Finisterra, XLVI, 91, 2011, pp.

9 -26

MODELOS DE SUSCEPTIBILIDADE A DESLIZAMENTOS SUPERFICIAIS TRANSLACIONAIS NA REGIO A NORTE DE LISBOA

ALDINa PIEDaDE1 JOS LUS ZzERE1 RICaRDO A. C. GaRCIa1 SRgIO C. OLIVEIRa1

Resumo Na ltima dcada, os Sistemas de Informao Geogrfica (SIG) tm permitido a criao e o cruzamento de parmetros de forma cada vez mais rpida e fivel, justificando o incremento das variveis de entrada nos modelos de avaliao da susceptibilidade aos movimentos de vertente. Neste contexto, a anlise sensitiva aos modelos preditivos surge com o objectivo de aferir a importncia relativa dos factores de predisposio, permitindo distinguir entre aqueles que mais contribuem para melhorar a performance do modelo de susceptibilidade e os que pouco acrescentam aos resultados finais. Neste trabalho efectuada uma anlise sensitiva a modelos de susceptibilidade a deslizamentos translacionais superficiais em duas reas amostra na regio a Norte de Lisboa, inseridas no mesmo contexto geolgico e geomorfolgico: rea de FanhesTranco e rea de Lousa Loures. Os resultados obtidos permitiram identificar um conjunto de trs variveis que se destacam pela associao espacial aos deslizamentos translacionais superficiais nas duas reas estudadas: declive, unidades geomorfolgicas e exposio das vertentes. Adicionalmente, demonstrase que no existe uma relao linear entre o nmero de variveis presentes no modelo e a respectiva capacidade preditiva, e mostrase que vivel a produo de mapas de susceptibilidade consistentes, recorrendo a um pequeno grupo de variveis que tm uma forte relao espacial com os movimentos de vertente. Palavras-chave: Susceptibilidade, deslizamentos translacionais superficiais, factores de predisposio, anlise sensitiva. Abstract SUSCEpTIBILITY MODELS FOR SHaLLOW TRaNSLaTIONaL SLIDES. EVaLUaTION REgION TO THE NORTH OF LISBON. Over the last decade, Geographic Information Systems (GIS) have enabled the creation and the rigorous crossing and computation
aND MappINg IN THE

Recebido: Novembro, 2010. Aceite: Fevereiro, 2011. 1 Centro de Estudos Geogrficos. Instituto de Geografia e Ordenamento do Territrio. Universidade de Lisboa. Emails: aldinapiedade@campus.ul.pt; zezere@campus.ul.pt; rgarcia@campus.ul.pt; cruzdeoliveira@campus.ul.pt

10

Aldina Piedade et al.

of cartographic thematic layers. Thus, it has been possible to increase the number of variables within datadriven landslide susceptibility models. In this context, sensitivity analysis is an analytical tool used to assess the relative importance of the landslide predisposing factors into a particular landslide susceptibility model. In this study, a sensitivity analysis of shallow translational slides susceptibility models is made for two test sites in the Region to the North of Lisbon, which have the same geologic and geomorphologic context: the FanhesTranco test site and the LousaLoures test site. The results obtained allowed for the identification of 3 variables that have the highest spatial association with shallow translational slides in both test sites: slope angle, geomorphology and slope aspect. Furthermore, results prove the absence of a linear relationship between the number of variables within a landslide predictive model and the model prediction capacity. In addition to this, it is shown that reliable landside susceptibility maps can be produced based on a small group of variables that have a strong spatial relationship with slope movements. Key words: Susceptibility, shallow translational slides, predisposing factors, sensitivity analysis. Rsum MODLES DE SUSCEpTIBILIT aUX gLISSEMENTS pLaNS SUpERFICIELS DaNS La RgION aU NORD DE LISBONNE. Lors de la dernire dcennie, les Systmes dInformation Gographique (SIG) ont permis de crer et de croiser des paramtres avec de plus en plus de fiabilit et de rapidit. Ainsi, on a pu augmenter le nombre de variables dentre dans les modles dvaluation de la susceptibilit aux mouvements de terrain. Lanalyse sensitive est un outil analytique utilis pour valuer limportance relative des facteurs de prdisposition aux mouvements de terrain dans un modle de susceptibilit particulier, permettant ainsi de distinguer les facteurs qui contribuent lamlioration de la performance du modle de ceux qui influencent peu les rsultats finaux. Dans ce travail, une analyse sensitive des modles de susceptibilit aux glissements plans superficiels est effectue et applique deux zones dtudes de la rgion au nord de Lisbonne et qui sinscrivent dans le mme contexte gologique et gomorphologique: la zone de FanhesTranco et celle de LousaLoures. Les rsultats obtenus permettent didentifier un ensemble de trois variables qui se distinguent par une forte association spatiale avec les glissements plans superficiels des deux zones dtude: les units gomorphologiques et linclinaison et lexposition des pentes. De plus, les rsultats prouvent labsence de relation linaire entre le nombre de variables prsentes dans le modle et sa capacit prdictive. Enfin, on montre que la production de cartes de susceptibilit est viable lorsquelle est base sur un petit groupe de variables ayant une forte relation spatiale avec les mouvements de terrain. Mots cls: Susceptibilit, glissements plans superficiels, facteurs de prdisposition, analyse sensitive

I. INTRODUO Para um ordenamento do territrio eficaz e uma gesto equilibrada do risco, necessrio conhecer a instabilidade geomorfolgica presente e passada e a predisposio do territrio para a ocorrncia de movimentos de vertente (Zzere, 2007). Este conhecimento implica a avaliao da susceptibilidade, entendida por Soeters e Van Westen (1996) como a propenso do territrio para a ocorrncia de um tipo particu-

Susceptibilidade a deslizamentos superciais translacionais 11

lar de movimento de vertente em tempo indeterminado, com base num conjunto de factores de predisposio instabilidade geomorfolgica, no contemplando a probabilidade de ocorrncia ou o perodo de retorno. No contexto da avaliao da susceptibilidade, assumido que os futuros movimentos de vertente devero ocorrer sob as mesmas condies que determinaram a instabilidade no passado (Varnes, 1984; Carrara et al., 1999). Esta assuno deriva da aplicao prospectiva do principio do uniformitarismo (O passado e o presente so as chaves para o futuro), no pressuposto de que as mesmas causas so susceptveis de gerar os mesmos efeitos (Varnes, 1984; Van Westen et al., 2008). A avaliao da susceptibilidade dominada, actualmente, pelo recurso a mtodos de cartografia indirecta, de onde se destacam os de base estatstica (Guzzetti et al., 2000; Chacn et al., 2006). Com a utilizao destes mtodos a ponderao dos factores que condicionam a instabilidade obtida atravs da sua representao cartogrfica e da anlise das suas relaes espaciais com a distribuio dos movimentos de vertente. Adicionalmente, estes mtodos permitem reduzir a subjectividade na determinao da susceptibilidade, uma vez que as tcnicas de aquisio, processamento, anlise e representao da informao so normalizadas (Carrara, 1993). Na ltima dcada, os Sistemas de Informao Geogrfica (SIG) tm permitido a criao e o cruzamento de parmetros de forma cada vez mais rpida e fivel, justificando o incremento das variveis de entrada nos modelos de avaliao da susceptibilidade. Van Westen et al. (2008) listam um total de 29 variveis com eventual relevncia no sistema da instabilidade de vertentes, agrupadas em seis temas: morfologia/morfometria, geologia, solos, hidrologia, geomorfologia e uso do solo. Em trabalhos recentes dedicados avaliao da susceptibilidade de ocorrncia de movimentos de vertente suportados por SIG (e.g. Remondo et al., 2003; Santacana et al., 2003; Lee, 2004; Van Den Eeckhaut et al., 2010) recorrente a utilizao de mais de uma dezena de variveis assumidas como factores de predisposio para a instabilidade geomorfolgica. Pese embora a disponibilidade actual de ferramentas analticas, que possibilitam o manuseamento de grande quantidade de informao em simultneo, tem sido pouco explorada a avaliao do peso individual dos factores de predisposio instabilidade geomorfolgica, assim como a determinao dos incrementos preditivos que resultam da incluso de mais variveis nos modelos de susceptibilidade. Este trabalho tem como objectivo a realizao de uma anlise sensitiva (Remondo et al., 2003; Zzere et al., 2005a) aos factores de predisposio utilizados na construo de modelos de susceptibilidade a deslizamentos translacionais superficiais, em duas reas amostra da regio a Norte de Lisboa, inseridas no mesmo contexto geolgico e geomorfolgico: FanhesTranco e LousaLoures. Estas reas so acompanhadas desde meados da dcada de 1980, o que permitiu a realizao prvia de modelos de susceptibilidade geomorfolgica devidamente validados (Zzere et al., 2004; Piedade, 2009; Piedade et al., 2010a). Os modelos anteriormente obtidos basearamse em inventrios de movimentos de vertente e num conjunto de 7 factores de predisposio, idnticos para ambas as

12

Aldina Piedade et al.

reas. Neste contexto, importa perceber se o aumento da quantidade de informao relativa aos factores de predisposio gera modelos de susceptibilidade com melhor capacidade preditiva. Assim, a anlise sensitiva aplicada no sentido de perceber como se comportam os diferentes factores de predisposio, quando utilizados como variveis independentes num modelo de susceptibilidade a deslizamentos translacionais superficiais, tentando perceber quais os que mais contribuem para a explicao da distribuio espacial dos movimentos, identificando os factores de predisposio mais eficazes para a discriminao das reas instveis e estveis, no que se refere ao tipo de deslizamento considerado. O desenvolvimento do trabalho em duas reas com contexto geolgico e geomorfolgico similar feito com o objectivo de atribuir uma maior robustez ao exerccio da anlise sensitiva e aos prprios resultados dos modelos de susceptibilidade, aferindo se os factores de predisposio que mais contribuem para a boa resoluo dos modelos so os mesmos em ambas as reas. II.  REA DE ESTUDO, INSTABILIDADE DE VERTENTES E FACTORES DE PREDISPOSIO As reas de FanhesTranco e de LousaLoures, com uma superfcie de 20km2 e 17km2, respectivamente, inseremse na regio a Norte de Lisboa, localizandose no concelho de Loures. Estas duas reas amostra so parte integrante da costeira Lousa Bucelas, sendo marcadas por uma estrutura monoclinal com inclinaes de 12 para S no caso de FanhesTranco e entre 8 a 30 para SSE a SE em LousaLoures (Ferreira, 1984; Zzere, 1997). Do ponto de vista litolgico observase alternncia de terrenos com diferente resistncia mecnica, permeabilidade, alterabilidade e resistncia ao corte. Destacamse, pela extenso dos afloramentos, as rochas do complexo vulcnico de Lisboa e as rochas sedimentares de idade cretcica como os calcrios, arenitos, calcrios margosos, pelitos e dolomitos (Zbyszewski, 1964, Zzere, et al., 1999, 2005a; Piedade et al., 2010a) como se v na fig. 1. A base de dados dos deslizamentos translacionais superficiais consiste num inventrio, obtido atravs de trabalho de campo para ambas as reas, efectuado por Zzere (1997) registada no quadro I. Os deslizamentos translacionais superficiais so movimentos de vertente com superfcie de ruptura planar, que se desenvolvem paralelamente superfcie topogrfica, a uma profundidade tpica inferior a 1,5 m. O plano de ruptura ocorre, frequentemente, no contacto entre depsitos de vertente permeveis e o substrato rochoso impermevel (Zzere et al., 2005b). Na rea de FanhesTranco foram inventariados 100 deslizamentos translacionais superficiais (densidade de 5 movimentos/km2), a que correspondem 142 172 m2 de rea instabilizada (0,71% da rea total). Para a rea de LousaLoures inventariaram se 82 deslizamentos do mesmo tipo (densidade de 4,8 movimentos/km), correspondentes a uma rea instabilizada de 37 099 m2 (0,22% da rea total).

Susceptibilidade a deslizamentos superciais translacionais 13

Fig. 1 Geologia da Regio a Norte de Lisboa e localizao das reas de LousaLoures e de FanhesTranco. Fig. 1 Geologic map of the Region to the North of Lisbon and localization of the LousaLoures and FanhesTranco test sites.
Fonte: INETI, 2007

14

Aldina Piedade et al.

Quadro I Inventrio de deslizamentos translacionais superficiais nas reas de estudo. Table I Inventory of shallow translational slides in test sites.

Fanhes-Tranco Lousa-Loures

N. de eventos 100 82

rea instabilizada (m) 142 172 37 099

Densidade de movimentos (n/km) 5,0 4,8

Total de rea instabilizada (%) 0,71 0,22

Os factores de predisposio da instabilidade geomorfolgica, assumidos como capazes de predizer a distribuio espacial dos deslizamentos e usados na construo dos modelos de susceptibilidade para as duas reas, so os seguintes (quadro II): declive (8 classes), exposio das vertentes (9 classes), perfil transversal das vertentes (5 classes), unidades litolgicas (6 classes), depsitos superficiais (7 classes), unidades geomorfolgicas (12 classes) e uso do solo (6 classes). No total observam se 52 e 48 classes, nas reas de FanhesTranco e de LousaLoures, respectivamente, valores que se justificam pela ausncia pontual de algumas classes numa das reas. O quadro II sintetiza ainda as fontes de informao e os procedimentos utilizados para a construo de cada tema independente. Destacase a vectorizao e edio de informao de cartografia prexistente, em formato analgico e digital, a interpretao de ortofotomapas e uma forte componente de trabalho de campo.
Quadro II Variveis e classes consideradas como factores de predisposio da instabilidade das vertentes. Table II Predisposing factor classes of slope instability.
Classes 0-5 ]5-10] Declive () ]10-15] ]15-20] ]20-25] ]25-30] ]30-40] > 40 Terreno Plano Exposio das Vertentes N NE E SE S SW W NW Concavo Perfil ansversal Rectilneo Convexo Cdigo D1 D2 D3 D4 D5 D6 D7 D8 EV1 EV2 EV3 EV4 EV5 EV6 EV7 EV8 EV9 PTV1 PTV2 PTV3 Fanhes-Tranco (n. de pixels) 226 885 265 609 148 501 71 497 29 093 27 128 23 121 6 275 1 111 28 818 61 879 111 803 151 278 206 579 104 967 78 902 42 732 329 984 25 121 246 793 Lousa-Loures (n. de pixels) 133 541 229 100 136 991 75 723 46 509 28 618 21 810 2 822 13 548 37 770 74 355 86 653 112 632 117 393 110 453 81 176 41 134 202 806 99 380 201 096 Interpretao e vectorizao sobre levantamento aerofotogramtrico na Modelo Digital do Terreno (Pixel = 5m) Modelo Digital do Terreno (Pixel = 5m) Fontes de Informao

Exposio das V

E SE S SW W

EV4 EV5 EV6 EV7 EV8

111 803 151 278 206 579 104 967 78 902 42 732 329 984 25 121 246 793 187 779 8 341 24 976 152 553 56 710 421 708 127 065 15 097 48 835 386 004 313 006 4 619 1 896 12 238 31 511 49 218 8 832 12 893 84 471 37 250 227 207 274 017 48 364 12 893 7 565 --43 762 399 689 98 555 82 039 57 173 152 364 8 289

86 653 112 632 117 393 110 453 81 176 41 134 202 806 99 380 201 096 171 832 --39 863 191 752 39 949 335 903 67 647 --28 987 447 166 197 790 705 466 ----29 001 11 218 2 249 102 178 85 781 216 226 122 348 47 693 32 127 10 313 15 980 --245 874 102 679 133 722 59 528 131 428 1 873

Modelo Digital do Terreno (Pixel = 5m)

Susceptibilidade a deslizamentos superciais translacionais 15

NW Concavo Perfil Transversal Rectilneo Convexo Terreno Plano CREL (A9) Arenitos e calcrios Unidades Litolgicas Margas e calcrios margosos Calcrios com rudistas Basaltos e tufos vulcnicos Conglomerados e arenitos Calcrios lacustres Aluvies Coluvies < 0,5 m Depsitos Superficiais Coluvies > 0,5 m Dep. enchimento de valeiro Dep. terrao cheia recente Escoada de detritos de S. Julio Dep. terrao de textura fina Plancie aluvial Canal fluvial com eroso activa Unidades Geomorfolgicas Pedreira Superfcie plana Anverso de costeira Vertente de vale Vertente cataclinal Valeiro de fundo em U Outras vertentes anaclinais Outras reas antrpicas Sinclinal alcandorado Terrao fluvial Coberto herbceo Uso do solo reas urb. e estradas Terrenos cultivados Coberto arbreo Coberto arbustivo denso Espao verde urbano EV9 PTV1 PTV2 PTV3 PTV4 PTV5 UL1 UL2 UL3 UL4 UL5 UL6 DS1 DS2 DS3 DS4 DS5 DS6 DS7 UG1 UG2 UG3 UG4 UG5 UG6 UG7 UG8 UG9 UG10 UG11 UG12 US1 US2 US3 US4 US5 US6

Interpretao e vectorizao sobre levantamento aerofotogramtrico na escala de 1:2000

Cartas geolgicas (1:50 000; 1:25 000) Trabalho de campo

Trabalho de campo com cartografia geomorfolgica de pormenor (1:2 000)

Trabalho de campo com cartografia de pormenor (1:2 000)

Interpretao de ortofotomapa digital (1:10 000). Validao com trabalho de campo.

A similitude das reas amostra de TrancoFanhes e LousaLoures demonstrada pela concordncia geral das frequncias absolutas das diferentes classes nas duas reas, expressas pelos respectivos nmeros de pixels (quadro II).

16

Aldina Piedade et al.

Para a utilizao das variveis assumidas como factores de predisposio nos modelos de susceptibilidade, foram criadas estruturas de dados matriciais com um pixel de 5m (clulas de 25 m2). Assim, para a rea de FanhesTranco cada varivel formada por um raster de 798 109 pixels, enquanto para a rea de LousaLoures esse valor de 675 114 pixels III. METODOLOGIA

O primeiro passo no processo de integrao cartogrfica dos dados o clculo dos scores de susceptibilidade para cada classe de varivel, para ambas as
reas amostra. O mtodo estatstico bivariado utilizado, para a avaliao da susceptilibidade ocorrncia de movimentos de vertente nas reas de FanhesTranco e LousaLoures, foi o do Valor Informativo (Yan, 1988; Yin e Yan, 1988; Piedade, 2009; Piedade et al., 2010b). Esta tcnica descreve quantitativamente, sob a forma de scores, as relaes existentes entre cada classe de cada tema e os movimentos de vertente (Yin e Yan, 1988). O mtodo do Valor Informativo tem uma base Bayesiana, sustentandose na transformao logartmica (log natural) da razo entre probabilidade condicionada e probabilidade priori. Com este mtodo possvel ponderar cada classe de cada factor predisposio da instabilidade de vertentes, de forma objectiva, quantificada e reprodutvel. O Valor Informativo (Ii) para qualquer varivel independente Xi foi determinado pela seguinte equao: [1] Onde: Si =  n. de pixels com deslizamentos translacionais superficiais na varivel Xi; Ni =  n. de pixels com a varivel Xi; S = n. total de pixels com deslizamentos translacionais superficiais na rea amostra; N =n  . total de pixels na rea amostra. Devido normalizao logartmica, Ii no determinvel quando Si = 0. Nestes casos, o valor de Ii foi assumido como igual ao Ii mais baixo determinado para o conjunto das variveis, em cada uma das reas amostra. Valores positivos de Ii indicam uma relao positiva entre presena da classe da varivel e ocorrncia de movimentos de vertente, tanto mais elevada quanto maior o valor do score. Valores negativos de Ii denunciam que a distribuio dos movimentos de vertente pouco controlada pela classe da varivel em questo.

Susceptibilidade a deslizamentos superciais translacionais 17

O valor de susceptibilidade para cada pixel j foi calculado pelo Valor Informativo total dado pela seguinte equao: [2] Onde: n = n. de variveis; Xij igual a 1 ou 0, consoante a varivel Xi est ou no presente no pixel j, respectivamente. Como foi anteriormente referido, a anlise sensitiva foi efectuada com o objectivo de determinar a importncia relativa de cada factor de predisposio na capacidade preditiva dos modelos de susceptibilidade. Neste trabalho pretende -se clarificar, nas duas reas amostra estudadas, quais as variveis que tm mais capacidade explicativa e com quantas variveis se obtm a melhor taxa de validao. Neste contexto, existem dois conjuntos de informao que estiveram presentes na primeira fase da anlise sensitiva: (i) o inventrio dos movimentos de vertente; e (ii) os factores de predisposio considerados isoladamente com as respectivas classes. Assim, cada factor de predisposio foi cruzado autonomamente com o conjunto de movimentos de vertente da prpria rea, gerando um modelo de susceptibilidade simples. A validao de cada modelo de susceptibilidade, sustentado por um nico factor de predisposio, foi efectuada com recurso construo de uma curva de sucesso (Fabbri et al., 2002; Chung e Fabbri, 2005). Os resultados obtidos foram ordenados hierarquicamente, permitindo comparar a importncia relativa de cada factor. A hierarquia atrs referida foi respeitada na segunda fase da anlise sensitiva, que passou pela introduo sucessiva de uma nova varivel no modelo de susceptibilidade, a cada passo da anlise (e.g. M2 = f (V1 + V2); M3 = f (V1 + V2 + V3); Mn = f (V1 + V2 + V3 + V4 +Vn)). Para cada modelo obtido (M2Mn) foi calculada a rea Abaixo da Curva (AAC), com o objectivo de perceber qual a combinao de variveis que obtm melhor capacidade preditiva (Zzere et al., 2005a, 2008; Guzzetti et al., 2006; Piedade, 2009). Este exerccio foi efectuado, de modo autnomo, para as duas reas amostra estudadas. IV . RESULTADOS E DISCUSSO A figura 2 representa os Valores Informativos obtidos para cada classe de vari vel nas reas amostra de Fanhes -Tranco e de Lousa -Loures. Em regra, as classes de varivel que mais contribuem para a explicao dos deslizamentos translacionais superficiais numa rea so as mesmas que mais controlam os movimentos de vertente na outra rea. Adicionalmente, as variveis que apresentam Valor Informativo negativo tendem tambm a repetir -se nas duas reas, o que indica que as condies de terreno que melhor definem a estabilidade do territrio so idnticas nas duas reas amostra.

18

Aldina Piedade et al.

Fig. 2 Valores Informativos das classes dos factores de predisposio nas reas amostra de LousaLoures e FanhesTranco. Fig. 2 Information Value of predisposing factor classes in the LousaLoures and FanhesTranco test sites.

Susceptibilidade a deslizamentos superciais translacionais 19

Pela leitura da figura 2 possvel concluir que a ocorrncia de deslizamentos translacionais superficiais nas reas de FanhesTranco e de LousaLoures favorecida em vertentes com declives superiores a 25 (D6, D7 e D8), expostas a N (EV2) ou a NW e W (EV9 e EV8), talhadas em margas e calcrios margosos (UL2), em contexto de anverso de costeira (UG5). A presena de canais fluviais marcados por eroso activa (UG2) e de vertentes de vale (UG6) so igualmente condies de predisposio relevantes para a instabilidade geomorfolgica. O quadro III apresenta a hierarquia dos factores de predisposio que contribuem para a explicao dos deslizamentos translacionais superficiais na rea de FanhesTranco. Esta hierarquia foi definida de acordo com a AAC da curva de sucesso dos modelos de susceptibilidade produzidos com cada varivel isoladamente. Atravs desde exerccio, verificouse que, como seria de esperar, o declive foi o parmetro que mais contribuiu para a explicao deste tipo de movimento de vertentes, com uma AAC de 0,802. No top 3 das variveis mais explicativas, para alm do declive, encontraramse as unidades geomorfolgicas e a exposio das vertentes. No final desta hierarquia, com menor capacidade de discriminao entre reas deslizadas e no deslizadas, surge o uso do solo, com 0,631 de AAC.
Quadro III Hierarquia dos factores de predisposio para os deslizamentos translacionais superficiais na rea de FanhesTranco. Table III Ranking of predisposing factors of shallow translational slides in the FanhesTranco test site.

Hierarquia 1 2 3 4 5 6 7

Varivel Declive Unidades geomorfolgicas Exposio das vertentes Depsitos superficiais Unidades litolgicas Perfil transversal das vertentes Uso do solo

AAC 0,802 0,788 0,738 0,731 0,706 0,672 0,631

O quadro IV sistematiza a hierarquia dos factores de predisposio que contribuem para a explicao dos deslizamentos translacionais superficiais em Lousa Loures. semelhana do observado na rea de FanhesTranco, verificase que o declive a varivel que mais contribui para a explicao do tipo de movimentos de vertente considerado, com uma AAC de 0,806. No top 3 das variveis mais explicativas, para alm do declive, encontramse, novamente, as unidades geomorfolgicas e a exposio das vertentes. No final da hierarquia surgem os depsitos superficiais com 0,526 de AAC. A hierarquia estabelecida nos quadros III e IV foi respeitada para o posterior desenvolvimento de novos modelos de susceptibilidade, para ambas reas amostra, com a introduo de uma nova varivel em cada passo. Os quadros V e VI e as figuras 3 e 4 representam, respectivamente, as AAC e as curvas de sucesso dos resultados obtidos, para as duas reas amostra.

20

Aldina Piedade et al.

Quadro IV Hierarquia dos factores de predisposio para os deslizamentos translacionais superficiais na rea de LousaLoures. Table IV Ranking of predisposing factors of shallow translational slides in the LousaLoures test site

Hierarquia 1 2 3 4 5 6 7

Varivel Declive Unidades geomorfolgicas Exposio das vertentes Unidades litolgicas Uso do solo Perfil transversal das vertentes Depsitos superficiais

AAC 0,806 0,739 0,682 0,661 0,661 0,656 0,526

Quadro V AAC de modelos de susceptibilidade a deslizamentos translacionais superficiais na rea de FanhesTranco com 2 a 7 factores de predisposio. Table V AUC of shallow translational slides susceptibility models in the FanhesTranco test site using 2 to 7 predisposing factors.

Varivel 2 Variveis (D+UG) 3 Variveis (D+UG+EV) 4 Variveis (D+UG+EV+DS) 5 Variveis (D+UG+EV+DS+UL) 6 Variveis (D+UG+EV+DS+UL+PTV) 7 Variveis (D+UG+EV+DS+UL+PTV+US)

AAC 0,802 0,843 0,858 0,868 0,874 0,878

Quadro VI AAC de modelos de susceptibilidade aos deslizamentos translacionais superficiais na rea de LousaLoures com 2 a 7 factores de predisposio. Table VI AUC of shallow translational slide susceptibility models in the LousaLoures test site using 2 to 7 predisposing factors.

Hierarquia Varivel 2 Variveis (D+UG) 3 Variveis (D+UG+EV) 4 Variveis (D+UG+EV+UL) 5 Variveis (D+UG+EV+UL+US) 6 Variveis (D+UG+EV+UL+US+PTV) 7 Variveis (D+UG+EV+UL+US+PTV+DS)

AAC 0,818 0,825 0,819 0,840 0,838 0,839

Susceptibilidade a deslizamentos superciais translacionais 21

1 0,9 0,8 0,7 Movimentos preditos 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 rea susceptvel (ordem decrescente)

2 Variveis 5 Variveis

3 Variveis 6 Variveis

4 Variveis 7 Variveis

Fig. 3 Curvas de sucesso dos modelos de susceptibilidade para deslizamentos superficiais translacionais na rea de FanhesTranco. Fig. 3 Success rate curves of shallow translational slide susceptibility models in the FanhesTranco test site.

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 rea susceptvel (ordem decrescente)

Movimentos preditos

2 Variveis 5 Variveis

3 Variveis 6 Variveis

4 Variveis 7 Variveis

Fig. 4 Curvas de sucesso dos modelos de susceptibilidade para deslizamentos superficiais translacionais na rea de LousaLoures. Fig. 4 Success rate curves of shallow translational slide susceptibility models in the LousaLoures test site.

22

Aldina Piedade et al.

Os modelos de susceptibilidade obtidos com diferentes combinaes de variveis nas reas amostra de FanhesTranco e LousaLoures apresentam uma capacidade preditiva bastante idntica e muito satisfatria (curvas de sucesso com AAC sempre acima de 0,8). Analisando os resultados, sistematizados nos quadros V e VI, pode concluirse que a modelao da susceptibilidade com 2, 3, 4, 5, 6 ou 7, variveis no produz diferenas muito significativas ao nvel da capacidade preditiva dos modelos, como se demonstra pelas reduzidas diferenas nas AAC representadas graficamente nas figuras 3 e 4. Com efeito, as diferenas nas performances preditivas dos vrios modelos de susceptibilidade, medidas pelas AUC, so de 0,08 na rea amostra de FanhesTranco e no vo alm de 0,02 na rea amostra de Lousa Loures. No caso da rea amostra de FanhesTranco verificase que a introduo de uma varivel adicional em cada passo da anlise sensitiva acrescenta maior capacidade preditiva aos modelos de susceptibilidade, pelo que a melhor performance obtida pelo modelo que integra 7 variveis (quadro V). Contudo, as curvas de sucesso mantmse muito prximas (fig. 3), assim como as AAC, nos modelos com 3, 4, 5, 6 e 7 variveis. Na rea amostra de LousaLoures verificase que o incremento de mais variveis no modelo de susceptibilidade no gera, necessariamente, melhores resultados preditivos (quadro VI). Com efeito, o valor mais alto de AAC no se verifica no modelo que utiliza 7 variveis (AAC = 0,839), mas antes naquele que integra 5 varveis (AAC = 0,840). Como no caso anterior, as curvas de sucesso mantmse sempre muito prximas (fig. 4), principalmente nos modelos que utilizam de 3 a 7 variveis. Deste modo, verificase que os modelos de susceptibilidade produzidos com a integrao das 3 variveis que evidenciam uma maior correlao espacial com os deslizamentos translacionais superficiais (declive, unidades geomorfolgicas e exposio das vertentes) obtm resultados muito satisfatrios na predio de ocorrncia deste tipo de movimento de vertente nas reas amostra de Fanhes Tranco e LousaLoures, podendo constituir uma boa soluo em termos de custo (esforo de recolha/tratamento/computao de dados) benefcio (qualidade dos resultados). As figuras 5 e 6 apresentam os mapas de susceptibilidade obtidos para as reas de FanhesTranco (fig. 5) e de LousaLoures (fig. 6), utilizando o conjunto de 7 variveis (fig. 5A e 6A) e as 3 variveis atrs referidas (fig. 5B e 6B). A expresso cartogrfica dos resultados obtidos mostra que, para alm da similitude das AAC e das curvas de sucesso, verificase uma concordncia espacial assinalvel nos mapas de susceptibilidade produzidos com 3 e 7 variveis em qualquer das reas amostra, o que confirma que possvel construir um modelo preditivo robusto, com recurso a um nmero limitado de variveis, que apresentam uma forte relao espacial com os deslizamentos estudados.

Susceptibilidade a deslizamentos superciais translacionais 23

Fig. 5 Mapas de susceptibilidade a deslizamentos translacionais superficiais na rea de FanhesTranco A Modelao com 7 variveis; B Modelao com 3 variveis. Fig. 5 Shallow translational slide susceptibility map of the FanhesTranco test site A Model with 7 variables; B Model with 3 variables.

Fig. 6 Mapas de susceptibilidade a deslizamentos translacionais superficiais na rea de LousaLoures A Modelao com 7 variveis; B Modelao com 3 variveis. Fig. 6 Shallow translational slide susceptibility map of the LousaLoures test site A Model with 7 variables; B Model with 3 variables.

24

Aldina Piedade et al.

V . CONCLUSO A anlise sensitiva, aplicada em duas reas amostra (FanhesTranco e LousaLoures) com caractersticas geolgicas e geomorfolgicas similares, foi efectuada com o objectivo de aferir a importncia relativa de cada factor de predisposio na distribuio dos movimentos de vertente e, ao mesmo tempo, avaliar a variao na qualidade dos modelos preditivos decorrente do nmero de variveis consideradas. Os resultados obtidos permitiram identificar um mesmo conjunto de trs variveis que se destacam pela associao espacial aos deslizamentos translacionais superficiais nas duas reas estudadas: declive, unidades geomorfolgicas e exposio das vertentes. O facto de as variveis com melhor capacidade preditiva se repetirem nas duas reas amostra refora a ideia de que possvel a exportao de modelos de susceptibilidade entre reas semelhantes do ponto de vista geolgico e geomorfolgico, sempre que seja vivel a validao dos modelos, pela disponibilidade dos inventrios de movimentos de vertente para ambas as reas (Piedade, 2009; Piedade et al., 2010b). A anlise sensitiva mostrou que a modelao da susceptibilidade com 2, 3, 4, 5, 6 ou 7 variveis no produz diferenas muito significativas ao nvel dos resultados preditivos dos modelos, tendo ficado demonstrado que no existe relao linear entre o nmero de variveis presentes no modelo e a respectiva capacidade preditiva. Pese embora a incluso de variveis adicionais ter incrementado, ainda que ligeiramente, a qualidade preditiva dos modelos na rea de FanhesTranco, o mesmo no se verificou na rea de LousaLoures, pelo que lcito concluir que o incremento de mais variveis no gera, necessariamente, melhores resultados preditivos nos modelos de susceptibilidade. A produo de mapas de susceptibilidade com recurso a um pequeno grupo de variveis que tm uma forte relao espacial com os movimentos de vertente revelase, assim, uma boa soluo, tanto mais que esta opo tende a produzir manchas territoriais mais homogneas, uma vez que existem menos unidades de condio nica (resultantes das possveis combinaes das classes das 3 variveis em questo), por comparao com as obtidas com o cruzamento de mais variveis. A este respeito, refirase que a homogeneidade das classes de susceptibilidade sempre desejvel nos trabalhos aplicados ao ordenamento do territrio, uma vez que facilita a gesto territorial das reas perigosas. Apesar do exposto, no aconselhvel eliminar partida as variveis que se presuma terem menor capacidade preditiva. mais prudente utilizar, numa primeira fase, o maior nmero possvel de variveis que possam ser consideradas como factores de predisposio (i.e., que evidenciem relaes causaefeito com os movimentos de vertente) e, numa fase posterior, simplificar os modelos de predio por anlise sensitiva das variveis, eliminando os factores que pouco ou nada acrescentam predio.

Susceptibilidade a deslizamentos superciais translacionais 25

AGRADECIMENTOS
Este trabalho faz parte do projecto MapRisk Metodologias de avaliao de perigosidade e risco de movimentos de vertente nos Planos Municipais de Ordenamento do Territrio (PTDC/ GEO/68227/2006), financiado pela Fundao para a Cincia e Tecnologia. Os autores agradecem aos revisores do presente artigo que com as suas crticas e sugestes permitiram aperfeioar a qualidade do contedo.

BIBLIOGRAFIA
Carrara A L (1993) Uncertainty in evaluating landslide hazard and risk. In Nemec J, Nigg J M, Siccardi F (Eds.) Predictions and perception of natural hazards. Kluwer Academic Publishers. Dordrecht: 101109. Carrara A, Guzzetti F, Cardinali M, Reichenback P (1999) Use of GIS technology in the prediction and monitoring of landslide hazard. Natural Hazards, 20: 117135. Chacn J, Irigaray C, Fernndez T, Hamdouni R E (2006) Engineering geology maps: landslides and geographical information systems. Engineering Geology, 65: 341411. Chung C F, Fabbri A (2005) Systematic procedures of landslide hazard mapping for risk assessment using spatial prediction models. In Glade T, Anderson M G, Crozier M J (Eds.) Landslide Hazard and Risk. Wiley, Chichester: 139174. Fabbri A, Chung C F, Napolitano P, Remondo J, Zzere J L (2002) Prediction rate functions of landslide susceptibility applied in the Iberian Peninsula. In Brebbia C A (ed.) Risk Analysis III. Series: Management Information Systems, vol. 5. WIT Press, Southampton: 703718. Ferreira A B (1984) Mouvements de terrain dans la Rgion au Nord de Lisbonne. Conditions morphostructurales et climatiques. Mouvements de Terrain. Colloque de Caen, Documents du B.R.G.M., 83: 485494. Guzzetti F, Cardinali M, Reichenbach P, Carrara A (2000) Comparing landslide maps: a case study in the Upper Tiber River Basin, Central Italy. Environmental Management, 25 (3): 247263. Guzzetti F, Carrara A, Cardinali M, Reichenbach P (1999) Landslide hazard evaluation: a review of current techniques and their application in a multiscale study, Central Italy. Geomorphology, 31: 181216. Guzzetti F, Reichenbach P, Ardizzone F, Cardinali M, Galli M (2006) Estimating the quality of landslide susceptibility models. Geomorphology, 81: 166184. Instituto Nacional de Engenharia, Tecnologia e Inovao I.P. (2007) Carta Geolgica de Portugal. Folha 34B Loures. Departamento de Geologia, Ministrio da Econonia e da Inovao, Lisboa. Lee S (2004) Application of likelihood ratio and logistic regression models to landslide susceptibility mapping using GIS. Environmental Management, 34: 223232. Piedade A (2009) Modelao especial em Sistemas de Informao Geogrfica da susceptibilidade a deslizamentos na rea de LousaLoures. Dissertao de Mestrado. Faculdade de Cincias Sociais e Humanas da Universidade Nova de Lisboa, Lisboa. Piedade A, Zzere J L, Garcia R A C, Oliveira S C (2010a) Avaliao e validao de modelos de susceptibilidade a deslizamentos em reas homogneas na regio a Norte de Lisboa. 16 Congresso da APDR Regies de Charneira, Canais de Fronteira e Ns, Universidade da Madeira, Funchal, p. 13181333. Piedade A, Zzere J L, Tenedrio J A, Garcia R A C, Oliveira S C, Rocha J (2010b) Generalization of landslide susceptibility models in geologic geomorphologic similar context. Geophysical Research Abstracts, vol. 12. EGU2010 36662. 1 p. Remondo J, Gonzlez A, Tern J R D, Cendredo A, Fabri A, Chung C (2003) Validation of landslide susceptibility maps; exemples and applications from a case study in northern Spain. Natural Hazards, 30: 437440. Santacana N, Baeza B, Corominas J, Paz A, Marturi J (2003) A GISbased multivariate statistical

26

Aldina Piedade et al.

analysis for shallow landslide susceptibility mapping in La Pobla de Lillet Area (Eastern Pyrenees, Spain). Natural Hazards, 30: 281 295. Soeters R, Van Westen C J (1996) 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. National Academy Press, Washington D.C., U.S.A.: 129177. Van Den Eeckhaut M, Marre A, Joesen J (2010) Comparison of two landslide susceptibility assessments in the ChampagneAndernne region (France). Geomorphology, 115: 141155. Van Wester C J, Castellanos E, Kuriakose S L (2008) Spatial data for landslide susceptibility, ha zard, and vulnerability assessment: an overview. Engineering Geology, 102: 112131. Varnes D J (1984) Landslide hazard zonation: a review of principles and practice. UNESCO, Paris. Yan T Z (1988) Recent advances of quantitative prognoses of landslide in China. In Bonnard C (ed.) Landslides. Proceedings of the Fifth International Symposium on Landslides, Lausanne, 2, Balkema, Rotterdam: 12631268. Yin K L, Yan T Z (1988) Statistical prediction mo dels for slope instability of metamorphosed rocks. In Bonnard C (ed.) Landslides. Proceedings of the Fifth International Symposium on Landslides, 2, Balkema, Rotterdam: 12691272. Zzere J L (2007) Predio probabilstica de movimentos de vertente na escala regional. Actes de les Jornades sobre Terrasses i Prevenci de Riscos Naturals. Departement de Medi Ambient, Consell de Mallorca: 1730. Zzere J L (1997) Movimentos de vertente e perigosidade geomorfolgica na Regio a Norte de

Lisboa. Dissertao de Doutoramento. Faculdade de Letras da Universidade de Lisboa, Lisboa. Zzere J L, Ferreira A B, Rodrigues M L (1999) The role of conditioning and triggering factors in the occurrence of landslides: a case study in the area north of Lisbon (Portugal). Geomorphology, 30 (12): 133146. Zzere J L, Reis E, Garcia R, Oliveira S, Rodrigues M L, Vieira G, Ferreira A B (2004) Integration of spatial and temporal data for the definition of different landslide hazard scenarios in the area north of Lisbon (Portugal). Na tural Hazards and Earth System Sciences, 4: 133146. Zzere J L, Garcia R A C, Oliveira S C, Reis E (2005a) Anlise sensitiva na avaliao da susceptibilidade a deslizamentos na Regio a Norte de Lisboa. X Colquio Ibrico de Geografia A Geografia Ibrica no contexto europeu, vora. Zzere J L, Trigo R, Trigo I (2005b) Shallow and deep landslides induced by rainfall in the Lisbon region (Portugal): assessment of relationships with the North Atlantic Oscillation. Natural Hazards and Earth System Sciences, 5: 331344. Zzere J L, Oliveira S C, Garcia R A C, Reis E (2008) Weighting predisposing factors for shallow slides susceptibility assessment on at the region scale. In Chen Z, Zhang J, Li Z, Wu F, Ho K (eds.) Landslides and Engineered Slopes: from the past to the future. 2. Volume, London: 18311837. Zbyszewski G (1964) Notcia explicativa da Folha 2 Loures. Carta Geolgica dos Arredores de Lisboa. Escala de 1: 50 000. Direcogeral de minas e servios geolgicos. Servios Geo lgicos de Portugal. Lisboa.