No abstract

Abstract. On 15 February 2022, the city of Petrópolis in the highlands of the state of Rio de Janeiro, Brazil, received an unusually high volume of rain within 3 h (258 mm), generated by a strongly invigorated mesoscale convective system. It resulted in flash floods and subsequent landslides that caused the deadliest landslide disaster recorded in Petrópolis, with 231 fatalities. In this paper, we analyzed the root causes and the key triggering factors of this landslide disaster by assessing the spatial relationship of landslide occurrence with various environmental factors. Rainfall data were retrieved from 1977 to 2022 (a combination of ground weather stations and the Climate Hazards Group InfraRed Precipitation – CHIRPS). Remotely sensed data were used to map the landslide scars, soil moisture, terrain attributes, line-of-sight displacement (land surface deformation), and urban sprawling (1985–2020). The results showed that the average monthly rainfall for February 2022 was 200 mm, the heaviest recorded in Petrópolis since 1932. Heavy rainfall was also recorded mostly in regions where the landslide occurred, according to analyses of the rainfall spatial distribution. As for terrain, 23 % of slopes between 45–60∘ had landslide occurrences and east-facing slopes appeared to be the most conducive for landslides as they recorded landslide occurrences of about 9 % to 11 %. Regarding the soil moisture, higher variability was found in the lower altitude (842 m) where the residential area is concentrated. Based on our land deformation assessment, the area is geologically stable, and the landslide occurred only in the thin layer at the surface. Out of the 1700 buildings found in the region of interest, 1021 are on the slope between 20 to 45∘ and about 60 houses were directly affected by the landslides. As such, we conclude that the heavy rainfall was not the only cause responsible for the catastrophic event of 15 February 2022; a combination of unplanned urban growth on slopes between 45–60∘, removal of vegetation, and the absence of inspection were also expressive driving forces of this disaster.

No abstract

Neste trabalho propõe-se um modelo matemático para efetuar o mapeamento de áreas suscetíveis à inundação e/ou alagamento, fundamentado no método AHP (Analytic Hierarchy Process). A bacia hidrográfica do córrego Indaiá foi determinada como área experimental de análise, tendo em vista a sua ocupação que vem se processando nos últimos anos. Esta bacia está localizada no perímetro rural do município de Aquidauana, estado do Mato Grosso do Sul. Não há de fato, registros sobre ocorrência de inundações e/ou alagamentos nesta área; por outro lado, embora sejam fenômenos ocasionados por eventos naturais, de origem hidrometeorológica, eles podem ser potencializados e/ou deflagrados pela ação antrópica, o que justifica a busca pela minimização de suas consequências no meio ambiente, sobretudo, da regularização da ocupação dessa bacia sob análise. Visando o reconhecimento dos condicionantes e fatores que potencialmente exercem influência na formação e propagação desses eventos, foi utilizada uma metodologia de pesquisa geográfica, com base na análise integrada do ambiente sob a perspectiva sistêmica proporcionada pela escolha da bacia hidrográfica como unidade de análise, englobando técnica de análise multicritérios que considera fatores naturais e socioeconômicos que proporcionam a modelagem da realidade local de modo dinâmico. Os resultados mostraram que a bacia não apresenta elevada suscetibilidade, uma vez que as áreas com maior susceptibilidade representaram aproximadamente 23% da área total, relacionadas com as baixas declividades (fora da planície fluvial), solos mal drenados associados ao uso da terra com ausência de práticas conservacionistas. As áreas intermediárias (média suscetibilidade) representaram aproximadamente 42% da área total e as de menor suscetibilidade cerca de 37%. As áreas que apresentaram maiores suscetibilidades, em específico à inundação, estão relacionadas sobretudo com a planície fluvial, já as áreas com maiores tendências aos alagamentos estão relacionadas com a baixa declividade, somadas com as alterações antrópicas.

No abstract

Este trabalho propõe um mapa da dissecação do relevo por meio da técnica de geovisualização bivariada. Esse mapa permite verificar a influência de cada variável, entalhamento do vale e dimensão interfluvial, de forma separada ou combinada. O Parque Nacional da Serra da Canastra, no sudoeste de Minas Gerais, foi escolhido para aplicação do método devido a suas características geomorfológicas e a sua amplitude altimétrica. O resultado do mapa bivariado apresentado mostrou equivalência com outras propostas aplicadas existentes na literatura brasileira, com boa precisão e correlação espacial, principalmente onde a dissecação é “muito forte”. A vantagem dessa metodologia é a universalidade, pois sua aplicação independe da base de dados utilizada e prescinde da interferência do tomador de decisões, a partir do modelo digital de elevação (MDE) de qualquer região geográfica.

A mapping methodology of planation surfaces based on automated altimetric stratification is proposed in this work. In this methodology, mathematical concepts related to the variation of the function of pixels frequency vs. altitude are used to obtain the grouping of relief forms. The automatic clustering allows to distinguish the planation surfaces from elevation without the interference of decision maker. The input data for the execution of the mapping algorithm is the variation of elevation as a function of the number of pixels, extracted from SRTM data. The mapping of planation surfaces and the validation of computational algorithm were carried out for an area located in the municipality of Chapada Gaúcha, Minas Gerais State, Brazil, which presents two planation surfaces recognized in the literature. The landforms in the study area were associated with three planation cycles, interpreted as corresponding to King’s Post-Gondwana, South American and Velhas surfaces. Remaining (reserved) and dissected landforms from South American and Velhas surfaces were mapped, while for Post-Gondwana surface only dissected landforms were identified. The mapped surfaces showed an important correlation with the regional soil types, indicating that the spatial distribution of surficial formations is directly related to the distribution of the planation surfaces. The results showed that the proposed algorithm can automatically reveal the relief organization of a region, indicate characteristics of the planation surfaces such as the degree of flatness and leveling, in addition to helping to understand the relationship between landforms and soil distribution. The method is suitable for tectonically stable not-tilted reliefs and for areas of stepped planation surfaces. The method is suitable for stepped landsurfaces located at tectonically stable and not-tilted areas.

Propõe-se uma metodologia que utiliza conceitos matemáticos da teoria de formação de clusters, o K-means, para obter de forma automática os clusters dos valores do NDVI. As implementações do método K-means existentes em softwares específicos exige a predefinição no número de clusters, sendo a contribuição desta metodologia a determinação do número de clusters automaticamente, sem a necessidade da interferência do tomador de decisões que, pode variar de acordo com o tempo e o espaço de uma imagem para outra, bem como de um sensor para o outro. Foram selecionados diferentes sensores para generalizar essa classificação do índice: Thematic Mapper (TM) a bordo do satélite Landsat-5; Operational Terra Imager (OLI) a bordo do satélite Landsat-8; MultiSpectral Instrument (MSI) a bordo do satélite Sentinel, nível-2A. O mapeamento e a validação do algoritmo são efetuados na região nordeste do estado de Mato Grosso do Sul, a qual, apresenta ao longo de 37 anos (1984- 2021) alterações em sua cobertura vegetal. Os resultados para os três períodos, fornecidos pelo algoritmo distinguiu melhor o comportamento espectral dos pixels referentes às classes de água, solo exposto e áreas urbanas; já o JENKS generalizou essas classes, por outro lado, distinguiu com melhor precisão vegetação de baixo porte, vegetação natural e florestas plantadas.