Modelo predictivo de flujos de detritos y la afectación en la red vial de la provincia del Cañar. Periodo marzo – julio 2026

Abstract

Los flujos de detritos constituyen procesos de remoción en masa capaces de afectar la infraestructura vial y comprometer la conectividad territorial, especialmente en regiones montañosas. La provincia del Cañar presenta condiciones geomorfológicas, hidrológicas y climáticas que favorecen la ocurrencia de estos procesos, por lo que resulta necesario disponer de herramientas espaciales para identificar los sectores susceptibles y su relación con la red vial. El objetivo de esta investigación fue desarrollar y evaluar modelos espaciales de susceptibilidad a flujos de detritos mediante la integración de variables geomorfométricas, hidrológicas, hidrometeorológicas y territoriales, con el fin de identificar las zonas susceptibles y determinar la exposición potencial de la red vial de la provincia del Cañar. La investigación fue de tipo aplicada, con enfoque cuantitativo y diseño no experimental, y se estructuró mediante dos aproximaciones complementarias. La primera consistió en un análisis geoespacial basado en la combinación, normalización y reclasificación de variables, a partir del cual se generaron 16 configuraciones de susceptibilidad. La segunda incorporó modelos supervisados de Regresión Logística y Random Forest. Para el modelamiento predictivo se utilizaron 85 ocurrencias históricas localizadas dentro del límite provincial y 270 pseudoausencias, conformando una base de 355 observaciones. Los predictores incluyeron variables relacionadas con pendiente, humedad topográfica, drenaje, curvatura del terreno, precipitación y características territoriales. Los modelos fueron evaluados mediante validación cruzada espacial anidada utilizando ROC-AUC, PR-AUC, exactitud balanceada, sensibilidad, especificidad, F1-score y Brier Score. Random Forest presentó el mejor desempeño global, con un ROC-AUC medio de 0,8064, PR-AUC de 0,5932 y Brier Score de 0,1329, por lo que fue seleccionado para generar la superficie continua de susceptibilidad.