Geomorfometria multi-escala na análise de movimentos de massa em São Sebastião (SP)

• Processo: 23/11197-1
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de fevereiro de 2024
• Data de Término da vigência: 31 de janeiro de 2026
• Área do conhecimento: Ciências Exatas e da Terra - Geociências - Geologia
• Pesquisador responsável: Carlos Henrique Grohmann de Carvalho
• Beneficiário: Carlos Henrique Grohmann de Carvalho
• Instituição Sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Pesquisadores associados: Camila Duelis Viana ; John Lindsay ; Mihai Niculita ; Vivian Cristina Dias
• Bolsa(s) vinculada(s): 24/18298-0 - Análise da influência dos parâmetros da topografia na suscetibilidade a escorregamentos por aprendizado de máquina: Estudo de caso no município de São Sebastião - SP, BP.IC
• Assunto(s): LIDAR Aprendizado computacional Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: Análise digital de terreno | Lidar | machine learning | Movimento de Massa | Risco Geológico | SfM-MVS | Sensoriamento Remoto

Resumo

O desenvolvimento das tecnologias de sensoriamento remoto na última década levou a um crescimento praticamente exponencial da informação disponível sobre segmentos da superfície terrestre. Entre esses avanços pode-se citar imagens orbitais de alta resolução com possibilidade de geração de Modelos Digitais de Elevação (MDEs), LiDAR (Light Detection And Ranging) aeroportado ou terrestre, e, mais recentemente, a aplicação da técnica de Structure from Motion--Multi View Stereo (SfM-MVS) a conjuntos de imagens obtidas por Aeronaves Remotamente Pilotadas (RPAs - Remotely Piloted Aircrafts). O projeto propõe o uso de ferramentas modernas de análise geo-espacial -- Sensoriamento Remoto de Alta Resolução baseado em RPAs, LiDAR terrestre/aeroportado, SfM-MVS, Machine/Deep Learning -- no estudo de movimentos de massa (escorregamentos) e de risco geológico. A área de estudos abrange o município de São Sebastião (SP), palco de tragédia humanitária após ser afetada por centenas de escorregamentos rasos e fluxos de lama em função de chuva anômala em fevereiro de 2023. Os temas selecionados para estudo englobam: análise multi-escala com apoio de Machine Learning da influência de parâmetros do relevo na determinação de susceptibilidade a escorregamentos; modelagem 3D de áreas de escorregamentos por SfM-MVS; comparação entre dados obtidos por SfM-MVS e LiDAR aeroportado na região; mapeamento multitemporal de um escorregamento com atividade desde o início dos anos 2000. O projeto tem uma programação de dois anos e será conduzido pelo investigador principal e sua equipe de alunos, em colaboração com docentes da Universidade de Guelph (Canadá) e Universidade de Iasi (Romênia). (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

GUTH, PETER L.; TREVISANI, SEBASTIANO; GROHMANN, CARLOS H.; LINDSAY, JOHN; GESCH, DEAN; HAWKER, LAURENCE; BIELSKI, CONRAD. Ranking of 10 Global One-Arc-Second DEMs Reveals Limitations in Terrain Morphology Representation. REMOTE SENSING, v. 16, n. 17, p. 31-pg., 2024-09-01. (23/11197-1)

ALVIOLI, MASSIMILIANO; LOCHE, MARCO; JACOBS, LIESBET; GROHMANN, CARLOS H.; ABRAHAM, MINU TREESA; GUPTA, KUNAL; SATYAM, NEELIMA; SCARINGI, GIANVITO; BORNAETXEA, TXOMIN; ROSSI, MAURO; et al. A benchmark dataset and workflow for landslide susceptibility zonation. EARTH-SCIENCE REVIEWS, v. 258, p. 26-pg., 2024-09-18. (23/11197-1)

COELHO, REBECA DURCO; VIANA, CAMILA DUELIS; DIAS, VIVIAN CRISTINA; GROHMANN, CARLOS HENRIQUE. Landslides of the 2023 summer event of Sao Sebastiao, southeastern Brazil: spatial dataset. BRAZILIAN JOURNAL OF GEOLOGY, v. 54, n. 2, p. 5-pg., 2024-01-01. (23/11197-1, 19/26568-0, 22/04233-9)