1

Modelagem espacial do risco aos movimentos de

massa nos municípios de Petrópolis e Teresópolis

(RJ) através da estatística global e local

Paola Cardozo

Junho, 2014

2

Desastre Natural >>> resultado do impacto de uma catástrofe natural sobre um sistema social que provoca lesões graves ou danos que excedem a capacidade das partes envolvidas para lidar com o impacto (Tobin e Montz, 1997)

Introdução

Petrópolis

Teresópolis

5

Objetivo Desenvolver um Modelo Espacial de Risco aos movimentos de massa em um recorte que compreende os municípios de Petrópolis e Teresópolis.

Arcabouço Conceitual:

6

Mataríais e Métodos

Área de Estudo

Figura 1. Municípios de Petrópolis y Teresópolis (Estado de Rio de Janeiro).

7

Metodología Risco

Vulnerabilidade Social

Indicador de

Vulnerabilidade das famílias em seus

territórios de vida. (Cardozo, 2013)

Paisagem Humana Paisagem Física

Indicador de Vulnerabilidade do terreno aos movimentos de massa. (Ribeiro de Arruda

e Lopes, 2013)

• Dados Censo (2010) IBGE agrupados por setor censitário. • Foi criado um Indicador de Vulnerabilidade Social

• Variáveis: 1- Idade: População 0-3 anos //População >60 anos

2- Pessoa alfabetizada responsável pelo domicilio

3- Qualidade e numero residencias (presencia de

banheiro/sanitário, tipo esgotamento/esgoto a céu aberto ou não)

4- Renda de pessoa responsável

VS = β1*VI + β2*V2 + β3*V3 + ...+ βn*Vn

Transformações Lineares

(Anazawa, 2012)

Escala evolutiva para ponderação matemática de cada agrupamento

Modelo Aditivo

Paisagem Humana

9

Subprodutos obtidos com o TerraHidro, usando um DEM de 30 m de pixel. (A): Grade do fluxo; (B): área de contribuição; (C): Drenagem; (D): Segmentos do rio; (E): sub-bacias; (F):Redes de drenagem sobrepostas as sub-bacias.

Técnica “Processo Analítico Hierárquico”

Potencial de corrida = a * 0,603 + b * 0,315 + c * 0,082

Potencial 0= nenhum potencial para geração de corrida e; Potencial 1= potencial máximo para geração de corrida

Figura 4. Peso geral para o potencial de corrida, contemplando os três parâmetros morfométricos calculados anteriormente.

Paisagem Física

10

Estimação do Risco

Modelo Global dos Mínimos quadrados ordinários (OLS) (Neter et al., 1996)

Modelo Local de Regressão Geograficamente Ponderada (GWR) (Fotheringham et al., 2002).

Risco = ß0+ß1 VS + ß2 ST + ɛi Risco = ß0(ui, vi) + ß1 (ui,vi)V S + ß2 (ui,vi) ST + ɛi

>>> Entorno de software livre R para computação estatística (http://www.r-project.org/).

>>> Roger Bivand http://www.asdar-book.org/

Resultados

A) Padrão espacial da Vulnerabilidade Social B) Padrão espacial da Susceptibilidade do terreno aos movimentos

de massa.

Risco aos movimentos de massa

Modelos OLS

Modelos GWR

Variável ß Desvio Padrão Estatística-t

Constante 0.556 0.0190 29.2

Vulnerabilidade Social 1.025 0.0054 189.7

Susceptibilidade do terreno 0.066 0.032 2.05

Coeficiente de determinação R2 = 0.97 Teste F: F= 2.049. (10+04)

Variável Min. 1st Quartil Mediana 3st Quartil Max. Global

Constante 0.376 0.593 0.602 0.615 0.735 0.556

Vulnerabilidade Social 0.978 1.001 1.003 1.021 1.038 1.0253

Susceptibilidade do terreno 0.205 0.008 0.063 0.081 0.304 0.066

Coeficiente de determinação R2 = 0.981

Sigma = 0.0819 AIC = -2028.743 Suma dos residuais quadrados (SSR) = 6.144

Risco = ß0+ß1 VS + ß2 ST + ɛi

Risco = ß0(ui, vi) + ß1 (ui,vi)V S + ß2 (ui,vi) ST + ɛi

Risco = ß0(ui, vi) + ß1 (ui,vi)V S + ß2 (ui,vi) ST + ɛi

Superfícies dos coeficientes gerados pelo modelo GWR e residuais da

regressão

A análise gráfica dos resíduos revelou que a distribuição dos resíduos não parece seguir o modelo de probabilidade normal. O Teste de normalidade Jarque Bera resultou significativo (p-value < 2.2e-16) e confirmou a falta de normalidade dos dados, por tanto não é possível confiar totalmente nos resultados previstos porque o modelo é tendencioso.

Avaliação do resíduo

Conclusões Este trabalho constrói modelos de regressão com efeitos espaciais contínuos para investigar como a relação entre a vulnerabilidade social e susceptibilidade do terreno se configuram no espaço para gerar o risco das populações aos movimentos de massa.

Os resultados mostraram que o modelo GWR foi mais realista que o modelo OLS, já que permitiu a descrição das variações espaciais locais do risco. No entanto, apresentou uma tendência, sugerindo que uma o mais variáveis podem estar faltando. E preciso identificar variáveis adicionais para incluir no modelo e/ou eliminar os outliers que poderiam estar influenciando a estimação do modelo.

Obrigada!