Mapeamento de áreas suscetíveis a inundações na bacia hidrográfica do rio Sorocaba e Médio Tietê (SP)

• Ano de defesa: 2022
• Autor(a) principal: Giacon Junior, Admir José [UNESP]
• Orientador(a): Silva, Alexandre Marco da [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Mapeamento de suscetibilidade a inundações; Previsão de inundação; Bacia hidrográfica do Rio Sorocaba e Médio Tietê; Máquinas de vetores suporte; AHP-TOPSIS-2N; Flood susceptibility mapping; Flood forecasting; Sorocaba and Middle Tietê River Hydrographic Basin; Support vector machines; Flood prediction
• Link de acesso: http://hdl.handle.net/11449/236415

Em razão aos danos associados às inundações, o mapeamento de áreas suscetíveis a esse fenômeno natural assume uma parte primordial na geotecnia ambiental. No Brasil, em virtude das características climáticas e hidrogeológicas, faz com que a inundação seja um dos desastres naturais de maior ocorrência. Nesse contexto, o presente estudo propôs o mapeamento de áreas suscetíveis a inundações da Bacia Hidrográfica do Rio Sorocaba e Médio Tietê (BH-SMT) por meio dos modelos AHP-TOPSIS-2N e Máquinas de Vetores Suporte (Support Vector Machines – SVM). A modelagem considerou 11 fatores condicionantes relacionados às características hidrogeomorfológicas e antropológicas, e 382 pontos inventariados de inundações e não inundações. A validação comparou o resultado gerado com mapeamentos realizados através do método Multicritério e do modelo híbrido AHP-SVM. A eficiência foi analisada através da Área Sob a Curva (Area Under the Curve – AUC). A análise demonstra eficiência do modelo SVM (AUC = 0,930) aplicado no mapeamento de áreas propensas a inundações, tendo como a principal variável a cobertura da terra e uso do solo. Por fim, é possível concluir que o modelo SVM pode ser aplicado como uma ferramenta científica no mapeamento de áreas suscetíveis a inundações por gestores públicos e gestores de riscos, sendo o mapa gerado capaz de fornecer prognósticos a fim de mitigar os impactos negativos relacionados ao evento de inundação.