Evaluación del impacto climático en la erosión del suelo del departamento del Tolima usando modelamiento Machine Learning

Abstract

La erosión del suelo es un fenómeno geológico que afecta gravemente a la estabilidad del terreno, la productividad agrícola y la calidad de los ecosistemas. A nivel global, la erosión ha sido exacerbada por el cambio climático que altera los patrones de precipitación y temperatura, provocando una mayor vulnerabilidad en las regiones más afectadas. El departamento del Tolima, ubicado en una región montañosa de Colombia, enfrenta graves desafíos relacionados con la erosión del suelo, un fenómeno que amenaza la estabilidad de los ecosistemas locales y la productividad agrícola. Este proyecto propone desarrollar un modelo predictivo basado en machine learning que utiliza datos climáticos y geológicos del departamento del Tolima para anticipar las tasas de erosión, permitiendo identificar áreas de alto riesgo y desarrollar estrategias de mitigación.

Soil erosion is a geological phenomenon that severely affects land stability, agricultural productivity, and ecosystem quality. Globally, erosion has been exacerbated by climate change, which alters precipitation and temperature patterns, leading to increased vulnerability in the most affected regions. The department of Tolima, located in a mountainous region of Colombia, faces serious challenges related to soil erosion, a phenomenon that threatens the stability of local ecosystems and agricultural productivity. This project proposes to develop a machine learning-based predictive model that uses climatic and geological data from the department of Tolima to predict erosion rates, allowing for the identification of high-risk areas and the development of mitigation strategies.