Avaliação do mapeamento de suscetibilidade de deslizamento de terra em uma Bacia Amazônica via Lógica Fuzzy
Palavras-chave:
Bacia hidrográfica, Sistema de informação Geográfica, MamdaniResumo
Os fenômenos de deslizamentos de terra causam grandes prejuízos sociais, econômicos em todo o mundo a cada ano e são condicionados por diversos fatores como: clima, litologia e estruturas de rochas, pedologia, morfologia, ação antrópica e outros. Ações preventivas como o efetivo sistema de alerta e o estabelecimento de áreas suscetíveis a esses processos são importantes, pois podem minimizar as perdas e danos causados por esses desastres. Assim, o objetivo desta pesquisa foi elaborar um mapa de suscetibilidade de escorregamentos de terra por intermédio de Lógica Fuzzy que, de forma qualitativa, forneça uma previsão de suscetibilidade e limiares críticos de cenários de alerta para a bacia hidrográfica do Rio Trombetas com auxílio do Sistema de Informações Geográficas (SIG). A área de estudo é de baixa densidade urbana, porém de grande interesse econômico, principalmente em relação à exploração mineral e recursos naturais. Neste estudo, sete parâmetros de entrada caracterizando as condições topográficas, pedológicas e ambientais foram incluídos no Sistema de Inferência Fuzzy (FIS) do tipo Mamdani. Observou-se pelos resultados a existência de áreas classificadas como muito baixas (14,11%), baixas (47,23%), moderadas (35,08%), altas, (20%) e muito altas. (3,39%) susceptibilidade de deslizamento.
Referências
AKGUN, A.; DAG, S.; BULUT, F. Landslide susceptibility mapping for a landslideprone area (Findikli, NE of Turkey) by likelihood frequency ratio and weighted linear combination models. Environmental Geology, v. 54, n. 6, p. 1127–1143, 2008.
AKGUN, A.; SEZER, E.A.; NEFESLIOGLU, H.A.; GOKCEOGLU, C.; PRADHAN, B. An easy-touse MATLAB program (MamLand) for the assessment of landslide susceptibility using a Mamdani fuzzy algorithm. Comput. Geosci., v. 38, n. 1, p. 23–34, 2012.
ALVAREZ GRIMA, M. Neuro-Fuzzy Modeling in Engineering Geology. A.A. Balkema, Rotterdam p. 244, 2000.
AYALEW, L.; YAMAGISHI, H.; MARUI, H.; KANNO, T. Landslide in Sado Island of Japan: part II. GIS-based susceptibility mapping with comparison of results from two methods and verifications. Engineering Geology, v. 81, p. 432–445, 2005.
BENINI, L. C.; MENEGUETTE JUNIOR, M. Uma abordagem para modelagem de dados com o uso de sistemas neuro-Fuzzy: aplicações geoespaciais. In: BARBELOS, C. A. Z.; ANDRADE, E. X. L.; BOAVENTURA, M. (Ed.). XXXII CNMAC. São Carlos: SBMAC, 2009, (Notas em Matemática Aplicada, v. 43).
BERKAN, R.C., TRUBATCH, S.L. Fuzzy System Design Principles, Building Fuzzy If–Then Rule Bases. The Institute of Electrical and Electronics Engineers, New York, 496 p., 1997.
BEVEN, K.J., KIRKBY, M.J. A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Bulletin, v. 24, p. 43–69, 1979.
BRANCO, R. N. C.; POÇA, R. R.; GOMES, R. de C. C.; CORRÊA, A. de C.; OLIVEIRA, A. A. Sistema fuzzy para tomada de decisão acerca da qualidade do solo na Amazônia Brasileira / Fuzzy system for decision making about soil quality in the Brazilian Amazon. Brazilian Journal of Development, v. 7, n. 8, p. 86269–86281, 2021. https://doi.org/10.34117/bjdv7n8-705
CHAUDHARY, M. T.; PIRACHA, A. Natural Disasters—Origins, Impacts, Management. Encyclopedia, v. 1, p. 1101-1131, 2021. https://doi.org/10.3390/encyclopedia1040084
COROMINAS, J.; VAN WESTEN, C.; FRATTINI, P.; CASCINI, L.; MALET, J.P.; FOTOPOULOU, S.; CATANI, F.; VAN DEN EECKHAUT, M.; MAVROULI, O.; AGLIARDI, F.; PITILAKIS, K.; WINTER, M.G.; PASTOR, M.; FERLISI, S.; TOFANI, V.; HERVÁS, J.; SMITH, J.T. Recommendations for the quantitative analysis of landslide risk. Bull. Eng. Geol. Environ., v. 73, p. 209–263, 2014.
COX, E. The Fuzzy Systems Handbook: A Practitioner0 s Guide to Building, Using, and Maintaining Fuzzy Systems, second ed. Academic Press, San Diago, CA, 1994.
CREPANI, E.; DE MEDEIROS, J.S.; HERNANDEZ, F.P.; GALLOTI, F.T.; DUARTE, V.; FARIA, B.C.C. Remote Sensing and Geoprocessing Applied to the Ecological and Economical Zoning and to the Territorial Ordering. INPE-8454-RPQ/722 (Eds.), São Jose dos Campos, Brazil, p. 124, 2001.
DAGDELENLER G.; NEFESLIOGLU H.A.; GOKCEOGLU C. Modification of seed cell sampling strategy for landslide susceptibility mapping: an application from the Eastern part of the Gallipoli Peninsula (Canakkale, Turkey). Bull Eng Geol Env., v. 75, n. 2, p. 575–590, 2016.
GODINHO, E. Z.; GASPAROTTO, H. V.; CANEPPELE, F. DE L. Fuzzy Logic in Agriculture. Cadernos de Educação Tecnologia e Sociedade, v. 15, n. 1, 2022. https://doi.org/10.14571/brajets.v15.n1.126-139
GORSEVSKI, P. V.; GESSLER, P. E.; JANKOWSKI, P. Integrating a fuzzy k-means classification and a Bayesian approach for spatial prediction of landslide hazard. Journal of Geographical Systems, v. 5, p. 223–251, 2003.
GUZZETTI, F.; ARDIZZONE, F.; CARDINALI, M.; ROSSI, M.; VALIGI, D. Landslide volumes and landslide mobilization rates in Umbria, central Italy. Earth Planet. Sci. Lett., v. 279, n. 3–4, p. 222–229, 2009.
HALL, F.G.; TOWHSHEND, J.R.; ENGMAN, E.T. Status of remote sensing algorithms for estimation of land surface state parameters. Remote Sensing of Environment, v. 51, p. 138–156, 1995.
KENNEDY, I. T.; PETLEY, D. N.; WILLIAMS, R.; MURRAY, V. A. systematic review of the health impacts of mass Earth movements (landslides). PLOS Currents Disasters. Edition 1, Apr 30, 2015. 10.1371/currents.dis.1d49e84c8bbe678b0e70cf7fc35d0b77
LEE, S. Application and verification of fuzzy algebraic operators to landslide susceptibility mapping. Environmental Geology, v. 52, p. 615–623, 2007.
LEITE, S. R. Modelo para Avaliação de Riscos em Segurança de Barragens com Associação de Métodos de Análise de Decisão Multicritério e Conjuntos Fuzzy. Dissertação (Mestrado - Mestrado Profissional em Computação Aplicada) - Universidade de Brasília, 2019.
MALAMAN, C. S.; AMORIM, A. Método para Determinação de Valores na Avaliação Imobiliária: comparação entre o Modelo de Regressão Linear e Lógica Fuzzy. Boletim de Ciências Geodésicas, v. 23, n. 1, 2017. https://doi.org/10.1590/S1982-21702017000100006
MAMDANI, E.H.; ASSILIAN, S. An experiment in linguistic synthesis with a fuzzy logic controller. International Journal Man-Mach. Stud., v. 7, n. 1, p. 1–13, 1973.
MATLAB, 2014. User’s Guide Version 8.4, R2014b. MathWorks Co., USA
MEUSBURGER, K.; ALEWELL, C. Impacts of anthropogenic and environmental factors on the occurrence of shallow landslides in an alpine catchment (Urseren Valley, Switzerland). Nat. Hazards Earth Syst. Sci., v. 8, n. 3, p. 509–520, 2008.
MOORE, I. D.; GRAYSON, R. B.; LADSON, A. R. Digital terrain modeling: a review of hydrological, geomorphological and biological applications. Hydrological Processes, v. 13, n. 4, p. 305–320, 1991.
NEVES, E. P.; DUARTE, M. A. Q.; ALVARADO, F. V. Sistema baseado em regras fuzzy para avaliação da qualidade da água. C.Q.D.– Revista Eletrônica Paulista de Matemática, v. 14, p. 95-109, Bauru, 2019.
OSNA, T.; SEZER, E.A.; AKGUN, A. GeoFIS: an integrated tool for the assessment of landslide susceptibility. Comput. Geoscience, v. 66, p. 20–30, 2014.
PAULA, D. L. M.; LIMA, A. C. M.; VINAGRE, M. V. A.; PONTES, A. N. Saneamento nas embarcações fluviais de passageiros na Amazônia: uma análise de risco ao meio ambiente e à saúde por meio da lógica fuzzy. Engenharia Sanitária e Ambiental, v. 24, n. 02, p. 283-294, 2019. https://doi.org/10.1590/S1413-41522019150122
PESSOA, F. C. L.; BLANCO, C. J. C.; GOMES, E. P. Regionalization of flow duration curves in the Amazon with the definition of homogeneous regions via fuzzy C-means. Anais da Academia Brasileira de Ciências, v. 93, n. 1, 2021. https://doi.org/10.1590/0001-3765202120190747
PROJETO RADAMBRASIL. Folha SA.21 – Santarém: geologia, geomorfologia, solos, vegetação e uso potencial da terra. Rio de Janeiro, 1976.
SAPONARO, A.; PILZ, M.; WIELAND, M.; BINDI, D.; MOLDOBEKOV, B.; PAROLAI, S. Landslide susceptibility analysis in data-scarce regions: the case of Kyrgyzstan. Bull. Eng. Geol. Environ., v. 74, n. 4, p. 1117–1136, 2015.
SETNES, M.; BABUSKA, R.; VERBRUGGEN, H.B. Rule-based modeling: precision and tranparency. IEEE Transactions on Systems Man and Cybernetics, Part C 28, 165–169, 1998.
SIM, K. B.; LEE, M. L.; WONG, S. Y. A review of landslide acceptable risk and tolerable risk. Geoenviron Disasters, v. 9, n. 3, 2022. https://doi.org/10.1186/s40677-022-00205-6
SON, L. H.; VAN VIET, P.; VAN HAI, P. Picture inference system: a new fuzzy inference system on picture fuzzy set. Appl Intel, v. 46, p. 652–669, 2017. https://doi.org/10.1007/s10489-016-0856-1
ROSS, T.J. Fuzzy Logic with Engineering Applications. McGraw-Hill Inc., New York, 579 p., 1995.
WEIER, J.; HERRING, D. Measuring Vegetation (NDVI and EVI). Earth Observatory Library of NASA. Ed. NASA. /http://earthobservatory.nasa.gov/Library/MeasuringVegetations, 2005.
WILSON, J.P.; GALLANT, J.C. Terrain Analysis: Principles and Applications. John Wiley and Sons, New York, 469 p, 2000.
WOOD, E.F.; SIVAPALAN, M.; BEVEN, K.J. Similaridade e resposta à tempestade de captação. Comentários em Geofísica, n. 28, p. 1 – 18, 1990.
YAGIZ, S.; GOKCEOGLU. C. Application of fuzzy inference systemand nonlinear regression models for predicting rock brittleness. Expert Syst Appl., v. 37, p. 2265–2272, 2010.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A Revista Geoaraguaia poderá solicitar alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua. Se necessário, alguns ajustes normativos podem ser feitos pela revista, porém respeitando o estilo dos autores.
As provas finais não serão enviadas aos autores.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
A revista