Índice composto de suscetibilidade a enchentes integrando Kernel Shannon Entropy, Drainage Resistance e variáveis geoespaciais: aplicação na bacia do riacho das Piabas
Suscetibilidade a enchentes; Kernel Shannon Entropy; Drainage Resistance; Análise multicritério; Gestão de riscos urbanos.
Esta pesquisa tem como objetivo desenvolver e validar um índice composto de suscetibilidade a enchentes para a microbacia do Riacho das Piabas, em Campina Grande–PB, integrando indicadores morfométricos, hidrológicos, urbanos e ambientais em ambiente de Sistema de Informação Geográfica (SIG). Trata-se de uma pesquisa aplicada, de abordagem quali-quantitativa, caráter exploratório-descritivo e natureza propositiva, estruturada em etapas de aquisição, processamento, integração e validação de dados espaciais. Inicialmente, serão realizadas a delimitação automática da bacia hidrográfica e a extração da rede de drenagem a partir do Modelo Digital de Elevação (MDE), possibilitando o cálculo de parâmetros morfométricos. Em seguida, serão obtidos os indicadores Kernel Shannon Entropy (KSE) e Drainage Resistance (DR), bem como variáveis urbanas e hidrológicas, incluindo taxa de impermeabilização, densidade construtiva, densidade populacional, evolução da mancha urbana, Número da Curva (Curve Number – CN) e escoamento superficial direto. As variáveis serão submetidas à análise estatística no ambiente R, contemplando estatística descritiva, testes de normalidade, análise de correlação, avaliação de multicolinearidade pelo Fator de Inflação da Variância (VIF) e hierarquização da importância das variáveis por meio do algoritmo Random Forest, subsidiando a seleção das variáveis que comporão o modelo final. A construção do índice composto será realizada por meio da normalização Min-Max, ponderação pelo Processo Analítico Hierárquico (AHP) e integração das variáveis pela técnica de Combinação Linear Ponderada (Weighted Linear Combination – WLC). Posteriormente, o índice será classificado pelo método de Quebras Naturais de Jenks, permitindo a espacialização das classes de suscetibilidade em ambiente SIG. O processamento espacial será desenvolvido no QGIS, com automação por meio da API PyQGIS e rotinas complementares em Python, enquanto as análises estatísticas serão executadas na linguagem R. A validação do modelo será realizada utilizando registros históricos de enchentes, imagens de sensoriamento remoto e métricas estatísticas, incluindo matriz de confusão, curva ROC, área sob a curva (AUC), índice Kappa e análise de sensibilidade, além da comparação com métodos tradicionais, como o modelo HAND e índices morfométricos convencionais, visando avaliar a robustez e a aplicabilidade do índice proposto no planejamento urbano e na gestão de riscos de enchentes.