MAPEAMENTO DE SUSCETIBILIDADE A INUNDAÇÃO USANDO MODELO DIGITAL DE TERRENO DE ALTA RESOLUÇÃO E RANDOM FOREST

Ocorrências de inundação vêm aumentando nos últimos anos, associado a precipitações extremas e infraestruturas urbanas deficientes. O presente estudo tem como objetivo o mapeamento da suscetibilidade a inundação em dois
distritos da cidade de São Paulo-SP, usando um Modelo Digital de Terreno (MDT) de alta resolução. O modelo de suscetibilidade foi elaborado usando o algoritmo
Random F orest tendo como dados de entrada sete fatores condicionantes. O método proposto pode ser sintetizado em pré-processamento dos dados, geração dos fatores condicionantes, treinamento do modelo, otimização por hiperparâmetros, mapeamento da suscetibilidade, validação e avaliação de desempenho utilizando métricas estatísticas e a curva ROC-AUC. A partir dos resultados experimentais, verificou-se que o modelo de predição apresentou um bom desempenho ao identificar as áreas com suscetibilidade a inundação, com métricas de Accuracy= 0,730;Precision=0,696; Recall= 0,709; F1 − score= 0,703; MAE= 0,297;RMSE= 0,545; R − squared= -0,189 e ROC-AUC= 0,793.