Logo PUCPR

IMPLEMENTAÇÃO DAS TÉCNICAS CLÁSSICAS DE CIÊNCIAS DE DADOS PARA DETECÇÃO DE PADRÕES DE OCORRÊNCIAS DE DESASTRES GEO-HIDROLÓGICOS

TAVARES, Luís Augusto Moraes ¹; POGOGELSKY, Ana Luiza de Castilho ³; SILVA, Luciene Pimentel da ²
Curso do(a) Estudante: Arquitetura e Urbanismo – Escola Belas Artes – Câmpus Curitiba
Curso do(a) Orientador(a): Arquitetura e Urbanismo – Escola Belas Artes – Câmpus Curitiba

INTRODUÇÃO: Os desastres geo-hidrológicos representam um risco significativo de causar grandes prejuízos econômicos, ambientais e sociais. A região da Serra do Mar no país é uma área suscetível a esses eventos devido às suas condições geográficas, fisiográficas e climatológicas. Nas últimas décadas, a frequência desses eventos aumentou, resultando em perdas relevantes. Estudos indicam que a melhor forma de reduzir o impacto desses eventos é com investimento na prevenção. A aplicação das técnicas de ciência de dados em estudos que envolvem inteligência de máquina pode contribuir para a melhoria da gestão e redução dos riscos de desastres. OBJETIVOS: O objetivo principal deste trabalho foi localizar áreas com potencial risco de desastres geo-hidrológicos na Bacia Hidrográfica do Litoral do Estado do Paraná através da identificação de padrões associados aos fatores que contribuem para a ocorrência desses eventos. MATERIAIS E MÉTODO: Tomou-se como objeto de estudo a Região do Litoral do Paraná. Foram utilizados dados da Defesa Civil do estado no período de 2013 a 2023, que registra a data, tipologia COBRADE, informações sobre a localização, e o número de atingidos. A metodologia envolveu elementos da ciência de dados que auxiliaram na identificação das características e padrões da ocorrência dos eventos. Foram desenvolvidas análises da ocorrência dos eventos ao longo do tempo, assim como de suas localizações. Foram aplicados algoritmos de análise estatística básica e multivariada, como o cálculo da matriz de autocorrelação. Nessas análises a variável dependente foi o número de atingidos. RESULTADOS: Os resultados encontrados mostraram que o município com maior número de registros de desastres geo-hidrológicos na Bacia do Litoral do Paraná é Morretes. Paranaguá registra o maior número de atingidos. O mês com maior número de ocorrências é janeiro. A análise da matriz de autocorrelação mostrou a compatibilidade esperada entre algumas das variáveis que são interdependentes, mostrando a coerência dos cálculos. Por exemplo, as precipitações diárias apresentaram correlação positiva com valor significativo alto com os totais pluviométricos mensais e com a erosividade das chuvas. Os valores mais significativos dos coeficientes de autocorrelação foram entre número de afetados e os totais pluviométricos diários, e a erosividade da chuva (totais diários), com sinais positivos. Do número total de afetados, com as áreas de conservação, com sinal negativo. O número de afetados apresentou melhor correlação com as velocidades de vento em Morretes, do que com Curitiba. Mas, diferente do esperado, o sinal foi negativo. Os valores dos coeficientes de correlação entre afetados e chuva diária, e afetados e velocidade do vento em Morretes, foram os com valores mais altos. CONSIDERAÇÕES FINAIS: Os resultados apresentaram coerência e são promissores para aprofundamento dos estudos para obtenção de indicadores, assim como obtenção de padrão e modelos de previsão para o aprimoramento da gestão e redução dos riscos de desastres geo-hidrológicos na Bacia do Litoral do Paraná. Recomenda-se à Defesa Civil atenção com os Municípios de Paranaguá e Morretes, e que seja estabelecido um sistema de alerta específico para os trechos de estradas, onde foram identificadas ocorrências de desastres. Com atenção para o mês de janeiro.

PALAVRAS-CHAVE: Desastres; Bacia Hidrográfica do Litoral do Paraná; Ciência de dados; Alagamentos; Enxurradas.

APRESENTAÇÃO EM VÍDEO

Legendas:
  1. Estudante
  2. Orientador
  3. Colaborador
Esta pesquisa foi desenvolvida com bolsa CNPq no programa PIBIC.

QUERO VOTAR NESTE TRABALHO

Para validarmos seu voto, por favor, preencha os campos abaixo. Alertamos que votos duplicados ou com CPF inválido não serão considerados.