Mapeamento de áreas susceptíveis aos processos erosivos a partir da aplicação de algoritmos de aprendizagem de máquina, utilizando índices morfométricos

Abstract

Os processos erosivos são fenômenos naturais que causama remoçãoeotransporte de solo, tendo como fatores naturais o clima, o relevo, a vegetação, ageologia e o solo. No entanto, a interferência humana temcontribuídosignificativamente na intensificação desses fenômenos. Em particular nas cidades, oprocesso de urbanização altera o comportamento do escoamento superficial devidoa convergência do fluxo d´água e da impermeabilização do solo causadapelaimplantação de estruturas urbanas. Nesse contexto, o presente trabalhotemcomoobjetivo delimitar as áreas susceptíveis a ocorrência de processos erosivos, nasáreas urbanas do Distrito Federal, a partir de parâmetros morfométricos, derivadosde um Modelo Digital de Terreno (MDT) na escala de detalhe, utilizadosnamodelagem de algoritmos de aprendizado de máquina. A metodologiafoi divididanas seguintes etapas: a) obtenção e definição dos parâmetros morfométricos; b)mapeamento de feições ocasionadas pelos processos erosivos; c) treinamentodeamostras; d) aplicação dos modelos de aprendizado de máquina (Forest BasedeGradiente Boosting), e) validação. Os resultados obtidos demonstramqueosmodelos utilizados apresentam eficácia em relação à predição. Ambos osmodelostiveram melhor desempenho quando foi acrescentado os parâmetros quedefinemasáreas úmidas. Na comparação dos resultados, o modelo Gradient Boostingobtevemaior grau de acerto, delimitando uma área susceptível menor, alémdeter maiorvelocidade de processamento. O mapeamento obtido fornece uma visãoholísticadas áreas de vulnerabilidade, servindo de subsídio para orientar as tomadasdedecisão no planejamento urbano, prevenindo prejuízos sociais e econômicos.