Especificaciones del servicio LSHM

Mapeo de Susceptibilidad y Peligro de los Deslizamientos

El servicio LSHM estima la probabilidad de ocurrencia de deslizamientos y su peligro potencial, identificando áreas propensas a deslizamientos en función de factores geológicos, datos históricos auxiliares y tasas medias de movimiento del terreno derivadas de la Interferometría SAR.

Tutorial del servicio LSHM aquí.

Descripción del Servicio

El servicio de Mapeo de Susceptibilidad y Peligro de los Deslizamientos (LSHM, por sus siglas en inglés) utiliza datos geoespaciales y técnicas analíticas avanzadas para predecir posibles zonas susceptibles a deslizamientos, ayudando así en estrategias de gestión y mitigación del riesgo. Proporciona la probabilidad de ocurrencia de un deslizamiento en un área, basándose en datos satelitales de Sentinel-1 y Sentinel-2, análisis multicriterio, información local y Aprendizaje Automático.

El servicio utiliza las capas de información proporcionadas por el usuario local (base de datos histórica de deslizamientos, mapas de geología y litología), junto con una combinación de productos derivados de sensores remotos (DEM, NDVI, mapas de desplazamiento InSAR) para estimar la probabilidad de ocurrencia de un deslizamiento y el peligro potencial asociado a las pendientes.

Las unidades geotécnicas de pendiente (GSU) se definen automáticamente en el proceso. Una GSU es una unidad espacial utilizada en análisis de deslizamientos y estabilidad de pendientes. Representa una porción de terreno con características geomorfológicas, geológicas e hidrológicas relativamente homogéneas. Estas unidades se utilizan comúnmente en mapas de susceptibilidad a deslizamientos y evaluaciones de peligro.

Características clave de una Unidad Geotécnica de Pendiente (GSU):

Definida por límites naturales

Generalmente limitada por crestas, valles o divisorias de drenaje.
Asegura que cada unidad represente un sistema de pendiente independiente.
Propiedades geotécnicas homogéneas
Litología similar (tipos de roca y suelo)
Ángulos e inclinaciones de pendiente consistentes (orientación).
Comportamiento hidrológico y mecánico comparable.

Útil para análisis de estabilidad de pendientes:

Ayuda a evaluar la susceptibilidad y el riesgo de deslizamientos.
Mejora la precisión del modelado al enfocarse en áreas uniformes.

Derivada de DEM y técnicas SIG:

Se utilizan Modelos Digitales de Elevación (DEM) para delinear las GSU.
Las herramientas de Sistemas de Información Geográfica (SIG) ayudan a procesar datos relacionados con pendientes.

En términos de productos, el servicio LSHM genera:

Un mapa de susceptibilidad a deslizamientos basada en píxeles (misma resolución que el DEM de entrada)
Un mapa de susceptibilidad basado en unidades de pendiente (multipolígono), determinando para cada GSU, tanto la susceptibilidad promedio como el peligro potencial, mediante integración con desplazamientos estimados mediante técnicas InSAR.

Figura 1

Figura 1: esquema de alto nivel que describe el servicio LSHM.

En la plataforma CopernicusLAC, los datos proporcionados por el usuario, junto con datos relevantes provenientes de sensores remotos, como DEM, NDVI y mapas de deformación InSAR, son ingeridos y procesados automáticamente mediante un enfoque de Aprendizaje Automático (modelo de bosque aleatorio o random forest)¹. El objetivo de este enfoque es encontrar el conjunto óptimo de factores condicionantes que brinden el mejor ajuste para obtener predicciones más precisas. Micheletti et al. (2014)² enfatizaron la importancia de la selección de características en el LSHM y discutieron el uso de modelos ML como máquina de vectores de soporte (SVM), bosque aleatorio (RF) y AdaBoost para el LSHM, así como la importancia de las características asociadas dentro de la confluencia de los modelos ML. Estudios de Liu et al. (2021)³ no solo mostraron la mejora en la capacidad predictiva del modelo FS-ML (Aprendizaje Automático con selección de características), sino que también remarcaron que los mismos factores condicionantes pueden contribuir de manera diferente en distintos modelos ML. La identificación de las características más importantes puede ayudar a monitorear el efecto de eventos extremos (como tornados o terremotos) en la evolución del peligro por deslizamientos.

Diagrama de flujo

El esquema mostrado en la siguiente figura describe el diagrama de flujo de alto nivel del servicio de Mapeo de Susceptibilidad y Peligro de los Deslizamientos.

Figura 2: Flujo de trabajo del servicio de Mapeo de Susceptibilidad a Deslizamientos.

El diagrama de flujo requiere un Área de Interés (AOI), además de la provisión de los insumos descritos en la sección de Entrada.

El procedimiento propuesto para el Mapeo de Susceptibilidad a Deslizamientos es un enfoque integral y sistemático que abarca varios pasos clave:

Recolección de Datos: Reunir todos los conjuntos de datos disponibles relacionados con factores que contribuyen a los deslizamientos (LCFs).
Derivación de Datos: Extraer factores adicionales desde las fuentes de datos brutos.
Mapeo de LCF: Convertir los datos de LCF a formato ráster adecuado, asegurando que la resolución coincida con la escala del problema.
Inventario de Deslizamientos: Reunir o mapear incidentes de deslizamientos existentes y estabilidad de laderas en el área de estudio.
Muestreo de Datos: Realizar muestreo aleatorio para crear conjuntos de datos de entrenamiento, prueba y validación.
Entrenamiento del Modelo: Entrenar un modelo de bosque aleatorio con optimización de hiperparámetros.
Análisis de LCF: Realizar un análisis comparativo para determinar la importancia de cada LCF.
Subconjunto de Parámetros: Reducir el espacio de parámetros basado en el análisis de importancia.
Entrenamiento Refinado: Entrenar de nuevo el modelo de bosque aleatorio usando el espacio reducido.
Aplicación del Modelo: Aplicar y probar el modelo optimizado en toda el área de estudio para estimar la susceptibilidad a deslizamientos.

El procesamiento también deriva automáticamente en Unidades Geotécnicas de Pendiente (GSU) y determina para cada una un valor promedio de susceptibilidad.

Además, se integra el mapa de desplazamiento InSAR correlacionando el estado de actividad (derivado de InSAR) y la susceptibilidad a deslizamientos por cada GSU. El objetivo final es estimar el peligro potencial y representarlo en 4 clases distintas:

Activo: cuando una GSU muestra desplazamiento reciente y valores altos de susceptibilidad.
Inactivo: sin desplazamiento significativo y baja susceptibilidad.
Atención: con desplazamiento reciente pero baja susceptibilidad.
Latente: sin desplazamiento significativo pero alta susceptibilidad.

Input

El servicio LSHM recupera automáticamente de CDSE:

Mosaicos COP-DEM que el servicio combina en un área de interés definida por el usuario.
Mosaicos Sentinel-2 L2A que el servicio combina en un área de interés definida por el usuario y calibra. El servicio también deriva automáticamente el NDVI a partir de estos datos

El usuario también debe proporcionar en la entrada:

Mapa geológico, que proporcione clases geológicas como ráster de banda única discreta en UInt8/Int16.
Archivo de inventario de deslizamientos de tierra como vector de puntos en formato GeoJSON. Este archivo deberá proporcionar para cada evento histórico las coordenadas de un punto que identifique el deslizamiento de tierra concreto.

Warning

El inventario de deslizamientos de tierra y el mapa geológico son obligatorios. El servicio LSHM no se ejecutará sin estas dos capas. La tabla 1 proporciona las especificaciones de estas capas para orientar a los usuarios que deseen proporcionar sus propios datos para ejecutar el servicio LSHM.

Opcionalmente el usuario puede proporcionar:

Capa de carreteras en formato ráster,
Capa de ríos en formato ráster,
Mapa de litología en formato ráster,
Datos de desplazamiento InSAR en formato CSV para la obtención del mapa de peligrosidad.

Especificaciones de los datos de entrada de LSHM
Área de interés
Tamaño mínimo	5 km x 5 km
Inventario de deslizamientos de tierra vectorial
Formato	GeoJSON
Geometría	Punto
Proyección	EPSG:4326
Posición	Centroide del polígono del deslizamiento de tierra si se proporcionan polígonos. Para deslizamientos de tierra más grandes dentro de un área de interés (AOI) grande, se pueden utilizar puntos espaciados regularmente dentro del área afectada por el deslizamiento.
Valor del atributo	No hay requisitos establecidos.
Inventario de deslizamientos de tierra en formato ráster
Formato	COG
Proyección	EPSG:4326
Resolución	~ 30 m (0,0003 deg)
Valor de píxel	1 para puntos de deslizamiento; sin valor para puntos sin deslizamiento. Convención: UInt16
Notas	El ráster del inventario de deslizamientos de tierra se utiliza únicamente para la visualización de datos en el espacio de trabajo; puede representarse tanto con pixel=1 correspondiente al centroide del polígono del deslizamiento de tierra como con pixel=1 para todo el polígono afectado.
STAC Item Inventario de deslizamientos
Convención	Bbox igual que el de la geología. Geometría correspondiente a un punto individual: utilizando el centroide del AOI identificado por la extensión geológica.
Vector geológico
Formato	GeoJSON
Geometría	MultiPolygon
Proyección	EPSG:4326
Valor del atributo	Números enteros diferentes para cada clase geológica de la zona. No se ha definido ningún criterio unificado para los números de las clases geológicas.
Raster geológico
Formato	COG
Proyección	EPSG:4326
Resolución	~ 10 m (0,0001 deg)
Valor del atributo	UInt16 con valores iguales a los definidos en el vector geológico.
STAC Item Geología
Convención	Tipo de geometría: "Polígono". Solo incluye las coordenadas del cuadro delimitador.

Tabla 1: Especificaciones para los datos de entrada LSHM proporcionados por el usuario.

Parámetros

El servicio bajo demanda LSHM requiere un número limitado de parámetros. Corre bajo demanda sin que el usuario tenga que definir muchos parámetros. La Tabla 2 describe los pocos parámetros que el usuario puede o debe establecer en la interfaz gráfica (GUI).

Capa de Entrada/Parámetro	Descripción	Requerido	Por Defecto
Reference date	Date in the format `YYYY-MM-DD` to be used for the computation of NDVI from Sentinel-2 data sensed in the previous 5 days.	YES
Area of interest	Area of interest in WKT format. All input datasets shall contain the inserted AOI.	YES
Geology map	Catalog reference to a Geology vector map covering the AOI	YES
Historical Landslides	Catalog reference to a database (multipolygon) with recent landslides occurred in the AOI	YES
Lithology	Catalog reference to a Lithology vector map covering the AOI	NO
Road network	Catalog reference to a Road network as binary raster (1=road,0=background)	NO
River network	Catalog reference to a River network as binary raster (1=river,0=background)	NO
InSAR displacement data (ascending)	Catalog reference to a CSV file reporting Lat, Lon, and velocity in mm/year derived from InSAR displacement analysis along the ascending orbit	NO
InSAR displacement data (descending)	Catalog reference to a CSV file reporting Lat, Lon, and velocity in mm/year derived from InSAR displacement analysis along the descending orbit	NO
Input CRS	DEM CRS. Defines the CRS for AOI and optional vector inputs and ensures alignment with DEM (EPSG:4326)	YES	EPSG:4326
InSAR stability threshold	The threshold value (in mm/year) to enable InSAR points classification in stable/unstable. Mandatory in case InSAR is provided.	NO	4
Slope unit threshold ratio	Fraction of AOI area used as the base threshold for GRASS GIS watershed segmentation (smaller = finer segmentation).	YES	0.02
Slope unit min area ratio	Minimum allowed slope-unit area (fraction of AOI). Filters very small units.	YES	0.006
Slope unit max area ratio	Maximum allowed slope-unit area (fraction of AOI). Filters excessively large units.	YES	0.15

Tabla 2 - Parámetros y capas de entrada para el servicio LSHM.

Output

El servicio LSHM proporciona dos tipos de productos de mapas de susceptibilidad a deslizamientos:

Producto A: LSHM basado en píxeles

Definición: Mapa ráster, con la susceptibilidad definida por cada píxel del DEM de entrada.
Tipo de dato: Capas geoespaciales
Formato: ráster de banda única en formato COG

Este producto se entrega como ráster ortorrectificado en formato COG, con cada píxel codificado por color en una escala que va desde el verde (0) hasta el rojo (1), según la susceptibilidad estimada (Figura 3).

Figura 3: Mapa de susceptibilidad a deslizamientos basado en píxeles.

Producto B: LSHM basado en unidades de pendiente

Definición: Mapa vectorial, con GSUs. Cada GSU contiene la estimación promedio de susceptibilidad (y si están disponibles datos InSAR, el peligro potencial).
Tipo de dato: Capa geoespacial
Formato: archivo vectorial multipolígono

Este producto se proporciona en formato shapefile multipolígono, donde cada área puede representarse con colores según la susceptibilidad estimada.

Figura 4

Figura 4: Mapa de susceptibilidad a deslizamientos basado en GSU - slope units prediction.

Figura 5

Figura 5: Mapa de susceptibilidad a deslizamientos basado en GSU - potential hazard.

Proveedor del Servicio

El servicio es desarrollado por Geoapp.

Volver a servicios de Peligro Geológico

Volver a página inicial

Bibliografía

Meena, S. R., Puliero, S., Bhuyan, K., Floris, M., and Catani, F., (2022) "Assessing the importance of conditioning factor selection in landslide susceptibility for the province of Belluno (region of Veneto, northeastern Italy)", Nat. Hazards Earth Syst. Sci., 22, 1395–1417. DOI: 10.5194/nhess-22-1395-2022. ↩
Micheletti, N., Foresti, L., Robert, S., Leuenberger, M., Pedrazzini, A., Jaboyedoff, M., and Kanevski, M. (2014), "Machine Learning Feature Selection Methods for Landslide Susceptibility Mapping", Math. Geosci., 46, 33–57. DOI: 10.1007/s11004-013-9511-0. ↩
Liu, L.-L., Yang, C., and Wang, X.-M.: Landslide susceptibility assessment using feature selection-based machine learning models, Geomech. Eng., 25, 1–16, 2021. DOI: 10.1007/s11004-013-9511-0. ↩