Implementação de uma topografia pré-ruptura na predição estatística bivariada de escorregamentos

Movimentos gravitacionais de massa são fenômenos naturais que impactam a economia, a infraestrutura e a vida de milhares de pessoas. Na modelagem estatística, os Modelos Digitais do Terreno (MDTs) são frequentemente utilizados na identificação das cicatrizes de escorregamentos e na geração dos mapas temáticos causativos que podem ser analisados individualmente ou computados em conjunto para gerar o mapa final de susceptibilidade a escorregamentos. Contudo, quando obtidos após a ocorrência dos movimentos de massa, estes MDTs não mais representarão as características do terreno que favoreceram a ocorrência das instabilidades (topografia pós-falha). Ademais, o uso de assinaturas morfométricas arquetípicas de escorregamentos pretéritos em modelos estatísticos implica em erros conceituais relevantes. Uma possível solução para este problema é assumir que a morfometria pré-ruptura possa ser inferida pelas áreas adjacentes às cicatrizes que não foram perturbadas pelos escorregamentos. Este trabalho apresenta um método de reconstrução da topografia pré-ruptura a partir da nuvem de pontos de elevação do último retorno dos pulsos laser de um sensor LIDAR e faz uso do MDT pré-ruptura na modelagem de predição estatística bivariada (Pesos de Evidência) dos escorregamentos nas bacias do Quitite e Papagaio, na cidade do Rio de Janeiro. Sete modelos de susceptibilidade a escorregamentos foram produzidos pela combinação de oito fatores causativos. Cada mapa teve sua capacidade preditiva testada pelo cálculo da área abaixo da curva (AAC) de predição. O modelo final (AAC = 0,77) evidencia os controles topográficos e hidrológicos diretos e o controle litológico e estrutural indireto na deflagração dos escorregamentos. Os escorregamentos são condicionados, principalmente pelas encostas entre os ângulos de 26° e 52°, voltadas para as faces Norte, Nordeste e Noroeste, em forma côncava convergente e côncava divergente e com área de contribuição entre 1,8m² e 4,1m². Os resultados respeitam os principais pressupostos do modelo e proporcionam uma visão sintetizada e robusta das áreas susceptíveis a escorregamento, mesmo em um ambiente de grande complexidade geoambiental, como é o caso da área de estudo.