Rotas de evacuação e pontos de encontro seguros em áreas de risco de desastres: modelagem baseada em agentes

Esta tese aborda o planejamento de evacuação de pedestres em áreas de risco associadas a processos hidrológicos e geológicos, com foco na definição de rotas de evacuação e pontos de encontro seguros, aplicada ao município de Blumenau, Santa Catarina. Estruturada em três artigos, a pesquisa inicia com uma Revisão Sistemática da Literatura (RSL) sobre elaboração de rotas de evacuação, a qual identificou uma lacuna relevante relacionada à aplicação de métodos de evacuação em desastres deflagrados por precipitações intensas no contexto brasileiro. Os artigos seguintes buscam suprir essa lacuna por meio da proposição de dois modelos baseados em agentes (ABM), integrados a dados geoespaciais. O primeiro, desenvolvido em NetLogo, utiliza análise de redes espaciais com restrições derivadas de áreas de risco (movimentos de massa e inundação) e pesos de arestas baseados em variáveis topográficas como distância, declividade e elevação. O segundo, desenvolvido em Python, apresenta um framework de otimização para a seleção de pontos de encontro seguros, incorporando heterogeneidade demográfica por meio de velocidades de caminhada diferenciadas por idade e sexo. Os resultados da RSL evidenciaram o predomínio de estudos voltados a tsunamis e baseados em modelos de Menor Custo de Distância (Least-Cost Distance - LCD), além de limitações relacionadas à replicabilidade metodológica em estudos com ABM. O modelo em NetLogo demonstrou capacidade de identificar rotas de evacuação eficientes e seguras, respeitando restrições espaciais e áreas de risco definidas. O modelo de otimização em Python alcançou taxa de sucesso de evacuação de 100% em todos os cenários simulados, com pontos de encontro consistentemente localizados em trechos viários topologicamente centrais, bem conectados, fora das zonas de risco e acessíveis a todos os agentes, evidenciando a robustez do modelo. Em conjunto, os modelos ampliam o campo de aplicação ao serem empregados em cenários de risco associados simultaneamente a inundações e movimentos de massa, demonstrando a viabilidade da integração entre ABM e dados geoespaciais para a definição de rotas de evacuação e pontos de encontro seguros. Os resultados reforçam o potencial dessa abordagem como suporte ao planejamento de evacuações, à tomada de decisão em situações de emergência e à elaboração de Planos de Contingência municipais.

Resumo (inglês)

This thesis addresses pedestrian evacuation planning in areas at risk from hydrological and geological processes, focusing on the definition of evacuation routes and safe assembly points, with application to the municipality of Blumenau, Santa Catarina, Brazil. Structured around three articles, the research begins with a Systematic Literature Review (SLR) on evacuation route planning, which identified a significant gap related to the application of evacuation methods to disasters triggered by intense rainfall in the Brazilian context. The subsequent articles seek to address this gap through the development of two agent-based models (ABMs) integrated with geospatial data. The first model, developed in NetLogo, employs spatial network analysis with constraints derived from risk areas associated with mass movements and flooding, and edge weights based on topographic variables such as distance, slope, and elevation. The second model, developed in Python, presents an optimization framework for the selection of safe assembly points, incorporating demographic heterogeneity through walking speeds differentiated by age and sex. The SLR revealed the predominance of studies focused on tsunami evacuation and based on Least-Cost Distance (LCD) models, as well as limitations related to methodological replicability in studies employing ABMs. The NetLogo model demonstrated the ability to identify efficient and safe evacuation routes while respecting predefined spatial constraints and risk areas. The Python optimization model achieved a 100% evacuation success rate across all simulated scenarios, with assembly points consistently located on topologically central, well-connected road segments, outside risk zones, and accessible to all agents, demonstrating the robustness of the model. Taken together, the models expand the scope of application to risk scenarios simultaneously associated with flooding and mass movements, demonstrating the feasibility of integrating ABMs with geospatial data for the definition of evacuation routes and safe assembly points. The findings reinforce the potential of this approach to support evacuation planning, decision-making during emergency situations, and the development of municipal Contingency Plans.