determinação e cartografia da perigosidade associada à ... · g. estrutura: relacionando a...
TRANSCRIPT
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE
MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA
ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA
REGIÃO HIDROGRÁFICA DO TEJO
Estudo do litoral na área de intervenção da
APA, I.P. /ARH do Tejo
Determinação e cartografia da
perigosidade associada à ocorrência de
fenómenos de instabilidade em arribas à
escala regional.
Entregável 1.3.1.a
Junho 2013
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE
MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA
ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA
REGIÃO HIDROGRÁFICA DO TEJO
Este relatório corresponde ao Entregável 1.3.1.a do projeto “Consultoria para a Criação e
Implementação de um Sistema de Monitorização do Litoral abrangido pela área de Jurisdição da
ARH do Tejo”, realizado pela Faculdade de Ciências da Universidade de Lisboa (FCUL), para a
Agência Portuguesa do Ambiente, I.P. / Administração da Região Hidrográfica do Tejo (APA, I.P.
/ARH do Tejo).
AUTORES
Nuno Penacho (2)
Fernando M.S.F. Marques (1), (2)
Sónia Queiroz (2)
Luís Gouveia (2)
Rita Matildes (2), (3)
Paula Redweik (2), (3)
(1) Departamento de Geologia (FCUL)
(2) Centro de Geologia da Universidade de Lisboa
(3) Departamento de Engenharia Geográfica, Geofísica e Energia (FCUL)
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
4 Entregável 1.3.1.a Junho de 2013
REGISTO DE ALTERAÇÕES
Nº Ordem Data Designação
1 Junho de 2013 Versão inicial
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 5 Junho de 2013
Índice
1 INTRODUÇÃO ....................................................................................................................................... 7
2 CRITÉRIOS E METODOLOGIA................................................................................................................ 8
2.1 Teoria estatística ............................................................................................................................. 8
2.2 Metodologia de análise ................................................................................................................... 9
3 RESULTADOS ...................................................................................................................................... 10
4 REFERÊNCIAS BIBLIOGRÁFICAS .......................................................................................................... 26
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
6 Entregável 1.3.1.a Junho de 2013
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 7 Junho de 2013
1 Introdução
Neste Entregável aborda-se a problemática da determinação e cartografia da perigosidade
associada à ocorrência de fenómenos de instabilidade em arribas à escala regional, pela
aplicação de métodos de base estatística. A aplicação de métodos de base estatística para a
determinação da suscetibilidade à ocorrência de instabilidades em vertentes em ambiente não
costeiro está abundantemente tratada na literatura científica internacional (ver por exemplo
Frattini et al., 2010 e Guzzetti et al., 2005, e referências neles contidas), porém, a sua aplicação
no contexto específico das arribas com o desenvolvimento e calibração de métodos e
processamento de informação de base tem caracter inovador e foi iniciada por Marques et al.
(2011), substancialmente melhorada em Marques et al. (2013), e já utilizada por outras
equipas (Epifânio et al., 2013).
Em termos gerais, existem diversas formas para avaliação e produção de mapas de
perigosidade de instabilidades em vertentes (Frattini et al., 2010), com diferenças operacionais
e concetuais tanto ao nível das unidades de terreno, como das ferramentas de análise e
construção desses modelos, entendendo-se a perigosidade como a probabilidade de
ocorrência de um fenómeno potencialmente perigoso num dado local (componente espacial,
suscetibilidade), num dado período de tempo (componente temporal) (Varnes, 1984) e com
uma dada magnitude (Guzzetti et al., 2005). Neste trabalho aborda-se a determinação da
probabilidade de ocorrer uma instabilidade numa dada arriba, ou seja, a suscetibilidade, sem
quaisquer implicações temporais ou de período de retorno, ou de dimensão ou magnitude,
que pode ser ponderada utilizando métodos estatísticos para correlacionar as condições locais
do terreno, designadas de fatores de predisposição, com as instabilidades inventariadas
(Brabb, 1984; Carrara, 1993; Soeters e Van Westen, 1996).
Neste Entregável, adotou-se pois uma aproximação de tipo estatístico, inspirada nos estudos
de instabilidades em vertentes, em contexto não costeiro, seguindo princípios e métodos
propostos em Marques et al. (2011, 2013), que se destina a determinar a suscetibilidade à
ocorrência de instabilidades capazes de provocar recuos da crista das arribas.
Este aspeto é de fundamental importância visto que o estudo teve como referência o
inventário de recuos detetados ao longo da crista das arribas, identificados, cartografados e
caracterizados por estudos comparativos de fotografias aéreas utilizando os voos mais antigos
(dos anos 40) e o mais recente (2010) disponíveis, estudos estes realizados no âmbito do
presente projeto e cujos resultados estão contidos no Entregável 1.2.2.1.a Inventário de
instabilidades nas arribas obtido por fotointerpretação. Como consequência das limitações
naturais do método de monitorização utilizado, provavelmente o mais eficiente para a
construção de inventários em escalas temporais alargadas, da ordem de seis décadas, mas que
por razões óbvias não permite identificar movimentos que impliquem recuos da crista
caracteristicamente inferiores a 1m a 2m, e também movimentos que afetem apenas a
fachada das arribas.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
8 Entregável 1.3.1.a Junho de 2013
Os movimentos inventariados foram correlacionados com um conjunto de fatores de
predisposição para a ocorrência de instabilidades nas arribas, que incluíram fatores
morfométricos das arribas (altura, declive máximo, exposição, curvatura em perfil, curvatura
em planta), geológicos (litologia, estrutura geológica, falhas, filões), geomorfológicos
(proteções de sopé das arribas) e relativos à agitação marítima (potência média anual das
ondas). A cartografia destes fatores de predisposição foi preparada no âmbito deste projeto e,
no que respeita aos níveis de informação sobre a Geologia e Geomorfologia consta do
Entregável 1.2.1.a Caracterização das principais unidades geológicas e da organização
geomorfológica da faixa costeira.
A análise estatística foi realizada utilizando unidades de terreno desenhadas para o efeito, a
partir da linha de crista das arribas e para que cada uma contivesse um comprimento
constante de crista de 50m.
2 Critérios e metodologia
2.1 Teoria estatística
Com o objetivo de determinar a suscetibilidade em arribas ao longo da linha de costa, utilizou-
se o método estatístico multivariado da regressão logística, conjugando o inventário de
instabilidades do último século, com os fatores internos e externos que melhor poderão
justificar essas ocorrências. A seleção do método da regressão logística deveu-se ao facto de
ter ficado provado que, à semelhança do que acontece nos estudos sobre a suscetibilidade à
ocorrência de instabilidades em zonas não costeiras, este é muito mais eficiente do que os
métodos simplificados, mas em que por a correlação entre a presença de instabilidades e os
fatores de predisposição ser efetuada fator a fator, não tem em conta eventuais correlações
estatísticas que existam entre fatores (Marques et al., 2013), além de uma validação estatística
robusta.
Apesar de ser de aplicação simples utilizando programas estatísticos, o seu grau de qualidade e
fiabilidade depende fortemente da discriminação dos dados de entrada, isto é, na precisão da
topografia de base, na qualidade da cartografia geológica e geomorfológica realizada, mas
sobretudo na qualidade e no grau de completamento do inventário de instabilidades
ocorridas, incluindo dimensão e localização das mesmas, e o intervalo temporal de
monitorização realizada.
Esta técnica é útil para estudos em que se pretende prever a presença ou ausência de uma
característica, ou resultado através de uma resposta estatística com base numa série de
variáveis independentes/preditivas, por análise discriminante (Cox, 1958; Menard, 1995;
Hosmer e Lemeshow, 2000). A função usada para estimar a probabilidade de uma
determinada realização j (j = 1, …, n) da variável dependente ser o “sucesso” (P [Yj = 1] = π _̂j),
é:
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 9 Junho de 2013
𝐿𝑜𝑔𝑖𝑡(�̂�𝑗) = 𝐿𝑛 (�̂�
1 − �̂�)
onde o quociente π ̂_j / (1 – π ̂_j) designa-se por rácio das chances (Odd ratio), traduzindo a
razão entre a probabilidade do sucesso (y = 1) face à probabilidade do insucesso (y = 0). O
rácio das chances permite relacionar o número de elementos que possui o objeto de interesse
comparativamente ao número de elementos que não possui esse objeto de análise.
Incorporando e combinando uma série de p fatores preditivos (X_1, …, X_p), o modelo da
regressão logística é:
𝐿𝑜𝑔𝑖𝑡 (�̂�𝑗) = 𝛽0 + 𝛽1𝑋1𝑗 + 𝛽2𝑋2𝑗 + ⋯ + 𝛽𝑝𝑗𝑋𝑝𝑗
em que β_1, β_2, …, β_p são os coeficientes de regressão.
2.2 Metodologia de análise
As regiões onde são realizadas as ponderações para os valores de suscetibilidade designam-se
por unidades de terreno (UT), estas foram definidas para que cada uma abrangesse a
totalidade do perfil transversal da fachada da arriba e um comprimento de crista constante.
Para isso digitalizaram-se as linhas de referência do topo e do sopé das arribas tendo como
referência o levantamento aerofotogramétrico na escala 1:2.000, com equidistância das curvas
de nível de 2 m. O desenho das unidades de terreno foi realizado a partir de segmentos de
comprimento constante de crista (50 m), do topo para a base, com o limite lateral
aproximadamente perpendicular às curvas de nível. De acordo com a divisão da área de
arribas em unidades de terreno foram cartografados os fatores de predisposição para a
ocorrência de instabilidades. Partindo de um modelo digital de terreno (MDT) com unidade de
malha de 1 m, gerado a partir do levantamento aerofotogramétrico do INAG1, na escala
1:2.000, extraíram-se os parâmetros morfométricos das arribas:
a. Altura: altura média da arriba obtida ao longo do alinhamento do limite superior;
b. Declive máximo: valor máximo de todos os pixéis entre o limite superior e inferior da
arriba;
c. Exposição: orientação principal da arriba;
d. Curvatura em perfil: grau de curvatura do perfil transversal das arribas;
e. Curvatura em planta: grau de curvatura do perfil paralelo às arribas.
Por outro lado, recorrendo à informação geológica disponível, interpretação de fotografias
aéreas e reconhecimentos de campo realizados ao longo da totalidade do setor costeiro,
foram cartografados os seguintes elementos de natureza geológica e geomorfológica:
f. Litologia: organizada segundo complexos litológicos;
g. Estrutura: relacionando a atitude da estratificação com o pendor da arriba,
diferenciando “Interior”, situações em que as camadas inclinam em direção ao interior
1 Ex-Instituto da Água, atual APA, I.P.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
10 Entregável 1.3.1.a Junho de 2013
da arriba; “Exterior”, quando as camadas inclinam em direção ao exterior da arriba; e
“Normal”, quando a inclinação das camadas era inferior a 10° em qualquer direção;
h. Falhas: a existência ou não de acidentes geológicos com expressão significativa,
representando zonas de elevada ou baixa resistência, em função da erodibilidade do
material de preenchimento ou das caixas de falha;
i. Filões: caracterizando zonas de elevada ou baixa resistência resultantes de
intrusões/extrusões massas ígneas;
j. Proteções de sopé: por caracterização tipológica dos elementos que levam à
dissipação energética da ondulação antes de atingir o sopé da arriba.
Além fatores referidos, foram ainda adicionados os valores de fluxo energético longilitoral
provenientes de um regime de agitação marítima médio, modelados recorrendo a uma série
longa (Dodet et al., 2010).
3 Resultados
Na construção do modelo de suscetibilidade utilizaram-se os seguintes programas
informáticos:
a. ArcGIS 10 – permitiu realizar a cartografia geológica e geomorfológica, delimitação dos
rebordos superior e inferior da arriba, construção das unidades de terreno, extração
de parâmetros morfométricos, identificação de áreas de terreno que sofreram
instabilização no último século e intercetaram a crista da arriba, e efetuar análises
espaciais. Pode no entanto ser utilizado outro tipo de software, desde que possibilite a
execução dos trabalhos precedentes;
b. IBM SPSS Statistic 22 – permitiu incorporar os fatores preditivos obtidos através de
análise espacial no ArcGIS 10, e proceder ao cálculo e análise estatística de um
conjunto alargado de dados de forma automática, sem necessidade de programar.
Embora o modelo tenha sido construído recorrendo a um software comercial, poderá
este tipo de análise ser efetuada por um outro qualquer aplicativo do tipo estatístico,
desde que permita trabalhar dados através de regressão logística múltipla e utilização
de testes de averiguação da qualidade de modelos.
O cruzamento dos fatores de preditivos com os recuos registados nas últimas seis décadas,
levou a diferenciação binária de cada uma das 3844 unidades de terreno, separando-se os
1081 elementos com instabilidade (y = 1) dos 2763 elementos sem instabilidade (y = 0). No
processamento de dados para a regressão logística, os fatores foram categorizados de forma
homogénea em decis. As simulações iniciais mostraram que, dada a ausência de tendências
numéricas nas covariantes contínuas, o ajustamento por verossimilhança aponta para uma
participação mais robusta dos fatores categorizados em classes proporcionais.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 11 Junho de 2013
Na definição das dos fatores que conduzem ao modelo “ótimo”, recorreu-se aos algoritmos de
seleção sequencial de variáveis com poder preditor do tipo Stepwise, onde as variáveis que
pioram o modelo são deixadas de parte da análise e o modelo mais parcimonioso pode então
ser ajustado às restantes, e ao método tradicional de inclusão simultânea das variáveis, sem
qualquer tipo de seleção. Após a avaliação de todos os modelos, aplicando o critério
recomendativo para níveis de significância inferiores a 0.25 na seleção de variáveis (Bendel e
Afifi, 1977; Mickey e Greenland, 1989; Hosmer e Lemeshow, 2000), obteve-se melhores
resultados no método de entrada sucessiva, sendo ligeiramente superior à seleção Forward
baseada no rácio de verosimilhanças, sendo a entrada das variáveis realizada através da
significância da estatística Score e a remoção de em função da significância do teste de Wald.
Considerando apenas o modelo nulo (sem presença de qualquer fator, apenas com a
constante – 𝜷0), a percentagem de casos corretamente classificados é de 71.9 %, o que indica
que é condicionado pelos valores estimados pelos outros coeficientes (𝜒𝑊2
= 684; p < 0.001).
Após a adição dos fatores que condicionam a evolução das arribas, verificou-se um ligeiro
incremento de casos corretamente classificados para 78.9 % (Tabela 1). Conclui-se que existe
pelo menos um fator no modelo com poder preditivo sobre a ocorrência de instabilidades (G2
(161) = 1227; p < 0.001) e um eficaz ajustamento do modelo aos dados, isto é, os valores
estimados pelo modelo são próximos dos valores observados (𝜒𝐶2 = 3340; p ≈ 1.0 e 𝜒𝐻𝐿
2 (8) =
3.634; p = 0.889). Os rácios do ganho de informação estimada pelo modelo completo através
dos pseudo-R2 em comparação com o modelo nulo sugerem que o modelo possui uma
qualidade moderada.
As medidas de influência verificam até que ponto excluir uma observação, normalmente
considerada fora do padrão, terá impacto nos parâmetros da regressão, partindo das
estatísticas que informam a qualidade do ajustamento. A análise do diagrama de resíduos em
função dos valores de probabilidade estimados no modelo, permitiu a identificação de 90
unidades de terreno candidatas a outlier com |rj|> 1.96, ou seja, 2.3 % do total das unidades
de terreno não se enquadram corretamente no modelo (Figura 1). Existem dois grupos de
resíduos (r1 e r2) com tendências de ajustamento distintas e intensidades de associação
bastante razoáveis (R2 próximo de 1). A não perfeição do ajustamento poderá estar
diretamente ligado à ausência de um ou outro fator “invisível” que não está incluído no
modelo, tais como variáveis de natureza geológica ou geotécnica, ou a aperfeiçoamentos
ainda necessários na cartografia de base.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
12 Entregável 1.3.1.a Junho de 2013
Figura 1. Projeção dos resíduos estudentizados contra os valores de probabilidade estimados no modelo ajustado.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 13 Junho de 2013
Tabela 1. Variáveis na equação do modelo de suscetibilidade.
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Morfometria
Altura (m)
< 11.1 384 * * 31.537 9 0 *
[11.1; 15.5[ 385 -0.642 0.305 4.417 1 0.036 0.526
[15.5; 21.4[ 384 0.56 0.218 6.598 1 0.01 1.75
[21.4; 27.7[ 385 0.297 0.263 1.27 1 0.26 1.345
[27.7; 35.1[ 384 0.241 0.247 0.956 1 0.328 1.273
[35.1; 44.1[ 385 0.438 0.236 3.452 1 0.063 1.55
[44.1; 52.9[ 384 -0.101 0.231 0.192 1 0.661 0.904
[52.9; 64.3[ 385 0.022 0.215 0.011 1 0.918 1.022
[64.3; 76.4[ 384 0.082 0.216 0.146 1 0.703 1.086
≥ 76.4 384 0.186 0.213 0.762 1 0.383 1.205
Declive
máximo (º)
< 54.0 384 * * 38.562 9 0 *
[54.0; 61.0[ 385 -1.004 0.232 18.644 1 0 0.366
[61.0; 65.0[ 384 -1.152 0.229 25.343 1 0 0.316
[65.0; 67.9[ 385 -1.039 0.224 21.46 1 0 0.354
[67.9; 70.7[ 384 -1.014 0.222 20.77 1 0 0.363
[70.7[ 385 -0.864 0.22 15.404 1 0 0.422
[73.4; 76.1[ 384 -0.519 0.212 6.013 1 0.014 0.595
[76.1; 78.5[ 385 -0.734 0.214 11.804 1 0.001 0.48
[78.5; 80.9[ 384 -0.881 0.216 16.693 1 0 0.414
≥ 80.9 384 -0.542 0.213 6.483 1 0.011 0.582
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
14 Entregável 1.3.1.a Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Exposição
(Quadrante)
E 99 * * 25.715 7 0.001 *
N 220 -1.264 0.429 8.676 1 0.003 0.283
NE 121 0.15 0.202 0.555 1 0.456 1.162
NW 1208 -0.467 0.283 2.718 1 0.099 0.627
S 208 0.054 0.11 0.244 1 0.621 1.056
SE 112 -0.408 0.272 2.262 1 0.133 0.665
SW 527 -0.935 0.492 3.615 1 0.057 0.392
W 1349 -0.516 0.161 10.269 1 0.001 0.597
Curvatura
em perfil (LU)
< -8.22 384 * * 12.747 9 0.174 *
[-8.22; -3.08[ 385 -0.54 0.212 6.5 1 0.011 0.583
[-3.08; -1.19[ 384 -0.24 0.199 1.454 1 0.228 0.787
[-1.19; -0.39[ 385 -0.146 0.212 0.478 1 0.489 0.864
[-0.39; -0.04[ 384 -0.214 0.213 1.011 1 0.315 0.807
[-0.04; 0.29[ 385 0.186 0.229 0.657 1 0.418 1.204
[0.29; 0.79[ 384 -0.366 0.202 3.29 1 0.07 0.693
[0.79; 1.64[ 385 -0.061 0.192 0.1 1 0.752 0.941
[1.64; 3.90[ 384 -0.108 0.186 0.338 1 0.561 0.898
≥ 3.90 384 -0.111 0.203 0.298 1 0.585 0.895
Curvatura
em planta (LU)
< -2.49 384 * * 8.47 9 0.488 *
[-2.49; -1.13[ 385 -0.047 0.219 0.046 1 0.831 0.954
[-1.13; -0.54[ 384 -0.339 0.218 2.417 1 0.12 0.713
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 15 Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
[-0.54; -0.20[ 385 -0.016 0.212 0.006 1 0.94 0.984
[-0.21; 0.06[ 384 -0.227 0.225 1.016 1 0.313 0.797
[0.06; 0.34[ 385 -0.256 0.221 1.336 1 0.248 0.774
[0.34; 0.72[ 384 0.024 0.218 0.012 1 0.914 1.024
[0.72; 1.40[ 385 0.056 0.214 0.067 1 0.795 1.057
[1.40; 2.88[ 384 -0.157 0.215 0.532 1 0.466 0.855
≥ 2.88 384 -0.129 0.205 0.394 1 0.53 0.879
Geologia
e
Geomorfologia
Litologia
Areias 18 * * 302.649 69 0 *
Areias e paleossolo orgânico 2 3.108 0.84 13.702 1 0 22.383
Areias finas a grosseiras 17 1.269 0.928 1.871 1 0.171 3.557
Areias micáceas e cascalheiras 51 2.5 0.732 11.664 1 0.001 12.177
Areias. arenitos argilosos. conglomerados e argilas 33 1.408 0.678 4.311 1 0.038 4.088
Arenitos 92 -0.303 0.854 0.126 1 0.723 0.738
Arenitos a conglomerados cauliníferos. com intercalações argilosas 45 -0.837 1.082 0.599 1 0.439 0.433
Arenitos a conglomerados cauliníferos. com intercalações de argilas. lenhites e enxofre 95 0.665 0.823 0.652 1 0.42 1.944
Arenitos argilosos 17 0.33 0.658 0.252 1 0.616 1.391
Arenitos argilosos com níveis de argilas e conglomerados 10 -0.904 1.351 0.448 1 0.504 0.405
Arenitos argilosos. com intercalações argilosas e margosas 86 0.374 0.625 0.357 1 0.55 1.453
Arenitos argilosos. conglomerados e argilas 74 -0.468 0.666 0.493 1 0.483 0.626
Arenitos argilosos. margas arenosas ou siltosas. siltitos argilosos e argilas 26 22.697 28374.35 0 1 0.999 7.2x109
Arenitos e conglomerados 10 0.962 0.71 1.836 1 0.175 2.617
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
16 Entregável 1.3.1.a Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Arenitos e margas 17 -0.009 0.679 0 1 0.99 0.991
Arenitos e siltes argilosos. margas areníticas e calcários arenosos 42 -2.219 1.286 2.975 1 0.085 0.109
Arenitos grosseiros argilosos e argilas arenosas 4 -1.455 0.996 2.134 1 0.144 0.233
Arenitos grosseiros cauliníticos e argilitos 300 -2.771 1.011 7.518 1 0.006 0.063
Arenitos. argilitos e siltitos 101 0.088 0.654 0.018 1 0.893 1.092
Arenitos. margas e argilas 51 -0.055 1.108 0.002 1 0.961 0.947
Arenitos. margas e calcários 167 -19.416 7308.078 0 1 0.998 0
Arenitos. pelitos e calcários 8 0.422 0.68 0.385 1 0.535 1.525
Arenitos. pelitos e dolomitos 18 -18.167 12597.65 0 1 0.999 0
Arenitos. pelitos. calcários margosos e dolomitos 27 21.899 9348.384 0 1 0.998 3.24x109
Arenitos. siltitos e margo-calcárias 165 -18.446 19684.97 0 1 0.999 0
Argila caulinífera com areia 7 1.87 1.788 1.094 1 0.296 6.491
Argilas gipsíferas e salíferas 23 1.214 1.618 0.564 1 0.453 3.368
Argilitos. siltitos com níveis de arenitos 68 -18.012 13289.75 0 1 0.999 0
Basalto 10 -0.021 0.691 0.001 1 0.976 0.979
Brecha basáltica e calcária 4 -1.921 0.656 8.567 1 0.003 0.147
Brecha basáltica. calcária. quartzítica. granítica e gnáissica 8 -21.368 14519.65 0 1 0.999 0
Brecha granítica 15 0.371 0.81 0.21 1 0.647 1.45
Brecha poligénica máfica 9 -1.711 0.685 6.234 1 0.013 0.181
Calcarenitos e margas 26 -0.665 0.896 0.551 1 0.458 0.514
Calcários 319 -17.146 5675.438 0 1 0.998 0
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 17 Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Calcários compactos 7 -0.397 0.649 0.374 1 0.541 0.672
Calcários compactos a margosos 77 0.434 0.999 0.189 1 0.664 1.544
Calcários detríticos. oolíticos e bioclásticos 140 -1.373 0.639 4.623 1 0.032 0.253
Calcários dolomíticos 18 0.653 1.127 0.335 1 0.563 1.921
Calcários e arenitos 101 0.125 0.67 0.035 1 0.852 1.133
Calcários e calcários margosos 8 0.595 0.768 0.6 1 0.439 1.813
Calcários e margas 258 0.315 0.691 0.208 1 0.648 1.371
Calcários e pelitos 5 0.376 0.812 0.215 1 0.643 1.456
Calcários margosos 97 -0.861 1.244 0.479 1 0.489 0.423
Calcários margosos com intercalações arenosas 28 -0.298 0.794 0.141 1 0.707 0.742
Calcários margosos com intercalações de margas siltosas 50 0.047 1.026 0.002 1 0.963 1.049
Calcários margosos e calcários 24 -2.992 1.198 6.236 1 0.013 0.05
Calcários margosos e margas 9 -0.023 0.7 0.001 1 0.974 0.977
Calcários margosos e margas arenosas 30 -19.821 8604.66 0 1 0.998 0
Calcários margosos. calcários arenosos e margas 31 -0.067 0.697 0.009 1 0.924 0.935
Calcários. calcários margosos. calcários arenosos e margas 59 0.529 35658.9 0 1 1 1.696
Calcários. margas e basalto 19 -19.262 22795.4 0 1 0.999 0
Calcários. margas. arenitos e argilas 73 -0.491 1.464 0.112 1 0.737 0.612
Calcários. margas. arenitos e dolomitos 5 -30.006 5799.274 0 1 0.996 0
Dolomitos. arenitos e pelitos 3 -0.161 0.85 0.036 1 0.85 0.852
Granito 162 0.851 0.714 1.422 1 0.233 2.342
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
18 Entregável 1.3.1.a Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Granito de grão médio e ocasionalmente fino 129 0.743 0.59 1.585 1 0.208 2.103
Margas calcárias 24 -0.489 0.748 0.427 1 0.513 0.613
Margas calcárias e calcários margosos 38 -1.472 0.662 4.95 1 0.026 0.229
Margas e arenitos e calcários margosos 43 -19.263 10505.95 0 1 0.999 0
Margas e calcários 168 3.462 1.349 6.583 1 0.01 31.866
Margas evaporíticas com gesso 11 1.526 1.465 1.084 1 0.298 4.598
Margas. arenitos argilosos 6 -0.698 0.719 0.942 1 0.332 0.498
Margas. margas calcárias alternadas com calcários margosos 3 1.139 0.939 1.472 1 0.225 3.125
Pelitos e arenitos 57 -0.791 0.732 1.168 1 0.28 0.453
Pelitos. arenitos e conglomerados 9 -0.424 1.553 0.075 1 0.785 0.654
Pelitos. arenitos. margas e calcários 60 0.303 0.863 0.124 1 0.725 1.355
Sienito 43 2.782 0.799 12.117 1 0 16.152
Siltes. argilas e arenitos 23 0.889 0.7 1.614 1 0.204 2.432
Siltitos. arenitos argilosos. argilas e conglomerados 61 1.985 0.665 8.918 1 0.003 7.28
Estrutura
Exterior 1258 * * 14.934 3 0.002 *
Interior 520 2.404 1.212 3.931 1 0.047 11.067
Normal 1565 2.891 1.213 5.685 1 0.017 18.016
Sem estrutura 501 2.777 1.207 5.297 1 0.021 16.07
Falha Ausente 3449 * * * * * *
Presente 395 -0.571 0.154 13.699 1 0 0.565
Filão Ausente 3691 * * * * * *
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 19 Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Presente 153 0.74 0.312 5.616 1 0.018 2.096
Proteção
de sopé
Acesso à praia 47 * * 56.359 35 0.013 *
Blocos 1055 -0.56 0.72 0.604 1 0.437 0.571
Caverna 9 0.745 0.425 3.073 1 0.08 2.107
Cone de dejeção 22 11.785 14487.38 0 1 0.999 131271.4
Cone de dejeção com edificado 6 0.948 0.679 1.949 1 0.163 2.582
Edificado 2 -0.981 1.072 0.838 1 0.36 0.375
Enrocamento 4 -18.958 28288.58 0 1 0.999 0
Estrutura frontal aderente 3 0.626 1.121 0.312 1 0.577 1.871
Estrutura frontal aderente e blocos 2 17.007 4108.243 0 1 0.997 24333924
Estrutura frontal aderente e edificado 10 -19.519 28186.07 0 1 0.999 0
Leixão 24 -0.456 1.215 0.141 1 0.707 0.634
Leixão e blocos 120 1.185 0.83 2.039 1 0.153 3.272
Leixão e plataforma de abrasão com blocos 6 0.813 0.643 1.598 1 0.206 2.255
Leixão e praia 5 1.106 1.557 0.504 1 0.478 3.022
Leixão e praia com blocos 10 -17.028 17637.44 0 1 0.999 0
Leixão e praia com plataforma de abrasão 4 -17.003 12248.41 0 1 0.999 0
Leixão. praia com plataforma de abrasão e estrutura frontal aderente 1 0.362 1.302 0.077 1 0.781 1.437
Leixões 49 -18.964 40192.97 0 1 1 0
Plataforma de abrasão 297 12.103 8061.965 0 1 0.999 180375.3
Plataforma de abrasão com blocos 425 -0.136 0.454 0.089 1 0.765 0.873
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
20 Entregável 1.3.1.a Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
Plataforma de abrasão com blocos e quebra-mar 2 0.961 0.44 4.768 1 0.029 2.615
Plataforma de abrasão e estrutura frontal aderente 3 -18.694 28358.41 0 1 0.999 0
Praia 701 -20.063 42535.45 0 1 1 0
Praia com blocos 385 0.134 0.451 0.088 1 0.766 1.143
Praia com blocos e estrutura frontal aderente 2 0.385 0.45 0.734 1 0.392 1.47
Praia com blocos e leixão 7 -18.585 27810.43 0 1 0.999 0
Praia com blocos e plataforma de abrasão 16 12.529 16163.53 0 1 0.999 276137.6
Praia com cone de dejeção 77 -0.085 0.8 0.011 1 0.916 0.919
Praia com edificado 2 -0.382 0.541 0.5 1 0.48 0.682
Praia com enrocamento 13 0.506 28356.54 0 1 1 1.659
Praia com estrutura frontal aderente 33 1.892 0.819 5.344 1 0.021 6.635
Praia com estrutura frontal aderente e edificado 6 0.685 0.683 1.007 1 0.316 1.984
Praia com plataforma de abrasão 169 -20.144 16288.67 0 1 0.999 0
Praia com plataforma de abrasão e blocos 175 0.538 0.483 1.238 1 0.266 1.712
Praia com plataforma de abrasão e estrutura frontal aderente 5 0.286 0.478 0.358 1 0.55 1.331
Sem proteção 147 -20.134 22127.57 0 1 0.999 0
Agitação
marítima
Potência
média de onda
(W/m)
< 15.355 398 * * 18.164 9 0.033 *
[15.355; 17.428[ 383 -0.579 0.383 2.28 1 0.131 0.561
[17.428; 18.439[ 386 -0.686 0.453 2.295 1 0.13 0.503
[18.439; 19.516[ 379 -0.341 0.376 0.821 1 0.365 0.711
[19.516; 20.829[ 396 0.1 0.362 0.076 1 0.782 1.105
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 21 Junho de 2013
Parâmetro Fator Variável Frequência β �̂� 𝜒𝑊2 d.f. p-value Exp(β)
[20.829; 21.633[ 379 -0.385 0.359 1.147 1 0.284 0.681
[21.633; 22.267[ 404 -0.726 0.378 3.695 1 0.055 0.484
[22.267; 23.389[ 366 -0.354 0.368 0.926 1 0.336 0.702
[23.389; 27.082[ 332 -0.259 0.366 0.499 1 0.48 0.772
≥ 27.082 421 -0.615 0.269 5.248 1 0.022 0.541
Constante de regressão - -2.638 1.521 3.009 1 0.083 0.072
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
22 Entregável 1.3.1.a Junho de 2013
Uma forma simples e eficiente de avaliar a qualidade do modelo de suscetibilidade passa por
aplicação da curva característica de operação (Receiver Characteristic Curve – ROC), sendo uma
de várias técnicas de análise discriminatória que permite relacionar regiões com instabilidade
com as regiões sem instabilidade. A precisão do modelo é sumarizada pelo índice da Área
Abaixo da Curva (AUC) (DeLong et al., 1988).
Para um modelo possuir uma discriminação perfeita, este apresentaria uma distribuição
envolvendo toda a área gráfica do espaço ROC, tendo de passar pelo ponto (0; 1), ou seja,
quanto mais perto a curva ROC estiver dessa coordenada ideal, melhor a sua capacidade de
discriminação. Assim, considera-se como discriminação excecional os modelos que projetem
curvas com AUC igual ou superior a 0.9, AUC entre 0.8 e 0.9 como discriminação boa, AUC
entre 0.7 e 0.8 como discriminação aceitável, AUC entre 0.5 e 0.7 como discriminação fraca, e
AUC inferior a 0.5 o poder discriminatório é nulo (Hosmer e Lemeshow, 2000).
A curva ROC aponta para um modelo com uma boa capacidade discriminatória, resultando,
para um intervalo de confiança a 95 %, numa AUC contida entre 0.819 e 0.845 para um erro-
padrão inferior a 0.01, sendo possível justificar todas as instabilidades no ponto (1.0; 0.87)
(Figura 2). A relação sensibilidade versus especificidade permitiu identificar o ponto de corte
ideal (0.31) para efeito de classificação, por cruzamento entre as duas curvas, o qual maximiza
tanto a sensibilidade como a especificidade. (Figura 3).
Figura 2. Avaliação preditiva por análise ROC dos resultados do modelo de suscetibilidade aplicado às arribas compreendidas entre o Cabo Espichel e a praia da Concha.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 23 Junho de 2013
Figura 3. Relação sensibilidade versus especificidade dos resultados do modelo de suscetibilidade aplicado às arribas compreendidas entre o Cabo Espichel e a praia da Concha.
Considerando os resultados obtidos, efetuou-se uma classificação do tipo Likert para cada um
dos intervalos de suscetibilidade contidos no espaço [0; 1]. Desta forma é possível identificar
as áreas de terreno com menor ou maior suscetibilidade, em função do inventário histórico de
instabilidades, e dos fatores internos e externos incorporados na construção do modelo
preditivo. Para valores de probabilidade até 0.50, a arriba possui um potencial moderado de
ocorrência de uma instabilidade com afetação na crista, entre 0.50 e 0.75 considera-se como
suscetibilidade elevada, entre 0.75 e 0.90 como muito elevada, caso a unidade de terreno
apresente um valor acima de 0.90 considera-se como situação extrema.
Os resultados obtidos pela aplicação do modelo da regressão logística foram transferidos de
uma folha de cálculo para a tabela de atributos das respetivas unidades de terreno,
encontrando-se disponíveis em anexo sob forma cartográfica em ficheiro no formato shapefile.
O ficheiro layer contem a classificação das unidades de terreno em classes de suscetibilidade.
Na Figura 4 apresentam-se excertos do mapa de suscetibilidade final, exemplificando setores
costeiros com níveis diferenciados de suscetibilidade à ocorrência de instabilidades maiores
nas arribas.
Apesar do caráter inovador da metodologia utilizada, que carece naturalmente de
refinamentos, os resultados obtidos correspondem a uma abordagem perfeitamente objetiva
e quantificada sobre a possibilidade de ocorrência de instabilidades maiores nas arribas,
assumindo que os processos causadores da evolução das arribas no passado se mantenham no
futuro. Entende-se pois que, para além de inovador, o trabalho produzido corresponde a
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
24 Entregável 1.3.1.a Junho de 2013
grande avanço no sentido da determinação quantitativa da perigosidade associada à evolução
das arribas.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
Entregável 1.3.1.a 25 Junho de 2013
Figura 4. Exemplos cartográficos do resultado do modelo de suscetibilidade à ocorrência de
instabilidades capazes de provocar recuos da crista das arribas, ilustrando situações com diferentes níveis de suscetibilidade, desde moderada a extrema, em áreas urbanas e não urbanas.
CRIAÇÃO E IMPLEMENTAÇÃO DE UM SISTEMA DE MONITORIZAÇÃO NO LITORAL ABRANGIDO PELA ÁREA DE JURISDIÇÃO DA ADMINISTRAÇÃO DA REGIÃO HIDROGRÁFICA DO TEJO
26 Entregável 1.3.1.a Junho de 2013
4 Referências bibliográficas
Bendel, R. e Afifi, A. 1977. Comparison of stopping rules in forward regression. Journal of the
American Statistical Association, 72, 46-53.
Brabb, E. 1984. Innovative approaches to landslide hazard mapping. Proc. IV International
Symposium, Landslides, Toronto, 1, 307-324.
Carrara, A. 1993. Uncertainty in evaluating landslide hazard and risk. Prediction and Perception
of Natural Hazards, 101-109.
Cox, D. 1958. The regression analysis of binary sequences (with Discussion). J. R. Statist. Soc.,
B, 20, 215-242.
DeLong, E., DeLong, D. e Clarke-Pearson, D. 1988. Comparing the Areas under Two or More
Correlated Receiver Operating Characteristic Curves: A Nonparametric Approach.
Biometrics, 44 (3), 837-845.
Dodet, G., Bertin, X. e Taborda, R. 2010. Wave climate variability in the North-East Atlantic
Ocean over the last six decades. Ocean Modelling, 31, 120-131.
Epifânio, B., Zêzere, J.L. e Neves, N. 2013. Identification of hazardous zones combining cliff
retreat with landslide susceptibility assessment. Journal of Coastal Research, SI, 65,
1681–1686.
Frattini, P., Crosta, G. e Carrara, A. 2010. Techniques for evaluating the performance of
landslide susceptibility models. Engineering Geology, Vol. 111, pp. 62-72.
Guzzetti, F., Reichenbach, P., Cardinali, M., Galli, M. e Ardizzone, F. 2005. Probabilistic
landslide hazard assessment at the basin scale. Geomorphology, 72, (1-4), 272-299.
Hosmer, D. e Lemeshow, S. 2000. Applied Logistic Regression. Wiley, New York, 375 pp.
Marques, F.M.S.F., Matildes, R. e Redweik, P. 2011. Statistically based sea cliff instability
hazard assessment of Burgau-Lagos coastal section (Algarve, Portugal). Int. Coastal
Symposium, ICS 2011. Journal of Coastal Research, SI 64, 927-931.
Marques, F.M.S.F., Matildes, R., e Redweik, P. 2013. Sea cliff instability susceptibility at
regional scale: a statistically based assessment in the southern Algarve, Portugal.
Natural Hazards Earth System Sciences (aceite, em impressão).
Menard, S. 1995. Applied Logistic Regression Analysis, Sage Publications, 98 pp.
Mickey, J. e Greenland, S. 1989. A study of the impact of confounder-selection criteria on
effect estimation. American Journal of Epidemiology, 129, 125-137.
Soeters, R. e Van Westen, C. 1996. Slope Instability Recognition, Analysis and Zonation.
Landslides: Investigation and Mitigation, Transportation Research Board, Special
Report, 247, National Academy Press, Washington D.C., 129-177.