MAPEAMENTO DE SUSCETIBILIDADE À INUNDAÇÃO UTILIZANDO O MÉTODO DA RAZÃO DE FREQUÊNCIA APLICADO À BACIA DO RIACHO FUNDO - DISTRITO FEDERAL

O mapeamento de suscetibilidade a inundacao e importante para o manejo da dinâmica do uso do solo e, consequentemente, da hidrologia urbana local. O presente estudo produziu o mapa de suscetibilidade a inundacao na Bacia do Riacho Fundo, Distrito Federal, utilizando o metodo estatistico bivariado Razao de Frequencia ( Frequency Ratio ), com 30 pontos de inundacao observados em 2018 como pontos de treinamento (71%) e outros 12 pontos de inundacao (29%) como pontos de validacao para desenvolvimento do modelo. O modelo e composto de 12 fatores de influencia: declividade, curvatura, aspecto, hipsometria, distância dos rios, indice de potencia de escoamento, indice de transporte de sedimento, indice topografico de umidade, indice de rugosidade do terreno, indice de escoamento superficial, uso e cobertura do solo e geologia. Todas as variaveis com um tamanho de pixel de 12,5 m x 12,5 m. Os fatores de uso e cobertura do solo e geologia local mostraram-se os mais influentes no modelo. A validacao do modelo foi realizada utilizando o metodo da area sob a curva, com uma acuracia de 85,75%. O estudo mostra que o metodo pode ser usado para auxiliar no estudo de planos de controle e mitigacao de inundacao em centros urbanos, como a locacao preliminar de bacias de detencao. Palavras-chave : suscetibilidade, inundacao, mapeamento, razao de frequencia, geoprocessamento. FLOOD SUSCEPTIBILITY MAPPING USING THE FREQUENCY RATIO METHOD APPLIED TO THE RIACHO FUNDO BASIN - FEDERAL DISTRICT Abstract Flood susceptibility mapping is important to the management of the urban hydrological dynamic and to the studies conducted to prevent the flood-based problems. This study has produced a flood susceptibility map using a bivariate statistical analysis named frequency ratio (FR) model applied in the Riacho Fundo catchment, with 30 flooding locations (71%) for statistical analysis as training dataset and 12 remaining points (29%) were applied to validate the developed model. Twelve conditioning factors were considered in this study: slope, curvature, aspect, elevation, distance to river, stream power index (SPI), sediment transport index (STI), topographic wetness index (TWI), terrain roughness index (TRI), superficial runoff index, land use/land cover (LULC) and geology. All these variables were resampled into 12.5×12.5 m pixel size. The model showed LULC and geology as the most influential factors in flooding. The AUC for success rate was 85.75% with the training points. The study shows the method can be used in studies of plans to mitigate and control flooding in urban centers, as preliminary lease of ponds. Keywords : susceptibility, flooding, mapping, frequency ratio, geoprocessing.