MODELAGEM PREDITIVA DA SUSCETIBILIDADE À FORMAÇÃO DE RAVINAS NA UGRHI 05 USANDO RANDOM FOREST

Código

XXVI-SBRH0779

Autores

Luca Calçada Dolim Marote, Mateus Domingos, Igor Paulo dos Santos Santana, Aleksey Y. Sheshukov, Murilo Cesar Lucas

Tema

G - Engenharia Hidráulica, de Sedimentos e Costeira

Resumo

Este estudo tem como objetivo elaborar um modelo preditivo da suscetibilidade à formação de ravinas na Unidade de Gerenciamento de Recursos Hídricos 05 (UGRHI 05), localizada entre os Estados de São Paulo e Minas Gerais, abrangendo importantes bacias hidrográficas e áreas com intensa atividade agrícola e urbana. A metodologia envolveu a identificação e inventário de feições erosivas por interpretação visual de imagens de satélite, geração de amostras balanceadas (ravinas e não-ravinas), seleção de atributos geoambientais condicionantes e aplicação do algoritmo Random Forest (RF). Os atributos utilizados foram topográficos, hidrológicos, geológicos, geomorfológicos e de uso e cobertura do solo. Todos eles foram ajustados para resolução espacial de 30 metros. O modelo RF obteve alta acurácia (> 95%) e AUC=99,5%, com destaque para o uso e cobertura do solo como principal fator preditivo (55,2%), seguido pela elevação, geologia e SPI. O mapa de suscetibilidade gerado permitiu identificar áreas com elevada suscetibilidade de formação de ravinas. Os resultados foram validados com imagens de alta resolução, evidenciando a capacidade do modelo em reconhecer ravinas ativas e em formação. As descobertas mostram a eficácia do uso de aprendizado de máquina para dar suporte ao planejamento territorial e ações de conservação do solo, sendo uma ferramenta promissora para a gestão ambiental.