos naturales y antrópicos en el periodo 18802007". Revista Gestión Y Ambiente ISSN: 0124177X ed: Universidad Nacional Colombia/Seccional
Medellín.
AMVA, Área Metropolitana del Valle de Aburrá (1999).
Instrumentación y Microzonificación sísmica del
Valle de Aburrá. Universidad Nacional de Colombia,
EAFIT, Ingeominas, Integral.
7
COBRAMSEG 2010: ENGENHARIA GEOTÉCNICA PARA O DESENVOLVIMENTO, INOVAÇÃO E SUSTENTABILIDADE. © 2010 ABMS.
AMVA, Área Metropolitana del Valle de Aburrá,
CORANTIOQUIA, CORNARE y Universidad
Nacional de Colombia (2007a). Plan de
Ordenamiento y Manejo de la Cuenca del Río Aburrá
(POMCA) Aspectos Principales.
AMVA, Área Metropolitana del Valle de Aburrá,
Universidad de Medellín, Universidad Nacional de
Colombia, Universidad de Antioquia (2007b).Base de
datos de estaciones de monitoreo de lluvia. Red río
fase II.
AMVA, Área Metropolitana del Valle de Aburrá.
(2007c). Micro-zonificación sísmica en el Valle de
Aburrá y definición del riesgo a deslizamientos e
inundaciones. Medellín.
AMVA, Área Metropolitana del Valle de Aburrá (2006).
Revisión técnica del plan de ordenamiento territorial
del Valle de Aburrá.
AMVA, Área Metropolitana del Valle de Aburrá (2008).
Base de datos “Desinventar”. Red Riesgos. Base de
eventos recopilados desde abril de 1880 hasta
Noviembre de 2007.
Chica-Olmo, M. (1987). Análisis Geoestadístico en el
Estudio de la Explotación de Recursos Minerales,
Tesis Doctoral, Universidad de Granada, España, 387
p.
Cuador, J. Q. (2003). Elementos de Geoestadística.
Universidad de Pinar del Río, cuba.
Cuador, J. Q. (2001). Simulación condicional de
variables regionalizadas y su aplicación al
comportamiento de la porosidad efectiva en un
yacimiento fracturado-poroso. Universidad de Pinar
del Río, cuba.
García, H. (2004). Evaluación de la susceptibilidad a los
movimientos de masa usando sistemas de información
geográfica y redes neuronales artificiales. Disertación
de Maestría, Universidad de Brasilia, Brasilia. (En
Portugués).
Haykin S. (1999) Redes Neurais, Princípios e Prática.
Prentice Hall, Inc., Porto Alegre, RS, 899p.
Journel, A. G. y Huijbregts, C. J. (1978). Mining
Geostatistics, Academic Press, New York, 600 p.
Kasabov N. K. (1996). Foundations of Neural Networks,
Fuzzy Systems, and Knowledge Engineering.
Bradford Book – Massachusetts Institute of
Technology, Londres, Inglaterra, 550p.
Lee S., Ryu J., Won J. E Park H. (2004). Determination
and application of the weights for landslide
susceptibility mapping using an artificial neural
network. Engineering Geology, 71: 289-302.
Martín D, Viera (2002). Geoestadística Aplicada.
Instituto de geofísica, UNAM. Instituto de Geofísica y
Astronomía, CITMA, cuba.
Martínez H. E. (2006). Modelamiento constitutivo de
arenas usando redes neuronales artificiales. Tesis de
Doctorado, Universidad de Brasilia, Brasilia, Brasil.
(En Portugués).
Montoya J. D., Vélez M. V., Moreno H., Rhenals R. L.,
Polanco C. (2002). La lluvia y su influencia sobre los
deslizamientos en el departamento de Antioquia,
Colombia. XV Seminario De Hidráulica E
Hidrología.
Pizarro Cabello, F. (1978). Madrid España. Drenaje
agrícola y recuperación de suelos salinos. Págs. 4761
The MathWorks, Inc (2002).Neural network toolbox for
use with Matlab: user's guide, version 4.
Varnes D. J. (1984). Landslide Hazard zonation: a
Review of Principles and Practice. - Unesco, Paris,
France, 63 p.
8