Mensuração das áreas suscetíveis a inundações: estudo de caso na área urbana da microbacia do Igarapé Moura, Castanhal-PA

Abstract

Nas últimas cinco décadas, a recorrência das inundações no Brasil tem despertado a atenção da população e da gestão pública, especialmente dos órgãos de proteção e defesa civil. Nesse contexto, a presente pesquisa objetiva realizar um estudo de caso acerca dos espaços urbanos suscetíveis às inundações na microbacia do Igarapé Moura localizada no município de Castanhal-PA. Inicialmente, foram realizadas revisões na literatura, levantamento das características pluviométricas e avaliação da expansão urbana e modificação das condições de uso e cobertura da terra. Também fez-se um inventário das áreas inundadas entre 2020 e 2022, sendo identificados 600 pontos de inundação e não-inundação. Além disso, de 14 fatores preditores de inundação, propostos inicialmente, apenas 9 foram empregados na modelagem final da suscetibilidade usando os algoritmos de aprendizagem de máquina Random Forest (RF), Support Vector Machine (SVM) e Artificial Neural Network (ANN). O treinamento e validação dos modelos utilizou 70% e 30% do total de amostras de inundação e não-inundação, respectivamente. Os resultados apontam, um processo de urbanização intenso sobre a microbacia, além disso, as chuvas acima de 100 mm em até 24 horas, geralmente resultam em inundações, a condição estrutural do sistema de macrodrenagem também aparece como agente condicionante para o desenvolvimento do fenômeno. Quanto a validação dos modelos, realizada por meio da Curva ROC, mostra que os valores mais precisos de suscetibilidade à inundação foram atribuídos ao modelo de RF (AUC = 0,993) seguindo pelo SVM (AUC = 0,979) e ANN (AUC = 0,932).

Over the last five decades, the recurrence of floods in Brazil has attracted the attention of the population and public management, especially civil protection and defense bodies. In this context, the present research aims to carry out a case study on urban spaces susceptible to flooding in the Igarapé Moura watershed located in the municipality of Castanhal-PA. Initially, literature reviews were carried out, survey of rainfall characteristics and assessment of urban expansion and modification of land use and cover conditions. An inventory was also made of flooded areas between 2020 and 2022, identifying 600 flooding and non-flooding points. Furthermore, of 14 flood predictors initially proposed, only 9 were employed in the final susceptibility modeling using the Random Forest (RF), Support Vector Machine (SVM) and Artificial Neural Network (ANN) machine learning algorithms. Model training and validation used 70% and 30% of the total flood and non-flood samples, respectively. The results point to an intense urbanization process over the microbasin, in addition, rainfall above 100 mm in up to 24 hours generally results in flooding, the structural condition of the macrodrainage system also appears as a conditioning agent for the development of the phenomenon. As for the validation of the models, carried out using the ROC Curve, it shows that the most accurate values of susceptibility to flooding were attributed to the RF model (AUC = 0.993) followed by the SVM (AUC = 0.979) and ANN (AUC = 0.932).