Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/2910
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorBarella, César Falcãopt_BR
dc.contributor.advisorEiras, Cahio Guimarães Seabrapt_BR
dc.contributor.authorAraujo Junior, Jefferson Alves-
dc.date.accessioned2021-03-01T18:59:35Z-
dc.date.available2021-03-01T18:59:35Z-
dc.date.issued2021pt_BR
dc.identifier.citationARAUJO JUNIOR, Jefferson Alves. Influence of cartographic representation of landslides’ features on susceptibility models: analysis of shallow and deep translational slides in the region of Ouro Preto/MG, Brazil. 2021. 48 f. Monografia (Graduação em Engenharia Geológica) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/2910-
dc.description.abstractA influência da representação cartográfica de deslizamentos de pequeno e grande porte, por meio de pontos e polígonos, foi avaliada em modelos estatísticos de suscetibilidade, na região central do município de Ouro Preto, Brasil. 18 modelos foram produzidos a partir de um inventário com 57 feições de cicatrizes mapeadas com um Veículo Aéreo Não Tripulado. Foram determinados a área e o volume dessas feições, o que permitiu estabelecer uma correlação estatística entre os dois parâmetros com um coeficiente de determinação (R²) de 0,9687. Três divisões das variáveis dependentes, entre os subgrupos de treino e teste, foram adotadas com base no volume dos escorregamentos. Em cada uma dessas divisões, as seguintes representações cartográficas foram adotadas: polígono, ponto no centro de massa e ponto aleatório dentro das feições dos escorregamentos. Os fatores condicionantes utilizados na criação dos modelos foram: unidades litológicas, declividade, unidades geomorfológicas, aspecto e uso e ocupação. O método do valor informativo foi utilizado na construção dos modelos, que foram validados através das curvas de sucesso e de predição. Os resultados encontrados evidenciaram que escorregamentos de pequeno e grande porte são diferentemente influenciados pelos fatores condicionantes, além da representação cartográfica alterar a influência dos fatores para uma mesma feição de escorregamento. O melhor resultado encontrado utilizou uma representação cartográfica poligonal e uma partição equilibrada das variáveis dependentes (grandes e profundos escorregamentos em ambos os subgrupos de treino e de teste). O pior resultado encontrado utilizou uma representação cartográfica pontual e aleatória e uma partição das variáveis dependentes com predominância de grandes e profundos escorregamentos no subgrupo de treino. Dessa forma, pode-se concluir que a adoção de diferentes representações cartográficas para mapear as feições de escorregamentos em regiões que registram movimentos de diferentes magnitudes pode interferir na qualidade dos modelos de susceptibilidade elaborados e no arranjo espacial das classes de susceptibilidade, produzindo mapas distintos para uma mesma localidade.pt_BR
dc.language.isoen_USpt_BR
dc.subjectGeotecniapt_BR
dc.subjectDeslizamentos - geologiapt_BR
dc.subjectMapeamento de susceptibilidadept_BR
dc.subjectMétodos estatísticospt_BR
dc.titleInfluence of cartographic representation of landslides’ features on susceptibility models : analysis of shallow and deep translational slides in the region of Ouro Preto/MG, Brazil.pt_BR
dc.title.alternativeInfluência da representação cartográfica de feições de escorregamentos nos resultados de modelos de susceptibilidade: análise de escorregamentos translacionais rasos e profundos na região de Ouro Preto/MG, Brasil.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeBarella, César Falcãopt_BR
dc.contributor.refereeSobreira, Frederico Garciapt_BR
dc.contributor.refereeXavier, Mateus Oliveirapt_BR
dc.description.abstractenThe influence of cartographic representation of small and large-sized landslides, through points and polygons, was evaluated in statistical models of susceptibility, in the central region of the municipality of Ouro Preto, Brazil. 18 models were produced using an inventory with 57 features mapped with an Unmanned Aerial Vehicle. The area and volume of these features were determined, which allowed the establishment of a statistical correlation between both parameters, with a coefficient of determination (R²) of 0.9687. Three divisions of the dependent variables, between the training and test subgroups, were adopted based on the slide’s volume. In each of these divisions, the following cartographic representations were adopted: polygon, point in the centre of mass, and random point inside the slide’s features. The conditioning factors used in the modelling were: lithological units, slope angle, geomorphological units, slope aspect, and land use. The informative value method was used in the construction of the models, which were validated through the success and prediction curves. The results demonstrated that landslides of small and large sizes are differently influenced by the conditioning factors, and the cartographic representation changes the influence of the factors for the same sliding feature. A polygonal cartographic representation and a balanced partition of the dependent variables (large and deep landslides in both training and test subgroups) were demonstrated to produce the best results. The worst result was obtained using a point and random cartographic representation and a partition of dependent variables with a predominance of large and deep landslides in the training subgroup. Thus, the adoption of different cartographic representations to map the features of landslides in regions that register movements of different magnitudes may interfere in the quality of the susceptibility models and in the spatial arrangement of the susceptibility classes, producing distinctly different maps for the same locality.pt_BR
dc.contributor.authorID14.2.1285pt_BR
Aparece nas coleções:Engenharia Geologica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_InfluenceCartographicRepresentation.pdf3,65 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons