Avaliação do risco de inundação em zonas urbanas com a integração de dados LIDAR e cartografia a escala grande

Abstract

As inundações são um dos desastres naturais com mais impacto, provocando mortes, afectando pessoas e causando perdas económicas elevadas tendo a sua frequência aumentado nos últimos anos. A avaliação do risco de inundação apresenta um carácter multidisciplinar, e a abordagem deve ser centrada no perigo e na vulnerabilidade. O objectivo deste estudo é desenvolver uma metodologia para avaliação do risco de inundação em zonas urbanas, tendo como base a melhoria da modelação digital da superfície de escoamento, e da estimativa da vulnerabilidade à inundação. No âmbito da modelação hidráulica de inundações, foi desenvolvido, testado e validado um método para a criação de um Modelo Digital de Superfície de escoamento (MDSe) com exactidão e resolução espacial elevadas, pela integração de informação geográfica existente e obtida de diferentes fontes. Os resultados das simulações do modelo LISFLOOD-FP mostram que a integração de dados LiDAR e cartografia a escala grande na construção do MDSe possibilitou um bom ajustamento do modelo no cálculo da altura de água no leito do rio e da extensão de inundação. Contudo, a integração de dados de vegetação, provenientes de imagens aéreas ortoretificadas CIR de alta resolução, contribuiu, ainda, para uma melhoria desse desempenho do modelo. A vulnerabilidade é um conceito multi-dimensional e complexo, cuja medição e classificação apresentam uma elevada incerteza. Neste trabalho foram utilizadas duas abordagens para modelação da vulnerabilidade à inundação, através da Análise Multicritério Espacial e da Análise de Componentes Principais. Os resultados demonstram que o método de agregação e a escala de análise influenciam a classificação da vulnerabilidade à inundação. É importante a estimativa da vulnerabilidade à escala local (subsecção estatística) para fornecer informação detalhada para a avaliação do risco de inundações em zonas urbanas: ABSTRACT: Floods are one of the natural disasters with more impact, that cause deaths, affect people and bring high economic damage. Their frequency has increased in recent years. The flood risk assessment is multidisciplinary, and its modelling should be focused on hazard and vulnerability. The objective of this work is to develop a urban flood risk assessment methodology based on improvements of digital surface flow modelling and flood vulnerability prediction. In the scope of the hydraulic flood modelling was developed, tested, and validated a methodology to create a Digital Surface Flow Model (DSMf) with high accuracy and resolution by integrating geographic information from various data sources. The LISFLOOD-FP model runs show that the integration of LiDAR data and large scale cartography to create a DSMf allows a good model fit to water levels and flood extension prediction. However, the addiction of vegetation information, extracted from colour infrared ortoretified images (CIR) of high spatial resolution, contributed to improving of the model performance. The vulnerability is a multi-dimensional and complex concept, measured and classified with high uncertainty. In this study, it was used two flood vulnerability modelling approaches through Spatial Multicriteria Analysis and Principal Component Analysis. The results demonstrate that the aggregation method and the scale of the analysis affect the flood vulnerability rating. It is important to estimate the vulnerability at local-scale (neighbourhoods) to provide detailed information for urban flood risk assessment.