Abstract :
[en] In tropical mountain areas, landslides triggered by heavy rainfall represent a natural hazard, especially where meteorological events such as tropical cyclones are recurrent. Rainfall-triggered landslides may also increase in highly seismic active areas. This is the case of Guatemala, located in the Circum-Pacific Belt and between Pacific and Atlantic Oceans, sources of cyclonic events.
Although Guatemala is a region where landslides are a widespread phenomenon, landslide inventories, maps and quantitative susceptibility assessments that are useful for land use planners and decision makers are hitherto non-existent.
The aim of this research is to produce quantitative landslide susceptibility assessments, using logistic regression multivariate statistical method. The study area is a watershed located in the department of San Marcos (western Guatemala), impacted by a tropical storm event in October 2005.
A total of 766 landslides were identified and mapped using orthoimages from 2005. Then, 99 landslides were mapped in 2011 based on field data. The main landslide type is shallow landslide (61 % in 2005), while 39 % of those landslides from 2005 evolved into debris flows.
In total, susceptibility models using multivariate probabilistic approach were developed for shallow landslides, evaluating two different strategies for the sample size of non-landslides events and three different numbers of input variable in the models. Susceptibility models were developed for debris flows dataset and the union of both dataset (shallow and debris flows). The comparison of the models and the associated susceptibility maps highlighted 6 significant input variables that are associated with landslide occurences - elevation, slope, aspect, profile curvature, planform curvature and distance to roads. Performance comparisons of models were also carried out. To validate the performance of the model results, the ROC curve was used, as well as the four-fold and confusion matrix plots. A susceptibility map was generated to display the results of the models in terms of probability values.
A proposal and discussion on the operational use of susceptibility maps where cutoff values can be chosen to define the lowest and highest landslide susceptibility were also made. These will help land use planners in decision-making and in implementing protective measures.
[fr] Dans les régions montagneuses de climat tropical, les glissements de terrain provoqués par de fortes précipitations représentent un danger naturel, en particulier lorsque des événements météorologiques comme les tempêtes interviennent de manière récurrente. Les glissements de terrain déclenchés par les précipitations augmentent d’autant plus que la région est soumise à une forte activité sismique. C'est le cas du Guatemala, pays situé dans la ceinture circum-pacifique et entre les océans Pacifique et Atlantique, vecteurs de cyclones tropicaux.
Bien que le Guatemala soit une région où les glissements de terrain sont des phénomènes répandus, leurs inventaires, leurs cartographies et leurs études statistiques, utiles pour les planificateurs et les décideurs en aménagement du territoire, sont restés jusqu'à présent inexistantes. L'objectif de cette recherche est de produire des évaluations quantitatives de la susceptibilité au glissement de terrain, en utilisant la régression logistique, méthode statistique multivariée. La zone d'étude est un bassin hydrographique situé à San Marcos, dans l'ouest du Guatemala, région impactée par une tempête tropicale en octobre 2005.
Au total, 766 glissements de terrain ont été identifiés et cartographiés à l'aide d'orthoimages de 2005 et 99 glissements de terrain de 2011 ont été identifiés grâce à la reconnaissance sur le terrain. Les principaux types de glissements de terrain sont des glissements de type peu profond (61 % en 2005, nommés shallow landslides) dont certains évoluent en des coulées (39 % en 2005, nommés debris flows).
Au total, des modèles de susceptibilité utilisant une approche probabiliste multivariée ont été développés pour les glissements de terrain peu profonds, modèles basés sur deux stratégies différentes liées à la taille de l'échantillon référençant des glissements de terrains (event) et des événements sans glissements de terrain (non-event), et sur la combinaison de trois nombres différents de variables. Des modèles de susceptibilité ont été développés pour la base de données des coulées et pour les deux ensembles de données (glissements peu profonds et coulées) réunis. La comparaison des modèles et des cartes de susceptibilité révèle l’importance de six variables explicatives significativement associées à l'occurrence du glissement de terrain (élévation, pente, orientation de la pente, profil, courbure planiforme et distance à la route). Des comparaisons de performances ont été réalisées et, pour valider la performance des modèles, nous utilisons une ROC curve, four-fold plot, et une matrice de confusion. Une carte de susceptibilité montre les résultats des modèles en affichant les probabilités d’occurrence.
Finalement, nous proposons et discutons une utilisation opérationnelle des cartes de susceptibilité où nous choisissons les valeurs limites (Cutoff values) pour définir les susceptibilités les plus faibles et les plus élevées. L’exploitation de ces cartes sera utile aux planificateurs afin de les aider dans leurs prises de décisions et dans la mise en place de mesures de protection.
[es] En áreas montañosas tropicales, los deslizamientos de tierra provocados por fuertes lluvias representan una amenaza natural, especialmente en donde eventos meteorológicos como los huracanes son recurrentes. Deslizamientos provocados por lluvias pueden incrementarse en áreas con alta actividad sísmica. Éste es el caso de Guatemala, localizada en el Cinturón de fuego del pacífico y entre los océanos pacífico y atlántico, origen de huracanes.
A pesar que Guatemala es una región en donde los deslizamientos son un fenómeno generalizado, inventarios de deslizamientos, mapas y evaluaciones cuantitativas de susceptibilidad, útiles para los planificadores de uso de la tierra y responsables de la toma de decisiones, son hasta ahora casi inexistentes.
El objetivo de esta investigación es producir una evaluación cuantitativa de deslizamientos de tierra, utilizando un método estadístico multivariado como la regresión logística. El área de estudio es una microcuenca localizada en el departamento de San Marcos (en el occidente de Guatemala), impactada por una tormenta tropical en Octubre de 2005.
Un total de 766 deslizamientos fueron identificados y mapeados utilizando orthoimagenes del 2005. Además, 99 deslizamientos fueron mapeados en el 2011 sobre el terreno. Los principales tipos de deslizamientos son los deslizamientos superficiales (61 % en 2005, nombrados shallow landslides) y otros que evolucionaron a flujos de detritos (39 % en 2005, nombrados debris flows).
Modelos de susceptibilidad, utilizando una enfoque probabilístico multivariado, fueron desarrollados para los deslizamientos superficiales, evaluando dos diferentes estrategias de tamaño de muestra referente a la ocurrencia de deslizamientos y a la no ocurrencia de deslizamientos, y sobre la combinación de tres números diferentes de variables. Modelos también fueron desarrollados para los flujos de detritos y la unión de ambos tipos (deslizamientos superficiales y flujos de detritos). La comparación de los modelos y los mapas de susceptibilidad, revelan la importancia de 6 variables significativas asociadas a la ocurrencia de los deslizamientos de tierra (elevación, pendiente, orientación de la pendiente, perfil de la curvatura, plano de la curvatura, y la distancia a los caminos). Comparaciones del desempeño de los modelos han sido realizadas y para validar su desempeño se utilizaron la curva ROC, four-fold plot, y la matriz de confusión. Mapas de susceptibilidad muestran los resultados de los modelos visualizando las probabilidades de ocurrencia.
Finalmente, proponemos y discutimos una utilización operacional de los mapas de susceptibilidad en donde elegimos los valores de corte (Cutoff values) para definir las áreas con las susceptibilidades más bajas y más altas. Esto será de utilidad para los planificadores del uso de la tierra, ayudándoles a la toma decisiones y a la implementación de medidas de mitigación.
