Metodologia para aplicação de redes neurais artificiais para sistemas de alerta de escorregamentos deflagrados por chuvas em regiões montanhosas

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2018.Neste trabalho, apresenta-se uma metodologia para aplicação de Redes Neurais Artificiais para sistemas de alerta de escorregamentos superficiais deflagrados por chuvas. A metodologia aqui descrita foi aplicada, a título de exemplo, em uma área montanhosa do município de Barbosa (Colômbia). Foi necessária a construção de uma base de dados artificial, composta por 270 exemplos, produtos da combinação de três declividades representativas, cinco chuvas típicas do local de estudo, caraterizadas pela sua duração e intensidade, três espessuras de profundidade da superfície potencial de deslizamento, três condições iniciais do lençol freático e dois tipos de solo. Foram feitas as combinações dessas variáveis e, assim, obtido o perfil de poropressões em um código de Elementos Finitos, para conseguir a curva de poropressão versus profundidade num corte horizontal, em cada um dos casos analisados. De posse desse perfil, é demonstrado como é possível calcular um indicativo de ameaça e se procede à confecção do cálculo de maneira especializada, permitindo obter cartas, onde é possível identificar áreas com diferentes níveis de ameaça para um determinado evento de chuva. Dessa forma, as entradas para o modelo de rede neural presente nesta pesquisa são a declividade, precipitação, profundidade da superfície potencial de deslizamento, profundidade do lençol freático e o tipo de solo; e a resposta do modelo de rede neural o perfil de poropressão para essa encosta sob a condição de chuva imposta e uma geometria definida. Verificou-se a capacidade que as Redes Neurais têm de aprender com informação característica do problema estudado e fornecer resposta, com um erro mínimo, para qualquer outra condição, generalizando o problema e permitindo aplicar a ferramenta em um local com condições hidrológicas, geológicas e topográficas similares.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ).This work presents a methodology for the application of Artificial Neural Networks for warning systems of rainfall landslides. The methodology described here was applied, as an example, in a mountainous area of the municipality of Barbosa (Colombia). It was necessary to construct an artificial database, consisting of 270 examples, products of the combination of three representative slopes, five typical rains of the study site, characterized by their duration and intensity, three depths of the potential sliding surface, three initial conditions of the water table and two types of soil. The combinations of these variables were made and, thus, the pore pressure profile was obtained in a Finite Element code, to obtain the pore pressure curve versus depth in a horizontal cut in each of the analyzed cases. In the possession of this profile, it is shown how it is possible to calculate a threat code and proceed with the preparation of the calculation in a specialized manner, allowing to obtain letters where it is possible to identify areas with different threat levels for a given rain event. Therefore, the inputs to the neural network model present in this research are the slope, precipitation, potential slip surface depth, groundwater depth and soil type; and the response of the neural network model the pore pressure profile for that slope under the condition of imposed rain and a defined geometry. It was verified the ability of the Neural Networks to learn with characteristic information of the problem studied in order to give a response, with a minimum error, to any other condition, generalizing the problem and allowing applying the tool in a place with similar hydrological, geological and topographical conditions