Mapeo de activos de infraestructura de transporte en riesgo mediante métodos estadísticos y de aprendizaje automático

Área de la Ciencia:

• Ingeniería geotécnica; Gestión de infraestructura de transporte; Sistemas de Información Geográfica (SIG)

Sus antecedentes:

• Los terraplenes y taludes de carreteras (HWS) son activos de transporte vitales pero a menudo pasados por alto.; Los HWS son susceptibles a deslizamientos de tierra, exacerbados por eventos de lluvia extrema.; El mapeo preciso de HWS vulnerables es esencial para una gestión eficaz de la infraestructura.

Objetivo del estudio:

• Desarrollar y evaluar modelos de aprendizaje automático para mapear terraplenes y taludes de carreteras en riesgo.; Crear un inventario confiable de HWS vulnerables para la gestión proactiva de activos.; Identificar los factores clave que influyen en las fallas de HWS.

Principales métodos:

• Se utilizaron Modelos Digitales de Elevación (DEM) de datos de teledetección para derivar factores causales.; Se desarrollaron modelos supervisados de aprendizaje automático, incluido Random Forest.; Se entrenaron modelos utilizando datos geotécnicos, geomorfológicos e hidrológicos, con ubicaciones de fallas de HWS conocidas como verdad fundamental.; Se evaluó el rendimiento del modelo utilizando métricas AUC, F1-score y Precisión.

Principales resultados:

• El modelo Random Forest logró puntuaciones perfectas (AUC, F1, Precisión = 1.0).; Se determinó un umbral de probabilidad óptimo de 0.75 para equilibrar la precisión de la predicción.; Los factores clave que influyen en las fallas de HWS identificados son la elevación, la distancia a los arroyos, el NDVI y la precipitación.

Conclusiones:

• El método de aprendizaje automático basado en SIG desarrollado mapea eficazmente HWS vulnerables en grandes áreas.; Este enfoque permite intervenciones específicas y una utilización optimizada de los fondos para el mantenimiento de la infraestructura.; Las agencias de transporte pueden adoptar esta metodología para la gestión estratégica de activos geotécnicos.