Resumen
Los Procesos de Remoción en Masa (PRM) constituyen una amenaza no solo para la propiedad e infraestructura, sino también para las personas que viven en zonas propensas a estos fenómenos, causando un número considerable de pérdidas humanas y materiales en diferentes partes del mundo, incluyendo México. A través del análisis y mapeo de susceptibilidad a PRM, se puede comprender la distribución espacial de la probabilidad a que ocurran estos eventos y así prevenir y mitigar los efectos que pueden tener sobre la población. Por tanto, el objetivo de la presente investigación es evaluar el desempeño de los métodos de regresión logística, razón de verosimilitud y pesos de evidencia en la predicción de la susceptibilidad a PRM. La distribución espacial de los PRM se identificó mediante imágenes de Google Earth y verificación en campo. Se escogió de forma aleatoria el 80 % del inventario para modelar y el 20 % restante para validar los modelos. Para el análisis inicial se eligieron 10 factores condicionantes: elevación, ángulo de la pendiente, orientación de la ladera, geometría de laderas, litología, distancia a fallas y fracturas, distancia a vías de comunicación, distancia a corrientes de agua, tipos de suelos y cubierta y usos del suelo. La validación de los modelos mediante el método de área bajo la curva (AUC) de las curvas de tasa de predicción, mostró que el mapa de susceptibilidad a PRM generado por el modelo de regresión logística tiene un mayor poder predictivo, seguido por el modelo razón de verosimilitud y el modelo pesos de evidencia. Los factores condicionantes con mejor capacidad de predicción fueron la litología, ángulo de la pendiente, orientación de las laderas, tipos de suelos y cubierta y uso del suelo.