Análise comparativa de modelos baseados em SIG para mapeamentos de suscetibilidade a movimentos de massa no município de Niterói (RJ)

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Dobal, Camila Henrici Dias
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://app.uff.br/riuff/handle/1/33764
Resumo: Através de registros de ocorrências de movimentos de massa no município de Niterói, são comparados 5 modelos de estimativa de susceptibilidade: Análise Multicritério, Support Vector Machine, Máxima Entropia, Artificial Neural Network e Regressão Lógica. Também é avaliada a significância de cada variável, sendo estas: Aspecto, Curvatura, Declividade, Distância de Rios, Distância de Estradas, Índice de Diferença Normalizada da Vegetação (NDVI), Elevação, o Topographic Wetness Index (TWI), Litologia, Solos e Uso do Solo. Para esta avaliação foram utilizados dois testes, o teste T para dados em escala de razão e o teste de Kolmogorov-Smirnov para os dados em escala nominal. As ocorrências foram mais sensíveis à distância das estradas, ao NDVI e à elevação, em seguida foram gerados oito cenários de combinação de variáveis explanatórias para os quais foram rodados os cinco modelos, obtendo 40 mapeamentos de susceptibilidade à ocorrência de movimentos de massa. Diferenças significativas entre os resultados obtidos através dos modelos são verificadas pelo teste de aderência, enquanto o desempenho é avaliado pela frequência de pontos de validação nas classes de maior susceptibilidade. Desta forma, o melhor resultado foi obtido pelo Support Vector Machine (SVM), sendo seguido pela Análise Multicritério, Regressão Lógica, Máxima Entropia (MaxEnt) e Redes Neurais Artificiais (ANN).