91_01

Finisterra, XLVi, 91, 2011, pp. 9 26

MoDELos DE sUsCEpTiBiLiDaDE a DEsLiZaMENTos

sUpERFiCiais TRaNsLaCioNais Na REGio

a NoRTE DE LisBoa

AldinA PiedAde1

Jos lus ZZere1

ricArdo A. c. GArciA1

srGio c. oliveirA1

Resumo na ltima dcada, os sistemas de informao Geogrfica (siG) tm per-mitido a criao e o cruzamento de parmetros de forma cada vez mais rpida e fivel, justificando o incremento das variveis de entrada nos modelos de avaliao da susceptibi-lidade aos movimentos de vertente. neste contexto, a anlise sensitiva aos modelos prediti-vos surge com o objectivo de aferir a importncia relativa dos factores de predisposio, permitindo distinguir entre aqueles que mais contribuem para melhorar a performance do modelo de susceptibilidade e os que pouco acrescentam aos resultados finais. neste traba-lho efectuada uma anlise sensitiva a modelos de susceptibilidade a deslizamentos trans-lacionais superficiais em duas reas amostra na regio a norte de Lisboa, inseridas no mesmo contexto geolgico e geomorfolgico: rea de fanhes -tranco e rea de Lousa--Loures. Os resultados obtidos permitiram identificar um conjunto de trs variveis que se destacam pela associao espacial aos deslizamentos translacionais superficiais nas duas reas estudadas: declive, unidades geomorfolgicas e exposio das vertentes. adicional-mente, demonstra -se que no existe uma relao linear entre o nmero de variveis presen-tes no modelo e a respectiva capacidade preditiva, e mostra -se que vivel a produo de mapas de susceptibilidade consistentes, recorrendo a um pequeno grupo de variveis que tm uma forte relao espacial com os movimentos de vertente.

Palavras chave: susceptibilidade, deslizamentos translacionais superficiais, facto-res de predisposio, anlise sensitiva.

abstract suscePtibility models for shAllow trAnslAtionAl slides. evAluAtion And mAPPinG in the reGion to the north of lisbon. Over the last decade, Geographic infor-mation systems (Gis) have enabled the creation and the rigorous crossing and computation

recebido: novembro, 2010. aceite: fevereiro, 2011.1 Centro de estudos Geogrficos. instituto de Geografia e Ordenamento do territrio. Univer-

sidade de Lisboa. e -mails: [email protected]; [email protected]; [email protected]; [email protected]

10 Aldina Piedade et al.

of cartographic thematic layers. thus, it has been possible to increase the number of va-riables within data -driven landslide susceptibility models. in this context, sensitivity analysis is an analytical tool used to assess the relative importance of the landslide pre-disposing factors into a particular landslide susceptibility model. in this study, a sensiti-vity analysis of shallow translational slides susceptibility models is made for two test si-tes in the region to the north of Lisbon, which have the same geologic and geomorpho-logic context: the fanhes -tranco test site and the Lousa -Loures test site. the results obtained allowed for the identification of 3 variables that have the highest spatial associa-tion with shallow translational slides in both test sites: slope angle, geomorphology and slope aspect. furthermore, results prove the absence of a linear relationship between the number of variables within a landslide predictive model and the model prediction capaci-ty. in addition to this, it is shown that reliable landside susceptibility maps can be produ-ced based on a small group of variables that have a strong spatial relationship with slope movements.

Key words: susceptibility, shallow translational slides, predisposing factors, sensi-tivity analysis.

Rsum modles de suscePtibilit Aux Glissements PlAns suPerficiels dAns lA rGion Au nord de lisbonne. Lors de la dernire dcennie, les systmes dinformation Gographique (siG) ont permis de crer et de croiser des paramtres avec de plus en plus de fiabilit et de rapidit. ainsi, on a pu augmenter le nombre de variables dentre dans les modles dvaluation de la susceptibilit aux mouvements de terrain. Lanalyse sensi-tive est un outil analytique utilis pour valuer limportance relative des facteurs de pr-disposition aux mouvements de terrain dans un modle de susceptibilit particulier, per-mettant ainsi de distinguer les facteurs qui contribuent lamlioration de la performance du modle de ceux qui influencent peu les rsultats finaux. Dans ce travail, une analyse sensitive des modles de susceptibilit aux glissements plans superficiels est effectue et applique deux zones dtudes de la rgion au nord de Lisbonne et qui sinscrivent dans le mme contexte gologique et gomorphologique : la zone de fanhes -tranco et celle de Lousa -Loures. Les rsultats obtenus permettent didentifier un ensemble de trois va-riables qui se distinguent par une forte association spatiale avec les glissements plans superficiels des deux zones dtude : les units gomorphologiques et linclinaison et lexposition des pentes. De plus, les rsultats prouvent labsence de relation linaire entre le nombre de variables prsentes dans le modle et sa capacit prdictive. enfin, on mon-tre que la production de cartes de susceptibilit est viable lorsquelle est base sur un petit groupe de variables ayant une forte relation spatiale avec les mouvements de terrain.

Mots cls: susceptibilit, glissements plans superficiels, facteurs de prdisposition, analyse sensitive

i. intrODUO

Para um ordenamento do territrio eficaz e uma gesto equilibrada do risco, necessrio conhecer a instabilidade geomorfolgica presente e passada e a predispo-sio do territrio para a ocorrncia de movimentos de vertente (Zzere, 2007). este conhecimento implica a avaliao da susceptibilidade, entendida por soeters e Van Westen (1996) como a propenso do territrio para a ocorrncia de um tipo particu-

Susceptibilidade a deslizamentos superficiais translacionais 11

lar de movimento de vertente em tempo indeterminado, com base num conjunto de factores de predisposio instabilidade geomorfolgica, no contemplando a pro-babilidade de ocorrncia ou o perodo de retorno.

no contexto da avaliao da susceptibilidade, assumido que os futuros movi-mentos de vertente devero ocorrer sob as mesmas condies que determinaram a instabilidade no passado (Varnes, 1984; Carrara et al., 1999). esta assuno deriva da aplicao prospectiva do principio do uniformitarismo (O passado e o presente so as chaves para o futuro), no pressuposto de que as mesmas causas so suscept-veis de gerar os mesmos efeitos (Varnes, 1984; Van Westen et al., 2008).

a avaliao da susceptibilidade dominada, actualmente, pelo recurso a mto-dos de cartografia indirecta, de onde se destacam os de base estatstica (Guzzetti et al., 2000; Chacn et al., 2006). Com a utilizao destes mtodos a ponderao dos factores que condicionam a instabilidade obtida atravs da sua representao car-togrfica e da anlise das suas relaes espaciais com a distribuio dos movimentos de vertente. adicionalmente, estes mtodos permitem reduzir a subjectividade na determinao da susceptibilidade, uma vez que as tcnicas de aquisio, processa-mento, anlise e representao da informao so normalizadas (Carrara, 1993).

na ltima dcada, os sistemas de informao Geogrfica (siG) tm permitido a criao e o cruzamento de parmetros de forma cada vez mais rpida e fivel, jus-tificando o incremento das variveis de entrada nos modelos de avaliao da suscep-tibilidade. Van Westen et al. (2008) listam um total de 29 variveis com eventual relevncia no sistema da instabilidade de vertentes, agrupadas em seis temas: morfo-logia/morfometria, geologia, solos, hidrologia, geomorfologia e uso do solo. em tra-balhos recentes dedicados avaliao da susceptibilidade de ocorrncia de movi-mentos de vertente suportados por siG (e.g. remondo et al., 2003; santacana et al., 2003; Lee, 2004; Van Den eeckhaut et al., 2010) recorrente a utilizao de mais de uma dezena de variveis assumidas como factores de predisposio para a instabili-dade geomorfolgica.

Pese embora a disponibilidade actual de ferramentas analticas, que possibili-tam o manuseamento de grande quantidade de informao em simultneo, tem sido pouco explorada a avaliao do peso individual dos factores de predisposio ins-tabilidade geomorfolgica, assim como a determinao dos incrementos preditivos que resultam da incluso de mais variveis nos modelos de susceptibilidade.

este trabalho tem como objectivo a realizao de uma anlise sensitiva (re-mondo et al., 2003; Zzere et al., 2005a) aos factores de predisposio utilizados na construo de modelos de susceptibilidade a deslizamentos translacionais superfi-ciais, em duas reas amostra da regio a norte de Lisboa, inseridas no mesmo con-texto geolgico e geomorfolgico: fanhes -tranco e Lousa -Loures. estas reas so acompanhadas desde meados da dcada de 1980, o que permitiu a realizao prvia de modelos de susceptibilidade geomorfolgica devidamente validados (Zzere et al., 2004; Piedade, 2009; Piedade et al., 2010a).

Os modelos anteriormente obtidos basearam -se em inventrios de movimentos de vertente e num conjunto de 7 factores de predisposio, idnticos para ambas as


reas. neste contexto, importa perceber se o aumento da quantidade de informao relativa aos factores de predisposio gera modelos de susceptibilidade com melhor capacidade preditiva. assim, a anlise sensitiva aplicada no sentido de perceber como se comportam os diferentes factores de predisposio, quando utilizados como variveis independentes num modelo de susceptibilidade a deslizamentos translacio-nais superficiais, tentando perceber quais os que mais contribuem para a explicao da distribuio espacial dos movimentos, identificando os factores de predisposio mais eficazes para a discriminao das reas instveis e estveis, no que se refere ao tipo de deslizamento considerado.

O desenvolvimento do trabalho em duas reas com contexto geolgico e geo-morfolgico similar feito com o objectivo de atribuir uma maior robustez ao exer-ccio da anlise sensitiva e aos prprios resultados dos modelos de susceptibilidade, aferindo se os factores de predisposio que mais contribuem para a boa resoluo dos modelos so os mesmos em ambas as reas.

ii. rea De estUDO, instaBiLiDaDe De Vertentes e faCtOres De PreDisPOsiO as reas de fanhes -tranco e de Lousa -Loures, com uma superfcie de 20km2

e 17km2, respectivamente, inserem -se na regio a norte de Lisboa, localizando -se no concelho de Loures. estas duas reas amostra so parte integrante da costeira Lousa--Bucelas, sendo marcadas por uma estrutura monoclinal com inclinaes de 12 para s no caso de fanhes -tranco e entre 8 a 30 para sse a se em Lousa -Loures (ferreira, 1984; Zzere, 1997). Do ponto de vista litolgico observa -se alternncia de terrenos com diferente resistncia mecnica, permeabilidade, alterabilidade e re-sistncia ao corte. Destacam -se, pela extenso dos afloramentos, as rochas do com-plexo vulcnico de Lisboa e as rochas sedimentares de idade cretcica como os cal-crios, arenitos, calcrios margosos, pelitos e dolomitos (Zbyszewski, 1964, Zzere, et al., 1999, 2005a; Piedade et al., 2010a) como se v na fig. 1.

a base de dados dos deslizamentos translacionais superficiais consiste num inventrio, obtido atravs de trabalho de campo para ambas as reas, efectuado por Zzere (1997) registada no quadro i. Os deslizamentos translacionais superficiais so movimentos de vertente com superfcie de ruptura planar, que se desenvolvem paralelamente superfcie topogrfica, a uma profundidade tpica inferior a 1,5 m. O plano de ruptura ocorre, frequentemente, no contacto entre depsitos de vertente permeveis e o substrato rochoso impermevel (Zzere et al., 2005b).

na rea de fanhes -tranco foram inventariados 100 deslizamentos translacio-nais superficiais (densidade de 5 movimentos/km2), a que correspondem 142 172 m2

de rea instabilizada (0,71% da rea total). Para a rea de Lousa -Loures inventariaram--se 82 deslizamentos do mesmo tipo (densidade de 4,8 movimentos/km), correspon-dentes a uma rea instabilizada de 37 099 m2 (0,22% da rea total).


fig. 1 Geologia da regio a norte de Lisboa e localizao das reas de Lousa -Loures e de fanhes -tranco.

Fig. 1 Geologic map of the Region to the North of Lisbon and localization of the Lousa -Loures and Fanhes -Tranco test sites.

fonte: ineti, 2007


Quadro i inventrio de deslizamentos translacionais superficiais nas reas de estudo.Table I Inventory of shallow translational slides in test sites.

Os factores de predisposio da instabilidade geomorfolgica, assumidos como capazes de predizer a distribuio espacial dos deslizamentos e usados na construo dos modelos de susceptibilidade para as duas reas, so os seguintes (quadro ii): declive (8 classes), exposio das vertentes (9 classes), perfil transversal das verten-tes (5 classes), unidades litolgicas (6 classes), depsitos superficiais (7 classes), unidades geomorfolgicas (12 classes) e uso do solo (6 classes). no total observam--se 52 e 48 classes, nas reas de fanhes -tranco e de Lousa -Loures, respectivamen-te, valores que se justificam pela ausncia pontual de algumas classes numa das reas. O quadro ii sintetiza ainda as fontes de informao e os procedimentos utili-zados para a construo de cada tema independente. Destaca -se a vectorizao e edio de informao de cartografia pr -existente, em formato analgico e digital, a interpretao de ortofotomapas e uma forte componente de trabalho de campo.

Quadro ii Variveis e classes consideradas como factores de predisposio da instabilidade das vertentes.Table II Predisposing factor classes of slope instability.

N. de eventos

reainstabilizada (m)

Densidade de movimentos (n/km)

Total de rea instabilizada (%)

Fanhes-Tranco 100 142 172 5,0 0,71 Lousa-Loures 82 37 099 4,8 0,22

Classes Cdigo Fanhes-Tranco(n. de pixels) Lousa-Loures(n. de pixels)

Fontes de Informao

Dec

live

()

0-5 D1 226 885 133 541

Modelo Digital do Terreno

(Pixel = 5m)

]5-10] D2 265 609 229 100

]10-15] D3 148 501 136 991

]15-20] D4 71 497 75 723

]20-25] D5 29 093 46 509

]25-30] D6 27 128 28 618

]30-40] D7 23 121 21 810

> 40 D8 6 275 2 822

Exp

osi

o d

as V

erte

ntes

Terreno Plano EV1 1 111 13 548


(Pixel = 5m)

N EV2 28 818 37 770

NE EV3 61 879 74 355

E EV4 111 803 86 653

SE EV5 151 278 112 632

S EV6 206 579 117 393

SW EV7 104 967 110 453

W EV8 78 902 81 176

NW EV9 42 732 41 134

Perf

il

Tra

nsve

rsal

Concavo PTV1 329 984 202 806 Interpretao e vectorizao sobre

levantamento aerofotogramtrico na

escala de 1:2000

Rectilneo PTV2 25 121 99 380

Convexo PTV3 246 793 201 096

Terreno Plano PTV4 187 779 171 832

CREL (A9) PTV5 8 341 ---

Uni

dade

sL

itol

gica

s

Arenitos e calcrios UL1 24 976 39 863

Cartas geolgicas (1:50 000; 1:25 000) Trabalho de campo

Margas e calcrios margosos UL2 152 553 191 752

Calcrios com rudistas UL3 56 710 39 949

Basaltos e tufos vulcnicos UL4 421 708 335 903

Conglomerados e arenitos UL5 127 065 67 647

Calcrios lacustres UL6 15 097 ---

Dep

sito

sSu

perf

icia

is

Aluvies DS1 48 835 28 987

Trabalho de campo com cartografia

geomorfolgica de pormenor (1:2 000)

Coluvies < 0,5 m DS2 386 004 447 166

Coluvies > 0,5 m DS3 313 006 197 790

Dep. enchimento de valeiro DS4 4 619 705

Dep. terrao cheia recente DS5 1 896 466

Escoada de detritos de S. Julio DS6 12 238 --- Dep. terrao de textura fina DS7 31 511 ---

Uni

dade

s G

eom

orfo

lgi

cas

Plancie aluvial UG1 49 218 29 001

Trabalho de campo com cartografia de

pormenor (1:2 000)

Canal fluvial com eroso activa UG2 8 832 11 218

942 2 398 21 3GU arierdeP

Superfcie plana UG4 84 471 102 178

Anverso de costeira UG5 37 250 85 781

Vertente de vale UG6 227 207 216 226

Vertente cataclinal UG7 274 017 122 348

Valeiro de fundo em U UG8 48 364 47 693

Outras vertentes anaclinais UG9 12 893 32 127

Outras reas antrpicas UG10 7 565 10 313

Sinclinal alcandorado UG11 --- 15 980

Terrao fluvial UG12 43 762 ---


a similitude das reas amostra de tranco -fanhes e Lousa -Loures demonstrada pela concordncia geral das frequncias absolutas das diferentes classes nas duas reas, expressas pelos respectivos nmeros de pixels (quadro ii).

Classes Cdigo Fanhes-Tranco(n. de pixels) Lousa-Loures(n. de pixels)

Fontes de Informao

Dec

live

()

0-5 D1 226 885 133 541


(Pixel = 5m)

]5-10] D2 265 609 229 100

]10-15] D3 148 501 136 991

]15-20] D4 71 497 75 723

]20-25] D5 29 093 46 509

]25-30] D6 27 128 28 618

]30-40] D7 23 121 21 810

> 40 D8 6 275 2 822

Exp

osi

o d

as V

erte

ntes

Terreno Plano EV1 1 111 13 548


(Pixel = 5m)

N EV2 28 818 37 770

NE EV3 61 879 74 355

E EV4 111 803 86 653

SE EV5 151 278 112 632

S EV6 206 579 117 393

SW EV7 104 967 110 453

W EV8 78 902 81 176

NW EV9 42 732 41 134

Perf

il

Tra

nsve

rsal

Concavo PTV1 329 984 202 806 Interpretao e vectorizao sobre

levantamento aerofotogramtrico na

escala de 1:2000

Rectilneo PTV2 25 121 99 380

Convexo PTV3 246 793 201 096

Terreno Plano PTV4 187 779 171 832

CREL (A9) PTV5 8 341 ---

Uni

dade

sL

itol

gica

s

Arenitos e calcrios UL1 24 976 39 863

Cartas geolgicas (1:50 000; 1:25 000) Trabalho de campo

Margas e calcrios margosos UL2 152 553 191 752

Calcrios com rudistas UL3 56 710 39 949

Basaltos e tufos vulcnicos UL4 421 708 335 903

Conglomerados e arenitos UL5 127 065 67 647

Calcrios lacustres UL6 15 097 ---

Dep

sito

sSu

perf

icia

is

Aluvies DS1 48 835 28 987

Trabalho de campo com cartografia

geomorfolgica de pormenor (1:2 000)

Coluvies < 0,5 m DS2 386 004 447 166

Coluvies > 0,5 m DS3 313 006 197 790

Dep. enchimento de valeiro DS4 4 619 705

Dep. terrao cheia recente DS5 1 896 466

Escoada de detritos de S. Julio DS6 12 238 --- Dep. terrao de textura fina DS7 31 511 ---

Uni

dade

s G

eom

orfo

lgi

cas

Plancie aluvial UG1 49 218 29 001

Trabalho de campo com cartografia de

pormenor (1:2 000)

Canal fluvial com eroso activa UG2 8 832 11 218

942 2 398 21 3GU arierdeP

Superfcie plana UG4 84 471 102 178

Anverso de costeira UG5 37 250 85 781

Vertente de vale UG6 227 207 216 226

Vertente cataclinal UG7 274 017 122 348

Valeiro de fundo em U UG8 48 364 47 693

Outras vertentes anaclinais UG9 12 893 32 127

Outras reas antrpicas UG10 7 565 10 313

Sinclinal alcandorado UG11 --- 15 980

Terrao fluvial UG12 43 762 ---

Uso

do

solo

Coberto herbceo US1 399 689 245 874

Interpretao de ortofotomapa digital

(1:10 000). Validao com

trabalho de campo.

reas urb. e estradas US2 98 555 102 679

Terrenos cultivados US3 82 039 133 722

Coberto arbreo US4 57 173 59 528

Coberto arbustivo denso US5 152 364 131 428

Espao verde urbano US6 8 289 1 873


Para a utilizao das variveis assumidas como factores de predisposio nos modelos de susceptibilidade, foram criadas estruturas de dados matriciais com um pixel de 5m (clulas de 25 m2). assim, para a rea de fanhes -tranco cada varivel formada por um raster de 798 109 pixels, enquanto para a rea de Lousa -Loures esse valor de 675 114 pixels

iii. MetODOLOGia

O primeiro passo no processo de integrao cartogrfica dos dados o clculo dos scores de susceptibilidade para cada classe de varivel, para ambas as reas amostra. O mtodo estatstico bivariado utilizado, para a avaliao da suscep-tilibidade ocorrncia de movimentos de vertente nas reas de fanhes -tranco e Lousa -Loures, foi o do Valor informativo (Yan, 1988; Yin e Yan, 1988; Piedade, 2009; Piedade et al., 2010b). esta tcnica descreve quantitativamente, sob a forma de scores, as relaes existentes entre cada classe de cada tema e os movimentos de vertente (Yin e Yan, 1988). O mtodo do Valor informativo tem uma base Bayesiana, sustentando -se na transformao logartmica (log natural) da razo entre probabili-dade condicionada e probabilidade priori. Com este mtodo possvel ponderar cada classe de cada factor predisposio da instabilidade de vertentes, de forma ob-jectiva, quantificada e reprodutvel.

O Valor informativo (Ii) para qualquer varivel independente Xi foi determina-do pela seguinte equao:

[1]

Onde:Si = n. de pixels com deslizamentos translacionais superficiais na varivel Xi;

Ni = n. de pixels com a varivel Xi;

S = n. total de pixels com deslizamentos translacionais superficiais na rea amostra;

N = n. total de pixels na rea amostra.

Devido normalizao logartmica, Ii no determinvel quando Si = 0. nestes casos, o valor de Ii foi assumido como igual ao Ii mais baixo determinado para o conjunto das variveis, em cada uma das reas amostra.

Valores positivos de Ii indicam uma relao positiva entre presena da classe da varivel e ocorrncia de movimentos de vertente, tanto mais elevada quanto maior o valor do score. Valores negativos de Ii denunciam que a distribuio dos movimentos de vertente pouco controlada pela classe da varivel em questo.


O valor de susceptibilidade para cada pixel j foi calculado pelo Valor Informativo total dado pela seguinte equao:

[2]

Onde:n = n. de variveis;Xij igual a 1 ou 0, consoante a varivel Xi est ou no presente no pixel j,

respectivamente.

Como foi anteriormente referido, a anlise sensitiva foi efectuada com o objectivo de determinar a importncia relativa de cada factor de predisposio na capacidade preditiva dos modelos de susceptibilidade. Neste trabalho pretende se clarificar, nas duas reas amostra estudadas, quais as variveis que tm mais capacidade explicativa e com quantas variveis se obtm a melhor taxa de validao. Neste contexto, existem dois conjuntos de informao que estiveram presentes na primeira fase da anlise sensitiva: (i) o inventrio dos movimentos de vertente; e (ii) os factores de predisposio considerados isoladamente com as respectivas classes. Assim, cada factor de predisposio foi cruzado autonomamente com o conjunto de movimentos de vertente da prpria rea, gerando um modelo de susceptibilidade simples.

A validao de cada modelo de susceptibilidade, sustentado por um nico factor de predisposio, foi efectuada com recurso construo de uma curva de sucesso (Fabbri et al., 2002; Chung e Fabbri, 2005). Os resultados obtidos foram ordenados hierarquicamente, permitindo comparar a importncia relativa de cada factor.

A hierarquia atrs referida foi respeitada na segunda fase da anlise sensitiva, que passou pela introduo sucessiva de uma nova varivel no modelo de susceptibilidade, a cada passo da anlise (e.g. M

2 = f (V

1 + V

2); M

3 = f (V

1 + V

2 + V

3); M

n = f

(V1 + V

2 + V

3 + V

4 +V

n)). Para cada modelo obtido (M

2M

n) foi calculada a rea

Abaixo da Curva (AAC), com o objectivo de perceber qual a combinao de variveis que obtm melhor capacidade preditiva (Zzere et al., 2005a, 2008; Guzzetti et al., 2006; Piedade, 2009). Este exerccio foi efectuado, de modo autnomo, para as duas reas amostra estudadas.

IV. RESULTADOS E DISCUSSO

A figura 2 representa os Valores Informativos obtidos para cada classe de varivel nas reas amostra de Fanhes Tranco e de Lousa Loures. Em regra, as classes de varivel que mais contribuem para a explicao dos deslizamentos translacionais superficiais numa rea so as mesmas que mais controlam os movimentos de vertente na outra rea. Adicionalmente, as variveis que apresentam Valor Informativo negativo tendem tambm a repetir se nas duas reas, o que indica que as condies de terreno que melhor definem a estabilidade do territrio so idnticas nas duas reas amostra.


fig. 2 Valores informativos das classes dos factores de predisposio nas reas amostra de Lousa -Loures e fanhes -tranco.

Fig. 2 Information Value of predisposing factor classes in the Lousa -Loures and Fanhes -Tranco test sites.


Pela leitura da figura 2 possvel concluir que a ocorrncia de deslizamentos translacionais superficiais nas reas de fanhes -tranco e de Lousa -Loures favo-recida em vertentes com declives superiores a 25 (D6, D7 e D8), expostas a n (eV2) ou a nW e W (eV9 e eV8), talhadas em margas e calcrios margosos (UL2), em contexto de anverso de costeira (UG5). a presena de canais fluviais marcados por eroso activa (UG2) e de vertentes de vale (UG6) so igualmente condies de pre-disposio relevantes para a instabilidade geomorfolgica.

O quadro iii apresenta a hierarquia dos factores de predisposio que contri-buem para a explicao dos deslizamentos translacionais superficiais na rea de fanhes -tranco. esta hierarquia foi definida de acordo com a aaC da curva de sucesso dos modelos de susceptibilidade produzidos com cada varivel isoladamen-te. atravs desde exerccio, verificou -se que, como seria de esperar, o declive foi o parmetro que mais contribuiu para a explicao deste tipo de movimento de verten-tes, com uma aaC de 0,802. no top 3 das variveis mais explicativas, para alm do declive, encontraram -se as unidades geomorfolgicas e a exposio das vertentes. no final desta hierarquia, com menor capacidade de discriminao entre reas desli-zadas e no deslizadas, surge o uso do solo, com 0,631 de aaC.

Quadro iii Hierarquia dos factores de predisposio para os deslizamentos translacionais superficiais na rea de fanhes -tranco.

Table III Ranking of predisposing factors of shallow translational slides in the Fanhes -Tranco test site.

O quadro iV sistematiza a hierarquia dos factores de predisposio que contri-buem para a explicao dos deslizamentos translacionais superficiais em Lousa--Loures. semelhana do observado na rea de fanhes -tranco, verifica -se que o declive a varivel que mais contribui para a explicao do tipo de movimentos de vertente considerado, com uma aaC de 0,806. no top 3 das variveis mais explica-tivas, para alm do declive, encontram -se, novamente, as unidades geomorfolgicas e a exposio das vertentes. no final da hierarquia surgem os depsitos superficiais com 0,526 de aaC.

a hierarquia estabelecida nos quadros iii e iV foi respeitada para o posterior desenvolvimento de novos modelos de susceptibilidade, para ambas reas amostra, com a introduo de uma nova varivel em cada passo. Os quadros V e Vi e as figu-ras 3 e 4 representam, respectivamente, as aaC e as curvas de sucesso dos resultados obtidos, para as duas reas amostra.

CAA leviraV aiuqrareiH 208,0 evilceD 1

2 Unidades geomorfolgicas 0,788 3 Exposio das vertentes 0,738 4 Depsitos superficiais 0,731 5 Unidades litolgicas 0,706 6 Perfil transversal das vertentes 0,672 7 Uso do solo 0,631


Quadro iV Hierarquia dos factores de predisposio para os deslizamentos translacionais superficiais na rea de Lousa -Loures.

Table IV - Ranking of predisposing factors of shallow translational slides in the Lousa -Loures test site

Quadro V aaC de modelos de susceptibilidade a deslizamentos translacionais superficiais na rea de fanhes -tranco com 2 a 7 factores de predisposio.

Table V AUC of shallow translational slides susceptibility models in the Fanhes -Tranco test site using 2 to 7 predisposing factors.

Quadro Vi aaC de modelos de susceptibilidade aos deslizamentos translacionais superficiais na rea de Lousa -Loures com 2 a 7 factores de predisposio.

Table VI - AUC of shallow translational slide susceptibility models in the Lousa -Loures test site using 2 to 7 predisposing factors.

Hierarquia Varivel AAC 608,0 evilceD 1

2 Unidades geomorfolgicas 0,739 3 Exposio das vertentes 0,682 4 Unidades litolgicas 0,661 5 Uso do solo 0,661 6 Perfil transversal das vertentes 0,656 7 Depsitos superficiais 0,526

CAA leviraV 208,0 )GU+D( sieviraV 2

3 Variveis (D+UG+EV) 0,843 4 Variveis (D+UG+EV+DS) 0,858 5 Variveis (D+UG+EV+DS+UL) 0,868 6 Variveis (D+UG+EV+DS+UL+PTV) 0,874 7 Variveis (D+UG+EV+DS+UL+PTV+US) 0,878

Hierarquia Varivel AAC 818,0 )GU+D( sieviraV 2

3 Variveis (D+UG+EV) 0,825 4 Variveis (D+UG+EV+UL) 0,819 5 Variveis (D+UG+EV+UL+US) 0,840 6 Variveis (D+UG+EV+UL+US+PTV) 0,838 7 Variveis (D+UG+EV+UL+US+PTV+DS) 0,839


fig. 3 Curvas de sucesso dos modelos de susceptibilidade para deslizamentos superficiais translacionais na rea de fanhes -tranco.

Fig. 3 Success rate curves of shallow translational slide susceptibility models in the Fanhes -Tranco test site.

fig. 4 Curvas de sucesso dos modelos de susceptibilidade para deslizamentos superficiais translacionais na rea de Lousa -Loures.

Fig. 4 Success rate curves of shallow translational slide susceptibility models in the Lousa -Loures test site.

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Mov

imen

tos

pred

itos

rea susceptvel (ordem decrescente)

2 Variveis 3 Variveis 4 Variveis


0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Mov

imen

tos

pred

itos

rea susceptvel (ordem decrescente)




Os modelos de susceptibilidade obtidos com diferentes combinaes de vari-veis nas reas amostra de fanhes -tranco e Lousa -Loures apresentam uma capaci-dade preditiva bastante idntica e muito satisfatria (curvas de sucesso com aaC sempre acima de 0,8). analisando os resultados, sistematizados nos quadros V e Vi, pode concluir -se que a modelao da susceptibilidade com 2, 3, 4, 5, 6 ou 7, vari-veis no produz diferenas muito significativas ao nvel da capacidade preditiva dos modelos, como se demonstra pelas reduzidas diferenas nas aaC representadas gra-ficamente nas figuras 3 e 4. Com efeito, as diferenas nas performances preditivas dos vrios modelos de susceptibilidade, medidas pelas aUC, so de 0,08 na rea amostra de fanhes -tranco e no vo alm de 0,02 na rea amostra de Lousa--Loures.

no caso da rea amostra de fanhes -tranco verifica -se que a introduo de uma varivel adicional em cada passo da anlise sensitiva acrescenta maior capaci-dade preditiva aos modelos de susceptibilidade, pelo que a melhor performance obtida pelo modelo que integra 7 variveis (quadro V). Contudo, as curvas de suces-so mantm -se muito prximas (fig. 3), assim como as aaC, nos modelos com 3, 4, 5, 6 e 7 variveis. na rea amostra de Lousa -Loures verifica -se que o incremento de mais variveis no modelo de susceptibilidade no gera, necessariamente, melhores resultados preditivos (quadro Vi). Com efeito, o valor mais alto de aaC no se veri-fica no modelo que utiliza 7 variveis (aaC = 0,839), mas antes naquele que integra 5 varveis (aaC = 0,840). Como no caso anterior, as curvas de sucesso mantm -se sempre muito prximas (fig. 4), principalmente nos modelos que utilizam de 3 a 7 variveis.

Deste modo, verifica -se que os modelos de susceptibilidade produzidos com a integrao das 3 variveis que evidenciam uma maior correlao espacial com os deslizamentos translacionais superficiais (declive, unidades geomorfol-gicas e exposio das vertentes) obtm resultados muito satisfatrios na predio de ocorrncia deste tipo de movimento de vertente nas reas amostra de fanhes--tranco e Lousa -Loures, podendo constituir uma boa soluo em termos de custo (esforo de recolha/tratamento/computao de dados) benefcio (quali-dade dos resultados).

as figuras 5 e 6 apresentam os mapas de susceptibilidade obtidos para as reas de fanhes -tranco (fig. 5) e de Lousa -Loures (fig. 6), utilizando o conjunto de 7 variveis (fig. 5a e 6a) e as 3 variveis atrs referidas (fig. 5B e 6B). a expresso cartogrfica dos resultados obtidos mostra que, para alm da similitude das aaC e das curvas de sucesso, verifica -se uma concordncia espacial assinalvel nos mapas de susceptibilidade produzidos com 3 e 7 variveis em qualquer das reas amostra, o que confirma que possvel construir um modelo preditivo robusto, com recurso a um nmero limitado de variveis, que apresentam uma forte relao espacial com os deslizamentos estudados.


fig. 5 Mapas de susceptibilidade a deslizamentos translacionais superficiais na rea de fanhes -trancoa Modelao com 7 variveis; B Modelao com 3 variveis.

Fig. 5 Shallow translational slide susceptibility map of the Fanhes -Tranco test siteA Model with 7 variables; B Model with 3 variables.

fig. 6 Mapas de susceptibilidade a deslizamentos translacionais superficiais na rea de Lousa -Louresa Modelao com 7 variveis; B Modelao com 3 variveis.

Fig. 6 Shallow translational slide susceptibility map of the Lousa -Loures test siteA Model with 7 variables; B Model with 3 variables.


V. COnCLUsO

a anlise sensitiva, aplicada em duas reas amostra (fanhes -tranco e Lousa -Loures) com caractersticas geolgicas e geomorfolgicas similares, foi efectuada com o objectivo de aferir a importncia relativa de cada factor de predis-posio na distribuio dos movimentos de vertente e, ao mesmo tempo, avaliar a variao na qualidade dos modelos preditivos decorrente do nmero de variveis consideradas.

Os resultados obtidos permitiram identificar um mesmo conjunto de trs va-riveis que se destacam pela associao espacial aos deslizamentos translacionais superficiais nas duas reas estudadas: declive, unidades geomorfolgicas e expo-sio das vertentes. O facto de as variveis com melhor capacidade preditiva se repetirem nas duas reas amostra refora a ideia de que possvel a exportao de modelos de susceptibilidade entre reas semelhantes do ponto de vista geolgico e geomorfolgico, sempre que seja vivel a validao dos modelos, pela disponibi-lidade dos inventrios de movimentos de vertente para ambas as reas (Piedade, 2009; Piedade et al., 2010b).

a anlise sensitiva mostrou que a modelao da susceptibilidade com 2, 3, 4, 5, 6 ou 7 variveis no produz diferenas muito significativas ao nvel dos resulta-dos preditivos dos modelos, tendo ficado demonstrado que no existe relao line-ar entre o nmero de variveis presentes no modelo e a respectiva capacidade pre-ditiva. Pese embora a incluso de variveis adicionais ter incrementado, ainda que ligeiramente, a qualidade preditiva dos modelos na rea de fanhes -tranco, o mesmo no se verificou na rea de Lousa -Loures, pelo que lcito concluir que o incremento de mais variveis no gera, necessariamente, melhores resultados pre-ditivos nos modelos de susceptibilidade.

a produo de mapas de susceptibilidade com recurso a um pequeno grupo de variveis que tm uma forte relao espacial com os movimentos de vertente revela -se, assim, uma boa soluo, tanto mais que esta opo tende a produzir manchas territoriais mais homogneas, uma vez que existem menos unidades de condio nica (resultantes das possveis combinaes das classes das 3 variveis em questo), por comparao com as obtidas com o cruzamento de mais variveis. a este respeito, refira -se que a homogeneidade das classes de susceptibilidade sempre desejvel nos trabalhos aplicados ao ordenamento do territrio, uma vez que facilita a gesto territorial das reas perigosas.

apesar do exposto, no aconselhvel eliminar partida as variveis que se presuma terem menor capacidade preditiva. mais prudente utilizar, numa primei-ra fase, o maior nmero possvel de variveis que possam ser consideradas como factores de predisposio (i.e., que evidenciem relaes causa -efeito com os movi-mentos de vertente) e, numa fase posterior, simplificar os modelos de predio por anlise sensitiva das variveis, eliminando os factores que pouco ou nada acres-centam predio.


aGraDeCiMentOs

este trabalho faz parte do projecto Maprisk Metodologias de avaliao de perigosidade e risco de movimentos de vertente nos Planos Municipais de Ordenamento do territrio (PtDC/GeO/68227/2006), financiado pela fundao para a Cincia e tecnologia.

Os autores agradecem aos revisores do presente artigo que com as suas crticas e sugestes per-mitiram aperfeioar a qualidade do contedo.

BiBLiOGrafia

Carrara a L (1993) Uncertainty in evaluating land-slide hazard and risk. In nemec J, nigg J M, siccardi f (eds.) Predictions and perception of natural hazards. Kluwer academic Pub-lishers. Dordrecht: 101 -109.

Carrara a, Guzzetti f, Cardinali M, reichenback P (1999) Use of Gis technology in the predic-tion and monitoring of landslide hazard. Nat-ural Hazards, 20: 117 -135.

Chacn J, irigaray C, fernndez t, Hamdouni r e (2006) engineering geology maps: landslides and geographical information systems. Engi-neering Geology, 65: 341 -411.

Chung C f, fabbri a (2005) systematic procedures of landslide hazard mapping for risk assessment using spatial prediction models. In Glade t, anderson M G, Crozier M J (eds.) Landslide Hazard and Risk. Wiley, Chichester: 139 -174.

fabbri a, Chung C f, napolitano P, remondo J, Zzere J L (2002) Prediction rate functions of landslide susceptibility applied in the iberian Peninsula. In Brebbia C a (ed.) Risk Analysis III. series: Management information systems, vol. 5. Wit Press, southampton: 703 -718.

ferreira a B (1984) Mouvements de terrain dans la rgion au nord de Lisbonne. Conditions morphostructurales et climatiques. Mouve-ments de Terrain. Colloque de Caen, Docu-ments du B.r.G.M., 83: 485 -494.

Guzzetti f, Cardinali M, reichenbach P, Carrara a (2000) Comparing landslide maps: a case study in the Upper tiber river Basin, Central italy. Environmental Management, 25 (3): 247 -263.

Guzzetti f, Carrara a, Cardinali M, reichenbach P (1999) Landslide hazard evaluation: a review of current techniques and their application in a multi -scale study, Central italy. Geomor-phology, 31: 181 -216.

Guzzetti f, reichenbach P, ardizzone f, Cardinali M, Galli M (2006) estimating the quality of landslide susceptibility models. Geomorpho-logy, 81: 166 -184.

instituto nacional de engenharia, tecnologia e inova-o i.P. (2007) Carta Geolgica de Portugal. Folha 34 -B Loures. Departamento de Geologia, Ministrio da econonia e da inovao, Lisboa.

Lee s (2004) application of likelihood ratio and lo-gistic regression models to landslide suscepti-bility mapping using Gis. Environmental Management, 34: 223 -232.

Piedade a (2009) Modelao especial em Sistemas de Informao Geogrfica da susceptibilida-de a deslizamentos na rea de Lousa -Loures. Dissertao de Mestrado. faculdade de Cin-cias sociais e Humanas da Universidade nova de Lisboa, Lisboa.

Piedade a, Zzere J L, Garcia r a C, Oliveira s C (2010a) avaliao e validao de modelos de susceptibilidade a deslizamentos em reas ho-mogneas na regio a norte de Lisboa. 16 Congresso da APDR - Regies de Charneira, Canais de Fronteira e Ns, Universidade da Madeira, Funchal, p. 1318 -1333.

Piedade a, Zzere J L, tenedrio J a, Garcia r a C, Oliveira s C, rocha J (2010b) Generalization of landslide susceptibility models in geologic--geomorphologic similar context. Geophysi-cal Research Abstracts, vol. 12. eGU2010--3666 -2. 1 p.

remondo J, Gonzlez a, tern J r D, Cendredo a, fabri a, Chung C (2003) Validation of land-slide susceptibility maps; exemples and appli-cations from a case study in northern spain. Natural Hazards, 30: 437 -440.

santacana n, Baeza B, Corominas J, Paz a, Marturi J (2003) a Gis -based multivariate statistical


analysis for shallow landslide susceptibility mapping in La Pobla de Lillet area (eastern Pyrenees, spain). Natural Hazards, 30: 281--295.

soeters r, Van Westen C J (1996) slope instability recognition, analysis and zonation. In turner a K, schuster r L (eds.) Landslides, investi-gation and mitigation. transportation re-search Board, national research Council, special report 247. national academy Press, Washington D.C., U.s.a.: 129 -177.

Van Den eeckhaut M, Marre a, Joesen J (2010) Com-parison of two landslide susceptibility assess-ments in the Champagne -andernne region (france). Geomorphology, 115: 141 -155.

Van Wester C J, Castellanos e, Kuriakose s L (2008) spatial data for landslide susceptibility, ha-zard, and vulnerability assessment: an over-view. Engineering Geology, 102: 112 -131.

Varnes D J (1984) Landslide hazard zonation: a review of principles and practice. UnesCO, Paris.

Yan t Z (1988) recent advances of quantitative prognoses of landslide in China. In Bonnard C (ed.) Landslides. Proceedings of the Fifth International Symposium on Landslides, Lau-sanne, 2, Balkema, rotterdam: 1263 -1268.

Yin K L, Yan t Z (1988) statistical prediction mo dels for slope instability of metamorphosed rocks. In Bonnard C (ed.) Landslides. Proceedings of the Fifth International Symposium on Land-slides, 2, Balkema, rotterdam: 1269 -1272.

Zzere J L (2007) Predio probabilstica de movi-mentos de vertente na escala regional. Actes de les Jornades sobre Terrasses i Prevenci de Riscos Naturals. Departement de Medi ambient, Consell de Mallorca: 17 -30.

Zzere J L (1997) Movimentos de vertente e perigo-sidade geomorfolgica na Regio a Norte de

Lisboa. Dissertao de Doutoramento. facul-dade de Letras da Universidade de Lisboa, Lisboa.

Zzere J L, ferreira a B, rodrigues M L (1999) the role of conditioning and triggering factors in the occurrence of landslides: a case study in the area north of Lisbon (Portugal). Geomor-phology, 30 (1 -2): 133 -146.

Zzere J L, reis e, Garcia r, Oliveira s, rodrigues M L, Vieira G, ferreira a B (2004) integra-tion of spatial and temporal data for the defi-nition of different landslide hazard scenarios in the area north of Lisbon (Portugal). Na-tural Hazards and Earth System Sciences, 4: 133 -146.

Zzere J L, Garcia r a C, Oliveira s C, reis e (2005a) anlise sensitiva na avaliao da sus-ceptibilidade a deslizamentos na regio a norte de Lisboa. X Colquio Ibrico de Geo-grafia A Geografia Ibrica no contexto eu-ropeu, vora.

Zzere J L, trigo r, trigo i (2005b) shallow and deep landslides induced by rainfall in the Lis-bon region (Portugal): assessment of relation-ships with the north atlantic Oscillation. Natural Hazards and Earth System Sciences, 5: 331 -344.

Zzere J L, Oliveira s C, Garcia r a C, reis e (2008) Weighting predisposing factors for shallow slides susceptibility assessment on at the region scale. In Chen Z, Zhang J, Li Z, Wu f, Ho K (eds.) Landslides and Engineered Slopes: from the past to the future. 2. Volu-me, London: 1831 -1837.

Zbyszewski G (1964) Notcia explicativa da Folha 2 Loures. Carta Geolgica dos Arredores de Lisboa. Escala de 1: 50 000. Direco -geral de minas e servios geolgicos. servios Geo lgicos de Portugal. Lisboa.

Documents

91_01