@Article{SotheCamGerRenMon:2017:UsMoAd,
               author = "Sothe, Camile and Camargo, Eduardo Celso Gerbi and Gerente, 
                         J{\'e}ssica and Renn{\'o}, Camilo Daleles and Monteiro, 
                         Ant{\^o}nio Miguel Vieira",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)}",
                title = "Uso de modelo aditivo generalizado para an{\'a}lise espacial da 
                         suscetibilidade a movimentos de massa",
              journal = "Revista do Departamento de Geografia",
                 year = "2017",
               volume = "34",
                pages = "68--81",
             keywords = "Bacia Hidrogr{\'a}fica do Rio Lu{\'{\i}}s Alves, Mapeamento de 
                         Suscetibilidade, Processos Pontuais Espaciais, Lu{\'{\i}}s Alves 
                         watershed, Susceptibility Mapping, Spatial point processes.",
             abstract = "Neste artigo, {\'e} analisada a distribui{\c{c}}{\~a}o espacial 
                         da suscetibilidade a movimentos de massa da Bacia 
                         Hidrogr{\'a}fica do Rio Lu{\'{\i}}s Alves, localizada no estado 
                         de Santa Catarina. A modelagem empregada baseia-se em processos 
                         pontuais espaciais, na qual se define uma medida de 
                         suscetibilidade que varia continuamente sobre a regi{\~a}o de 
                         estudo e {\'e} estimada por meio de m{\'e}todos de modelos 
                         aditivos generalizados (GAM). A suscetibilidade a movimentos de 
                         massa, neste contexto, {\'e} quantificada por n{\'{\i}}veis de 
                         probabilidades. O procedimento empregado incorpora ao modelo 
                         fatores condicionantes de suscetibilidade, de forma simples e de 
                         f{\'a}cil interpreta{\c{c}}{\~a}o. O m{\'e}todo viabiliza a 
                         constru{\c{c}}{\~a}o de superf{\'{\i}}cies de decis{\~a}o que 
                         permitem a gera{\c{c}}{\~a}o de mapas com contornos de 
                         toler{\^a}ncia baseado em medidas de probabilidade. Tais mapas 
                         auxiliam na identifica{\c{c}}{\~a}o de {\'a}reas de alta/baixa 
                         suscetibilidade, uma vez que a hip{\'o}tese nula de 
                         suscetibilidade constante na regi{\~a}o de estudo pode ser 
                         testada. O resultado da aplica{\c{c}}{\~a}o do modelo mostrou 
                         que a varia{\c{c}}{\~a}o espacial da suscetibilidade na 
                         {\'a}rea de estudo foi significativa a certos fatores 
                         condicionantes, apontando um caminho para avan{\c{c}}os nos 
                         sistemas t{\'e}cnicos de monitoramento e alerta a estas 
                         situa{\c{c}}{\~o}es, e ampliando as possibilidades para as 
                         decis{\~o}es necess{\'a}rias que possam minimizar os impactos de 
                         processos geomorfol{\'o}gicos danosos, tais como movimentos de 
                         massa. ABSTRACT: This paper analyzes spatial distribution of mass 
                         movements susceptibility from Lu{\'{\i}}s Alves watershed, Santa 
                         Catarina State, Brazil. The modeling framework adopted in this 
                         research is based on spatial point processes, which defines a 
                         susceptibility measure that varies continuously over the study 
                         region and is estimated by means of generalized additive modeling 
                         methods. In this paper, the mass movements susceptibility is 
                         quantified by probability levels. The procedure employed allows 
                         susceptibility factors to be incorporated into the model in a 
                         simple way and easy interpretation. The procedure also allows the 
                         construction of maps with tolerance contours which help identify 
                         areas of significantly high/low susceptibility and an overall test 
                         for the null hypothesis of constant risk over the region. The 
                         application of the model to the data of susceptibility to mass 
                         movements, presented results consistent with the geomorphology of 
                         the study region, showed that the spatial variation in the 
                         susceptibility is significant, and pointing a way to the advance 
                         of monitoring and decisions making support systems.",
                  doi = "10.11606/rdg.v34i0.132901",
                  url = "http://dx.doi.org/10.11606/rdg.v34i0.132901",
                 issn = "0102-4582",
             language = "pt",
           targetfile = "sothe_uso.pdf",
        urlaccessdate = "19 abr. 2024"
}