Navigation – Plan du site

AccueilNuméros47Avaliação da sensibilidade dos pa...

Avaliação da sensibilidade dos parâmetros do modelo de simulação de deslizamentos SINMAP

Evaluation of the parameters sensitivity of landslide simulation model SINMAP
L’évaluation de la sensibilité des paramètres du modèle de simulation des glissements de terrain SINMAP
Karen Estefania Moura Bueno, Gilson Bauer Schultz et Irani dos Santos

Résumés

Ce travail présente l’évaluation de la sensibilité des paramètres et la description des mécanismes de génération des glissements translationnels moyennant le modèle SINMAP (Stability INdex MAPping). Ledit modèle simule les zones d’instabilité des versants pouvant subir des glissements translationnels sur la base d’une variation de l’équation du facteur de sécurité (FS), lequel tient compte du ratio entre les forces stabilisatrices et déstabilisatrices du terrain pour l’analyse de l’équilibre limite du système. Le site faisant l’objet de la simulation est le bassin-versant de la rivière « Sagrado », dans la chaîne de montagnes sise dans l’Etat de Paraná et appelée « Serra do Mar », qui présente des versants à forte susceptibilité aux glissements de terrain. La méthodologie employée a consisté au test de performance du modèle par rapport aux différentes résolutions du Modèle Numérique du Terrain (MNT) et à l’analyse de la sensibilité de ses paramètres, à savoir : l’angle de friction interne du sol, T/R et la cohésion adimensionnelle ; par le biais des intervalles des valeurs établies à partir du calibrage du modèle. Les résultats ont permis de constater que la meilleure résolution du MNT pour les simulations utilisant le SINMAP dans le bassin-versant de la rivière « Sagrado » correspond à 10m, et que le paramètre à plus forte sensibilité est la cohésion adimensionnelle, lequel a eu une influence significative sur les résultats du modèle.

Haut de page

Texte intégral

1Deslizamentos são fenômenos hidrogeomorfológicos que alteram as paisagens por meio da modificação das encostas e da distribuição de sedimentos em áreas mais planas (Sidle e Ochiai, 2006), ou seja, são de comum ocorrência em encostas íngremes (Salciarini, et al., 2006). Segundo Guidicini e Nieble (1976), os deslizamentos ocorrem, em geral, no manto de alteração, cuja espessura está condicionada a rocha de origem, as condições climáticas, tipo de drenagem e inclinação da encosta. Em estações mais chuvosas a ocorrência desse fenômeno é maior devido ao aumento do teor de água na encosta, podendo se transformar em fenômenos mais complexos, como fluxo de detritos (Sidle e Ochiai, 2006).

2Os avanços na tecnologia de sistemas de informação geográficas levaram ao desenvolvimento de métodos que utilizam dados espacialmente distribuídos e organizados em formato digital para quantificar atributos topográficos relacionados com a instabilidade e inclinação de encostas (Borga et al., 2002; Thiebes et al., 2016; Dias et al., 2012). Não obstante, assuntos relacionados à previsão e monitoramento de deslizamentos nas encostas possuem um papel importante na literatura geomorfológica, assim como o uso de modelos matemáticos de previsão de áreas susceptíveis a este fenômeno (Fernandes et al., 2001; Thiebes et al., 2016), com intuito de prever quais porções da paisagem apresentam maior susceptibilidade a ocorrência deste fenômeno, auxiliando na prevenção de desastres naturais.

3Tendo em vista que os deslizamentos causam intensos impactos socioeconômicos (AGU, 2017), a modelagem de estabilidade de encostas é considerada uma ferramenta muito pertinente para a avaliação e gerenciamento de riscos, possibilitando também o planejamento do uso da terra, bem como avaliações de impactos ambientais (Zhou et al., 2018; Zhuang, et al., 2017).

4Neste contexto, podem-se citar alguns desses modelos de prevenção de deslizamentos, onde se destacam o SHALSTAB (Montgomery e Dietrich 1994), SINMAP (Pack et al., 1998), TRIGRS (Baum et al., 2002), os quais são modelos matemáticos de base física, ou seja, o resultado é gerado a partir de equações que simulam alguns mecanismos condicionantes do fenômeno (Guimarães et. al., 2003).

5O modelo SINMAP (Stability INdex MAPping) foi desenvolvido por Pack et al., (1998) e reelaborado por Pack et al., (2005), e possibilita indicar as áreas de instabilidade passíveis à movimentos de massa baseado em fatores topográficos, características dos solos e a altura da precipitação. Especificamente, baseia-se na equação do Fator de Segurança (FS) para analisar o equilíbrio limite do sistema. Na literatura, o SINMAP foi utilizado em diversos estudos relacionados à problemática instabilidade de encostas (e.g. Morrissey et al., 2001; Zaitchik et al., 2003; Meissina e Scarabelli, 2007; Thiebes et al., 2007; Terhorst et al., 2009; Nery e Vieira, 2015; Michel et al., 2014; Thiebes et al., 2016), sendo considerado um modelo satisfatório levando em conta suas potencialidades e limitações.

6O objetivo geral deste trabalho consiste em avaliar a sensibilidade dos parâmetros que compõe o modelo de estabilidade de encostas SINMAP, para simulações na bacia do rio Sagrado, localizada na Serra do Mar Paranaense, visando avaliar a eficácia deste modelo na prevenção de deslizamentos e, consequentemente, como ferramenta de planejamento e prevenção de desastres naturais. Especificamente, avaliou-se a influência da resolução do MDT no mapa de estabilidade por meio de simulações para uma área homogênea e MDT's com resolução de 5, 10, 20, 30, 50 e 100 metros. Os demais parâmetros foram avaliados individualmente por meio de dez simulações, com valores variando no intervalo entre os máximos e mínimos constatados na área.

Área de estudo

7A área de estudo é a bacia do rio Sagrado, localizada na Serra do Mar paranaense entre os municípios de Morretes, Paranaguá e Guaratuba. Apresenta uma área de cerca de 85 km² à montante da estação hidrossedimentológica, compreendida entre as latitudes 25°31’05” e 25°37’28”W, e longitudes 48°44’59” e 48°52’16” S (Figura 1).

8O uso do solo da bacia é composto, basicamente, pela Floresta Ombrófila Densa e suas subdivisões: terras baixas, sub-montana, montana e alto-montana inserida no bioma da Mata Atlântica. A área é pouco povoada, tendo em vista que existem apenas algumas pequenas propriedades rurais dispersas pela bacia.

Figura 1- Localização da bacia do rio Sagrado.

Figura 1- Localização da bacia do rio Sagrado.

Fonte: Instituto de Terras, Cartografia e Geologia do Paraná (2002).

9A bacia é caracterizada por rochas de idade pré-cambriana, amplitude altimétrica de 1500 metros e declividades que variam de aproximadamente zero a mais de oitenta graus. Ademais, apresenta alta susceptibilidade à deslizamentos. Segundo Bigarella (1978), a drenagem nas áreas mais íngremes encontra-se encaixada em linhas estruturais que condicionam a formação de profundos vales em V.

O modelo Stability Index MAPping - SINMAP

10O SINMAP é um modelo de estabilidade de encostas desenvolvido por Pack et al., (1998) e reelaborado por Pack et al., (2005), que indica áreas de instabilidade passíveis à movimentos de massa baseado em fatores topográficos, características dos solos e a altura da precipitação. O modelo é fisicamente baseado e distribuído, faz uso da lei de DARCY (que considera a velocidade de percolação da água diretamente proporcional ao gradiente hidráulico) e a metodologia da vertente infinita (Tarboton, 1997), que compara os elementos desestabilizantes do terreno (gravidade) com os componentes estabilizadores (atrito e coesão). O resultado da simulação feita com o SINMAP apresenta uma incerteza associada a limites mínimos e máximos impostos para cada parâmetro da calibração inicial, classificando o terreno em seis diferentes graus de instabilidade (Quadro 1) que varia de zero (mais instável) a maior que um (mais estável). O índice de estabilidade (SI) resulta em classes de estabilidades resultantes da interação entre declividade, índice geomorfológico, características do solo e altura da precipitação, de forma espacialmente distribuída.

Quadro 1 – Classificação do índice de estabilidade (SI) dentro de seis classes previstas pelo modelo.

Índice de estabilidade

Classe

Classes de estabilidade

Intervalo dos parâmetros

Possível influência de fatores não modelados

SI>1,5

1

Estável

Instabilidade não prevista

São necessários fatores desestabilizantes significantes para gerar instabilidade

1,5>SI>1,25

2

Estabilidade moderada

Instabilidade não prevista

São necessários fatores desestabilizantes moderados para gerar instabilidade

1,25>1,0

3

Estabilidade baixa

Instabilidade não prevista

São necessários fatores desestabilizantes mínimos para gerar instabilidade

1,0>SI>0,5

4

Limiar Inferior de instabilidade

Combinação pessimista prevê instabilidade

Fatores desestabilizantes não são necessários para gerar instabilidade

0,5>SI>0

5

Limiar superior de instabilidade

Combinação otimista prevê estabilidade

Fatores estabilizadores podem gerar estabilidade

0>SI

6

Instável

Estabilidade não prevista

Fatores estabilizadores são necessários para gerar estabilidade

Fonte: Adaptado de Pack et al., (1998, p.2).

11 Para analisar o equilíbrio limite do sistema, utilizado para avaliar encostas naturais, o SINMAP baseia-se na equação do Fator de Segurança (FS), dada pela razão entre as forças estabilizantes e desestabilizantes:

(1)

12onde Cr é a coesão da raiz (N/m²), Cs é a coesão do solo (N/m³), θ é da declividade da encosta (graus), ρs é a densidade do solo úmido (kg/m³), ρw é a densidade da água (kg/m³), g é a aceleração da gravidade (9,81 m/s²), D é a profundidade vertical do solo (m), Dw é o nível do lençol freático dentro da camada de solo (m), e o ângulo de atrito interno do solo (graus).

13A relação entre a espessura do solo (h) e a sua profundidade (D) pode ser dada pela equação:

(2)

14Com isso, tem-se FS da seguinte maneira:

(3)

15Onde:

(4)

16representa a coesão adimensional do solo;

(5)

17representa a razão entre densidade da água e do solo; e

(6)

18representa o índice de umidade do solo. Para a coesão das raízes, adotou-se o valor de 3,0 kPa, conforme proposto por Morrissey apud Santos (2005).

19O SINMAP considera que o fluxo subterrâneo raso (logo abaixo da superfície) segue o gradiente da topografia do terreno. Considera também a área de contribuição (Figura 2), que é dada pela área drenada a montante de cada pixel dividido pela resolução espacial.

20Os parâmetros de entrada do modelo são: ângulo de atrito do solo, T/R(m) e a coesão adimensional do solo. O parâmetro T/R (m) é a razão entre transmissividade e chuva, o qual correlaciona as propriedades do solo (transmissividade, m²/h) e a umidade presente no sistema, representada pela chuva (m/h). Ademais, o SINMAP considera as variáveis oriundas do modelo digital de terreno (MDT), que são: a declividade da área de estudo e a área de contribuição do pixel a montante.

21A incerteza dos parâmetros de solo e meteorológico está estabelecida entre os limites inferiores e superiores, permitindo uma distribuição uniforme dos valores entre tais limites. Na calibração, os parâmetros podem ser ajustados por áreas por meio de um grid que contém áreas pré-definidas, levando em conta os dados que serão utilizados.

Figura 2 – Ilustração do índice geomorfológico (a). Em conjunto com a declividade, é interpretado como índice de distribuição espacial da umidade pelo modelo SINMAP.

Figura 2 – Ilustração do índice geomorfológico (a). Em conjunto com a declividade, é interpretado como índice de distribuição espacial da umidade pelo modelo SINMAP.

Fonte: Adaptado de Pack et al., (1998, p.4)

Calibração do SINMAP

22Existem vários artigos com aplicações do modelo SINMAP para diversas regiões do mundo que apresentam problemas relacionados a deslizamentos. O Quadro 2 apresenta valores utilizados em simulações com o modelo SINMAP para diferentes regiões, onde nota-se que estes variam devido à particularidade das características topográficas, pedológicas e hidrológicas de cada área.

Quadro 2 - Valores utilizados em trabalhos que efetuaram simulações com o modelo SINMAP para diferentes regiões.

Referência

Área de estudo (km²)

Parâmetros

Coesão

Ângulo de atrito interno

T/R [m]

Min

Max

Min

Max

Min

Max

Wawer e Nowocién (2003)

Estrada Amã-Jerash-Irbid da Jordânia (394 km²)

0,1

0,5

15

30

2857

9364

Naqa e Abdelghafoor (2006)

Grodarz - Polônia (28,6 km²)

15

22

20

28

10.43

149

Lopes et. al. (2007)

Bacia do Rio da Onça - Serra do Mar Paulista

0,02

0,28

34

39

139

436

Deb e Al- Kadi (2009)

Oahu - Hawaii (384 km²)

0

0.983

1,885

18,85

0.65

6,5

Nery (2011)

Bacia Ultrafértil - Serra do Mar Paulista (2,5 km²)

0,03

0,86

34

39

68

213

Meissina e Scarabelli (2007)

Oltrepo Pavese - Northern Apennines (5 km²)

0,2

0,231

19,4

32

1,79

173

Paulin et. al. (2010)

Vulcão Capatzin - México

0,14

0,25

30

32

1259

2500

Michel (2011)

Bacia do Rio Cunha - Santa Catarina (62 km²)

0,037

0,125

24,96

37,44

1325

4471

Fonte: Elaborado pelos autores (2020).

23Neste trabalho, os parâmetros foram calculados com base em dados obtidos na área de estudo ou áreas próximas. Para o parâmetro T/R, a variável transmissividade foi obtida por pedotransferência e os valores máximo e mínimo foi calculada dobrando a altura da precipitação, visando representar a umidade antecedente do solo. O valor utilizado para representar a altura da precipitação foi 300 mm, registrado no evento de março de 2011 pela estação Morro da Igreja, operada no período pelo LHG - UFPR. Para determinar o parâmetro ângulo de atrito, foram utilizados dados obtidos por Kozciak (2005), onde considerou-se a média de todos os ensaios e a variação do valor mínimo e máximo foi estabelecida pelo desvio padrão. Para o parâmetro coesão adimensional, foram utilizadas as coesões determinadas por Kozciak (2005), onde os limites máximos e mínimos variaram de acordo com a diferença de profundidade de cada tipo de solo, conforme as medições efetuadas por Paula (2010). A Tabela 1 apresenta os valores obtidos para cada parâmetro e que foram utilizados para a calibração do modelo.

Tabela 1 – Dados calculados e utilizados na calibração do modelo.

T/R

Coesão Adimensional

Ângulo de Atrito

Min

Max

Min

Max

Min

Max

102,4

204,8

0,3

0,8

18,3

24,4

Fonte: Elaborada pelos autores (2020).

24Após a determinação dos valores dos parâmetros, efetuou-se uma simulação base. Esta simulação pode ser considerada como a calibração do modelo para as condições específicas da área de estudo, tendo em vista que o mapa resultante com os índices de estabilidade teve boa aderência aos deslizamentos reais registrados (Figura 3). Esta simulação base serviu de referência para os testes de sensibilidade dos parâmetros do modelo.

Figura 3 – Mapa de estabilidade resultante da simulação base.

Figura 3 – Mapa de estabilidade resultante da simulação base.

Fonte: Elaborado pelos autores (2020). Dados vetorias: Instituto de Terras, Cartografia e Geologia do Paraná (2002).

Analise da Sensibilidade do SINMAP à resolução do MDT

25 Diversos trabalhos avaliaram a sensibilidade e a melhor resolução do MTD para indicar áreas instáveis e deslizamentos (APPT et al., 2002; Tarolli e Tarboton, 2006; Tarolli e Fontana, 2008; e Claessens et al., 2005).

26Para avaliar a influência do MDT nas simulações com o SINMAP neste trabalho, foram feitas simulações para uma região homogênea utilizando MDT's com resoluções de 5, 10, 20, 30, 50 e 100 metros. Os MDT’s foram criados a partir de cartas topográficas em escala 1:20.000, considerando as curvas de nível com equidistância de 10 metros, os pontos cotados e a hidrografia. A interpolação foi efetuada com o interpolador Topo to Raster, disponível no pacote 3D Analyst do software ArcGis 9.3.

27Como o MDT influencia diretamente a declividade e a área de contribuição específica, utilizadas como variáveis de entrada no modelo SINMAP, fez-se também uma avaliação dos efeitos da resolução nestas variáveis.

Sensibilidade dos parâmetros do SINMAP

28Para testar o desempenho do modelo em relação à sensibilidade dos seus parâmetros, cada parâmetro foi analisado isoladamente, variando entre um valor máximo e mínimo estabelecido, enquanto os demais parâmetros mantiveram-se constantes (com os valores da simulação base).

29O primeiro parâmetro a ser avaliado foi a coesão adimensional. Para tal, foram efetuadas feitas onze simulações, em que os valores variaram de forma crescente, de 0 a 1,1, com um intervalo fixo de 0,1. De maneira semelhante, procedeu-se com o parâmetro ângulo de atrito, variando entre 0 e 55, com intervalo fixo de 5. Já para o parâmetro T/R, foram efetuadas dez simulações, onde os valores variaram entre 1 e 6000, com intervalo de 600.

30Depois de realizados todos os testes, foram determinados os percentuais da área para cada classe representada pelo modelo em cada simulação. Dessa forma, foi possível constatar as variações devido à alteração do valor dos parâmetros. Em seguida, foram organizados gráficos representando o comportamento de cada classe de estabilidade aos parâmetros testados, conforme com o valor estipulado na simulação.

Resultados da análise de sensibilidade dos parâmetros do modelo SINMAP

31Os resultados das simulações mostram a influência da resolução do MDT nas áreas ocupadas por cada classe de estabilidade considerada pelo SINMAP (Figura 4a). Nota-se que as resoluções de 5m e 10m não resultam em diferenças significativas entre si, ou seja, aumentam apenas com o tamanho do pixel nas demais resoluções avaliadas. De maneira geral, na medida em que se diminui a resolução do MDT, aumenta-se o percentual de áreas que o modelo aponta como estáveis e decrescem as áreas instáveis.

32A Figura 4b apresenta a frequência acumulada dos valores de declividade para as seis resoluções estabelecidas. As menores resoluções tendem a concentrar menores declividades, enquanto as maiores resoluções tendem não só a melhorar progressivamente a sua distribuição, como contemplar as maiores declividades. As resoluções de 5m e 10m apresentam declividades muito semelhantes, indicando 10m como limiar de resolução para o aumento de qualidade com o aumento da resolução.

33A Figura 4c apresenta a frequência acumulada da área de contribuição específica para os diferentes níveis de resolução. As maiores resoluções possibilitam uma boa identificação dos divisores de água e topos de morro, tendo em vista que os pixels de valor unitário compreendem 0,7% da área de contribuição da bacia. Já o MDTs com resoluções acima de 20m não detalham as condições topográficas área, generalizando os divisores de água e as microbacias. Nota-se, por exemplo, que para a resolução de 100m os pixels unitários ocupam 12% da área total. Tendo em vista que a resolução de 10m é a mais adequada para realizar simulações com o modelo SINMAP, a sensibilidade dos demais parâmetros foi testada com todos os grids de entrada com tal resolução.

34O cenário resultante em cada simulação mostrou uma variação considerável nos testes da coesão adimensional, de acordo com os intervalos estabelecidos. Quando utilizados valores representando baixa coesão, as classes dentro do limite de instabilidade aumentaram. Já para valores medianos, houve um equilíbrio entre os limites estáveis e instáveis. Por fim, maiores valores de coesão apresentaram no cenário a predominância de classes inclusas no limite de estabilidade do SINMAP.

Figura 4 - Influência do MDT nas classes de estabilidade do SINMAP (a), na declividade (b) e na área de contribuição (c).

Figura 4 - Influência do MDT nas classes de estabilidade do SINMAP (a), na declividade (b) e na área de contribuição (c).

Fonte: Elaborado pelos autores (2020).

35A Figura 5 apresenta a relação entre a variação do valor do parâmetro coesão adimensional e o percentual de área atingida por cada classe. Percebe-se que nas simulações com valores de coesão menores, a linha que representa a classe estável inicia com um valor inferior a 20% e na medida em que se aumenta o valor de coesão, a mesma atinge quase 100%. Inversamente, os limites de instabilidade atingem uma proporção maior quando os valores de coesão são mais baixos e à medida que eles aumentam, passam a diminuir, até se tornarem nulos.

36A coesão adimensional foi o parâmetro mais sensível aos testes de sensibilidade propostos. Autores como Meissina e Scarabeli (2007), constataram que este parâmetro teve um papel mais significativo com relação à porcentagem de áreas estáveis ​​e instáveis em seus estudos.

Figura 5 – Relação entre o valor da coesão adimensional e o percentual de área atingido por cada classe de estabilidade.

Figura 5 – Relação entre o valor da coesão adimensional e o percentual de área atingido por cada classe de estabilidade.

Fonte: Elaborado pelos autores (2020).

37Com relação ao ângulo de atrito, os menores valores atribuídos potencializaram maior instabilidade. A Figura 6 representa o comportamento desse parâmetro para cada classe de estabilidade do modelo, conforme a variação dos valores simulados. Este parâmetro apresentou sensibilidade aos intervalos estabelecidos, porém inferior ao observado para a coesão adimensional. Em seus trabalhos, Zaitchik et al., (2003) e Michel (2012) constataram que o ângulo de atrito foi o parâmetro de maior sensibilidade do modelo.

Figura 6 – Relação entre o valor do ângulo de atrito e a porcentagem por cada classe de estabilidade simulada.

Figura 6 – Relação entre o valor do ângulo de atrito e a porcentagem por cada classe de estabilidade simulada.

Fonte: Elaborado pelos autores (2020).

38O T/R apresentou pouca variação nos intervalos estabelecidos (Figura 7). Neste teste, notou-se que o parâmetro é pouco sensível à pequenas variações, representando alteração considerável no cenário simulado apenas quando feitas variações bruscas. Em contrapartida, Nery e Vieira (2015) constataram em seu estudo de caso que o T/R é o parâmetro mais sensível do SINMAP.

Figura 7 - Relação entre o valor do parâmetro T/R e a porcentagem atingida por cada classe de estabilidade simulada.

Figura 7 - Relação entre o valor do parâmetro T/R e a porcentagem atingida por cada classe de estabilidade simulada.

Fonte: Elaborado pelos autores (2020).

39Nota-se que os intervalos estabelecidos não fizeram com que o parâmetro oscilasse no gráfico, porém pode-se constatar que as classes estável e limiar inferior de instabilidade, apesar de pouco, foram as que mais apresentaram alterações quanto ao percentual de área.

Considerações Finais

40Os resultados obtidos nas simulações com o modelo SINMAP permitiram obter uma análise da sensibilidade relativa as variações de resolução do MDT e dos parâmetros de calibração do modelo.

41A resolução do MDT influencia o resultado de simulações com o modelo SINMAP, interferindo no mapa de estabilidade, distribuição da declividade e área de contribuição específica. De maneira geral, as menores resoluções condicionam o aumento do percentual de áreas estáveis e o decréscimo das áreas com indicação de instabilidade. Especificamente, a resolução de 10m foi a mais adequada para simulações com o modelo SINMAP, pois a resolução de 5m não gera melhora significativa nos resultados e resoluções menores que 20m generalizam a informação.

42Com relação a declividade, as menores resoluções tendem a concentrar menores declividades e o aumento da resolução leva a uma melhora da distribuição, contemplando também as maiores declividades. Quanto ao mapa de área de contribuição específica, maiores resoluções possibilitam uma boa identificação dos divisores de água e topos de morro, enquanto as resoluções acima de 20m não detalham adequadamente o relevo.

43O SINMAP apresentou sensibilidade à variação de seus parâmetros. Os resultados mostraram que a coesão adimensional possibilitou alterações mais significativas no cenário simulado com relação aos demais parâmetros, principalmente nas classes pertencentes ao limite de instabilidade. Isso comprova a relevância que a equação do fator de segurança exerce no resultado do modelo, onde as variáveis relacionadas à coesão e ângulo de atrito interno do solo influenciam mais que aquelas relacionadas à precipitação e transmissividade.

44É pertinente ressaltar que o modelo apresenta duas limitações. Uma delas consiste na capacidade de simular apenas o fluxo subterrâneo raso, possibilitando sua aplicação apenas para deslizamentos translacionais. Ademais, os resultados indicaram zonas potenciais para o início de um movimento de massa e não áreas de risco propriamente ditas. Porém, podem servir como subsídio para a delimitação de áreas de risco.

45A sensibilidade dos parâmetros potencializa a aplicação em diferentes áreas com características pedológicas, hidrológicas, geológicas e de vegetação específicas, auxiliando também na previsão de deslizamentos, em ações de planejamento e gestão ambiental, bem como na prevenção de desastres naturais, evitando danos socioeconômicos e perdas em vidas humanas. No entanto, destaca-se a necessidade de calibração do modelo, com definição adequada dos parâmetros para características locais, pois pequenas inadequações dos valores desses parâmetros alteram significativamente os resultados da simulação.

Haut de page

Bibliographie

American Geophysical Union (AGU). “The Human Cost of Landslide in 2016”. The Landslide Blog”. < http://blogs.agu.org/landslideblog/ > Acesso em: 03/06/2017.

Appt. J.; Skaugset. A; Pyles. M.; Wing, M.G. “Discriminating between landslide sites asn potentially unstable terrarin using topographic variables”. In: Council on Forest Engineering (COFE) Conference Proceedings: A Global Perspective. Auburn, 2002.

Baum, R. L.; W. Z. Savage; J. W. Godt. “TRIGRS: A FORTRAN Program for Transient Rainfall Infiltration and Grid-Based Regional Slope Stability Analysis”. US geological survey open-file report, v. 424, p. 38, 2002.

Borga, M.; Dalla Fontana, G.; Gregoretti, C.; Marchi, L. “Assessment of shallow landsliding by using a physically based model of hillslope stability”. Hydrological Processes, v. 16, n. 14, p. 2833-2851, 2002.

Claessens, L.; Heuvelink. G. B. M.; Schoorl, J. M.; Veldkamp, A. “DEM resolution effects on shallow landslide hazard and soil redistribution modeling”. Earth Surface Processes and Landforms: The Journal of the British Geomorphological Research Group, v. 30, n. 4, p. 461-477, 2005.

Deb, S. K.; El-Kadi, A. I. “Susceptibility assessment of shallow landslides on Oahu, Hawaii, under extreme-rainfall events”. Geomorphology, v. 108, n. 3-4, p. 219-233, 2009.

Dias, H. C.; Bateira, C.; Pissato, E.; Martins, T. D.; Vieira, B. C. Avaliação da suscetibilidade a escorregamentos rasos com base na aplicação de estatística bivariada: resultados preliminares. Revista do Departamento de Geografia – Universidade de São Paulo. v. Especial do II Workshop do Programa de Pós-Graduação em Geografia Física, 2018.

Dias, A.A V.; Gunathilake, A. A. J. K. “Evaluation of Sensitivity of the Waa and SINMap Models (Static) for landslide Susceptibility risk Mapping in Sri lanka”. Landslide Science for a Safer Geoenvironment. Springer, Cham, pp. 167-173, 2014.

El Naqa, A.; Abdelghafoor, M. “Application of SINMAP Terrain Stability Model Along Amman-Jerasj-Irbird Highway, North Jordan”. The Eletronic Journal of Geotechnical Engeneering, v.11, 2006.

Fernandes, N. F.; Guimarães, R. F.; Gomes, R. A. T.; Vieira, B. C.; Montgomery, D. R.; Greenberg, H. 2001. “Condicionantes geomorfológicos dos deslizamentos nas encostas: avaliação de metodologias e aplicação de modelo de previsão de áreas susceptíveis”. Revista brasileira de Geomorfologia, UGB, v.2, n.1. p.51-71, 2001.

Guidicini, G.; Nieble,C. M. “Estabilidade de taludes naturais e de escavação”. São Paulo. Editora da Universidade de São Paulo, 1976.

Guimarães, R. F.; Fernandes, N. F.; Gomes, R. A. T.; de Carvalho Júnior, O. A. “Fundamentação teórica do modelo matemático para previsão de escorregamentos rasos shallow stability”. Revista Espaço e Geografia, v. 6, n. 2, 2003.

Instituto de Terras, Cartografia e Geologia do Paraná (ITCG). “Mapeamento da Floresta Atlântica do Paraná - Projeto Pró-Atlântica”, 2002.

<http://www.itcg.pr.gov.br/modules/conteudo/conteudo.php?conteudo=106>. Acesso em: 01/09/2020.

Kozciak, S. Análise Determinística da Estabilidade de Vertentes na Bacia do Rio Marumbi – Serra do Mar – Paraná. Curitiba, 2005. Tese de doutorado - Geologia Ambiental, Universidade Federal do Paraná.

Lopes, E. S. S.; Riedel, P. S.; Bentz, C. M. Ferreira, M. V. “Calibração e validação do índice de estabilidade de encostas com inventário de escorregamentos naturais na bacia do rio da Onça na região da Serra de Cubatão, SP”. UNESP, São Paulo. Geociências, v. 16, n. 1, p. 83-95, 2007.

Montgomety, D. R.;W. E. Dietrich. A. “Physically based model for the topographic control on shallow landsliding”. Water Resources Research, v.30, p. 1153-1171, 1994.

Meissina, C.; Scarabelli, S. “A comparative analysis of terrain stability models for predicting shallow landslides in colluvial soils”. Geomorphology, v.87, p.207–223, 2007.

Michel, G. P.; Kobiyama, M.; Goerl, R. F. “Análise comparativa entre os modelos SHALSTAB e SINMAP na identificação de áreas susceptíveis a escorregamentos translacionais”. In: Encontro Nacional de Engenharia de Sedimentos: artigos selecionados. Porto Alegre: ABRH, p. 209-225, 2012.

Michel, G. P. Estudo de escorregamentos na bacia do Rio Cunha, Rio dos Cedros/SC, com os modelos SHALSTAB e SINMAP. Florianópolis, 2011. Dissertação de Mestrado -Engenharia Ambiental, Universidade Federal de Florianópolis.

Michel, G. P.; Kobiyama, M.; Goerl, R. F. “Comparative analysis of SHALSTAB and SINMAP for landslide susceptibility mapping in the Cunha River basin, southern Brazil”. Journal of soils and sediments, v. 14, n. 7, p. 1266-1277, 2014.

Morrissey, M.M., Wieczorek, G.F., Morgan, B.A. “A Comparative Analysis of Hazard Models for Predicting Debris Flows in Madison County, Virginia”. USGS (ed.), Washington, D.C., USA, U.S. Department of the Interior, U.S. Geological Survey, n. 2001-67, 2001.

Nery, T. D. Avaliação da suscetibilidade a escorregamentos translacionais rasos na bacia da Ultrafértil, Serra do Mar (SP). São Paulo, 2011. Dissertação de mestrado – Departamento de Geografia, Universidade de São Paulo.

Nery, T. D.; Vieira, B. C. “Susceptibility to shallow landslides in a drainage basin in the Serra do Mar, São Paulo, Brazil, predicted using the SINMAP mathematical model”. Bulletin of Engineering Geology and the Environment, v. 74, n. 2, p. 369-378, 2015.

Pack, R. T.; Tarboton D. G.; Goodwin C. N.; Prasad, A. “SINMAP user’s manual, 2005”. < http://www.engineering.usu.edu/dtarb/sinmap.html >. Acesso em: 11/06/2018.

Pack, R. T.; Tarboton D. G.; Goodwin, C. N. “The SINMAP Approach to Terrain Stability Mapping”. In: 8th Congress of the International Association of Engineering Geology, Vancouver, British Columbia, Canada, 1998.

Paula, E. V. Análise do Processo de Produção de Sedimentos na Área de Drenagem da Baía de Antonina: Uma Abordagem Geopedológica. Curitiba, 2010. Tese de doutorado – Departamento de Geografia, Universidade Federal do Paraná.

Paulin, L. G.; Bursik, M.; Lugo-Hubp, J.; Orozco, J. J. Z. “Effect of pixel size on cartographic representation of shallow and deep-seated landslide, and its collateral effects on the forecasting of landslides by SINMAP and Multiple Logistic Regression landslide models”. Physics and Chemistry of the Earth, v.35, p.137–148, 2010.

Salciarini, D.; Godt, J. W.; Savage, W. Z.; Conversini, P.; Baum, R. L.; Michael, J. A. “Modeling regional initiation of rainfall-induced shallow landslides in the eastern Umbria Region of central Italy”. Landslides. v.3, p.181–194, 2006.

Sidle, R.C.; Ochiai, H. Landslides: Processes, prediction, and land use. Whashington / Water resources monograph / American Geophysical Union. 312 p., 2006.

Tarboton, D. G. “A new method for the determination of flow directions and upslope areas in grid digital elevation models”. Water resources research, v. 33, n. 2, p. 309-319, 1997.

Tarolli, P.; Fontana. G. D. “Analysis of the headwater basins’ morphology by high resolution LiDAR-derived DTM”. In: Proceedings of the 5th International Symposium on Mobile Mapping Technology. Padova, Italy. 2007.

Tarolli, P.; Tarboton, D. G. “A new method for determination of most likely landslide initiation points and the evaluation of digital terrain model scale in terrain stability mapping”. Hydrology and Earth Sciences. Padova, Italy, 2006.

Terhorst, B.; Kreja, R. “Slope stability modelling with SINMAP in a settlement area of the Swabian Alb”. Landslides, v. 6, n. 4, p. 309-319, 2009.

Thiebes, B.; Bell, R.; Glade, T. “Determinitische Analyse flachgründiger Hangrutschungen mit SINMAP – Fallstudie an der Schwäbischen Alb”. In: Kellerer-Pirklbauer, A., Keiler, M., Embleton-Hamann, C., & Stötter, J., Edit. Geomorphology for the Future. Innsbruck, Innsbruck University Press, 2007, pp. 177–184.

Thiebes, B.; Bell, R.; Glade, T.; Wang, J.; Bai, S. “Application of SINMAP and analysis of model sensitivity–case studies from Germany and China”. Revue Roumaine de Géographie, v. 60, n. 1, p. 3-25, 2016.

Wawer, R.; Nowocien, E. “Application of SINMAP terrain stability model to Grodarz stream watershed”. Electron J Pol Agric Univ, v. 6, n. 1, p. 03, 2003.

Zaitchik, B.F., Van Es, H.M. “Applying a GIS slope-stability model to site-specific landslide prevention in Honduras”. Journal of soil and water conservation, v. 58, n. 1, p. 45-53, 2003.

Zaitchik, B.F.; Van Es, H.M.; Sullivan, P.J. “Modeling slope stability in Honduras”. Soil Science Society of America Journal, v. 67, n. 1, p. 268-278, 2003.

Zhou, C., et al. “Landslide susceptibility modeling applying machine learning methods: A case study from Longju in the Three Gorges Reservoir area, China”. Computers & geosciences, v. 112, p. 23-37, 2018.

Zhuang, J. et al. “Prediction of rainfall‐induced shallow landslides in the Loess Plateau, Yan'an, China, using the TRIGRS model”. Earth Surface Processes and Landforms, v. 42, n. 6, p. 915-927, 2017.

Haut de page

Table des illustrations

Titre Figura 1- Localização da bacia do rio Sagrado.
Crédits Fonte: Instituto de Terras, Cartografia e Geologia do Paraná (2002).
URL http://journals.openedition.org/confins/docannexe/image/33317/img-1.png
Fichier image/png, 217k
URL http://journals.openedition.org/confins/docannexe/image/33317/img-2.png
Fichier image/png, 3,2k
URL http://journals.openedition.org/confins/docannexe/image/33317/img-3.png
Fichier image/png, 984 octets
URL http://journals.openedition.org/confins/docannexe/image/33317/img-4.png
Fichier image/png, 2,3k
URL http://journals.openedition.org/confins/docannexe/image/33317/img-5.png
Fichier image/png, 1,2k
URL http://journals.openedition.org/confins/docannexe/image/33317/img-6.png
Fichier image/png, 775 octets
URL http://journals.openedition.org/confins/docannexe/image/33317/img-7.png
Fichier image/png, 1015 octets
Titre Figura 2 – Ilustração do índice geomorfológico (a). Em conjunto com a declividade, é interpretado como índice de distribuição espacial da umidade pelo modelo SINMAP.
Crédits Fonte: Adaptado de Pack et al., (1998, p.4)
URL http://journals.openedition.org/confins/docannexe/image/33317/img-8.jpg
Fichier image/jpeg, 44k
Titre Figura 3 – Mapa de estabilidade resultante da simulação base.
Crédits Fonte: Elaborado pelos autores (2020). Dados vetorias: Instituto de Terras, Cartografia e Geologia do Paraná (2002).
URL http://journals.openedition.org/confins/docannexe/image/33317/img-9.jpg
Fichier image/jpeg, 164k
Titre Figura 4 - Influência do MDT nas classes de estabilidade do SINMAP (a), na declividade (b) e na área de contribuição (c).
Crédits Fonte: Elaborado pelos autores (2020).
URL http://journals.openedition.org/confins/docannexe/image/33317/img-10.jpg
Fichier image/jpeg, 132k
Titre Figura 5 – Relação entre o valor da coesão adimensional e o percentual de área atingido por cada classe de estabilidade.
Crédits Fonte: Elaborado pelos autores (2020).
URL http://journals.openedition.org/confins/docannexe/image/33317/img-11.jpg
Fichier image/jpeg, 40k
Titre Figura 6 – Relação entre o valor do ângulo de atrito e a porcentagem por cada classe de estabilidade simulada.
Crédits Fonte: Elaborado pelos autores (2020).
URL http://journals.openedition.org/confins/docannexe/image/33317/img-12.jpg
Fichier image/jpeg, 40k
Titre Figura 7 - Relação entre o valor do parâmetro T/R e a porcentagem atingida por cada classe de estabilidade simulada.
Crédits Fonte: Elaborado pelos autores (2020).
URL http://journals.openedition.org/confins/docannexe/image/33317/img-13.jpg
Fichier image/jpeg, 30k
Haut de page

Pour citer cet article

Référence électronique

Karen Estefania Moura Bueno, Gilson Bauer Schultz et Irani dos Santos, « Avaliação da sensibilidade dos parâmetros do modelo de simulação de deslizamentos SINMAP  », Confins [En ligne], 47 | 2020, mis en ligne le 29 septembre 2020, consulté le 05 décembre 2020. URL : http://journals.openedition.org/confins/33317 ; DOI : https://doi.org/10.4000/confins.33317

Haut de page

Auteurs

Karen Estefania Moura Bueno

Doutoranda no Programa de Pós-Graduação em Geografia da Universidade Federal do Paraná - E-mail: karenmbuenono@gmail.com

Gilson Bauer Schultz

Pós-doutorando no Programa de Pós-Graduação em Geografia da Universidade Federal do Paraná - E-mail: gilsonb.schultz@gmail.com

Irani dos Santos

Professor adjunto do departamento de Geografia da Universidade Federal do Paraná - E-mail: irani69@gmail.com

Haut de page

Droits d’auteur

Licence Creative Commons
Confins – Revue franco-brésilienne de géographie est mis à disposition selon les termes de la licence Creative Commons Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International.

Haut de page
  • Logo Revue soutenue par l’Institut des sciences humaines et sociales du CNRS
  • Logo DOAJ - Directory of Open Access Journals
  • Logo Index Latindex
  • Logo IHEAL (Institut des Hautes Études de l'Amérique Latine)
  • Logo CREDA (Centre de recherche et de Documentation sur les Amériques)
  • Logo USP (Universidade de São Paulo)
  • OpenEdition Journals
Search OpenEdition Search

You will be redirected to OpenEdition Search