Development of a logistic regression model to evaluate flood risk in the town of Fontibón, Bogotá D.C.-Colombia

Authors

  • Carolina Acero Universidad Distrital Francisco José de Caldas
  • Felipe Ortiz Universidad Santo Tomas

DOI:

https://doi.org/10.14195/1647-7723_31-1_2

Keywords:

Runoff, flood, plains and risk

Abstract

A natural part of the hydrological cycle is flooding from storm systems, these being the most frequent and expensive natural hazard that usually impacts most countries. Flood events have become more common worldwide in recent decades, and economic losses have increased with them. The study area is Fontibón, a locality in the west of the city of Bogotá D.C., one of the most vulnerable to flooding due to its flat geography, with low slope and low flow evacuation capacity. This article presents the development of a logistic regression model to assess the risk of flooding in the Fontibón locality supported by meteorological information and records of flood events over a period of 21 years (2000 to 2021). The model is highly sensitive with a flood detection capacity of 96.15%; the months with the highest risk of flooding are December and January, and from October to December of the year 2023 the probability of flooding is greater than 50%.

Downloads

Download data is not yet available.

References

Abraira, V. (2022). Modelos de Regresión Logistica. Madrid: Hospital Universitario Ramón y Cajal.

ALCALDIA DE BOGOTÁ (23 de Septiembre de 2021). Localidad de Fontibón. Obtenido de https://bogota.gov.co/mi-ciudad/localidades/fontibon

Barrios Díaz, L., & Salazar Galán, S. (2018). Una perspectiva de la implementación de un enfoquesociohidrológico para la gestión del riesgopor inundaciones en Colombia. Universidad Nacional de Colombia, 1-2.

Brage Escalona, M. (2020). An´alisis de datos categ´oricos: regresión. La Laguna, Tenerife: Departamento de Matemáticas, Estadística e Investigación Operativa Universidad de La Laguna.

Cardenas, J. (1 de Diciembre de 2015). Odd Ratio. Obtenido de https://networkianos.com/odd-ratio-que-es-como-se-interpreta/#toc-3

CLGR-CC (Junio de 2018). Caracterización General de Escenarios de Riesgos. Obtenido de https://www.idiger.gov.co/documents/220605/308252/Identificaci%C3%B3+y+priorizaci%C3%B3n.pdf/6637c155-697a-43df-8fef-c6a8b7f3488e#:~:text=DESCRIPCI%C3%93N%20GENERAL%20DE%20LA%20LOCALIDAD&text=Seg%C3%BAn%20el%20estudio%20de%20la,2018%20es%20de%20424.038%20

CONSEJO LOCAL DE GESTIÓN DEL RIESGO Y CAMBIO CLIMÁTICO (2019). Caracterización General de Escenarios de Riesgo. Bogota, Localidad de Fontibon: Alcaldia local.

DataScientest. (16 de Diciembre de 2021). Regresión Logistica. Obtenido de https://datascientest.com/es/que-es-la-regresion-logistica

Deride Silva, J. (2010). Universidad de Chile. Chile: Facultad de Ciencias Quimicas y Farmceuticas.

ESCUELA EURPOEA POR EXCELENCIA (2021). Mitigación de riesgos: proceso de 3 pasos para hacer frente al riesgo.

Estrada Álvarez, J. (2016). El índice de Youden y su aplicación a la determinación del punto de corte en un test cuantitativo. España: Universidad de Granada Departamento de Estadística e Investigación Operativa.

FBA Estadistica I (2012). Fundamentos de Biología Aplicada I Estadística. eio.usc.es.

Fernandez Roa, Y., & Afanador, I. (2013). Análisis de riesgo por inundacion en la zona de Fontibon–Barrio Casandra. Bogotá D.C.: Universidad Catolica.

Ferre Jaén, M. (04 de Abril de 2019). Regresión Logistica. Obtenido de https://gauss.inf.um.es/feir/45/

Fiuza Pérez, M., & Rodríguez Pérez, J. (2000). La regresión logística: una herramienta versátil. Islas Canarias-España: Sociedad Española de Nefrología.

GOOGLE EARTH (30 de Octubre de 2022). Bogotá D.C., Localidad de Fontibón, Colombia.

IBM (31 de 08 de 2021). Regresión lineal múltiple. Obtenido de https://www.ibm.com/docs/es/cognos-analytics/11.1.0?topic=tests-multiple-linear-regression

IBM (13 de Septiembre de 2022). Pseudo R cuadrado. Obtenido de https://www.ibm.com/docs/es/spss-statistics/saas?topic=model-pseudo-r-square

IDEAM, & PNUD (2014). Vulnerabilidad de la región capital a los efectos del cambio climático. Documento de Apoyo Para La Toma de Decisiones, 24. URL: http://repositorio.gestiondelriesgo.gov.co/handle/20.500.11762/19772

IDIGER (2019). Caracterización General de Escenarios de Riesgo Localidad de Fontibón. Bogotá D.C.: Alcaldia Mayor de Bogotá D.C.

IDIGER (09 de 06 de 2022). Caracterización General del Escenario de Riesgo por Inundación. Obtenido de https://www.idiger.gov.co/rinundacion

IDIGER (2022). Caracterización General del Escenario de Riesgo por Inundación. Bogotá D.C.: Instituto distrital de gestión de riesgo y cambio climatico.

Felipe, A., & Rico, O. (n.d.). Seminario de Estadística.

Jauregui, E., Aversa, M., & Salas, R. (2017). Estrategias para la mitigación del riegso por inundación. Buenos Aires: ISSN 0717 - 3997 / 0718-3607.

Lee, D.-J. (Marzo de 2019). Introducción al software estadístico R. Obtenido de https://idaejin.github.io/courses/R/2019/euskaltel/

Lozada Carvalho, C. (2021). Plan Ambiental Local de Fontibón 2021-2024. Localidad de Fontibón - Bogotá: Alcaldia Bogotá D.C.

Meza, L., Corso, S., & Soza, S. (2010). GEstión del riesgo de sequía y otros eventos climáticos extremos en Chile. Chile: Oficina de Estudios y Políticas Agrarias - ODEPA.

Meinke, H., Nelson, R., Kokic, P., Stone, R., Selvaraju, R., & Baethgen, W. (2006). Actionable climate knowledge: From analysis to synthesis. Climate Research, 33(1), 101–110. DOI: https://doi.org/10.3354/cr033101

Moral Peláez, I. (2014). Modelos de regresión: lineal simple y regresión logística. Revista Seden.

OFICINA FEDERAL DE PROTECCIÓN CIVIL (2014). Gestión Integral del Riesgo. Agencia Suiza para el Desarrollo y la Cooperación.

Pinos, J., Timbe, L., & Orellana, D. (2017). Métodos para la evaluación del riesgo de inundación fluvial: revisión de literatura y propuesta metodológica para Ecuador. Departamento de Recursos Hídricos y Ciencias Ambientales, Universidad de Cuenca, 147-162.

Poma, S., & Mercedes, C. (2022). Modelo de Regresión Logistica. UNMSM.

Ortiz, F. (2019). Regresión Logística.

Quintero, Ángel, M., Carvajal Escobar, Y., & Aldunce, P. (2012). Adaptación A La Variabilidad Y El Cambio Climático: Intersecciones Con La Gestión Del Riesgo. Manizales-Caldas: Universidad de Caldas.

R CORE TEAM (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/

Robert, L. (2000). One World: The Health and Survival of the Human Species in the 21st Century. Santa Fe, New Mexico: Published by health Press.

Ruiz, J., & Londoño, C. (25 de Mayo de 2022). Pseudo-R2 para GLM. Obtenido de https://rpubs.com/Cata_lonc/907061

SECRETARÍA GENERAL DE LA COMUNIDAD ANDINA (2009). Prevención y reducción de riesgos a través de los instrumentos de planificación territorial en Bogotá.

SERGAS (2014). Regresión logística. Soporte Epidat Sergas.

TIBC (09 de Octubre de 2022). Regresión Logistica. Obtenido de https://www.tibco.com/es/reference-center/what-is-logistic-regression

URIEL (31 de Octubre de 2022). Multicolinealidad. Obtenido de https://www.uv.es/uriel/material/multicolinealidad3.pdf

WEATHER ATLAS (16 de Octubre de 2022). Clima y previsión meteorológica mensual Fontibón, Colombia. Obtenido de https://www.weather-atlas.com/es/colombia/fontibon-clima

Published

2024-02-23