Derbyana (Sep 2022)

Análise de parâmetros geomorfológicos na suscetibilidade a escorregamentos no sudeste brasileiro

  • Jose Eduardo Bonini,
  • Bianca Carvalho Vieira,
  • Jurandyr Luciano Sanches Ross,
  • Carlos Valdir de Meneses Bateira,
  • Tiago Damas Martins

DOI
https://doi.org/10.14295/derb.v43.764
Journal volume & issue
Vol. 43

Abstract

Read online

Escorregamentos são fenômenos recorrentes no Brasil, em especial na Serra do Mar, uma cadeia montanhosa que se prolonga por aproximadamente 1.500 km na costa brasileira do Sul e Sudeste. Inúmeros trabalhos têm tratado das implicações de diferentes parâmetros controladores da suscetibilidade à ocorrência de tais processos, principalmente no front oriental da Serra do Mar. O objetivo deste artigo é identificar os fatores condicionantes mais relevantes para o mapeamento da suscetibilidade a escorregamentos no Planalto de Paraitinga-Paraibuna (Sudeste do Brasil), uma área intensamente afetada por escorregamentos e inundações deflagrados após um evento extremo de precipitação no verão de 2009-2010. Para isso, as relações entre diferentes fatores condicionantes (ângulo, aspecto, Índice Topográfico de Umidade, litologia e uso da terra) e a distribuição de cicatrizes foram avaliadas a partir de uma análise de correlação. Em seguida, o modelo do Valor Informativo e um método de seleção de variáveis baseado na contribuição de cada fator condicionante para o desempenho do modelo e em sua capacidade de discriminação entre classes instáveis e estáveis foram aplicados. Dois cenários de suscetibilidade foram produzidos: um utilizando apenas os fatores selecionados (S2) e outro utilizando todos os fatores condicionantes (S6). Ambos os cenários foram validados utilizando curvas ROC (Receiver Operating Characteristic) e comparados a partir do Kappa de Cohen. Nossos resultados mostraram que o ângulo das encostas e o Índice Topográfico de Umidade (TWI) são os principais fatores condicionantes. A análise ROC mostrou que o cenário S6 possui melhor desempenho e capacidade preditiva que o cenário S2. Porém, o menor desempenho e capacidade preditiva de S2 em comparação com S6 reflete a escassez de dados geográficos detalhados e não a inadequação do método de seleção de variáveis aplicado. Os valores do Kappa de Cohen mostraram maior consistência entre os cenários na identificação das classes de suscetibilidade Muito Alta e Muito Baixa. Devido à escassez de dados geográficos detalhados na maioria das áreas de estudo no Brasil, sugerimos que a seleção das variáveis seja baseada no conhecimento do operador quanto ao modelo estatístico e em seu conhecimento do ponto de vista geomorfológico.

Keywords