MODELAGEM DE ÁREAS SUSCETÍVEIS A MOVIMENTOS DE MASSA: AVALIAÇÃO COMPARATIVA DE TÉCNICAS DE AMOSTRAGEM, APRENDIZADO DE MÁQUINA E MODELOS DIGITAIS DE ELEVAÇÃO.

Autores/as

  • Renata PACHECO QUEVEDO Geógrafa, Mestranda em Sensoriamento Remoto no Programa de Pós-Graduação em Sensoriamento Remoto - PPGSRCentro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia - CEPSRMUniversidade Federal do Rio Grande do Sul - UFRGSEndereço: Av. Bento Gonçalves, nº 9.500, Porto Alegre - RS.
  • Laurindo Antonio GUASSELLI Professor Associado do Departamento Geografia, Instituto de Geociências, Programa de Pós-Graduação em Sensoriamento Remoto, UFRGSEndereço: Av. Bento Gonçalves, nº 9.500, Porto Alegre - RS.
  • Guilherme GARCIA DE OLIVEIRA Professor Adjunto do Departamento Interdisciplinar.Universidade Federal do Rio Grande do Sul.Endereço RS-030, km 92, nº 11.700, Tramandaí - RS, 95590-000.
  • Luis Fernando CHIMELO RUIZ Tecnólogo em Geoprocessamento, Doutorando em Sensoriamento Remoto no Programa de Pós-Graduação em Sensoriamento Remoto - PPGSRCentro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia - CEPSRMUniversidade Federal do Rio Grande do Sul - UFRGSEndereço: Av. Bento Gonçalves, nº 9.500, Porto Alegre - RS.

DOI:

https://doi.org/10.5016/geociencias.v38i3.14019

Resumen

Métodos de redes neurais artificiais (RNA) e random forest (RF) apresentam bom desempenho para mapear áreas suscetíveis a movimentos de massa. Entretanto, a modelagem é sensível à amostragem, à escala do modelo digital de elevação (MDE), ao conjunto de atributos do terreno e aos seus parâmetros de ajuste, influenciando o mapa final. O objetivo deste artigo foi avaliar e comparar técnicas de amostragem e MDE para a modelagem de áreas suscetíveis a movimentos de massa, utilizando RNA e RF. Foram extraídos sete atributos do terreno, a partir dos MDEs ALOS-PALSAR e ASTER GDEM, consideradas duas áreas amostrais e comparados dois métodos de reamostragem para redução do conjunto de treinamento. As acurácias apresentaram valores entre 0,88 e 0,94, demonstrando que os modelos RNA e RF, combinados com os MDEs ALOS-PALSAR e ASTER GDEM, possibilitam identificar áreas suscetíveis a movimentos de massa. Na modelagem se destacaram os seguintes atributos: elevação, declividade, fator LS e profundidade do vale. A definição de uma área amostral mais abrangente para coleta de amostras de não ocorrência aumenta a acurácia e a capacidade de generalização dos modelos. A redução do conjunto amostral de treinamento diminuiu o tempo de processamento, sem interferir significativamente na acurácia do mapa.

Publicado

2019-12-19

Número

Sección

Artigos