Tamanho Fonte: 

Os inventários históricos de movimentos de vertente são frequentemente incompletos, o que é geralmente apontado como uma potencial fonte de incerteza que afeta a capacidade preditiva de modelos de suscetibilidade. Com base neste pressuposto, o principal objetivo deste trabalho consiste em avaliar em que medida a utilização de um inventário de movimentos de vertente incompleto pode afetar a capacidade preditiva dos modelos de suscetibilidade. A robustez preditiva de modelos de suscetibilidade baseados em inventários incompletos foi testada na bacia do Rio Grande da Pipa, que se centra em Arruda dos Vinhos e se estende por 110 km² em direção à planície aluvial do Tejo. A partir de um inventário de 515 deslizamentos superficiais, ocorridos em vertentes naturais, foi aplicado o método estatístico bivariado do Valor Informativo para analisar a influência na suscetibilidade de um conjunto de oito fatores de predisposição (litologia, declive, exposição, curvatura em plano, razão entre a área de contribuição e o declive, índice de posição topográfica, tipo de solo e uso do solo). A estratégia de modelação foi sustentada em rotinas Python e englobou, numa primeira etapa, a criação de três blocos independentes de treino/validação dos modelos; para cada bloco, foi aplicada uma partição aleatória do inventário total de deslizamentos (515) em dois grupos: grupo de treino (70% – 360 deslizamentos) e grupo de validação (30% – 155 deslizamentos). Numa segunda etapa, cada grupo de treino de cada um dos três blocos foi subdividido, de forma aleatória, em 14 subgrupos, aplicando um incremento progressivo de 5% do número total de deslizamentos em relação ao subgrupo antecedente; ou seja, o subgrupo de treino 1 é constituído por 5% do total de deslizamentos, o grupo seguinte por 10%, e aumentando sucessivamente até o subgrupo de treino 14, com 70% do total de deslizamentos (360 casos). A delineação desta estratégia permitiu gerar 42 mapas de suscetibilidade baseados em inventários incompletos de deslizamentos. A validação foi concretizada com os 30% de deslizamentos pertencentes ao grupo de validação independente do grupo de teste, projetando curvas de predição e calculando as respetivas áreas abaixo da curva. Os resultados mostram três padrões preditivos distintos nos modelos de suscetibilidade obtidos com inventários incompletos: i) grande dispersão da capacidade preditiva (modelos que utilizam menos de 20% de deslizamentos); ii) aumento progressivo da capacidade preditiva (com o aumento progressivo do número total de deslizamentos entre 20% e 60%) e iii) estabilização da capacidade preditiva dos modelos de suscetibilidade (utilização de mais de 60% do número total de deslizamentos).