Banca de QUALIFICAÇÃO: ANTONIO ALEX MATIAS LÊU

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ANTONIO ALEX MATIAS LÊU
DATA : 12/09/2024
LOCAL: Pós-Graduação Engenharia Civil
TÍTULO:

INTEGRAÇÃO DE DADOS HIDROLÓGICOS E GEOMORFÓLOGICOS EM UMA REDE NEURAL ARTIFICIAL APLICADA AO MAPEAMENTO DE SUSCETIBILIDADE DE MOVIMENTOS DE MASSA SUPERFICIAIS NA COMUNIDADE DE LAGOA ENCANTADA, RECIFE-PE

PALAVRAS-CHAVES:

Redes neurais artificiais. Deslizamentos de terra. Mapas de Suscetibilidade.

PÁGINAS: 211
RESUMO:

Os deslizamentos de terra podem provocar sérias consequências ambientais, econômicas e sociais. Um dos primeiros passos na gestão de risco e prevenção desses eventos é o mapeamento das suscetibilidades, uma importante ferramenta que fornece subsídios para diversas ações estratégicas, incluindo a tomada de decisão por gestores locais e em órgãos como a Defesa Civil. Entre as técnicas de aprendizado de máquina atualmente utilizadas para esse mapeamento, destaca-se as redes neurais artificiais (RNA), que é um modelo de inteligência artificial, considerada uma das mais precisas por conta da sua elevada acurácia, capacidade de aprendizagem e generalização dos resultados. Nesse sentido, este estudo teve como objetivo a utilização de rede neural artificial aplicada a dados hidrológicos e geomorfológicos, apartir de inventário de ocorrências de deslizamento, para o mapeamento de suscetibilidade a deslizamentos de terra na comunidade de Lagoa Encantada, localizada no bairro Cohab, em Recife - PE. As variáveis de entrada utilizadas no estudo foram: ano, mês, latitude, longitude, estação do ano, chuva do dia, acumulado da semana, acumulado do mês, modelo digital de elevação, declividade do terreno, aspecto do terreno, curvatura transversal, curvatura longitudinal, distância máxima da bacia de contribuição e inclinação média da bacia de contribuição. A metodologia empregada consistiu na criação de quatro modelos distintos de conjuntos de dados, que se divergem nas variáveis de entrada e nas saídas. Os modelos 1 e 2 tem a mesma saída com uma classificação binária (com alvo sim-deslizamento e não-deslizamento), a diferença entre eles está apenas na inclusão da variável estações na camada de entrada do modelo 2. Já os modelos 3 e 4, a saída é uma classificação multiclasse (verde para ocorrência sem deslizamento, amarelo para sistema de alerta e vermelho para ocorrência com deslizamento), sendo a diferença entre eles também a inclusão da variável estações no modelo 4. Os programas utilizados para execução dar RNAs foram o orange e weka, ambos de código aberto e gratuito. Para cada modelo, diversas redes foram treinadas e validadas utilizando arquiteturas e parâmetros diferentes. A configuração que apresentou as melhores métricas de desempenho foi a rede com arquitetura 14:14:1 (entrada:camada oculta:saída), que alcançou uma acurácia de 87,5% e uma área sob a curva (AUC) de 0,864, referente ao conjunto de dados do modelo 1 e implementada no Orange. A partir dessa rede neural de melhor desempenho serão gerados mapas de suscetibilidade a deslizamentos de terra para a área de estudo, considerando diferentes cenários. Esta etapa representa a fase final do estudo, e a metodologia para sua realização já foi previamente definida. Assim, conclui-se que a técnica de redes neurais artificiais se mostrou eficaz e confiável, estabelecendo-se como uma ferramenta valiosa para profissionais envolvidos em estudos de gestão de riscos e mapeamento de suscetibilidade.

MEMBROS DA BANCA:
Externo ao Programa - 2646068 - ADIEL TEIXEIRA DE ALMEIDA FILHO - nullExterno à Instituição - PEDRO EUGENIO SILVA DE OLIVEIRA - UPE
Presidente - 1132311 - SILVIO ROMERO DE MELO FERREIRA