Logo do repositório
  • English
  • Deutsch
  • Español
  • Português do Brasil
  • Entrar
    ou
    Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
Logo do repositório
  • Comunidades e Coleções
  • Percorrer
  • English
  • Deutsch
  • Español
  • Português do Brasil
Documentos
  • Manual de Autodepósito
  • Entrar
    ou
    Novo usuário? Clique aqui para cadastrar.Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Flores, Taísa"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem em miniatura
    Item
    Acesso Aberto
    Modelagem e análise das áreas suscetíveis a movimentos de massa na bacia hidrográfica do rio fão, a partir de redes neurais artificiais
    (2018-10-08) Flores, Taísa; Eckhardt, Rafael Rodrigo; http://lattes.cnpq.br/3757862110719225
    Em janeiro de 2010, a região que compreende a bacia hidrográfica do Rio Fão, integrante do Sistema Taquari-Antas, no Estado do Rio Grande do Sul, sofreu com a ocorrência de eventos climáticos extremos, os quais propiciaram a ocorrência de sequenciais movimentos de massa em encostas da região. Diversos setores localizados nessa bacia hidrográfica foram afetados por enxurradas de grande magnitude, com precipitações acumuladas que superaram 250 mm em menos de 24 horas. Além da intensa precipitação, verificou-se o surgimento de grande número de cicatrizes nas encostas, marcadas também pela amplitude dos eventos, alteração da paisagem, destruição e prejuízos. Assim, o objetivo do presente trabalho foi a modelagem e análise das áreas suscetíveis aos movimentos gravitacionais ou de massa, sendo a área de estudo a bacia hidrográfica do Rio Fão, no Rio Grande do Sul. Foram coletados dados in loco, como observações em campo, informações de moradores locais e análises de imagens defasadas no tempo, disponíveis no Google Earth Pro. O processo de modelagem se deu a partir da utilização de redes neurais artificiais (RNA), onde testou-se 90 configurações diferentes do modelo, divididas em 9 etapas. Inicialmente utilizou-se onze variáveis de entrada, e com o uso do algoritmo retropropagativo, a variável de menor influência no modelo foi cortada para a etapa seguinte, além disso houve também a variação de neurônios na camada oculta. Ao final identificou-se 121 cicatrizes decorrentes de movimentos de massa na região, tendo uma área total equivalente a 27,3 hectares. Gerou-se um mapa de suscetibilidade da área de estudo, dividindo o mesmo em quatro classes de suscetibilidade, sendo elas: baixa, média, alta e muito alta suscetibilidade, e com base em cada classe foram expostas diretrizes para o uso e ocupação da terra.

BDU 2008-2025 baseado em DSpace

  • Configurações de Cookies
  • Enviar comentários