Mapeamento da Suscetibilidade a Movimentos de Massa na Bacia hidrográfica do Rio Cadeia/RS, com a aplicação do método probabilístico de pesos de evidência
DOI:
https://doi.org/10.22456/1807-9806.153446Palavras-chave:
Atributos geomorfológicos, interpretabilidade, acuráciaResumo
O mapeamento de suscetibilidade é uma etapa primordial na gestão de áreas de risco. Este estudo aplica o método probabilístico de Pesos de Evidência (Weight of Evidence - WoE) para mapear a suscetibilidade a movimentos de massa na bacia do Rio Cadeia (RS). O método quantifica a relação entre preditores categóricos e a ocorrência de eventos binários, ponderando as classes de atributos com base em inventários históricos. A análise utilizou dados geoespaciais derivados do Modelo Digital de Terreno (MDT) da SEMA/RS e de cicatrizes de movimentos de massa deflagrados por precipitações extremas no mês de maio de 2024 no Sul do Brasil. Os resultados indicam que a declividade e o fluxo hídrico convergente são os fatores de maior influência na instabilidade das encostas. O modelo validou as premissas teóricas, alcançando um índice AUC-TOC de 0,872. Tais resultados reiteram a eficácia do método WoE na delimitação de áreas suscetíveis.
Downloads
Referências
Andrades-Filho, C.D.O. 2024. WebMapa de Movimentos de Massa para equipes de apoio na situação de calamidade - RS. Porto Alegre.
Andrades-Filho, C.D.O.; Mexias, L.F.S.; Quevedo, R.P.; Herrmann, P.B.; Oliveira, G.G.; Cremon, É.H.; Cargnin, B.R.; Reis, M.S.; Novakoski, K.R.; Santos, D.C.; Sluter, C.R.; Iescheck, A.L.; Guasselli, L.A.; Junior, M.R.; Gruber, N.L.S.; Philipp, R.P.; Michelin, C.R.L.; Viero, A.P.; Gonzatti, C.; Rosa, M.L.C.C.; Barboza-Pinzon, E.; Schumacher, R.G.; Cárdenas, S.M.M.; Soares, V.M.; Núñez, W.P.; Mendonça, RR, Righi da Silva MO, da Silva MC, Bressani LA, PeresLDdS, Mevel LB, Dorneles JI, Cacciatore JA, Jacques F.M.; Duarte, L.C.; Diniz, F.C.; Petry, L.; Schwarzer, G.; Carneiro, M; Giaccom, B. 2025 The biggest landslide event inBrazil: preliminary analysis of the Rio Grande do Sul mega disaster in May 2024. Landslides, 22(11): 3615-3624. https://doi.org/10.1007/s10346-025-02587-8
Brito, M.D. 2014. Geoprocessamento aplicado ao mapeamento da suscetibilidade a escorregamentos no município de Porto Alegre/RS. Porto Alegre, 167p. Dissertação de Mestrado. Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Programa de Pós-Graduação em Engenharia Civil. http://hdl.handle.net/10183/101208
Bussab, W.D.O.& Morettin, P.A. 2010. Estatística Básica. 6ª ed. São Paulo/SP: Saraiva.
Cantarino, I.; Carrion, M.A.; Goerlich, F.; Ibañez, V.M. 2019. A ROC analysis-based classification method for landslide susceptibility maps. Landslides, 16: 265-282. https://doi.org/10.1007/s10346-018-1063-4
Cestinik, B. 1990. Estimating probabilities: A crucial task in machine learning. ECAI'90: Proceedings of the 9th European Conference on Artificial Intelligence, p. 147-149. https://dl.acm.org/doi/10.5555/3070070.3070098
Dal'Asta, A.P.; Reckziegel, B.W.; Robaina, L.E.D.S. 2005. Análise de áreas de risco geomorfológico em Santa Maria: O Caso do Morro Cechela. Anais do XI Simpósio Brasileiro de Geografia Física Aplicada - USP, São Paulo.
Delong, E.R.; Delong, D.M.; Clarke-Pearson, D.L. 1988. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics, 44(3): 837-45. https://doi.org/10.2307/2531595
Ez Eldin, M.A.M.; Tang, H.; Xu, Y.; Li, C.; Xiong, C.; Wang, L. 2013. Geological and Geoengineering Properties of the 1997 Yangjia Shan Landslide, Enshi, China. International Journal of Geosciences, 4: 803-815. https://doi.org/10.4236/ijg.2013.44075
EMBRAPA. 2018. Sistema Brasileiro de Classificação de Solos. 5ª Edição. ed. Brasília/DF: [s.n.].
Gallant, J.C. & Hutchinson, M.F. 2011. A differential equation for specific catchment area. Water Resources Research, 47(5): W05535. https://doi.org/10.1029/2009WR008540
Grass. 2020. Software Geographic Resources Analysis Support System, versão 7.8. [S.l.]: Open Source Geospatial Foundation.
Guzzetti, F.; Carrara, A.; Cardinali, P.R. 1999. Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy. Geomorphology, 31(1–4): 181-216. https://doi.org/10.1016/S0169-555X(99)00078-1
Highland, L.M. & Bobrowsky, P. 2008. The Landslide Handbook - A Guide to Understanding Landslides. Reston, Virginia: United States Geological Survey. 147p.
IBGE. Instituto Brasileiro de Geografia e Estatística.2002. Mapa de clima do Brasil, Rio de Janeiro.
Jenks, G.F. 1967. The Data Model Concept in Statistical Mapping. International Yearbook of Cartography, 7. 186-190.
Li, B.; Wang, N.; Chen, J. 2021. GIS-Based Landslide Susceptibility Mapping Using Information, Frequency Ratio, and Artificial Neural Network Methods in Qinghai Province, Northwestern China, Advances in Civil Engineering, 2021: 4758062, 14 p. https://doi.org/10.1155/2021/4758062
Liu, Z.; Pontius Jr., R.G. 2021. The Total Operating Characteristic from Stratified Random Sampling with an Application to Flood Mapping. Remote Sensing, 13(19): 3922; https://doi.org/10.3390/rs13193922.
Longley, P.A.; Goodchild, M.F.; Maguire, D.J.; Rhind, D.W. 2015. Geographic Information Science and Systems. 4th ed. Hoboken: John Wiley & Sons.
MapBiomas. 2025. Projeto MapBiomas – Coleção 10 da Série Anual de Mapas de Cobertura e Uso da Terra do Brasil, out. 2025. Disponivel em: <https://brasil.mapbiomas.org/>.
Oliveira, G.G.D.; Ruiz, L.F.C.; Guasselli, L.A.; Haetinger, C. 2019. Random forest and artificial neural networks in landslide susceptibility modeling: a case study of the Fão River Basin, Southern Brazil. Nat Hazards, 99, 1049-1073. https://doi.org/10.1007/s11069-019-03795-x
Pinheiro, R.J.B. 2000. Estudo de alguns casos de instabilidade da encosta da Serra Geral no estado do Rio Grande do Sul. Porto Alegre, 342p. Tese de Doutorado. Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Programa de Pós-Graduação em Engenharia Civil. http://hdl.handle.net/10183/118558
Pradhan, B.; Lee, S.; Manfred, B. 2010. Remote sensing and GIS-based landslide susceptibility analysis and its cross-validation in three test areas using a frequency ratio model. Photogrammetrie Fernerkundung Geoinformation. https://doi.org/10.1080/01431161.2011.633121
Quevedo, R.P.; Oliveira, G.G.D.; Guasselli, L.A. 2020. Mapeamento de suscetibilidade a movimentos de massa a partir de redes neurais artificiais. Anuário do Instituto de Geociências, 43(2): 128-138. https://doi.org/10.11137/2020_2_128_138
Ross, J.L.S. 1994. Análise empírica da fragilidade dos ambientes naturais e antropizados. Revista do Departamento de Geografia, 8: 63-74.
RS. Estado do Rio Grande do Sul, 2024. Defesa Civil atualiza balanço das enchentes no RS. 20 ago. 2024. Disponivel em: <https://www.estado.rs.gov.br/defesa-civil-atualiza-balanco-das-enchentes-no-rs-20-8>.
SEMA/RS. Secretaria Estadual do Meio Ambiente do Estado do Rio Grande do Sul, 2022. Base Cartográfica do Estado do Rio Grande do Sul. Disponivel em: <http://ww2.fepam.rs.gov.br/bcrs25/http://ww2.fepam.rs.gov.br/bcrs25/>. Acesso em: 16 Agosto 2022.
Shi, Z.H.; Fang, N.F.; Wu, F.Z.; Wang, L.; Yue, B.J.; Wu, G.L. 2012. Soil erosion processes and sediment sorting associated with transport mechanisms on steep slopes. Journal of Hydrology, 454–455: 123-130. https://doi.org/10.1016/j.jhydrol.2012.06.004
Smith, H.G.; Spiekermann, R.; Betts, H.; Neverman, A.J. 2021. Comparing methods of landslide data acquisition and susceptibility modelling: Examples from New Zealand. Geomorphology, 381: 107660. https://doi.org/10.1016/j.geomorph.2021.107660
Valeriano, M.D.M. & Carvalho Jr., O.A.D. 2003. Geoprocessamento de modelos digitais de elevação para mapeamento da curvatura horizontal em microbacias. Revista Brasileira de Geomorfologia, 4(1): 17-29. https://doi.org/10.20502/rbg.v4i1.17
Varnes, D.J.1958. Landslide Types and Processes. Landslides and Engineering Practice, 24: 20-47.
Varnes, D.J. 1978. Slope Movement Types and Processes. In: Schuster, R.L. & Krizek, R.J. (Eds.). Landslides, Analysis and Control, Transportation Research Board, Special Report No. 176, National Academy of Sciences, 11-33.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Pesquisas em Geociências
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
