Nos Açores, a chuva intensa e prolongada pode desencadear deslizamentos de terras, colocando pessoas, casas e infraestruturas em risco.
O estudo de caso original do SOILRISK procurou responder a um desafio prático: identificar onde poderá ocorrer um deslizamento nos dias seguintes, com detalhe espacial suficiente para apoiar a preparação e o planeamento de emergência.
A investigação reuniu informação sobre o terreno e a evolução das condições ambientais. O objetivo era passar da identificação das encostas suscetíveis à compreensão de como o risco pode evoluir ao longo do tempo.
02 / A abordagem
Muitos fatores. Uma visão integrada.
Um algoritmo próprio de alerta precoce, baseado em aprendizagem automática.
A abordagem original do SOILRISK descreve mais de 20 fatores condicionantes. A ocupação do solo, a geologia, a vegetação, a humidade do solo, o vento, a precipitação e os movimentos do terreno contribuem com diferentes peças de informação.
A combinação destes fatores permite ao modelo considerar tanto as características de uma encosta como as condições que mudam em seu redor.
03 / A informação que o sustenta
Dos satélites às condições locais.
Quatro fontes de dados descritas na apresentação técnica original.
01 / Deformação do terreno
Acompanhar o movimento das encostas.
A interferometria de radar por satélite (InSAR) ajuda a identificar movimentos da superfície do terreno. Estas observações acrescentam informação sobre a evolução da atividade das encostas no espaço e no tempo e podem ajudar a identificar instabilidades isoladas.
02 / Vegetação
Compreender o que cobre o terreno.
A vegetação, as características do solo e o declive ajudam a identificar áreas suscetíveis. A investigação utilizou imagens Sentinel-2 para calcular o NDVI, um índice da condição da vegetação.
03 / Humidade do solo
Acompanhar as variações da humidade.
O método original utilizou dados de radar Sentinel-1 e deteção de alterações para estimar a humidade do solo. Foram utilizados mapas de ocupação do solo para excluir áreas onde essas estimativas eram menos fiáveis.
04 / Meteorologia
Adicionar as condições que estão sempre a mudar.
A precipitação e o vento alimentam o algoritmo como variáveis dinâmicas. Onde disponíveis, as observações horárias de estações meteorológicas locais fornecem contexto, a par dos serviços de previsão meteorológica.
04 / Da investigação à aplicação
Uma base regional. Uma perspetiva mais ampla.
O trabalho nos Açores faz parte da base científica dos modelos SOILRISK desenvolvidos pela Eyecon.
A aplicação reúne os modelos regionais SOILRISK, a informação global do LHASA, a meteorologia e as medições locais compatíveis. Cada fonte tem a sua própria cobertura, resolução e horizonte de previsão.
Consulte na aplicação o modelo e a informação disponíveis para o seu local. A investigação regional aqui descrita não deve ser interpretada como uma especificação para todo o mundo.