Resumo
• O novo método AHP Gaussiano melhora a previsão de deslizamentos ao substituir comparações subjetivas por análises estatísticas mais objetivas.
• A técnica foi testada em São Sebastião após as chuvas de 2023, usando imagens aéreas detalhadas para validar a precisão do modelo.
• A abordagem classificou mais áreas como de suscetibilidade muito alta, revelando maior sensibilidade aos fatores de risco reais.
• O método destacou geomorfologia e proximidade de rios e estradas como variáveis mais determinantes que a inclinação isolada.
• A pesquisa indica potencial para prever outros problemas ambientais agravados pelas mudanças climáticas.
A compreensão dos deslizamentos de terra tem avançado significativamente à medida que a ciência integra modelos matemáticos a evidências de campo. E, diante de eventos recentes no Brasil, prever com maior precisão quais áreas estão mais vulneráveis deixou de ser uma necessidade apenas acadêmica para se tornar um instrumento fundamental de prevenção. Assim, um novo método estatístico, mais sensível às nuances do relevo e ao comportamento real dos deslizamentos, desponta como uma alternativa promissora para gestores, planejadores urbanos e pesquisadores.
A estratégia foi desenvolvida por pesquisadores do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP) e do Instituto Nacional de Pesquisas Espaciais (Inpe), que buscaram, além de ampliar a acurácia das previsões, diminuir ambiguidades presentes em modelos convencionais usados nesse tipo de avaliação. Aliás, o teste definitivo ocorreu a partir de um caso real e amplamente documentado: as chuvas intensas que atingiram São Sebastião, no litoral norte paulista, em fevereiro de 2023, deixando cicatrizes profundas no relevo e na vida local.
A evolução das análises: do AHP tradicional ao AHP Gaussiano
Para entender a relevância dessa inovação, vale lembrar que avaliações de suscetibilidade costumam empregar o método AHP (Processo de Hierarquia Analítica), que organiza uma série de fatores determinantes — como declividade, proximidade de corpos d’água, cobertura do solo e formas do relevo — e atribui pesos proporcionais à sua influência nos deslizamentos. Entretanto, esse processo inclui comparações feitas par a par e, muitas vezes, depende da interpretação subjetiva de especialistas.
O novo estudo aplicou o chamado AHP Gaussiano, uma variação que substitui completamente as comparações pareadas por cálculos estatísticos baseados na distribuição normal, o que torna o processo mais objetivo e condizente com padrões observados. A adoção dessa lógica reduz margens de incerteza e aproxima os resultados das condições reais encontradas no campo.
Em publicação no periódico Scientific Reports, os autores destacam que, apesar de os ganhos quantitativos parecerem modestos à primeira vista, o impacto qualitativo é significativo: a classificação das áreas suscetíveis torna-se mais nítida e fiel ao comportamento do terreno, algo essencial para estratégias de mitigação.
Evidências obtidas em São Sebastião
A escolha de São Sebastião não foi casual. O município figura entre os mais vulneráveis do Estado segundo índices de risco de deslizamento e, além disso, possui um dos levantamentos mais completos já produzidos após um desastre desse tipo. A equipe analisou imagens aéreas em altíssima resolução, registradas logo após os eventos de 2023, e complementou o material com fotografias de diferentes plataformas.
O inventário revelou quase mil pontos de coroa — regiões onde o deslizamento se inicia — e mais de mil delimitações de cicatrizes, permitindo mapear com fidelidade a extensão dos danos. Ao processar esses dados, o AHP Gaussiano classificou 26,31% da área analisada como de suscetibilidade muito alta, enquanto o método tradicional estimou 23,52%. A diferença, embora aparentemente pequena, representa uma sensível melhoria na identificação de áreas críticas.
Além disso, o novo método reorganiza a hierarquia dos fatores determinantes: enquanto o AHP convencional prioriza a inclinação e a posição das encostas, o AHP Gaussiano destaca a geomorfologia e a distância até rios e estradas como variáveis centrais. Essa interpretação é coerente com o histórico de ocupação de áreas montanhosas e a presença de obras de infraestrutura que, não raramente, fragilizam o terreno.
“A proximidade de estradas é importante porque sua construção em locais de relevo acidentado pressupõe a execução de obras de movimento de terra, como cortes e aterros, que geralmente levam a uma instabilidade das encostas”, explica Cláudia Maria de Almeida, coautora da pesquisa.
A utilidade para outros riscos ambientais
Ao ampliar a precisão e reduzir subjetividades, o AHP Gaussiano não se limita ao estudo de deslizamentos. A metodologia também pode ser adaptada para monitorar incêndios, desmatamento, rebaixamento de solo e processos de desertificação — todos agravados pelas mudanças climáticas e pela pressão sobre ecossistemas frágeis.
Segundo André Ferreira de Carvalho, orientador do estudo, “por conta das mudanças climáticas, a frequência e a intensidade dessas catástrofes vão aumentar nos próximos anos”, o que torna urgente o aprimoramento de ferramentas capazes de antecipar impactos e orientar políticas públicas.
O trabalho, apoiado pela FAPESP (processos 24/02748-7, 21/11435-4 e 20/09215-3), reforça a importância de integrar matemática, geoinformação e observação do território para construir diagnósticos mais robustos. Entretanto, sua principal contribuição talvez esteja em mostrar que métodos aparentemente simples podem revelar camadas essenciais da dinâmica ambiental quando aliados a dados consistentes e análises criteriosas — um avanço indispensável em um cenário que exige respostas rápidas e precisas.
Mel Maria é uma jardineira e empreendedora com mais de 10 anos de experiência no cultivo e comércio de plantas em Curitiba. Como proprietária da renomada Mel Garden, ela transformou sua paixão em uma autoridade local, especializando-se em flores, suculentas e projetos de paisagismo, área na qual atua diariamente.
Sua escrita compartilha o conhecimento adquirido em campo, oferecendo orientações detalhadas e altamente confiáveis para o cultivo e o paisagismo.
