Novo Método estatístico aprimora previsão de risco de deslizamentos de terra

A crescente frequência e intensidade de eventos climáticos extremos têm impulsionado a busca por soluções inovadoras na prevenção de desastres naturais. Nesse cenário, um método estatístico relativamente simples foi desenvolvido para prever com maior precisão o risco de deslizamentos de terra desencadeados por chuvas intensas. Esta nova abordagem, fruto de um 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), representa um avanço significativo. Sua eficácia foi validada em um evento real e devastador: as tempestades que assolaram São Sebastião, no litoral norte de São Paulo, em fevereiro de 2023, demonstrando o potencial transformador dessa ferramenta para a segurança de comunidades vulneráveis.

Inovação na prevenção de desastres naturais

O estudo, detalhado em artigo científico publicado no periódico Scientific Reports, apresenta uma estratégia de análise estatística que promete refinar a capacidade de identificação de áreas suscetíveis a deslizamentos. A equipe de pesquisa comparou a eficiência desta nova abordagem com as técnicas tradicionalmente empregadas em análises de risco. Os resultados indicaram um desempenho superior do método proposto, com uma notável melhoria na classificação das zonas que podem ser afetadas por esses eventos geológicos.

Superando abordagens tradicionais

Tradicionalmente, um dos métodos mais utilizados para avaliar o risco de deslizamentos é o Processo de Hierarquia Analítica (AHP). Essa abordagem se baseia em uma lista de 16 variáveis consideradas cruciais para o fenômeno, incluindo fatores como elevação do terreno, inclinação, proximidade de rios e estradas, e a cobertura do solo, seja por vegetação ou construções. No AHP “clássico”, a determinação do peso de cada variável envolve comparações pareadas, nas quais a opinião de especialistas sobre a importância relativa desses fatores é um componente fundamental.

No entanto, a inovação reside na aplicação do chamado AHP Gaussiano. Conforme explicado por Rômulo Marques-Carvalho, doutorando do ICMC-USP e principal autor do estudo, este método utiliza abordagens estatísticas que eliminam a necessidade das comparações pareadas tradicionais. Essa mudança representa uma objetividade aprimorada na atribuição de pesos aos fatores, mantendo a mesma lista de variáveis, mas refinando a forma como sua influência é quantificada. Embora os ganhos quantitativos em termos de desempenho global sejam descritos como modestos, o método oferece vantagens significativas, como a redução de ambiguidades e um maior alinhamento com o comportamento real dos deslizamentos observados no território.

O papel da distribuição gaussiana

A essência do AHP Gaussiano reside no uso da distribuição gaussiana, também conhecida como curva de Gauss ou distribuição normal. Cláudia Maria de Almeida, coautora do estudo e pesquisadora do Inpe, detalha que a distribuição gaussiana é uma curva de distribuição de probabilidade definida por dois parâmetros essenciais: a média e o desvio-padrão. O desvio-padrão, em particular, é crucial, pois indica a dispersão dos dados, permitindo uma análise mais robusta e estatisticamente fundamentada. Essa base matemática substitui a subjetividade inerente às opiniões de especialistas nas comparações pareadas do AHP tradicional, fornecendo uma base mais consistente e replicável para a avaliação de risco. A capacidade de definir os pesos de cada fator de maneira objetiva é um dos pilares que tornam o AHP Gaussiano uma ferramenta tão promissora para a prevenção de desastres.

Validação prática e resultados promissores

Para atestar a eficácia do novo método, os pesquisadores realizaram um rigoroso processo de validação utilizando dados de São Sebastião, um município paulista identificado como um dos mais suscetíveis a deslizamentos de terra, conforme análises baseadas no Índice de Vulnerabilidade aos Desastres Naturais Relacionados com Deslizamento de Terra (IVDDT). A escolha da região não foi aleatória, dada a tragédia que a atingiu em fevereiro de 2023.

O caso de São Sebastião

A validação foi fundamentada em um inventário detalhado de imagens aéreas capturadas após os desastres de fevereiro de 2023, com uma impressionante resolução de 10 centímetros. Este acervo foi enriquecido com fotografias de plataformas como Google Earth e PlanetScope, garantindo uma cobertura abrangente e precisa. Entre as estruturas catalogadas, destacam-se 983 “crown points” – os pontos de coroa dos deslizamentos, onde o processo se inicia no alto de uma encosta – e 1.070 “polígonos de cicatriz”, que delimitam toda a área impactada pelo evento.

Com base nesses dados, o AHP Gaussiano demonstrou uma capacidade preditiva superior. O método atribuiu 26,31% da área analisada à categoria de suscetibilidade “muito alta” a deslizamentos, em contraste com a estimativa de 23,52% do AHP tradicional. Essa diferença, embora pareça pequena em números absolutos, reflete uma melhor identificação das áreas de maior risco, o que é vital para ações preventivas e de mitigação. A precisão aprimorada significa que mais áreas de real perigo podem ser devidamente categorizadas, permitindo um planejamento urbano e de emergência mais eficaz.

Pesos de fatores e implicações

Outra descoberta relevante do estudo diz respeito à atribuição de pesos aos fatores de risco. Enquanto o AHP tradicional tende a apontar a variação da inclinação das encostas e a posição do terreno como os fatores mais importantes, a análise com o AHP Gaussiano revelou uma hierarquia diferente. Neste novo método, a geomorfologia (as formas do relevo na superfície) e as distâncias da área afetada em relação a rios e estradas emergiram como os elementos de maior relevância.

A importância da proximidade de estradas foi elucidada por Cláudia Maria de Almeida, que explicou que a construção de vias em locais de relevo acidentado frequentemente envolve obras de movimentação de terra, como cortes e aterros. Essas intervenções podem, de forma significativa, levar à instabilidade das encostas, tornando-as mais vulneráveis a deslizamentos. O reconhecimento desses fatores como cruciais pelo AHP Gaussiano oferece uma perspectiva mais alinhada com as dinâmicas geológicas e antrópicas que influenciam a ocorrência de desastres.

Potencial amplo e acessibilidade

O alcance do método estatístico desenvolvido se estende muito além da previsão de deslizamentos de terra. André Ferreira de Carvalho, orientador de Rômulo Marques-Carvalho, destaca o potencial da abordagem para monitorar e prevenir uma variedade de outros problemas ambientais críticos. Entre eles, incluem-se incêndios florestais, desmatamento, rebaixamento de solo e desertificação. A adaptabilidade do método o posiciona como uma ferramenta valiosa para a gestão ambiental em um cenário de mudanças climáticas.

O pesquisador ressalta que a frequência e a intensidade de catástrofes naturais estão em uma trajetória de aumento para os próximos anos, impulsionadas pelas alterações climáticas. Nesse contexto, ferramentas preditivas se tornam indispensáveis. Marques-Carvalho também enfatiza a simplicidade de aplicação do método, tornando-o acessível mesmo para órgãos com recursos limitados. Para uma prefeitura, por exemplo, seriam necessários apenas dados geoespaciais básicos e um computador comum equipado com QGIS, um software livre e amplamente disponível para análise de dados georreferenciados. Essa facilidade de implementação democrata o acesso a uma tecnologia de ponta, permitindo que mais comunidades se beneficiem de uma gestão de risco mais robusta e informada. O trabalho foi apoiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), através de processos específicos de fomento à pesquisa.

Perguntas frequentes

O que é o AHP Gaussiano e como ele se diferencia do método tradicional?
O AHP Gaussiano é um método estatístico que aprimora o Processo de Hierarquia Analítica (AHP) tradicional. A principal diferença é que ele utiliza a distribuição gaussiana para definir os pesos de cada fator de risco de forma objetiva, substituindo as comparações pareadas que dependiam da opinião de especialistas no método clássico. Isso confere maior precisão e menos subjetividade à análise.

Como o novo método foi validado?
O AHP Gaussiano foi validado utilizando dados reais das tempestades que causaram deslizamentos em São Sebastião, São Paulo, em fevereiro de 2023. Pesquisadores analisaram imagens aéreas de alta resolução, complementadas por fotos de satélite, para mapear “crown points” e “polígonos de cicatriz” dos deslizamentos. A capacidade preditiva do método foi comprovada ao classificar uma porcentagem maior da área como de “muito alta” suscetibilidade em comparação com o AHP tradicional.

Quais são as principais vantagens do AHP Gaussiano para municípios?
O método oferece previsão mais precisa de risco de deslizamentos, reduz ambiguidades na avaliação e se alinha melhor com o comportamento real dos eventos. Além disso, é de simples aplicação, requerendo apenas dados geoespaciais básicos e um software livre como QGIS em um computador comum, tornando-o acessível e de baixo custo para prefeituras e órgãos de gestão territorial.

O método pode ser utilizado para prever outros tipos de desastres ambientais?
Sim, a abordagem possui um potencial amplo. Pesquisadores indicam que ela pode ser adaptada para monitorar e prevenir uma série de outros problemas ambientais, como incêndios florestais, desmatamento, rebaixamento de solo e desertificação, auxiliando na gestão de riscos em um contexto de mudanças climáticas.

Para comunidades e gestores públicos que buscam fortalecer suas estratégias de prevenção e resposta a desastres naturais, a adoção do AHP Gaussiano representa um passo fundamental em direção a uma gestão de risco mais inteligente e eficaz. Explore o potencial deste inovador método para proteger vidas e patrimônios em um cenário de crescente vulnerabilidade ambiental.

Fonte: https://www.agenciasp.sp.gov.br