Método estatístico melhora previsão de risco de deslizamentos causados por chuvas

Um método estatístico relativamente simples pode prever com mais precisão o risco de deslizamentos de terra provocados por chuvas intensas, segundo 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). A estratégia foi testada a partir de um caso real: as tempestades que atingiram São Sebastião, no litoral norte paulista, em fevereiro de 2023.

Publicado na revista Scientific Reports, o estudo comparou o desempenho da nova abordagem com o método tradicionalmente utilizado nesse tipo de análise. De forma geral, a técnica avaliada apresentou resultados ligeiramente superiores, especialmente na classificação das áreas em diferentes níveis de suscetibilidade a deslizamentos.

“Embora os ganhos quantitativos sejam modestos, o método apresenta vantagens importantes, como a redução de ambiguidades e maior alinhamento com o comportamento real dos deslizamentos no território”, explica Rômulo Marques-Carvalho, doutorando do ICMC-USP e primeiro autor do artigo.

Nas avaliações de risco, um dos métodos mais utilizados é o AHP (Processo de Hierarquia Analítica, na sigla em inglês), que considera um conjunto de variáveis relevantes para o fenômeno analisado. No caso do estudo, foram avaliados 16 fatores, como elevação do terreno, inclinação das encostas, proximidade de rios e estradas e tipo de cobertura do solo.

No AHP tradicional, essas variáveis são comparadas em pares, com base também na avaliação subjetiva de especialistas. Já o estudo aplicou o chamado AHP Gaussiano, que substitui essas comparações por métodos estatísticos baseados na distribuição normal, conhecida como curva de Gauss.

“O método utiliza a média e o desvio-padrão para definir os pesos de cada fator de forma objetiva”, explica Cláudia Maria de Almeida, pesquisadora do Inpe e coautora do estudo. A lista de variáveis analisadas é a mesma nas duas abordagens, mas a forma de atribuir importância a cada uma muda.

São Sebastião foi escolhida para validar o método por ser um dos municípios paulistas mais suscetíveis a deslizamentos. A análise se baseou em imagens aéreas de alta resolução feitas após os desastres de 2023, complementadas por registros das plataformas Google Earth e PlanetScope. Foram identificados 983 pontos iniciais de deslizamento e 1.070 áreas de cicatriz, que delimitam as regiões afetadas.

Com base nesses dados, o AHP Gaussiano classificou 26,31% da área estudada como de suscetibilidade muito alta, frente a 23,52% apontados pelo AHP tradicional, indicando melhor capacidade de previsão. O novo método também alterou o peso relativo das variáveis: enquanto o AHP clássico destacou a inclinação e a posição das encostas, o AHP Gaussiano apontou a geomorfologia e a proximidade de rios e estradas como fatores mais relevantes.

“A proximidade de estradas é importante porque a construção em áreas de relevo acidentado envolve cortes e aterros que aumentam a instabilidade das encostas”, observa Almeida.

O estudo, apoiado pela FAPESP, indica que a abordagem pode ser aplicada também a outros problemas ambientais, como incêndios florestais, desmatamento, rebaixamento do solo e desertificação. Segundo os pesquisadores, o método é simples de implementar e pode ser usado por prefeituras com dados geoespaciais básicos e softwares livres de geoprocessamento, contribuindo para ações de monitoramento e prevenção em um cenário de eventos climáticos cada vez mais extremos.