ANLISE DA SUSCETIBILIDADE AOS MOVIMENTOS DE MASSA EM SO SEBASTIO (SP) COM O USO DE MTODOS DE INFERNCIA ESPACIAL ANLISE DA SUSCETIBILIDADE AOS MOVIMENTOS DE MASSA EM SO SEBASTIO (SP) COM O USO DE MTODOS DE INFERNCIA ESPACIAL Polyanna da Conceio BISPO 1 , Cludia Maria de ALMEIDA 2 , Mrcio de Morisson VALERIANO 2 , Jos Simeo de MEDEIROS 2 , Edison CREPANI 2 (1) Programa de Ps-Graduao em Sensoriamento Remoto, Instituto Nacional de Pesquisas Espaciais INPE. Avenida dos Astronautas, 1.758 Jd. Granja. Caixa Postal 515. CEP 12227-010. So Jos dos Campos SP. Endereo eletrnico: polyanna@dsr.inpe.br (2) Instituto Nacional de Pesquisas Espaciais INPE, Diviso de Sensoriamento Remoto DSR. Avenida dos Astronautas, 1.758 Jd. Granja. Caixa Postal 515. CEP 12227-010. So Jos dos Campos SP. Endereos eletrnicos: almeida@dsr.inpe.br; valerian@dsr.inpe.br; medeiros@dsr.inpe.br; crepani@dsr.inpe.br Introduo rea de Estudo Material e Mtodos Resultados e Discusses Concluses Agradecimentos Referncias Bibliogrficas RESUMO Este trabalho tem como objetivo avaliar mtodos de inferncia espacial para modelar a suscetibilidade a movimentos de massa no municpio de So Sebastio (SP) e testar o efeito da incluso de variveis geomorfomtricas (curvaturas vertical e horizontal) no modelo. Foram comparados trs mtodos de inferncia espacial: booleano, bayesiano e fuzzy gama. Estes mtodos foram testados com cinco variveis (geomorfologia, geologia, pedologia, uso da terra e declividade) e, em seguida, com sete variveis (incluindo as curvaturas vertical e horizontal). O mtodo booleano no permitiu uma classificao detalhada das classes de suscetibilidade para ambos os casos (com cinco e com sete variveis). O mtodo fuzzy gama apresentou uma maior flexibilidade na identificao de reas e na gerao de cenrios para ambos os casos, o que foi possvel atravs da manipulao dos valores do ndice gama. A adio das curvaturas no modelo permitiu um melhor desempenho, apresentando resultados mais satisfatrios para o seu refinamento. A inferncia bayesiana utilizou efetivamente apenas a varivel declividade (no caso de cinco variveis) e, em uma segunda etapa, as variveis declividade e curvatura horizontal (no caso de sete variveis). Este mtodo no se mostrou satisfatrio na discriminao das classes de suscetibilidade aos movimentos de massa. Palavras-chave: mtodos de inferncia espacial, anlise de risco, sistema de informaes geogrficas, movimentos de massa, geomorfometria. ABSTRACT P.C. Bispo, C.M. Almeida, M.M. Valeriano, J.S. Medeiros, E. Crepani - Analysis of mass movement-prone areas in So Sebastio (SP) based on spatial inference methods. This work is committed to evaluate spatial inference methods designed for modeling the susceptibility to mass movements in the municipality of So Sebastio (SP) and test the effectiveness of including geomorphometric variables (vertical and horizontal curvatures) in the models. We compared three methods of spatial inference: Boolean, Bayesian, Fuzzy Gama. These methods were tested with five variables (geomorphology, geology, pedology, land use, and slope) and then with seven variables (the former five ones with the addition of vertical and horizontal curvatures). The Boolean method did not allow a detailed classification of susceptibility classes in both cases (with five and with seven variables). The Fuzzy Gama method presented greater flexibility in identifying susceptibility areas and in generating distinct scenarios for both types of models. This was made possible by manipulating the gama index values. The addition of curvatures in the model allowed a better performance and yielded superior results. The Bayesian inference effectively used only slope (in the case of five variables) as an evidence, and slope and horizontal curvature (in the case of seven variables). This method was not satisfactory in discriminating the classes of susceptibility to mass movements. Keywords: spatial inference methods, risk analysis, geographic information systems, landslides, geomorphometry. INTRODUO Os movimentos de massa so processos dinmi- cos que ocorrem, em geral, em vertentes. Esses eventos podem ser desencadeados pela interao entre dife- rentes fatores endgenos, tais como tipo de solo, de rocha ou de forma do terreno, e fatores exgenos, como variveis climticas, fatores antrpicos, entre outros. Os movimentos provenientes dessas interaes corres- pondem ao desprendimento e transporte de solo e/ou material rochoso vertente abaixo, devido sua insta- bilidade condicionada pela gravidade, podendo ser So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 468 intensificada pela ao de outros agentes, tais como a gua ou vento (Chorley et al., 1984; Fernandes & Amaral, 1996; Sestini, 1999). Os movimentos rpidos ou deslizamentos esto estreitamente associados com as atividades antrpicas e a variabilidade de causas e mecanismos a eles rela- cionados (Fernandes & Amaral, 1996; Sestini, 1999). Esses processos fazem parte da dinmica natural da formao do modelado terrestre, entretanto, podem tornar-se um problema quando so intensificados pela ocupao humana (Sestini, 1999), responsvel pela remoo da cobertura vegetal e/ou por obras de movi- mentos de terra, com a consequente exposio do solo, o que o torna mais propenso a deslocamentos em caso de chuvas intensas. Deste modo, podem ser conside- rados como sendo eventos de risco, ou seja, fenmenos de origem natural ou antrpica que provocam prejuzos aos meios biofsico e social (Zuquette et al., 1995; Sestini, 1999). Esses fenmenos podem ser classificados quanto ao tipo de movimento, velocidade, geometria de falha, morfometria da vertente, tipo de material removido e grau de alterao, entre outros (Suarz, 1998, segundo Muoz, 2005). Com relao morfometria das vertentes, a varivel geomorfomtrica declividade fornece a medida de inclinao (em graus ou percen- tual) do relevo em relao ao plano horizontal e est diretamente relacionada velocidade de deslocamento de material e capacidade de transporte de massas slidas e lquidas no terreno (Muoz, 2005). Essa varivel tem grande importncia nos processos geomor- folgicos, condicionando cursos de gua e desloca- mento de colvio (Christofolletti, 1980). As declividades acima de 30, por exemplo, apresentam risco de deslizamentos mais frequentes (Muoz, 2005). Alm da declividade, a curvatura vertical e a curvatura horizontal merecem destaque. A primeira se refere ao carter convexo/cncavo do terreno quando analisado em perfil, e a ltima, ao carter divergente/convergente dos fluxos de matria sobre o terreno quando analisado em projeo horizontal. Ambas variveis esto relacionadas aos processos de migrao e acmulo de gua, minerais e materiais orgnicos no solo atravs da superfcie, proporcionados pela gravidade. Estas duas variveis combinadas representam uma caracte- rizao das formas do terreno, que se associam diretamente a propriedades hidrolgicas e de transporte (Schmidt et al., 2003). Neste contexto, as tecnologias de Sistemas de Informaes Geogrficas (SIG) e os mtodos de inferncia espacial so de grande impor- tncia na identificao de reas suscetveis aos movi- mentos de massa, uma vez que permitem a integrao de diferentes informaes, tais como tipo de solo, tipo de rocha, topografia ou geomorfometria, entre outros, auxiliando na elaborao de prognsticos mais com- pletos e confiveis da rea de interesse. Inmeros trabalhos na literatura nacional e interna- cional dedicaram-se a investigar a suscetibilidade aos movimentos de massa em ambientes de SIG. Moreira (2008) desenvolveu uma plataforma interativa para a investigao do fenmeno de movimentos de massa na Serra do Mar (SP), integrando dados relativos aos fatores condicionantes desses processos, de carter geolgico, geomorfolgico, fitogeogrfico, pluviomtrico e antrpico, frente a caractersticas da evoluo da paisagem na rea de estudo. Guimares et al. (2009) conceberam um modelo de previso de ocorrncia de escorregamentos rasos para o Parque Nacional da Serra dos rgos (PARNASO) utilizando dados de pluviosidade mdia mensal, com o intuito de identifi- carem na paisagem em anlise a variabilidade espacial dos locais susceptveis a escorregamentos rasos ao longo do perodo de estudo (anual). Ercanoglu & Gokceoglu (2004) utilizaram lgica fuzzy para relacionar parmetros fisiogrficos (proxi- midade a dobramentos e falhas, relao entre descon- tinuidades e declividade, dados de curvaturas e orienta- o de vertentes, declividade, distncias drenagem, altimetria, cobertura vegetal) e antrpicos (localizao de reas agrcolas, estradas), visando produzir um mapa de suscetibilidade a escorregamentos na regio ociden- tal do Mar Negro na Turquia. Ermini et al. (2005) empregaram uma abordagem igualmente no- paramtrica, baseada em redes neurais artificiais (RNA), para o mapeamento de reas suscetveis a movimentos de massa nos Montes Apeninos seten- trionais (Itlia), considerando critrios de litologia, declividade, curvatura vertical de terreno, cobertura da terra e rea de contribuio montante. Nessa mesma linha metodolgica, Chauhan et al. (2010) produziram um mapa de zoneamento de reas susce- tveis a escorregamentos a partir de RNA, levando em conta variveis condicionantes como declividade, densidade de drenagem, orientao de vertentes, relevo relativo, litologia, falhas, cobertura e uso da terra. Pradhan et al. (2006) consideraram fatores como cobertura da terra, geologia, lineamentos, falhas, geomorfologia e drenagem, extrados a partir de ima- gens de satlite, a fim de conduzir, por meio do mtodo booleano, uma anlise de suscetibilidade a escorrega- mentos para uma regio tectonicamente ativa no Himalaia central. Os autores concluram que reas com alta densidade de lineamentos, moderada a baixa densidade de drenagem e alta declividade so as mais vulnerveis a escorregamentos. Komac (2006) utilizou o mtodo de Processo Hierrquico Analtico (Analy- tical Hierarchy Process AHP) aliado a uma anlise estatstica multivariada, para a gerao de mapas de So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 469 suscetibilidade a movimentos de massa em uma regio central da Eslovnia, considerando 24 variveis, das quais a declividade, litologia, rugosidade do terreno e tipo de cobertura da terra mostraram-se decisivas para a determinao das reas suscetveis a esses fenme- nos. Schulz (2007), por sua vez, empregou dados de perfilamento a laser (LIDAR) e registros histricos para mapear visualmente escorregamentos, cicatrizes e encostas expostas, revelando que reas com ante- cedentes de escorregamentos so mais propensas ocorrncia dos mesmos. De forma diversa abordagem metodolgica dos trabalhos acima expostos, o objetivo do presente traba- lho conduzir uma avaliao comparativa entre trs mtodos distintos de inferncia espacial (anlise booleana, lgica fuzzy e probabilidade bayesiana), visando identificar o mais adequado para a modelagem da suscetibilidade aos movimentos de massa no munic- pio de So Sebastio, SP. Aliado a isso, este estudo visa tambm verificar o efeito da incluso das variveis geomorfomtricas curvatura vertical e curvatura horizontal no modelo. O foco deste trabalho ser a unidade geomorfolgica denominada vertente, a qual representa a unidade elementar do modelado terrestre. REA DE ESTUDO O municpio de So Sebastio est situado no litoral norte do estado de So Paulo, a 200 km a nordeste de So Paulo, a capital, entre as coordenadas geogrficas 235044S, 455112W e 233840S, 452237W (Figura 1). As suas cotas oscilam entre 2 e 1.500 m. Apresenta clima mido-tropical, com temperatura mdia de 20C. O presente estudo foi realizado na rea do municpio, sendo as ilhas excludas do recorte adotado. A rea de So Sebastio possui uma srie de caractersticas fsico-naturais que se destacam, tais como as altas declividades da encosta da Serra do Mar, a presena de rochas metamrficas (p. ex., migmatitos) e a intensidade e distribuio da precipi- tao durante o ano varia entre 1.500 e 2.500 mm (Muoz, 2005), as quais combinadas podem desenca- dear movimentos de massa do tipo escorregamento (Crepani & Medeiros, 2000). FIGURA 1. Localizao do municpio de So Sebastio (abaixo) inserido no estado de So Paulo (acima). So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 470 MATERIAL E MTODOS As tcnicas de inferncia espacial so ferramentas que permitem a integrao de dados espaciais de diversos formatos e fontes com o objetivo de modelar um determinado fenmeno. Tais tcnicas so geral- mente utilizadas para analisar e descrever fenmenos naturais, a partir da construo de cenrios por meio de modelos empricos gerados em SIG (Muoz, 2005; Camargo et al., 2007). Um modelo em SIG combina um conjunto de mapas de entrada atravs de uma funo, que gera um mapa de sada (Bonham-Carter, 1994). Este processo resulta em planos de informaes com dife- rentes representaes temticas e numricas (Muoz, 2005; Camargo et al., 2007). No presente trabalho, foram testados trs mtodos de inferncia: o booleano, o fuzzy gama e o bayesiano. A inferncia booleana a tcnica mais simples utilizada na anlise espacial. realizada por meio da combinao lgica de mapas binrios, com a aplicao de operadores algbricos condicionais. A tcnica de inferncia baseada na lgica fuzzy ou difusa consiste em uma metodologia de caracte- rizao de classes, no definindo limites rgidos (bordas) (Cmara et al., 1996a); apresenta a capacidade de capturar informaes de diversas naturezas e convert- las para um formato numrico, sendo til na modelagem de sistemas complexos (Moreira da Silva, 2001, Camargo et al., 2007). Aliado a isso, o mtodo fuzzy gama permite fazer predies quanto aos cenrios mais ou menos suscetveis a um determinado fenmeno, atravs da manipulao dos valores do ndice gama () (Muoz, 2005; Camargo et al., 2007). O operador fuzzy gama consiste no produto entre a soma algbrica fuzzy e o produto algbrico fuzzy (Muoz, 2005). A Equao (1) representa este operador: (1) em que o ndice gama, definido no intervalo de 0 a 1; i , o valor de cada uma das variveis para um plano de informao i; e combination , o valor resultante da operao de fuzzy gama. Quando = 0, a combinao fuzzy igual ao produto algbrico, e quando = 1, igual soma algbrica. Segundo Bonham-Carter (1994), os valores no intervalo 0 < < 0,35 apresentam um carter diminutivo para o fenmeno estudado, e valores no intervalo 0,8 < < 1,0 tm um carter aumentativo. Assim, a principal diferena entre esses modelos de inferncia que o modelo booleano apresenta apenas duas classes (favorvel e no favorvel), enquanto que a lgica difusa apresenta uma gradao entre as situaes favorveis e no favorveis do estudo em questo (Laranjeira, 2003). A inferncia bayesiana, por sua vez, consiste no estabelecimento das probabilidades para a deter- minao e/ou identificao de um fenmeno geogr- fico, em face da existncia de uma ou mais condies previamente estabelecidas (Camargo et al., 2007). Os principais conceitos tratados nesta tcnica de inferncia so os de probabilidades a priori e a posteriori (Boham-Carter, 1994). De modo geral, um evento qualquer apresenta uma determinada probabilidade de ocorrncia, a qual denominada de probabilidade a priori. No entanto, evidncias (variveis) que refinem estas probabilidades podem fornecer um novo valor, denominado de probabilidade a posteriori (Camargo et al., 2007). Segundo Cmara et al. (2008), este modelo denominado de modelo emprico, pois, se baseia em mtodos estatsticos para a determinao dos pesos dos atributos envolvidos. A seguir apresentada a inferncia bayesiana, segundo Camargo et al. (2007), de modo exato como descrito e abordado por estes autores. A partir do conceito de probabilidade condicional, a teoria bayesiana estabelece que a probabilidade de ocorrncia de um evento A condicionada por um evento B dada pela Equao (2) (Magalhes & Lima, 2005). (2) A partir do mesmo princpio, pode-se obter a probabilidade do evento A condicionada pela ausncia do evento B, isto , no B ou B complementar (Bc). Isto dado pela Equao (3). (3) Boham-Carter (1994) apresenta um conceito que relaciona razes entre probabilidades complementares, denominado chance (odds), a qual obtida atravs da razo entre a probabilidade de um evento ocorrer e a sua probabilidade complementar, ou seja, de no ocor- rncia. Aplicando o conceito de odds s probabilidades condicionais da Equao (2), tm-se a seguinte relao: (4) Na equao acima, tm-se o odds de {A / B} (a proba- bilidade a posteriori), o odds de {A} (probabilidade a So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 471 priori) e a razo , denominada razo de sufi- cincia. A expresso em odds dada pela Equao (5). (5) Por outro lado, considerando-se O{A / Bc}, obtm- se a razo de necessidade, dada por De acordo com Boham-Carter (1994), este mtodo emprico de estabelecimento de probabilidades a posteriori denominado pesos de evidncia. Este mtodo aplica o logaritmo natural (neperiano) a ambos os lados da Equao (5) para a definio do peso positivo de evidncia (W + ), conforme apresenta a Equao (6): (6) em que log it{A / B} o log natural de 0{A / B} e log it{A} o log natural de 0{A}. Da mesma forma, aplicando-se o logaritmo natural a 0{A / Bc}, obtm- se o peso negativo de evidncia (W - ). Para o presente estudo, a gerao dos trs mode- los contou com a utilizao das variveis geomorfologia, geologia, pedologia e uso e cobertura da terra, presen- tes no banco de dados geogrficos construdo e fornecido por Crepani & Medeiros (2001). As variveis declividade, curvatura vertical e curvatura horizontal foram obtidas a partir do TOPODATA (Valeriano, 2005). Segundo Wilson & Gallant (2000) e Valeriano (2008), a declividade corresponde ao ngulo de inclinao da superfcie local. Possui ao direta sobre o equilbrio entre a infiltrao de gua no solo e escoamento superficial, alm de controlar a intensidade dos fluxos de matria e insola- o. Esse conjunto de fatores resulta na formao de ambientes com diferentes caractersticas fsicas e biolgicas. A curvatura vertical refere-se ao carter convexo/cncavo do terreno quando analisado em perfil. Por sua vez, a curvatura horizontal corresponde ao carter divergente/convergente dos fluxos de matria sobre o terreno, quando analisado em projeo horizontal. Estas duas ltimas variveis esto relaciona- das aos processos de migrao e acmulo de gua, minerais e materiais orgnicos no solo atravs da superfcie, proporcionados pela gravidade. Estas duas variveis combinadas representam uma caracterizao das formas do terreno, que se associam diretamente a propriedades hidrolgicas (Figura 2). FIGURA 2. Combinao das curvaturas para caracterizao das formas de terreno. Fonte: Dikau (1990). So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 472 RESULTADOS E DISCUSSO A partir dos mapas ou cenrios resultantes da anlise booleana (com um menor nmero de variveis), percebe-se um predomnio de reas de muito baixa, mdia e de muito alta suscetibilidades. Esta inferncia espacial mostrou-se bastante restritiva em relao aos demais mtodos, o que se deve ao fato de esta tcnica ser a mais simples das trs empregadas neste trabalho, realizada apenas a partir da combinao lgica de mapas coroplticos. Em virtude disto, algumas classes foram subestimadas ou superestimadas, e outras foram quase suprimidas do cenrio gerado, como o caso da classe de baixa suscetiblidade. A inferncia fuzzy gama distribuiu melhor as reas de risco potencial em todas as classes de suscetibilidade, alm de permitir a gerao de cenrios diferenciados. Devido flexibilidade desta tcnica, foram gerados quatro cenrios, os quais condizem com circunstncias passveis de serem observadas na realidade. Diversos estudos reportam que a teoria dos conjuntos fuzzy fornece um mtodo apropriado para tratamento quanti- tativo de vrios conjuntos de dados, o que torna esta teoria adequada para modelar fenmenos naturais e/ ou de comportamento irregular (An et al., 1991; Chung & Fabbri, 1993; Zimmermann, 1996). O aumento do valor de ndice gama gerou cenrios mais favorveis ocorrncia de movimentos de massa, ou seja, houve um aumento da ocorrncia das classes de alta e muito alta suscetibilidade. Por outro lado, os valores mais prximos de 0,60 apresentaram cenrios menos favor- veis aos movimentos de massa e ocorrncias com frequncias semelhantes para todas as classes possveis. A inferncia bayesiana, por sua vez, foi condicio- nada pela utilizao da varivel declividade. Neste sentido, houve uma forte concordncia entre reas de alta declividade e alta/muito alta suscetibilidade, conforme ilustrao da Figura 3. O processamento e a gerao dos modelos foram realizados no programa SPRING 4.2 (Cmara et al., 1996b). Os cenrios de suscetibilidade gerados pelos trs mtodos de inferncia basearam-se na proposta de Soeters & Van Westen (1996), tambm usada por Muoz (2005), na qual os autores empregaram as variveis uso da terra, geomorfologia, geologia, pedologia e declividade. Em uma segunda etapa, foram inseridas nos trs casos as variveis curvatura vertical e curva- tura horizontal. No presente trabalho, o mapa resultante de susce- tibilidade aos movimentos de massa apresenta cinco classes: muito alta suscetibilidade, alta suscetibilidade, mdia suscetibilidade, baixa suscetibilidade e muito baixa suscetibilidade. As inferncias foram realizadas atravs da lingua- gem de lgebra de mapas LEGAL, disponvel no programa SPRING. Conforme anteriormente exposto, os mtodos de inferncia testados foram o booleano, o fuzzy gama e o bayesiano. Para a inferncia booleana, foram usadas as variveis uso da terra, pedologia, geomorfologia, geolo- gia e declividade. Posteriormente, repetiu-se o mesmo procedimento com a incluso das variveis curvatura vertical e curvatura horizontal. No que se refere aos procedimentos da etapa de inferncia fuzzy gama, optou-se pela gerao de quatro cenrios distintos atravs dos seguintes valores de ndice gama: 0,60; 0,63; 0,65 e 0,70, os quais foram testados e julgados adequados por Muoz (2005). Este proce- dimento foi realizado a partir das variveis uso da terra, pedologia, geomorfologia, geologia e declividade. Posteriormente, foi realizado o mesmo processo com a insero das variveis curvatura vertical e curvatura horizontal. Na inferncia bayesiana, foi necessria a construo de um mapa binrio de referncia (ocorrn- cia e no-ocorrncia de movimentos de massa), o qual foi obtido atravs da reclassificao do mapa numrico fornecido pelo valor 0,70 de ndice gama, tanto para o modelo com cinco variveis como para o modelo com sete variveis. Na inferncia bayesiana, tambm foram realizados testes de independncia por meio do ndice Cramer para as variveis utilizadas (pedologia, uso da terra, geologia, geomorfologia e declividade), conside- rando o modelo com cinco variveis. Os ndices Cramer (Bonham-Carter, 1994) obtidos para as combinaes entre pares de variveis, bem como entre cada uma das variveis e o evento (movimentos de massa), apontaram a varivel declividade como a mais adequada para esta tcnica de inferncia, em vista do fato de que a mesma apresentou menor correlao com as demais variveis e maior correlao com o dado de referncia indicativo de ocorrncias do evento. A partir disto, foram calcu- lados somente os valores dos pesos positivos de evidncia (W + ). Estes representam a probabilidade a posteriori da ocorrncia de movimento de massa. No caso do modelo com sete variveis (pedologia, uso da terra, geologia, geomorfologia, declividade, curvatura vertical e curvatura horizontal), foram igualmente realizados testes de independncia para as variveis. Os ndices Cramer obtidos apontaram as variveis declividade e curvatura horizontal como as mais adequadas para integrarem o modelo. Deste modo, foram calculados os valores de W + tambm para estas duas variveis. Por fim, os modelos foram gerados e depois compa- rados entre si em funo das classes de suscetibilidade. So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 473 FIGURA 3. (a) Cenrio de suscetibilidade a movimentos de massa obtido atravs do mtodo booleano. Cenrios de suscetibilidade a movimentos de massa gerados com os valores de ndice gama de: (b) 0,60; (c) 0,63; (d) 0,65; (e) 0,70; bayesiano (f). Cinco classes de suscetibilidade a movimentos de massa so indicadas: muito alta, alta, mdia, baixa e muito baixa. Organizao e Elaborao: Bispo et al. (2011). So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 474 Com o objetivo de verificar o efeito da incluso das variveis geomorfomtricas curvatura vertical e curvatura horizontal nos modelos, os trs mtodos de inferncia foram reaplicados com a incluso das mesmas. O novo cenrio gerado pela inferncia booleana (Figura 4) com a incluso das curvaturas foi menos satisfatrio que o anterior (Figura 3). A classe de mdia suscetibilidade foi superestimada em detrimento das demais, as quais foram notadamente subestimadas. Por outro lado, a classe de baixa suscetibilidade acabou eliminada dos resultados. Conforme previamente explicado, a inferncia fuzzy gama distribuiu melhor as reas de risco potencial em todas as classes de suscetibilidade, alm de permitir a gerao de mltiplos cenrios em funo da adoo de valores diferenciados para o ndice gama. A adio das variveis de curvatura ao modelo foi satisfatria, uma vez que foram responsveis pelo seu refinamento, definindo melhor as formas e limites das classes, especialmente as classes de muito alta, alta e mdia suscetibilidade. O aumento do valor do ndice gama gerou cenrios mais favorveis ocorrncia de movi- mentos de massa, enquanto os valores mais prximos de 0,60 apresentaram cenrios menos favorveis ao evento. O refinamento propiciado pelas variveis curvatura vertical e curvatura horizontal, que combina- das definem a forma do terreno, permitiu que fossem visualizadas as reas passveis de serem atingidas pelos eventos de escorregamento (em especial, o cenrio gerado com o valor de ndice gama igual a 0,70). Na Figura 5, observa-se que as regies situadas em cotas altimtricas imediatamente inferiores quelas classifi- cadas como de muito alta, alta e mdia suscetibilidade, as quais correspondem justamente s reas receptoras de material proveniente de movimentos de massa, coincidem com as reas de risco de serem atingidas por escorregamentos, conforme definidas por Crepani & Medeiros (2001). Assim, o cenrio gerado pelo valor de ndice gama igual a 0,70 comparvel ao cenrio gerado por Crepani & Medeiros (2001), cujo detalhe pode ser visualizado na Figura 6. Segundo o exposto anteriormente, a inferncia bayesiana foi condicionada pela utilizao das variveis declividade e curvatura horizontal, sele- cionadas por meio do teste de independncia. Convm mencionar que, neste mtodo, o cenrio fuzzy com valor de ndice gama igual a 0,70 foi considerado como dado de referncia para o clculo da probabilidade a priori. O cenrio obtido pela anlise bayesiana no se mostrou, contudo, satisfatrio, uma vez que houve um extremo predomnio de reas de baixa e muito baixa suscetibilidade aos movimentos de massa, o que no condiz com os resultados de trabalhos anteriores, como Crepani & Medeiros (2000) e Muoz (2005) (Figura 4). CONCLUSES O mtodo booleano foi adequado para a identi- ficao das reas de muito alta suscetibilidade no caso de modelos contendo cinco variveis, e de mdia suscetibilidade no caso de modelos com sete variveis. Entretanto, a rigidez das combinaes qualitativas das variveis no possibilitou uma discriminao mais detalhada das classes de suscetibilidade aos movi- mentos de massa. Com relao ao mtodo fuzzy gama, a transfor- mao dos valores qualitativos para valores numricos tornou possvel o tratamento das incertezas inerentes a fenmenos naturais. Alm disto, conforme salientado anteriormente, este mtodo tornou possvel a gerao de cenrios mais favorveis e menos favorveis ao fenmeno estudado. A adio das variveis curvatura vertical e curvatura horizontal ao modelo mostrou-se eficaz no refinamento deste. A delimitao do cenrio obtido pelo operador fuzzy (ndice gama = 0,70) com adio das curvaturas vertical e horizontal foi comparvel ao mapa de risco obtido por Crepani & Medeiros (2001), mostrando que o uso destas variveis recomendvel quando se deseja revelar limites e formas bem definidas do terreno e, em especial, quando se deseja delimitar reas potenciais ocorrncia de escorregamentos. No caso da inferncia bayesiana, a grande depen- dncia espacial entre os elementos do meio fsico (pedologia, geologia, geomorfologia, cobertura vegetal etc.) tornou inadequada a utilizao de todas as variveis. Deste modo, utilizao da declividade fez com que o mapa de classes de suscetibilidade aos movimentos de massa resultasse muito semelhante ao mapa temtico de declividade. De modo geral, este estudo possibilitou a verificao do potencial e da flexibilidade do mtodo fuzzy gama em estudos ambientais, e, em especial, possibilitou a anlise do seu desempenho comparativo nos casos de excluso e incluso de variveis geo- morfomtricas, tais como a curvatura vertical e a curvatura horizontal. O mtodo fuzzy gama apresentou os resultados mais satisfatrios para o experimento reportado neste trabalho. So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 475 FIGURA 4. (a) Cenrio de suscetibilidade a movimentos de massa obtido atravs do mtodo booleano, com a incluso das curvaturas vertical e horizontal. Cenrios de suscetibilidade a movimentos de massa com a incluso das curvaturas vertical e horizontal, gerados com os valores de ndice gama de: (b) 0,60; (c) 0,63; (d) 0,65; (e) 0,70; bayesiano (f). Cinco classes de suscetibilidade a movimentos de massa so indicadas: muito alta, alta, mdia, baixa e muito baixa. Organizao e Elaborao: Bispo et al. (2011). So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 476 FIGURA 5. (a) reas com risco de serem atingidas por escorregamentos (em vermelho). Fonte: Crepani & Medeiros (2001). (b) Cenrio de suscetibilidade a movimentos de massa gerado com ndice gama de 0,70, incluindo as curvaturas vertical e horizontal. Organizao e Elaborao: Bispo et al. (2011). FIGURA 6. (a) Detalhe da comparao entre o cenrio de reas com risco de serem atingidas por escorregamentos (em vermelho). Fonte: Crepani & Medeiros (2001). (b) Cenrio gerado pela inferncia fuzzy com valor de ndice gama de 0, 70 e incluindo as curvaturas vertical e horizontal. Organizao e Elaborao: Bispo et al. (2011). So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 477 AGRADECIMENTOS Os autores agradecem s instituies de fomento pesquisa CAPES e CNPq. Agradecem tambm Flvio Fortes Camargo e Viviana Aguilar Muoz pelo suporte e discusses que muito enriqueceram o presente trabalho. REFERNCIAS BIBLIOGRFICAS 1. AN, P.; MOON, W.M.; RENCZ, A. Application of fuzzy set theory to integrated mineral exploration. Canadian Journal of Exploration Geophysics, v. 27, n. 1, p. 1-11, 1991. 2. BONHAM-CARTER, G.F. Geographic information systems for geoscientists: Modelling with GIS. Ontario, Canad: Pergamon, 398 p., 1994. 3. CMARA, G.; CASANOVA, M.A.; HEMERLY, A.S.; MAGALHES, G.C.; MEDEIROS, C.M.B. Anatomia de siste- mas de informao geogrfica. So Jos dos Campos: INPE; Campinas: IBM Brasil/CPqD-Telebrs/Unicamp, 193 p., 1996. (a) 4. CMARA, G.; SOUZA, R.C.M; FREITAS, U.M.; GARRIDO, J. SPRING: Integrating remote sensing and GIS by object-oriented data modeling. Computers & Graphics, v. 20, n. 3, p. 395-403, 1996. (b) 5. CMARA, G.; MOREIRA, F.R.; BARBOSA, C.; FILHO, R.A.; BNISCH, S. Tcnicas de inferncia geogrfica. In: CMARA, G.; DAVIS, C.; MONTEIRO, A.M.V. (Orgs./ Eds.), Introduo cincia da geoinformao, 2008. Disponvel em: http://www.dpi.inpe.br/gilberto/livro/introd/ index.html. Acessado em: 13jun2008. 6. CAMARGO, F.F.; ALMEIDA, C.M.; FLORENZANO, T.G.; CREPANI, E.; MEDEIROS, J.S. Avaliao dos Mtodos Booleano, Fuzzy Gama e Bayesiano na Identificao de reas Suscetveis a Movimentos de Massa no Municpio de So Sebastio/SP. In: SIMPSIO BRASILEIRO DE GEOGRA- FIA FSICA APLICADA, 12, 2007, Natal. Anais... Natal: Universidade Federal do Rio Grande do Norte, 2007, v. 12. 7. CHAUHAN, S.; SHARMA, M.; ARORA, M.K.; GUPTA, N.K. Landslide susceptibility zonation through ratings derived from artificial neural network. International Journal of Applied Earth Observation and Geoinformation, v. 12, p. 340-350, 2010. 8. CHORLEY, R.J.; SCHUMM, S.A.Y.; SUGDEN, D.E. Geomorphology. Londres: Methuen, 605 p., 1984. 9. CHUNG, C.F. & FABBRI, A.G. The representation of geoscience information for data integration. Nonrenewable Resources, v. 2, n. 2, p. 122-139, 1993. 10. CHRISTOFOLETTI, A. Geomorfologia. So Paulo: Edgard Blucher, 200 p., 1980. 11. CREPANI, E. & MEDEIROS, J.S. DE. Sensoriamento remoto e geoprocessamento aplicados ao estudo da vulnerabilidade a movimentos de massa no municpio de So Sebastio - SP. In: SIMPSIO LATINOAMERICANO DE PERCEPCIN REMOTA (SELPER), 9, 2000, Missiones, Argentina. Anais Missiones, Argentina: SELPER, 2000, v. 9, p. 889-898. 12. CREPANI, E. & MEDEIROS, J.S. de. Sensoriamento remoto e geoprocessamento aplicados ao estudo da vulnerabilidade a movimentos de massa no municpio de So Sebastio - SP. Relatrio Tcnico. So Jos dos Campos: INPE, 26 p., 2001. 13. DIKAU, R. Derivatives from detailed geoscientific maps using computer methods. Zeitschrift fr Geomorphologie, v. 2, n. 80, p. 45-55, 1990. 14. ERCANOGLU, M. & GOKCEOGLU, C. Use of fuzzy relations to produce landslide susceptibility map of a landslide prone area (West Black Sea Region, Turkey). Engineering Geology, v. 75, p. 229-250, 2004. 15. ERMINI, L.; CATANI, F.; CASAGLI, N. Artificial neural networks applied to landslide susceptibility assessment. Geomorphology, v. 66, p. 327-343, 2005. 16. FERNANDES, N.F. & AMARAL, C.P. Movimentos de massa: uma abordagem geolgico-geomorfolgica. In: GUERRA, A.J.T. & CUNHA, S.B. (Coords.), Geomorfologia e Meio Ambiente. Rio de Janeiro: Bertrand Brasil, p. 123-194, 1996. 17. GUIMARES, R.F.; GOMES, R.A.T.; CARVALHO JNIOR, O.A.; MARTINS, E.S.; OLIVEIRA, S.N.; FERNANDES, N.F. Anlise temporal das reas susceptveis a escorregamentos rasos no Parque Nacional da Serra dos rgos (RJ) a partir de dados pluviomtricos. Revista Brasileira de Geocincias, v. 39, n. 1, p. 190-198, 2009. 18. KOMAC, M. A landslide susceptibility model using the Analytical Hierarchy Process method and multivariate statistics in perialpine Slovenia. Geomorphology, v. 74, p. 17-28, 2006. 19. LARANJEIRA, L.R. Utilizao da lgica difusa na caracte- rizao de reas favorveis disposio de resduos slidos no municpio de Americana (SP). Rio Claro, 2003. 103 p. Dissertao (Mestrado em Geocincias e Meio Ambiente) Instituto de Geocincias e Cincias Exatas, Universidade Estadual Paulista. 20. MAGALHES, M. & LIMA, A. Noes de probabilidade e estatstica. So Paulo: Edusp, 416 p., 2005. 21. MOREIRA, M.R. Atlas multimdia sobre movimentos de massa na Serra do Mar Paulista municpio de Cubato/ SP. Rio Claro, 2008. 149 p. Tese (Doutorado em Geocincias e Meio Ambiente) Instituto de Geocincias e Cincias Exatas, Universidade Estadual Paulista . 22. MOREIRA DA SILVA, F.R. Uso e avaliao de tcnicas de integrao e anlise espacial de dados em pesquisa mine- ral aplicadas ao Planalto de Poos de Caldas. So Jos dos Campos, 2001. 160 p. Dissertao (Mestrado em Sensoriamento Remoto) Instituto Nacional de Pesquisas Espaciais / INPE. 23. MUOZ, V.A. Anlise comparativa de tcnicas de infe- rncia espacial para identificao de unidades de susce- tibilidade aos movimentos de massa na regio de So Sebastio, So Paulo, Brasil. So Jos dos Campos, 2005. 50 p. Anexos. Especializao (XVIII Curso Internacional em Sensoriamento Remoto e Sistemas de Informao Geogrfica) Instituto Nacional de Pesquisas Espaciais / INPE. 24. PRADHAN, B.; SINGH, R.P.; BUCHROITHNER, M.F. Estimation of stress and its use in evaluation of landslide prone regions using remote sensing data. Advances in Space Research, v. 37, p. 698-709, 2006. 25. SCHMIDT, J.; EVANS, I.S.; BRINKMANN, J. Comparison of polynomial models for land surface curvature calculation. International Journal of Geographical Information Science, v. 17, n. 8, p. 797-814, 2003. 26. SCHULZ, W. Landslide susceptibility revealed by LIDAR imagery and historical records, Seattle, Washington. Engineering Geology, v. 89, p. 67-87, 2007. 27. SESTINI, M.F. Variveis geomorfolgicas no estudo de deslizamentos em Caraguatatuba-SP utilizando imagens TM-Landsat e SIG. So Jos dos Campos, 1999. 140 p. So Paulo, UNESP, Geocincias, v. 30, n. 3, p. 467-478, 2011 478 Dissertao (Mestrado em Sensoriamento Remoto) Instituto Nacional de Pesquisas Espaciais / INPE. 28. SOETERS, R. & VAN WESTEN, C.J. Slope Instability Recognition, Analysis and Zonation. In: TURNER, A.K. & SCHUSTER, R.L. (Eds.), Landslides, investigation and mitigation. Transportation Research Board, National Research Council, Special Report 247. Washington, DC, EUA: National Academy Press, p. 129-177, 1996. 29. SUREZ, J.D. Landslides and slope stability in tropical zones. Bucaramanga, Colmbia: Instituto de Investigaciones sobre Erosion y Deslizamientos, 548 p., 1998. 30. VALERIANO, M.M. Modelo digital de variveis morfomtricas com dados SRTM para o territrio nacional: o Projeto TOPODATA. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12, 2005, Goinia, GO. Anais So Jos dos Campos: INPE, 2005, p. 3595-3602. 31. VALERIANO, M.M. TOPODATA: guia de utilizao de dados geomorfomtricos locais. So Jos dos Campos: INPE, 44 p., 2008. 32. WILSON, J.P. & GALLANT, J.C. Terrain Analysis Principles and Applications. New York: John Wiley & Sons, 479 p., 2000. 33. ZIMMERMANN, H.J. Fuzzy set theory and its applications. Amsterd, Holanda: Kluwer Academic Publisher, 435 p., 1996. Manuscrito Recebido em: 8 de outubro de 2010 Revisado e Aceito em: 27 de abril de 2011 34. ZUQUETTE, L.V; PEJN, O.; GANDOLFI, N.; PARAGUASSU, A.B. Consideraes bsicas sobre a elaborao de cartas de zoneamentos de probabilidade ou possibilidade de ocorrer eventos perigosos e de riscos associados. Geocincias, v. 14, n. 2, p. 9-39, 1995.