Análise de modelos digitais de terreno na identificação de áreas suscetíveis a escorregamentos rasos

Abstract

Resumo: Métodos preditivos foram desenvolvidos, sobretudo, a partir da década de 1990, no intuito de identificar áreas suscetíveis a escorregamentos. Um dos exemplos é o modelo matemático em bases físicas SHALSTAB (Shallow Landsliding Stability Model), que calcula o potencial de instabilidade a escorregamentos rasos a partir de parâmetros físicos do solo e topográficos. Geralmente estes últimos são obtidos por meio da construção de Modelos Digitais de Terreno (MDT's), principalmente a partir de ferramentas convencionais (curvas de nível). Entretanto, mais recentemente o sistema LiDAR (Light Detection and Ranging), está sendo utilizado no Brasil. Desta forma, este trabalho teve como objetivo analisar diferentes MDT's, gerados a partir de dados convencionais e do LiDAR, e suas influências na geração de mapas de suscetibilidade a escorregamentos rasos utilizando o modelo SHALSTAB. Para tanto foram analisadas as propriedades físicas do solo, a resposta do modelo quando da aplicação de dados topográficos convencionais e do LiDAR na geração de MDT's, e a eficiência dos mapas de suscetibilidade a partir de diferentes dados topográficos. A área selecionada localiza-se no perímetro urbano do município de Antonina (PR), atingida por escorregamentos em março de 2011. Dentre os resultados foi avaliado diferentes operações de interpolação dos dados LiDAR, sendo que o Triangulation/Natural Neighbor foi o que mostrou melhor desempenho. Verificou-se também que em um dos índices de avaliação (Concentração de Cicatrizes) houve melhor performance do MDT derivado do LiDAR em comparação com o originado das curvas de nível, entretanto, no índice de Potencial de Escorregamento, foi constatado um reduzido aumento. Portanto, foi possível analisar os MDT's, sendo que aquele derivado do LiDAR melhorou infimamente o percentual de acerto. Nota-se também uma lacuna nas pesquisas realizadas no Brasil sobre a utilização de produtos gerados a partir de dados LiDAR, em análises geomorfológicas.

Abstract: Predictive methods have been developed, especially since the 1990s, in order to identify landslide prone areas. One of the examples it is the physically based model SHALSTAB (Shallow Landsliding Stability Model), that calculate the potential instability for shallow landslides based on physical soil properties and the topography. Generally, the later are obtained from the Digital Terrain Model (DTM), mainly from conventional tools (contour lines). However, more recently the LiDAR (Light Detection and Ranging) system has been used in Brazil. Thus, this study aimed to evaluate different DTM's, generated from conventional data and LiDAR, and their influence in generating susceptibility maps to shallow landslides using SHALSTAB model. For that were analyzed the physical properties of soil, the response of the model when applying conventional topographical data and LiDAR's in the generation of DTM, and the maps of susceptibility based on different topographical data. The selected area is located in the urban perimeter of the municipality of Antonina (PR), affected by landslide in March 2011. Among the results, it was evaluated different LiDAR data interpolation, wherein the Triangulation/Natural Neighbor presented the best performance. It was also found that in one of evaluation indexes (Scars Concentration), the LiDAR derived DTM presented the best performance when compared with the one originated from contour lines, however, the Landslide Potential index, has presented a small increase. Therefore, it was possible to assess the DTM's, and that one derived from LiDAR improved very little the certitude percentage. It is also noted a gap in researches carried out in Brazil on the use of products generated from LiDAR data, geomorphological analysis.