REDES NEURAIS ARTIFICIAIS E GEOTECNOLOGIAS PARA O MAPEAMENTO DE ÁREAS SUSCETÍVEIS A INUNDAÇÕES

Código

XXIII-SBRH0897

Autores

GUILHERME GARCIA DE OLIVEIRA, Luis Fernando Chimelo Ruiz, Daniela Müller de Quevedo

Tema

Desastres

Resumo

O objetivo deste estudo foi analisar a potencialidade do uso combinado de dados obtidos por sensoriamento remoto, com técnicas de geoprocessamento para obtenção de séries amostrais, visando a aplicação de um modelo baseado em Redes Neurais Artificiais (RNAs) para o mapeamento de áreas suscetíveis a inundações. O estudo foi aplicado à Região Hidrográfica do Guaíba, RS. Foram utilizadas cinco imagens do satélite Landsat para delimitação de áreas inundadas e seleção de amostras de ocorrência. As amostras de não ocorrência foram geradas em diferentes distâncias das áreas inundadas, gerando 16 conjuntos amostrais. Os dados Shuttle Radar Topography Mission (SRTM) foram utilizados para a extração de 15 atributos do terreno, constituindo-se nas variáveis de entrada. O treinamento da rede foi realizado pelo método retropropagativo com múltiplas camadas. Independente do conjunto amostral, a acurácia dos mapas de suscetibilidade foi excelente, variando de 0,970 a 0,997. Foi observado que a acurácia aumentou a medida que as amostras de não ocorrência foram coletadas mais distantes das áreas de ocorrência. Por outro lado, a proximidade entre as amostras de ocorrência e de não ocorrência faz com que o modelo restrinja as áreas suscetíveis.