1Escorregamentos translacionais rasos são processos naturais que podem assumir grandes magnitudes, sendo definidos como movimentos de massa rápidos, condicionados por uma descontinuidade planar do substrato e regidos pela gravidade, cuja ocorrência, quase sempre, está associada a fortes precipitações capazes aumentar as pressões no solo, levando a perda da coesão entre as partículas e consequente ruptura da encosta ao longo da descontinuidade de resistência, usualmente no contato solo-rocha (Selby, 1993; Bierman e Montgomery, 2014).

2A ocorrência desse tipo de movimento de massa pode estar associada a fatores morfométricos do relevo. São exemplos, as encostas com inclinações acentuadas até certo limite, de modo que exista material para ser mobilizado pelo processo, e as curvaturas côncavas, que concentram fluxos de subsuperfície e, portanto, necessitam de menores quantidades de precipitação para que o processo seja deflagrado (Selby, 1993; Montgomery e Dietrich, 1994).

3Este processo é frequente na região da Serra do Mar no Brasil (Figura 1), devido à combinação de fatores condicionantes (ex. altos ângulos das encostas) e deflagradores com elevados totais pluviométricos (1750mm a 2000mm anuais). Muitas vezes os escorregamentos rasos ocorrem de maneira conjunta com corridas de detritos provendo o material necessário para desencadeá-las.

4Dada a magnitude dos escorregamentos rasos, é possível que estes venham configurar um perigo para populações e infraestruturas, tornando a sua previsão uma necessidade ao planejamento territorial. Podemos destacar, dentre as formas de previsão, os modelos matemáticos de bases físicas e os modelos estatísticos. No primeiro caso, os modelos descrevem fisicamente o processo por meio de equações matemáticas, como por exemplo o modelo Shallow Landsliding Stability Model (SHALSTAB) (Montgomery e Dietrich, 1994;). Já no segundo caso, são estabelecidas correlações entre a ocorrência dos processos e fatores condicionantes julgados como relevantes (tais como ângulo e curvatura das encostas), estando os valores numéricos associados a uma probabilidade de ocorrência (Carrara et al., 1991). Como exemplo deste método podemos citar o modelo do Valor Informativo desenvolvido por Yin e Yan (1988). Assim, o objetivo desta pesquisa foi realizar uma comparação do desempenho entre diferentes formas de avaliação de suscetibilidade a escorregamentos rasos: a análise pelos parâmetros morfométricos, o modelo SHALSTAB e o modelo do Valor Informativo.

Área de estudo

5A área selecionada para este estudo foi a bacia do rio Gurutuba (4,56 km²) no município de Itaoca, Estado de São Paulo (Figura 2), devido à grande quantidade de escorregamentos rasos deflagrados durante um evento de precipitação pluvial intensa em 2014.

6A bacia do rio Gurutuba é composta de rochas graníticas com importante intemperismo ao longo das fraturas que, uma vez erodido, promove a presença de grande quantidade de blocos arredondados tanto nos perfis de alteração nas encostas quanto nas principais redes de drenagem. A bacia está situada próxima as Zonas de Cisalhamento Ribeira e Figueira, que exercem um controle estrutural nas encostas e na drenagem de toda a região (Mello e Bettencourt, 1998; Faleiros et al., 2012).

7Nos dias 13 e 14 de Janeiro de 2014, foram registrados 200mm de precipitação em apenas 2 horas (Gramani, 2015) e deflagrados 336 escorregamentos rasos concentrados sobretudo nos terços médio e inferior da bacia hidrográfica (Carou et al., 2017). Além dos escorregamentos nas encostas, corridas de detritos foram geradas nos principais canais de drenagem com deposição predominante de blocos com mais de 2 m de diâmetro, sedimentos mais finos e matéria orgânica que alcançaram o centro do município, causando 25 mortes, destruição de moradias e plantações, e sérios danos à infraestrutura do município (Gramani, 2015 Brollo et al., 2015).

Modelo Digital de Terreno e mapas morfométricos

8Foi utilizado um Modelo Digital de Terreno (MDT) com resolução de 10m, gerado a partir das curvas de nível (equidistância de 10 metros) obtidas das cartas topográficas do Instituto Geográfico e Cartográfico (IGC), em escala 1:10.000 (Folha Ribeirão das Pedras e Rio Palmital).

9A partir do MDT, foram derivados mapas temáticos de elevação, ângulo das encostas, orientação das encostas, curvatura (planta/perfil) e área de contribuição. Os mapas foram obtidos por meio do software ArcGIS, exceto para o parâmetro áreas de contribuição, gerado por meio do software SAGA GIS (System for Automated Geoscientific Analyses) (Conrad et al., 2015), com o algoritmo MFD (Multiple Flow Direction).

10Foram calculados índices de Frequência (F) e de Concentração de Cicatrizes (CC), que consistem, respectivamente, na razão entre o número de células de cada classe e o total de células da bacia, e na divisão entre o número de células de cada classe no interior do perímetro da cicatriz e o total de células com área deslizada. O inventário de cicatrizes utilizado em todas as etapas foi elaborado por Carou et al. (2017) por interpretação de imagens Google Earth Pro de 10/08/2014 e validações em campo. Do total de 336 cicatrizes mapeadas pelos autores, a maioria possui áreas entre 50 e 300m², forma arredondada e localização nos terços baixo e médio da bacia hidrográfica.

Suscetibilidade a partir do modelo SHALSTAB

11O SHALSTAB é composto por dois modelos, sendo um de estabilidade baseado na equação de Mohr-Coulumb e outro hidrológico que utiliza índices de chuva constantes para prever zonas de saturação no terreno (O’Loughlin, 1986; Montgomery e Dietrich, 1994; Dietrich e Montgomery, 1998).

12Este modelo produz um índice de estabilidade relativa (log Q/T), expresso na quantidade de precipitação crítica para iniciação dos processos (Equação 1). As áreas que possuem um mesmo índice de chuva crítica podem ser apontadas como possuidoras do mesmo tipo de controle topográfico em relação aos escorregamentos rasos (Montgomery e Dietrich, 1994).

(1)

13“Q” é chuva crítica necessária para a ruptura [mm]; “T” é a transmissividade do solo [m²/dia]; “a” é a área de contribuição [m²]; “b” é o comprimento do contorno da célula [m]; “c” é a coesão do solo [Pa]; “θ” é o ângulo da encosta [°]; “ρw” é a densidade da água [kN/m³]; “ρs” densidade do solo [kN/m³]; “g” é a gravidade [m/s²]; “z” é a espessura do solo e “ϕ” é o ângulo de atrito interno [°].

14O modelo SHALSTAB foi operado em sua versão disponível no SAGA GIS, utilizando parâmetros geotécnicos e hidrológicos variáveis e uniformemente distribuídos para bacia. Os parâmetros utilizados foram obtidos por revisão de literatura (Vieira et al., 2015; Aristzábal et al., 2015; Kim et al., 2015; e Gomes e Vieira, 2016). Os dados foram selecionados com base em critérios de similaridade de geologia e clima entre a bacia do rio Gurutuba e as áreas trabalhadas pelos autores consultados.

15Em seguida, foram realizados testes dos parâmetros, em que o mapa de suscetibilidade gerado foi comparado com o inventário de cicatrizes. Foram utilizados os seguintes valores: densidade do solo seco (d) mínima: 1,5g/cm³; “d” máxima: 1,6g/cm³; profundidade do solo (p) mínima: 2m; “p” máxima: 8m; Condutividade hidráulica saturada (Ksat): 1,5012m/h; Ângulo de Atrito Interno das partículas (AAI) mínimo: 27º; AAI máximo: 36º; Coesão aparente do solo (C’) mínima: 0 MPa; C’ máxima: 0,002MPa.

Suscetibilidade a partir do Valor Informativo

16O método do Valor Informativo (VI) proposto por Yin e Yan (1988) consiste em um método estatístico bivariado, em que os fatores condicionantes do processo são selecionados pelo operador, assumindo-se que os escorregamentos futuros tendem a ocorrer nas mesmas condições em que ocorreram os escorregamentos anteriores (Pereira, 2009).

17As variáveis selecionadas favorecem a ocorrência dos processos se seu VI for maior que 0. Caso o VI seja menor que 0, a variável não determina a ocorrência dos fenômenos (Jade e Sarkar, 1993; Zêzere, 1997). O cálculo do VI para um determinado elemento j (j = 1, [...], N) é feito com base nas equações 2 e 3:

(2)

18N representa o número total de elementos; S o número total de elementos com cicatrizes; Si o número total de elementos com cicatrizes e que apresentam a variável i; e Ni o número total de elementos que apresentam a variável i.

(3)

19Xji é o valor da variável i (j = 1, [...], N e i = 1, [...], M), sendo que Xji é igual a 1 se a variável i existe em determinado elemento j, e igual a 0 se a variável i inexiste em determinado elemento j; M é o número de variáveis associados em dada área; Li corresponde ao valor informativo atribuído a cada variável i

20O modelo do Valor Informativo foi aplicado definindo-se como fatores condicionantes os seguintes parâmetros morfológicos: ângulo de inclinação das encostas; aspecto; curvatura (planta/perfil); elevação; áreas de contribuição; e posicionamento da média encosta. Tais parâmetros foram escolhidos pela sua disponibilidade e pela ampla utilização em outros estudos tais como em Jade e Sarkar (1993); Zêzere (1997) e Pereira (2009). Foram produzidos dois cenários com o modelo do Valor Informativo: o primeiro considerando todos os parâmetros morfológicos gerados (Análise 01) e o segundo excluindo o parâmetro Posicionamento da Média Encosta (Análise 02), obtido pelo módulo Relative Heights and Slope Positions do SAGA GIS.

Validação e comparação da eficácia entre os métodos

21Foi realizada uma validação cruzada para o modelo do Valor Informativo, a partir da divisão aleatória do inventário de cicatrizes em dois grupos de tamanho igual (168 cicatrizes). O Grupo I foi utilizado para o cálculo do Valor Informativo, enquanto que o Grupo II foi utilizado na validação dos resultados. Em um primeiro momento, os resultados foram validados por meio da Taxa de Sucesso (Chung e Fabbri, 2003), com ambos os grupos gerados. Em seguida, os modelos foram classificados em quatro classes de suscetibilidade de acordo com as quebras na geometria da curva de sucesso (Pereira, 2009). A Taxa de Sucesso também foi calculada para o modelo SHALSTAB, que dispensa a validação cruzada.

22Em um segundo momento, foi empregado o método da matriz de contingência (Fawcett, 2006), que considera como Positivo (P) os pixels com escorregamento e Negativo (N) onde não há escorregamento, classificando os resultados de quatro maneiras: Verdadeiro Positivo (VP), quando a previsão classifica uma área como suscetível e nela constam cicatrizes; Falso Positivo (FP), quando a previsão indica como instáveis áreas que não apresentam cicatrizes; Falso Negativo (FN), quando o modelo classifica como estável e possui cicatrizes; e Verdadeiro Negativo(VN), se a previsão classifica como estável uma área que não apresenta cicatrizes.

23Foram então produzidas: a Taxa de Verdadeiros Positivos (TVP=VP/(VP+FN)), que consiste na área total corretamente prevista como instável, em relação à área total prevista como instável; a Taxa de Falsos Positivos (TFP=FP/(FP+VN)), que consiste na área total prevista como instável sem a presença de cicatrizes, em relação à área total considerada estável; Acurácia (ACC=VP+VN/(P+N)), que indica a suscetibilidade corretamente classificada relativamente à área total; e a Precisão (Pres=TP/(TP+FP)), definida como a capacidade preditiva das áreas classificadas como instáveis, também chamada potencial de deslizamento.

24Foi calculada também a relação TVP/TFP, que consiste num indicador de qualidade do mapeamento, pois relaciona a área dos escorregamentos corretamente classificada com a área estável corretamente classificada. Em suma, quanto maior o valor assumido pela relação TVP/TFP, maior a qualidade do mapeamento produzido, já que isto indica uma maior taxa de acertos aliada a uma menor taxa de erro.

25A comparação entre os dois modelos foi feita com base na Taxa de Sucesso obtida por cada modelo e com os índices de validação da Matriz de Contingência. No caso do modelo SHALSTAB, foram consideradas como instáveis na matriz de contingência as classes: Incondicionalmente Instável; 0-50mm/dia; 50-100mm/dia; e 100-200mm/dia. Para o Valor Informativo, as classes consideradas instáveis possuem VI positivo, sendo divididas em: Suscetibilidade Alta e Suscetibilidade Muito Alta.

Suscetibilidade a escorregamentos a partir de parâmetros morfométricos

26Cerca de 30% da área possui altitudes entre 750 e 850m, concentrando quase 14% do total das cicatrizes. A maior concentração de cicatrizes (22,4%) ocorreu na classe altimétrica entre 850 e 950m, que ocupa apenas 22% da área da bacia. Este maior valor de CC pode ser explicado pela maior dimensão das cicatrizes (Carou et al., 2017). A segunda maior concentração de cicatrizes ocorreu na classe entre 450 e 550m (~21%) que corresponde apenas a 9% da área total perfazendo sobretudo o terço médio da bacia.

27As orientações predominantes foram Sul (21%), Sudeste (21%) e Leste (18%). Estas últimas tiveram os maiores índices CC, Leste (38%) e Sudeste (30%), totalizando quase 67% das cicatrizes (Figuras 3B e 4B). Os menores valores de CC correspondem às orientações Norte (1,6%) e Noroeste (1,7%), que também possuem os menores índices F (3,6% e 4,5%, respectivamente). Lin et al. (2016) em estudo realizado na região também apontaram como mais suscetíveis as encostas voltadas para Leste e Sudeste.

28De acordo com Gao (1993), há uma diferença na quantidade de radiação solar recebida por uma encosta de acordo com sua orientação, sendo que, no Hemisfério Sul, as encostas voltadas para Norte recebem mais radiação solar e são, portanto, mais secas que aquelas voltadas para Sul. Assim, os menores valores de CC calculados para as encostas voltadas para Norte podem ter como causa esta relação entre orientação e quantidade de radiação solar recebida, que exerce influência na quantidade de umidade contida na encosta. Isso também pode ajudar a explicar a grande quantidade de escorregamentos deflagrados na bacia, já que a maior parte das encostas possui orientações para Sul e Sudeste.

29Também é possível que a direção de deslocamento das massas de ar saturadas, cuja precipitação deflagrou os escorregamentos de 2014, tenha relação com os maiores valores de CC das encostas voltadas a Sul, Sudeste e Leste, tendo afetado mais intensamente encostas com estas orientações.

30São predominantes as encostas com ângulos entre 25° e 30° (24,4%) e 30° e 35° (20,4%) (Figuras 3C e 4C). Notou-se uma maior Concentração de Cicatrizes (CC) a partir da classe entre 20 e 25° (23,2%), com o índice atingindo seu valor máximo na classe entre 30° e 35° (26,5%) e declinando nas classes com ângulos superiores a 35°. Este comportamento também foi observado por Fernandes et al. (2004) nas bacias dos rios Quitite e Papagaio (Rio de Janeiro, RJ), onde as cicatrizes se concentraram em encostas com ângulos entre 18° e 37°, sendo menos frequentes em áreas com inclinação superior. Similarmente, Martins et al., (2017), ao analisarem o mesmo parâmetro para a Bacia do Bom Brinquedo (Antonina, PR), verificaram um maior CC em encostas com inclinação entre 20° e 40° (65%), com marcado declínio para inclinações maiores do que 40°. Além disso, o terço médio da bacia, onde Carou et al. (2017) observaram uma maior ocorrência de cicatrizes, corresponde à área onde os ângulos de inclinação tornam-se mais acentuados, tendo apresentado valores entre 25 e 40º.

31O parâmetro de curvatura das encostas (Figuras 3D e 4D) teve uma distribuição similar entre as classes côncava (31,6%), retilínea (34,9%) e convexa (33,3%). As classes convexa e côncava tiveram as maiores concentrações de cicatrizes 35,2% e 33,9%, respectivamente, seguida pela retilínea com 31%. Ressalta-se que embora a literatura aponte que as curvaturas côncavas são mais suscetíveis devido à maior concentração de fluxos de superfície e subsuperfície (Montgomery e Dietrich, 1994), neste trabalho a presença de escorregamentos em todas as classes pode estar associada à magnitude do evento (elevados índices pluviométricos) e a outros fatores condicionantes como orientação e ângulo das encostas.

32Por fim, aproximadamente 40% da área possui áreas de contribuição até 600m², sendo esta a classe que apresentou o maior índice CC, 39,43% (Figuras 3E e 4E). Houve uma tendência de decréscimo dos índices F e CC com o aumento do tamanho da área de contribuição, o que pode ser explicado pelo fato de que as zonas onde as áreas de contribuição têm valores muito elevados correspondem, principalmente, aos fundos de vale e áreas com ângulos de inclinação reduzidos (Vieira, 2007), onde não foram mapeadas cicatrizes do evento de 2014.

Suscetibilidade a partir do SHALSTAB

33O mapa gerado a partir do modelo SHALSTAB (Figura 5) indicou quase a totalidade do terço médio da bacia como Incondicionalmente Instável, ou seja, áreas que apresentam instabilidade mesmo em condições de baixa ou nenhuma umidade. A Taxa de Sucesso foi de aproximadamente 64%. A avaliação que, de acordo com Guzzetti et al. (2006), ainda possui margem para ser melhorada.

34Os índices da matriz de contingência (Tabela 1) apontaram que a análise com o modelo classificou 75% dos escorregamentos em áreas previstas como instáveis. A Taxa de Falsos Positivos, no entanto, foi elevada (53%), o que indica uma grande quantidade de áreas previstas como instáveis e que não apresentaram cicatrizes, comparativamente ao total de áreas estáveis. A Acurácia (ACC) indicou que 47% da área da bacia teve suscetibilidade corretamente classificada, enquanto que o índice de Precisão foi de aproximadamente 0,042. A relação TVP/TFP foi de aproximadamente 1,40, indicando uma boa avaliação de suscetibilidade.

Tabela 1: Taxa de sucesso e índices de validação pela matriz de contingência para análise com modelo SHALSTAB

Modelo	Índices de Validação
	Taxa de Sucesso	TVP	TFP	ACC	Precisão	TVP/TFP
SHALSTAB	0,6425	0,7525	0,537	0,47148	0,0425	1,4013

Suscetibilidade a partir do Valor Informativo

35A validação dos mapas de Valor Informativo feita por meio da Taxa de Sucesso (Tabela 2), indicou valores de aproximadamente 73% para ambas as análises, que se diferenciam pelos parâmetros morfológicos definidos como condicionantes dos escorregamentos rasos (no caso, a Análise 02 não considera o parâmetro Posicionamento da Média Encosta). Ambos os mapas foram classificados (Figura 6) de acordo com as quebras na geometria de suas curvas de sucesso e então submetidos à matriz de contingência, tendo sido utilizados ambos os grupos de escorregamentos (Tabela 2).

36Embora a taxa de sucesso para ambas as análises seja virtualmente idêntica, os valores dos índices da matriz de contingência não apresentaram o mesmo comportamento. A validação com o Grupo I de cicatrizes indicou uma diferença significativa de TVP entre as Análises 01 e 02, de aproximadamente 18%, colocando a Análise 01 como a melhor performance do VI.

37A TFP foi de aproximadamente 44% e 27% para as Análises 01 e 02, respectivamente. A Acurácia para a Análise 01 foi de cerca de 56% e, para a Análise 02 de 72%. O índice de Precisão foi de, aproximadamente, 0,029 para a Análise 01 e 0,036 para a Análise 02. A relação TVP/TFP também apresentou valores maiores para a Análise 02, de aproximadamente 2,27 em comparação com a Análise 01 (~1,81).

38Embora estes índices tenham apresentado valores maiores para a Análise 02, a TVP muito mais elevada para a Análise 01 foi suficiente para que esta fosse considerada como melhor análise, já que a TVP indica a quantidade de áreas corretamente classificadas como instáveis pelo modelo. A melhor performance da Análise 01 é confirmada pela validação com o Grupo II, que também apresenta valores superiores de TVP, cerca de 15% maiores que os da Análise 02.

Tabela 2: Taxa de sucesso e índices de validação pela matriz de contingência para as análises com o modelo do Valor Informativo

Modelo; nº da Análise	Índices de Validação
	Taxa de Sucesso	TVP	TFP	ACC	Precisão	TVP/TFP
VI; 01 (Grupo I)	0,73064	0,79301	0,437	0,56718	0,02923	1,81649
VI; 02 (Grupo I)	0,73039	0,61828	0,272	0,72604	0,03629	2,27165
VI; 01 (Grupo II)	0,6777	0,68041	0,438	0,563	0,02289	1,55069
VI; 02 (Grupo II)	0,68523	0,53333	0,274	0,72317	0,0284	1,94662

Comparação SHALSTAB x Valor Informativo

39As Taxas de Sucesso (Tabela 3) indicaram que as Análises do VI obtiveram melhores performances em relação ao SHALSTAB. Entre as duas análises do VI, a diferença das taxas de sucesso é ínfima; entretanto, ambas as análises do VI apresentaram taxa de sucesso aproximadamente 10% mais alta que do SHALSTAB.

40Os índices de validação pela Matriz de Contingência mostraram que a Análise 01 do VI apresentou TVP mais elevada, porém apenas 4% mais elevada que a do SHALSTAB. Associada a TVP mais elevada, a Análise 01 do VI possui TFP 10% mais baixa que aquela apresentada pelo SHALSTAB (43,7% contra 53,7%, respectivamente) e a ACC cerca de 10% mais elevada. Tal resultado significa que a Análise 01 do VI indicou menos áreas instáveis sem cicatrizes, classificando a suscetibilidade corretamente em relação ao SHALSTAB. A relação TVP/TFP tornou evidente a melhor performance da Análise 01 do VI em relação ao SHALSTAB, tendo apresentado valores significativamente mais elevados.

41Embora a Taxa de Sucesso da Análise 02 do VI tenha sido superior, a TVP foi cerca de 14% mais elevada na Análise com o modelo SHALSTAB. Desta forma, embora os índices de TFP e ACC da Análise 02 tenham apresentado bons resultados, a baixa quantidade de escorregamentos corretamente classificados, torna a performance desta análise menos eficaz que a do modelo SHALSTAB e da Análise 01 do VI. Dado que a única diferença entre as duas análises do VI foi a retirada do parâmetro Posicionamento da Média Encosta na Análise 02, pode-se atribuir à ausência deste parâmetro a menor TVP alcançada.

Tabela 3: Taxas de sucesso e índices de validação pela matriz de contingência para comparação entre os modelos SHALSTAB e Valor Informativo

Modelo	Índices de Validação
	Taxa Sucesso	TVP	TFP	ACC	Precisão	TVP/TFP
SHALSTAB	0,6425	0,7525	0,537	0,47148	0,0425	1,4013
VI; 01 (GRUPO I)	0,73064	0,79301	0,437	0,56718	0,02923	1,81649
VI; 02 (GRUPO I)	0,73039	0,61828	0,272	0,72604	0,03629	2,27165

42Os índices de F e CC elaborados para as análises realizadas (Figura 7), notou-se que as classes consideradas estáveis pelo modelo SHALSTAB (200-400mm/dia; >400mm/dia; Incondicionalmente Estável) representam cerca de 46% da área total da bacia, com CC de 25% (Figura 7A).

43No caso do Modelo do Valor Informativo, as classes consideradas estáveis (Suscetibilidade Média; Suscetibilidade Baixa) correspondem a 55,77% da área da bacia na Análise 01 (Figura 7B) e a 72,2% na Análise 02 (Figura 7C), com índices CC de 20,7% e 38,1%, respectivamente.

44Ao analisar a distribuição do índice CC para as áreas consideradas instáveis pelo SHALSTAB, 75,2% das cicatrizes se concentram em áreas classificadas como instáveis, que perfazem 54,4% da área total. A Análise 01 do Valor Informativo apresentou índice CC de 79,3% para as áreas classificadas como instáveis, numa área equivalente a 44,23% da bacia; Na Análise 02, os valores de CC para estas classes foram de 61,8% em uma área correspondente a 27,8%. A partir disto, podemos afirmar que o modelo SHALSTAB apresentou uma superestimação de áreas instáveis quando seus resultados são comparados ao modelo do Valor Informativo, o que foi sugerido pelo valor mais elevado de TFP obtido e pela relação TVP/TFP, e evidenciado pela baixa quantidade de área classificada como estável em comparação com as predições realizadas com o Valor Informativo, sendo a Análise 01 a predição com melhor performance.

Considerações finais

45As áreas mais suscetíveis a escorregamentos rasos possuem altitudes entre 850 e 950m, orientação das encostas para Leste e Sudeste, ângulos de inclinação entre 30 e 35º, curvaturas convexa e côncava e áreas de contribuição menores que 600m².

46O modelo estatístico do Valor Informativo apresentou melhor performance que o modelo SHALSTAB. Em trabalhos futuros, as análises com o modelo SHALSTAB podem ser melhoradas com a utilização de parâmetros hidrológicos e geotécnicos distribuídos, o que demandará um representativo número de medições em campo para realizar a espacialização dos parâmetros. Para análises futuras com o modelo do Valor Informativo, a inclusão de parâmetros como a litologia e a densidade de fraturas pode melhorar a performance do modelo, fatores estes que não foram incluídos pela ausência de mapeamentos geológicos em escala detalhada para a área de estudo.

Agradecimentos

47Os autores agradecem o apoio financeiro da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) (Processos nº 2016/20363-9 e 2017/09583-0), o apoio e comentários do Grupo de Pesquisas de Processos Morfodinâmicos da Universidade de São Paulo (GPmorfo-USP) e os colegas do Laboratório de Geografia Física da Universidade do Porto (Portugal).