Estudio de las zonas propensas a sufrir deslizamientos en los Concejos de Oviedo y Mieres (Asturias) a partir de una imagen...

...LandsatTM y de un Modelo Digital de Elevaciones.

C. Recondo, C. Menéndez, P. García, R. González y E. Sáez

RESUMEN

Este trabajo pretende establecer una metodología para obtener zonas propensas a sufrir deslizamientos, utilizando únicamente información procedente de una imagen de satélite y de un Modelo Digital de Elevaciones (MDE). El método está pensado para zonas donde se carece de otro tipo de información del terreno (datos de campo geológicos, de vegetación, etc.). La aplicación del método a dos Concejos asturianos (Oviedo y Mieres), para los que existe bastante información de campo, nos servirá para validarlo. Del MDE se obtienen tres de los mapas base: el de pendientes, el de flujo acumulado y el de curvatura. De una imagen Landsat-TM son elaborados los otros dos mapas base: el de lineamientos y el de vegetación. Combinando estos cinco mapas se elabora el de susceptibilidad a sufrir deslizamientos. Para el caso de Oviedo este mapa es capaz de localizar en sus dos últimas categorías (susceptibilidad alta y muy alta) el 84% de los deslizamientos producidos en este Concejo.
PALABRAS CLAVE: Deslizamientos, Landsat-TM, lineamientos, vegetación, MDE, Asturias.

ABSTRACT

This paper tries to establish a methodology for the obtainment of landslide-prone afeas, using only a remate sensing image and a Digital Elevation Model (DEM). The method has been though for zones where land information is poor (for example, geological and vegetation data). The method will be applied to two councils of Asturias (Oviedo and Mieres), where there is sufficient land information, in arder to validate it. Three basis maps will be obtained from the DEM: the slopes, the accumulated flow and fue curvature map. The other two basis maps will be elaborated from the LandsatTM image: the lineaments and fue vegetation map. Combinig these five maps the landslide-prone afeas map is elaborated. For Oviedo, this map localizes in their two last classes (high and very high susceptibility) the 84% of the landslides produced in this council.
KEY WORDS: Landslides, LandsatTM, lineaments, vegetation, DEM, Asturias.

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO.