Publicidade
DESASTRES NATURAIS

Método estatístico mostra maior precisão para identificar deslizamentos

Método estatístico mostra maior precisão para identificar deslizamentos

Um método relativamente simples de análise estatística é capaz de prever com mais precisão o risco de deslizamentos de terra causados por chuva intensa.

Segundo estudo coordenado por pesquisadores do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, e do Instituto Nacional de Pesquisas Espaciais (Inpe), um método relativamente simples de análise estatística é capaz de prever com mais precisão o risco de deslizamentos de terra causados por chuva intensa. A estratégia formulada pelos pesquisadores foi validada com base em um evento real: as tempestades que destruíram áreas de São Sebastião, no litoral norte de São Paulo, em fevereiro de 2023.

Em artigo publicado no periódico Scientific Reports, a equipe comparou a eficiência da abordagem com a que é tradicionalmente usada em análises dessa natureza. De maneira geral, a técnica avaliada teve desempenho ligeiramente superior, com destaque para uma melhor classificação das áreas que podem ser afetadas pelos desastres em diferentes categorias. “Embora os ganhos quantitativos sejam modestos, o método apresenta vantagens significativas: reduz ambiguidades e apresenta maior alinhamento com o comportamento real dos deslizamentos no território”, explica Rômulo Marques-Carvalho, doutorando do ICMC-USP e primeiro autor do estudo. Em avaliações desse tipo de risco, um dos métodos mais empregados é o chamado AHP, sigla inglesa de “Processo de Hierarquia Analítica”. Nessa abordagem, usa-se uma lista de variáveis consideradas relevantes para o fenômeno investigado – no caso do tema do estudo, são 16 itens, que incluem fatores como elevação do terreno e o quão íngreme e acidentado ele é, a proximidade de rios e estradas, a cobertura do solo (vegetação, construções) etc.

No AHP “clássico”, os fatores desse painel são comparados em pares para avaliar o peso de cada variável, algo que envolve também a opinião de especialistas sobre a importância relativa deles para a ocorrência do evento. No novo estudo, a equipe aplicou o chamado AHP Gaussiano, que usa métodos estatísticos que “substituem totalmente as comparações pareadas do AHP tradicional”, diz Marques-Carvalho. “O termo se refere ao fato de que o método adotado no trabalho utiliza a distribuição gaussiana ou curva de Gauss, também chamada de distribuição normal”, explica Cláudia Maria de Almeida, coautora do estudo que trabalha no Inpe. “Ela equivale à curva de distribuição de probabilidade, definida por dois parâmetros: a média e o desvio-padrão, o qual indica a dispersão dos dados”. Isso ajuda a definir os pesos de cada fator de forma objetiva, segundo Marques - a lista de fatores em si é a mesma em ambas as abordagens.

Para validar o método, os pesquisadores usaram dados de São Sebastião porque o município é um dos mais suscetíveis a deslizamentos de terra no território paulista, segundo uma análise feita pelos autores de acordo com o Índice de Vulnerabilidade aos Desastres Naturais Relacionados com Deslizamento de Terra (IVDDT). A equipe se baseou num inventário de imagens aéreas feitas após os desastres de fevereiro de 2023, com resolução de 10 cm, que foi complementado com fotos das plataformas Google Earth e PlanetScope. Entre as principais estruturas catalogadas nas imagens estão 983 crown points, as chamadas coroas dos deslizamentos, no alto de uma encosta, por exemplo, onde o processo começa – e 1.070 “polígonos de cicatriz”, que delimitam toda a área afetada pelo deslizamento. Com base nesses dados, o AHP Gaussiano atribuiu 26,31% da área analisada à categoria de suscetibilidade muito alta ao deslizamento, contra uma estimativa de 23,52% do AHP tradicional, mostrando que a capacidade de previsão do novo método foi melhor.

O trabalho, apoiado pela FAPESP também atribuiu pesos diferentes às principais variáveis. A variação da inclinação das encostas e a posição delas aparecem como os fatores mais importantes no AHP tradicional, enquanto na análise com AHP Gaussiano a lista é encabeçada pela geomorfologia (as formas do relevo na superfície) e pelas distâncias da área afetada em relação a rios e estradas. “A proximidade de estradas é importante porque sua construção em locais de relevo acidentado pressupõe a execução de obras de movimento de terra, como cortes e aterros, que geralmente levam a uma instabilidade das encostas”, explica Almeida. Segundo o atual orientador de Marques Carvalho, André Ferreira de Carvalho, a abordagem tem potencial para monitorar e prevenir uma série de outros problemas ambientais, como incêndios, desmatamento, rebaixamento de solo e desertificação. “Por conta das mudanças climáticas, a frequência e a intensidade dessas catástrofes vão aumentar nos próximos anos”, lembra ele. “O método é simples de aplicar”, destaca o primeiro autor da pesquisa. “Uma prefeitura precisaria apenas dos dados geoespaciais básicos e de um computador comum com QGIS [software livre de análise de dados georreferenciados]. O artigo ‘Comparative analysis of traditional and Gaussian Analytical Hierarchy Process (AHP) methods for landslide susceptibility assessment’ pode ser acessado em https://www.nature.com/articles/s41598-025-22136-6.

Artigos Relacionados

Desastres naturais aumentam por fenômenos climáticos
CLIMA
Desastres naturais aumentam por fenômenos climáticos

Segundo estudo científico coordenado pelo Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden) indica uma maior tendência de fenômenos climáticos intensos. O Cemaden realizou o estudo climático com base nas fortes chuvas que atingiram Pernambuco e outros estados do Nordeste em maio de 2022. Na ocasião, 130 pessoas morreram em decorrência de deslizamentos de terra. “Em todo mundo existe uma tendência de extremos e não só de chuvas, mas também de secas, furacões, ondas de calor e de frio. Esta é uma tendência observada, e o Brasil não é uma exceção. A tendência de extremos está aumentando em todo mundo”, explica o climatologista José Marengo, coordenador-geral de Pesquisa e Desenvolvimento do Cemaden. Para o coordenador da pesquisa são necessárias ações de conscientização, prevenção e gestão do risco de desastres, além de monitoramento eficiente da previsão com a participação de todos, o que requer educação e mudança cultural. “A população tem que desenvolver uma percepção sobre os desastres. Algumas pessoas não querem deixar suas casas, outras voltam escondidas para pegar documentos e terminam atingidas por avalanches de rochas, deslizamentos e enxurradas”. Marengo diz ainda que as chuvas não são as responsáveis pelas mortes, mas a falta de um planejamento urbano e tomadores de decisão que devem ter uma percepção sobre os desastres naturais mais comuns hoje em dia. O artigo “Flash floods and landslides in the city of Recife, Northeast Brazil after heavy rain on May 25–28, 2022: Causes, impacts, and disaster preparedness” (Inundações repentinas e deslizamentos de terra na cidade de Recife, Nordeste do Brasil, após fortes chuvas de 25 a 28 de maio de 2022: causas, impactos e preparação para desastres) teve a participação de 12 pesquisadores e foi publicado no jornal científico internacional da Elsevier – Weather and Climate Extremes em janeiro.

8 de fevereiro, 2023
Saneamento Ambiental Logo
DESASTRES NATURAIS
Fatores humanos devem ser considerados

Segundo pesquisa realizada pelo Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden), unidade de pesquisa do Ministério da Ciência, Tecnologia, Inovações e Comunicações, as causas mais comuns de deslizamentos no Brasil são chuvas, cortes verticais excessivos nas encostas, vazamentos em tubulações ou caixas d'água, infiltração de água servida (esgotos domésticos e fossas negras) e sobrecarga no topo das encostas. Para realizar o estudo, os pesquisadores tomaram como referência os eventos ocorridos nos municípios de Campos do Jordão e São José dos Campos, em São Paulo, em 2000 e 2016, respectivamente, resultando em 14 mortos e centenas de pessoas afetadas. Foram analisados os fatores climáticos, hidrológicos, geomorfológicos, geológicos, geotécnicos e as influências antrópicas, ou seja, as alterações provocadas pelo homem no meio ambiente. Somados, esses fatores resultam no deslizamento das encostas sobre as moradias. O levantamento revelou que não é possível prever deslizamentos apenas com dados fornecidos por pluviômetros, pois os limiares críticos de chuva tendem a ser menores em encostas urbanizadas e densamente ocupadas. Esses limiares referem-se a valores de chuva e umidade do solo a partir dos quais se iniciam os deslizamentos. Para se ter uma ideia de alerta antecipado, os dados têm que considerar os principais fatores humanos indutores de deslizamentos, como vazamentos em caixas d'água e tubulações, sobrecargas no terreno e cortes nas encostas. "Considerando que a grande maioria dos escorregamentos em encostas urbanas no Brasil é deflagrada por condicionantes antrópicos, é importante considerar os fatores indutores dos deslizamentos. Isso representa um potencial promissor para o estabelecimento de limiares críticos ambientais, os quais podem ser monitorados em tempo real", afirma o pesquisador do Cemaden, Rodolfo Moreda Mendes, coautor do estudo. Os resultados das pesquisas foram divulgados, recentemente, em artigos publicados em duas revistas internacionais: Geotechnical and Geological Engineering e Natural Hazards and Earth System Sciences.

16 de agosto, 2017
Saneamento Ambiental Logo
TEMPO
Previsão de tempestades ficará mais precisa

Uma equipe de pesquisadores franco-brasileira identificou (e corrigiu) uma falha existente em modelos matemáticos usados para simular os processos de formação de nuvens e de chuva. Com isto, a previsão de tempestades se tornará mais precisa, de acordo com os pesquisadores. Eles compararam uma simulação feita com um modelo de alta resolução com dados observacionais coletados em 2012, na cidade de Santa Maria, no Rio Grande do Sul. situada em uma região que é considerada como berço das maiores tempestades do planeta, segundo Luiz Augusto Toledo Machado, pesquisador do Instituto Nacional de Pesquisas Espaciais (Inpe). “Notamos que, no modelo, apareciam muitas nuvens pequenas que não haviam sido observadas na realidade por meio de satélites e radares de chuva e decidimos investigar por que isso ocorria”, disse Machado. O estudo integra um projeto temático apoiado pela Fapesp e coordenado pelo pesquisador. A coleta de dados em Santa Maria é parte de uma grande campanha científica realizada entre os anos de 2010 e 2014 no âmbito do Projeto Chuva, que tem como objetivo desvendar os processos físicos que ocorrem no interior das nuvens, descobrir a variação de parâmetros -- como o tamanho das gotas de chuva, a proporção das camadas de água e de gelo e o funcionamento das descargas elétricas -- a fim de aprimorar a previsão dos eventos. Como explicou Machado, "o tipo de tempestade que costuma se formar nessa região do Sul do Brasil é conhecido como complexo convectivo de mesoescala (CCM) e para simulá-lo foi usado um modelo desenvolvido na França conhecido como Meso-NH (modelo atmosférico de mesoescala não hidrostática)" Ele informa também que o trabalho foi realizado em parceria com Jean-Pierre Chavoureau, do Laboratoire d`Àérologie, vinculado ao Centre National de la Recherche Scientifique (CNRS). “Comumente, os modelos regionais que simulam a formação de nuvens trabalham com uma escala da ordem de 10 quilômetros (km), ou seja, são capazes de gerar uma informação a cada 10 km. O Meso-NH gera uma informação a cada 2 km e por isso é considerado de alta resolução, resolvendo de forma mais explícita a nuvem. Essa é a tendência para o futuro, que nos permitirá prever, por exemplo, a ocorrência de chuva em cada bairro de uma cidade”, afirmou Machado. Ele explicou que a comparação entre os dados reais e simulados foi feita com uma técnica inovadora de rastreamento capaz de calcular a distribuição do tamanho e do tempo de vida das nuvens e da chuva e produzir histogramas que permitem comparar o tamanho e a altura das nuvens simuladas e observadas por satélite e radar. Ao investigar por que os dados simulados não condiziam com os reais, os pesquisadores descobriram que o modelo não representava com exatidão como ocorria a mistura do ar existente dentro e fora da nuvem – processo conhecido como entranhamento. “O entranhamento é uma medida determinada pela turbulência [ mistura do ar de dentro e de fora]. No modelo, a turbulência era parametrizada em uma dimensão. Nós então fizemos uma parametrização tridimensional e alteramos o comprimento de mistura [distância entre a parcela de ar que vai entrar na nuvem e a parcela que já está dentro] para torná-lo um pouco maior”, disse Machado. Com as modificações, contou o pesquisador, foi possível tornar mais similar a distribuição de tamanho e altura das nuvens simuladas e reais. “Isso sem dúvida terá impacto na qualidade da previsão de chuva. Em um estudo de caso, demonstramos que o grau de acerto melhora com a correção da turbulência”, disse Machado.

8 de julho, 2015