Geoprocessamento aplicado à análise de aptidão à urbanização do município de Joinville-SC frente à ocorrência de movimentos de massa e inundações

• Ano de defesa: 2023
• Autor(a) principal: Mendonça, Renato Ribeiro
• Orientador(a): Oliveira, Guilherme Garcia de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sensoriamento remoto; Redes neurais artificiais; Lógica fuzzy; Deslizamento de terra; Espaço urbano; Inundações; Joinville (SC)
• Palavras-chave em Inglês: Urban suitability; Artificial neural networks; AHP; Fuzzy logic
• Link de acesso: http://hdl.handle.net/10183/272065

É verificado o aumento de casos de grandes desastres associados a eventos hidrogeológicos atípicos nas últimas décadas. Em Joinville/SC, eventos relacionados a processos como movimentos de massa e inundações são recorrentes ao longo dos anos. Em novembro de 2008, se registrou mais de 800 eventos de deslizamentos no município. Este número elevado traz consigo questionamento sobre a sustentabilidade do crescimento urbano do município. Esta dissertação traz uma análise sobre a aptidão à urbanização do centro urbano de Joinville/SC e suas áreas de expansão associando modelos de suscetibilidade de movimentos de massa (SMM) e inundações (MSI). O modelo de SMM foi obtido através de Redes Neurais Artificiais (RNA) partindo de um inventário de cicatrizes. As variáveis explicativas utilizadas para aplicação da RNA foram divididas em três grupos: variáveis morfométricas, distâncias horizontais entre estradas e lineamentos estruturais e base de dados cartográficos geoambientais. Foram realizados testes com cinco configurações de RNA. Para validação, foram utilizadas as métricas: área sob a curva ROC (AUC) e acurácia global (ACC), em que a melhor modelagem apresentou valores de AUC igual a 0,90 e ACC igual a 0,84. Este resultado foi obtido utilizando-se de todas as variáveis explicativas excetuando-se o uso e cobertura da terra, que ocasionou leve enviesamento na RNA. A geologia teve papel fundamental para determinação da SMM. O MSI foi obtido através da analise hierárquica AHP associada a Logica Fuzzy. As variáveis selecionadas para ponderação foram: Mapa de Padrões de Relevo, Distância Vertical entre Canais de Drenagem (VDCN), Declividade e Distância Horizontal entre Canais de Drenagem (VDCN). O mapa de Padrões de Relevo foi gerado através da compartimentação da área de estudo, utilizando informações de Altimetria, Declividade, Geologia e Pedologia. As variáveis foram escalonadas para intervalo de 0 a 1 através da Lógica Fuzzy possibilitando a soma destas. A matriz pareada indicou maior peso para a variável Relevo, seguido de VDCN e Declividade empatados entre si e por último HDCN. A Razão de Consistência mostrou uma relação coerente entre as variáveis (RC<10%). Conclui-se que a variável relevo foi importante para melhor classificação da suscetibilidade em áreas aplainadas como as do município. A análise de aptidão urbana foi realizada através da associação dos resultados dos modelos de SMM e MSI. Se converteu as classes de suscetibilidade para as classes de aptidão, de forma inversamente proporcional, posteriormente, se sobrepôs o MSI sobre o modelo de SMM, ambos já reclassificado, preponderando a categoria de aptidão mais baixa. As classes de aptidão para as áreas aplainadas se mostraram coerente. Já as classes de aptidão em áreas de relevo de maior amplitude se mostraram superestimadas. Apesar da capacidade de generalização das RNAs, atribui-se esta distorção ao processo de amostragem através de sensoriamento remoto, não sendo possível, a amostragem de pequenos deslizamentos, comuns aos centros urbanos.