Tradicionalmente, a identificação de áreas suscetíveis a deslizamentos de terra envolve inspeções em campo e análises geotécnicas detalhadas. Técnicos avaliam a estabilidade do solo, a inclinação do terreno e a presença de vegetação. Este processo é intensivo em mão de obra e tempo, além de depender de condições de acesso e segurança.
No entanto, essa realidade está prestes a mudar com uma nova tecnologia desenvolvida na Universidade Regional de Blumenau (FURB). Uma pesquisa de Mestrado no Programa de Pós-Graduação em Desenvolvimento Regional (PPGDR/FURB), conduzida por Denis Vicentainer, identificou um modelo estatístico capaz de prever áreas suscetíveis a deslizamentos de terra com uma precisão de 87%.
O estudo utilizou o modelo estatístico probabilístico Frequency Ratio para avaliar a suscetibilidade a deslizamentos em Blumenau. O pesquisador coletou dados de sensoriamento remoto, usando dois tipos principais de imagens de satélite: Modelos Digitais de Elevação (MDE) e imagens espectrais. Os MDEs representam a Terra em três dimensões, fornecendo informações sobre altura e declividade, essenciais para a análise. Já as imagens espectrais, que mostram a radiação emitida pela Terra, foram utilizadas para identificar áreas cobertas por vegetação, um fator crucial na estabilidade do solo.
Além das imagens de satélite, a pesquisa se baseou no Inventário de Cicatrizes da Defesa Civil de Blumenau. Este inventário registra ocorrências anteriores de deslizamentos, proporcionando um conjunto valioso de dados históricos. O inventário contém mais de 1.500 registros, com 80% desses dados sendo usados para treinar o modelo estatístico, enquanto os 20% restantes foram utilizados para testar sua capacidade preditiva.
Durante o treinamento, o modelo foi alimentado com dados sobre deslizamentos anteriores e cruzou essas informações com os dados obtidos das imagens de satélite. Isso permitiu ao modelo reconhecer padrões que influenciam a ocorrência de deslizamentos. Após o treinamento, o modelo gerou um mapa de Índice de Suscetibilidade a Movimentos de Massa, que classifica as áreas conforme o risco de deslizamento.
A pesquisa também identificou os principais fatores que influenciam a suscetibilidade a deslizamentos. A ausência de vegetação foi um dos fatores mais significativos, demonstrando que áreas desmatadas são mais propensas a esses eventos. Esta capacidade de correlacionar variáveis ambientais permite que o modelo preveja como mudanças, como a retirada de vegetação, podem aumentar o risco de deslizamentos em determinadas áreas.
Além de sua precisão, o modelo oferece uma ferramenta valiosa para a Defesa Civil e gestores de risco. A partir das previsões do modelo, profissionais podem realizar verificações em campo e planejar intervenções preventivas. O modelo também pode ser integrado a sistemas de alerta para avisar a população sobre áreas de risco iminente.
A tecnologia desenvolvida na FURB é aplicável a qualquer município que possua um inventário atualizado de cicatrizes de deslizamentos. A eficácia do modelo depende da qualidade e precisão desses dados, reforçando a importância da cultura de registro e armazenamento de informações geotécnicas.
Denis Vicentainer destaca que, para aplicar o modelo, são necessários conhecimentos em estatística, programação e sensoriamento remoto, além de acesso a dados de satélite e inventários de cicatrizes. Ele menciona que existem diversas bases de dados globais de imagens de satélite disponíveis, mas o principal desafio é garantir a correspondência precisa entre dados de diferentes fontes, um processo que exige padronização cuidadosa.
Com esta nova tecnologia, a previsão e prevenção de deslizamentos podem se tornar mais eficientes e precisas, reduzindo riscos, além de proteger vidas e propriedades.
