@PhDThesis{Pacheco:2023:SuDeEa,
author = "Pacheco, T{\`e}hrrie Caroline K{\"o}nig Ferraz",
title = "Comparative analysis of the TRIGRS and SINMAP models for assessing
landslide-prone areas: subsidies for the development of an early
warning system",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2023",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2023-02-16",
keywords = "landslides, TRIGRS, early warning system, deslizamento de terra,
TRIGRS, sistema de previs{\~a}o e alerta.",
abstract = "A landslide is a natural phenomenon that becomes a disaster when
occurring in urban areas. Usually triggered by heavy rainfall, the
landslides can cause economic damage, social impact, and
fatalities. In Brazil, the region called Serra do Mar is one of
the most affected areas, where several landslides are recorded
every year. Therefore, the identification, analysis, and
monitoring of landslide-prone areas are essential to avoid
disasters. This doctoral thesis identifies the landslide-prone
areas in the Guaruj{\'a} municipality, performs a temporal
analysis of urban sprawl from 1990-2021, correlates it with
landslide occurrences, and develops a landslide early warning
system, to avoid disasters. The temporal analysis was performed
using satellite images from the Landsat series and an orthophoto
for image classification of the study area. To identify
landslideprone areas, two mathematical models were tested: TRIGRS
(Transient Rainfall Infiltration and Grid-based Regional
Slope-Stability Model), and SINMAP (Stability Index Mapping). The
results were validated using a landslide inventory, prepared from
satellite images and Guaruj{\'a} Civil Defense data. The
susceptibility map developed by IPT (Technological Research
Institute) supports the validation. The performance of both models
was compared using statistical indexes and the TRIGRS model
performed the best. Therefore, an early warning system was
developed in Python using TRIGRS to model the landslide-prone
areas. The system automatically acquired weather forecasts from
the Climatempo website, calculates the slope stability, and if
necessary, sends an alert. The results of this study are a
landslide susceptibility map for the Vila Baiana neighborhood in
Guaruj{\'a} municipality, the correlation between rainfall
events, landslides, and urban sprawl, and an early warning system
using TRIGRS. RESUMO: Deslizamentos de terra s{\~a}o um
fen{\^o}meno natural, que se tornam desastres quando ocorrem em
{\'a}reas urbanas. Geralmente desencadeados por chuvas intensas,
os deslizamentos de terra podem causar preju{\'{\i}}zos
econ{\^o}micos, sociais e fatalidades. No Brasil, a regi{\~a}o
chamada de Serra do Mar {\'e} uma das {\'a}reas mais atingidas,
registrando diversos deslizamentos todos os anos. Desta forma, a
identifica{\c{c}}{\~a}o, an{\'a}lise e monitoramento das
{\'a}reas suscet{\'{\i}}veis {\`a} deslizamentos de terra
s{\~a}o essenciais para evitar desastres. Esta tese de doutorado
identifica as {\'a}reas suscet{\'{\i}}veis {\`a} deslizamentos
de terra no munic{\'{\i}}pio do Guaruj{\'a}, realiza uma
an{\'a}lise temporal da expans{\~a}o urbana de 1990-2021,
relacionando-a com as ocorr{\^e}ncias de deslizamentos, e
desenvolve um sistema de previs{\~a}o e alerta de deslizamentos,
a fim de evitar desastres. Uma an{\'a}lise temporal foi realizada
utilizando imagens de sat{\'e}lite da s{\'e}rie Landsat, e uma
ortofoto para classificar a {\'a}rea de estudo. A
identifica{\c{c}}{\~a}o das {\'a}reas suscet{\'{\i}}veis
{\`a} deslizamento de terra foram realizadas utilizando-se dois
modelos matem{\'a}ticos: TRIGRS (Transient Rainfall Infiltration
and Grid-based Regional Slope-Stability Model) e SINMAP (Stability
Index Mapping). Os resultados foram validados a partir de um
invent{\'a}rio de cicatriz de deslizamentos, preparado a partir
de imagens de sat{\'e}lite e dados da Defesa Civil do
Guaruj{\'a}. O mapa de suscetibilidade desenvolvido pelo IPT
(Instituto de Pesquisas Tecnol{\'o}gicas) auxilia na
valida{\c{c}}{\~a}o dos resultados. Comparou-se a performance de
ambos os modelos usando {\'{\i}}ndices estat{\'{\i}}sticos, e
o modelo TRIGRS obteve os melhores resultados. Diante disso, um
Sistema de previs{\~a}o e alerta foi desenvolvido em Python,
utilizando-se do modelo TRIGRS para a identifica{\c{c}}{\~a}o
das {\'a}reas suscet{\'{\i}}veis {\`a} deslizamento de terra.
O sistema automaticamente adquire dados de previs{\~a}o do tempo,
a partir do site do Climatempo, calcula a estabilidade das
encostas e, se necess{\'a}rio, envia um alerta. Como resultado
desse estudo, gerou-se um mapa da suscetibilidade {\`a}
deslizamentos de terra, no bairro da Vila Baiana localizada no
munic{\'{\i}}pio do Guaruj{\'a}, a correla{\c{c}}{\~a}o entre
eventos de chuva, deslizamentos e expans{\~a}o urbana, e um
sistema de previs{\~a}o e alerta usando o modelo TRIGRS.",
committee = "Almeida, Cl{\'a}udia Maria de (presidente) and Kux, Hermann
Johann Heinrich (orientador) and Corsi, Alessandra Cristina
(orientadora) and K{\"o}rting, Thales Sehn and Gobbi,
Est{\'e}fano Seneme and Fernandes, Nelson Ferreira",
englishtitle = "An{\'a}lise comparativa entre os modelos TRIGRS e SINMAP para a
determina{\c{c}}{\~a}o de {\'a}reas de deslizamento:
subs{\'{\i}}dios para o desenvolvimento de um sistema de
previs{\~a}o e alerta",
language = "en",
pages = "130",
ibi = "8JMKD3MGP3W34T/48JT36E",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/48JT36E",
targetfile = "publicacao.pdf",
urlaccessdate = "20 maio 2024"
}