Influência da seleção de ausência de ocorrências e fatores condicionantes no mapeamento de suscetibilidade a deslizamentos

Abstract

Este trabalho utilizou o algoritmo de aprendizado de máquina Random Forest para o mapeamento da suscetibilidade a deslizamentos translacionais rasos no município de São Sebastião (SP), Brasil, com foco na influência da seleção de amostras de ausência de deslizamento e dos fatores condicionantes sobre o desempenho dos modelos. Foram testadas duas metodologias de amostragem de ausências, aleatória e aleatória restrita (Buffer Control Sampling com exclusão de áreas de alta declividade), e duas proporções entre amostras de deslizamento e ausência, 1:1 e 1:2. O modelo foi treinado e validado por meio de um inventário de 84 deslizamentos ocorridos entre 2009 e 2023, utilizando entre três e dez fatores condicionantes topográficos e hidrológicos derivados do modelo digital de terreno. A avaliação de desempenho foi realizada através do Coeficiente de Correlação de Matthews (MCC), com suporte das métricas de acurácia e F1-Score. Os resultados indicaram que, ao contrário do esperado, a amostragem aleatória com proporção 1:1 utilizando quatro fatores condicionantes apresentou o melhor desempenho (MCC = 0,559), destacando o Aspecto e a Amplitude de relevo como os fatores mais influentes na suscetibilidade da área de estudo. O trabalho reforça a importância da definição adequada das estratégias de amostragem e dos fatores condicionantes utilizados para aprimorar a precisão dos mapas de suscetibilidade, contribuindo para o planejamento urbano e a gestão de riscos, principalmente em áreas de relevo acidentado.

This study employed the Random Forest machine learning algorithm to map shallow landslide susceptibility in the municipality of São Sebastião (SP), Brazil, focusing on the influence of non-landslide sample selection and conditioning factors on model performance. Two absence sampling methodologies were tested, random and restricted random (Buffer Control Sampling with the exclusion of high slope areas), and two ratios between landslide and non-landslide samples, 1:1 and 1:2. The model was trained and validated using an inventory of 84 landslides that occurred between 2009 and 2023, incorporating between three and ten topographic and hydrological conditioning factors derived from a digital terrain model. Model performance was evaluated using the Matthews Correlation Coefficient (MCC), supported by Accuracy and F1-Score metrics. Results indicated that, contrary to what was expected, the random sampling with a 1:1 ratio and four conditioning factors achieved the best performance (MCC = 0.559), highlighting Aspect and Relief Amplitude as the most influential factors in the study area’s susceptibility. The study reinforces the importance of properly defining sampling strategies and conditioning factors to enhance the accuracy of susceptibility maps, contributing to urban planning and risk management, especially in areas of rugged terrain