Os resultados obtidos permitiram as seguintes conclusões, com relação à problemática estudada e ao método utilizado:
Com relação aos condicionantes utilizados na modelagem, os valores de contraste, que é a medida estatística da correlação espacial entre os condicionantes e os eventos, considerando-se tanto a situação que utiliza a energia do relevo na modelagem, como a situação onde somente a declividade é utilizada, obedeceram à seguinte ordem decrescente de importância: forma das vertentes, seguido das evidências geomorfologia, vegetação, litologias e declividade ou energia do relevo, dependendo do caso, hipsometria e, finalmente exposição das vertentes.
Os mapas finais de suscetibilidade produzidos apresentaram valores muito próximos de probabilidade posterior para as duas situações de modelagem, com a energia do relevo e com a declividade, o que permite concluir que neste caso, especificamente, poderia ter sido utilizado somente o condicionante declividade, sem prejuízos para a análise.
Os valores do parâmetro C/s(C), que mede o grau de confiança nas estimativas da suscetibilidade efetuadas, mostram uma certa equivalência entre a confiabilidade dos vários condicionantes utilizados na modelagem , de maneira que aqueles com os maiores contrastes foram também os que apresentaram maior confiabilidade.
Com relação aos eventos prognosticados pelo método aplicado, obteve-se nas duas situações, com declividade e com energia do relevo, valores de 171 e 164 eventos prognosticados, respectivamente, de onde se conclui que a aplicação do método sobre padrões binários gera resultados coerentes e confiáveis, uma vez que esses valores não mostram uma discrepância em relação aos eventos mapeados, que são 133 no total. Contudo, deve-se verificar que estão a muito próximos do limite de 15% acima do número utilizado para o cálculo da probabilidade a priori. As áreas com maiores valores de probabilidades apresentam um número 21 e 20 vezes maior do que a densidade média dos eventos, medida pela probabilidade a priori, para a modelagem com declividade e energia do relevo, respectivamente.
A partir dos mapas de suscetibilidade gerados , que mostram a probabilidade posterior da ocorrência de escorregamentos, observa-se que as áreas com maior
suscetibilidade ocorrem em locais onde já aconteceram escorregamentos, mas também existem cicatrizes em locais de baixa suscetibilidade e são observados valores elevados de probabilidade em locais onde ainda não aconteceu nenhum escorregamento.
Comparando-se o mapa de ocupação de áreas urbanas no ano de 2000 com o de registros de escorregamentos e com os mapas de suscetibilidade produzidos, verifica-se que existem processos instalados em áreas povoadas, constituindo situação de risco e que há outras áreas ocupadas muito próximas a regiões com elevados valores de probabilidade posterior, constituindo-se em áreas de risco potencial.
Assim, a modelagem baseada no método Bayesiano, utilizado no presente trabalho, permite que se façam algumas considerações importantes, que comprovam o seu potencial de aplicação:
1. Trata-se de um modelo objetivo, que parte das próprias ocorrências para gerar resultados e estimar as probabilidades;
2. Por se tratar de um modelo baseado nos dados, pode ser extremamente melhorado com observações de campo e com a aquisição de novos dados, isso se considera como sendo uma grande vantagem.
3. Apresenta grande versatilidade em prognosticar eventos futuros, partindo de observações, para inferir as causas dos processos, o que diminui a necessidade de estudos extensivos e monitoramentos controlados por longos períodos de tempo. Dessa forma, oferece a possibilidade de resposta a algumas indagações, quais sejam:
- Que fatores controlam os escorregamentos em uma determinada área de interesse?
- Chegando-se à conclusão de quais fatores controlam os escorregamentos, quais deles estão ligados mais diretamente aos eventos, ou seja, qual a importância relativa de cada um deles?
- Qual a fração de uma determinada área está sujeita a instabilizações frente às condições existentes nessa área?
Os métodos inferenciais podem fornecer ferramentas que permitem uma maior compreensão dos processos naturais, especialmente quando não se tem condições de utilizar medidas diretas, bem mais caras e dispendiosas e, muitas vezes, inviáveis. Não se pretende dizer com isso que a aplicação de métodos
inferenciais pode substituir as medidas diretas, ao contrário, pois essas medidas podem e devem ser utilizadas para alimentar os bancos de dados e para melhorar a consistência das análises, uma vez que apenas a possibilidade de integrar grandes volumes de dados pode, sem dúvida, favorecer uma melhor compreensão dos processos geodinâmicos .
Apesar das vantagens e do grande potencial de aplicação, a modelagem baseada no método bayesiano também possui limitações, uma delas diz respeito à exigência de independência condicional entre os dados, o que nem sempre é possível obter, uma segunda limitação não seria particularidade da análise bayesiana, mas estaria relacionada a todos os modelos baseados nos dados (data driven), que é a grande sensibilidade à qualidade dos dados e isso é sempre um problema enfrentado, de difícil solução.
Considerando-se todas as possíveis falhas inerentes ao próprio método em si, erros operacionais, erros por não se ter considerado outros parâmetros, que poderiam ser muito importantes, muito embora se possa pensar que estão incluídos implicitamente na análise, erros de posicionamento e transferência de dados que influem na posição dos eventos, conclui-se que o objetivo do trabalho foi alcançado e hipótese de trabalho foi comprovada.
Os resultados obtidos demonstram que uma abordagem quantitativa, utilizando recursos da geotecnologia, pode ser de grande utilidade para prognosticar adequadamente áreas sujeitas a movimentos gravitacionais de massa, de forma que pode ser uma excelente alternativa a ser utilizada no planejamento para prevenção de riscos associados a escorregamentos, pois permite, através da análise integrada de uma série de dados, mapear e fornecer uma visão espacial tanto da abrangência dos eventos instalados, quanto aquelas áreas com risco potencial.