Desempenho e análise de sensibilidade do modelo Morpho2DH em eventos extremos no sul do Brasil

Abstract

O fluxo de detrito é um fluxo de uma mistura de água e sedimentos com um comportamento de fluído contínuo, impulsionado pela gravidade, que atinge grande mobilidade a partir do momento em que os espaços vazios, são saturados com água ou lama. Esse fenômeno pode se mover em velocidades consideráveis, desloca grandes volumes de material e possui um longo alcance. Sendo assim, é essencial que haja uma melhor gestão e um maior planejamento territorial para prevenção de desastres. Nesse sentido uma das ferramentas que pode ser utilizada é a modelagem computacional para previsão de áreas susceptíveis a esses fenômenos. A análise de sensibilidade é um passo crucial no processo de avaliação do modelo e na interpretação dos resultados. Através da análise de sensibilidade, obtemos informações essenciais sobre o comportamento do modelo. Desta forma, o objetivo do presente estudo foi realizar a análise de sensibilidade dos parâmetros de entrada do modelo de simulação de fluxos de detritos Morpho2DH, avaliar se esse é adequado para a previsão e mapeamento de perigo desse fenômeno no Brasil e recomendar critérios de aplicação para o modelo. O modelo foi aplicado em duas áreas no sul do Brasil, sendo elas: (i) Presidente Getúlio, em Santa Catarina, onde ocorreu um grande desastre em 2020 no alto vale do Itajaí; (ii) e Rolante, no Rio Grande do Sul, local de um desastre que ocorreu em 2017 na bacia do rio Mascarada. A metodologia consistiu em três etapas: (i) a calibração do modelo para os dois locais, variando principalmente o volume de entrada; (ii) análise de sensibilidade com abordagem One At a Time (OAT) dos parâmetros de entrada selecionados; (iii) análise de sensibilidade com abordagem All At a Time (AAT). Foram avaliadas as sensibilidades dos parâmetros de entrada para as variáveis de saída área total atingida, distância total percorrida, velocidade média, altura média, altura máxima e volume depositado. Os resultados da análise OAT demonstram que os parâmetros mais sensíveis dentre os avaliados foram a profundidade máxima de erosão do leito, o coeficiente de resistência, a profundidade mínima do fluxo e o diâmetro médio das partículas. Enquanto a concentração de sedimentos do leito estático, a vegetação e o ângulo de atrito interno apresentaram uma média sensibilidade. Já os parâmetros densidade do líquido, concentração de sedimentos e densidade do sedimento apresentaram as menores sensibilidades, chegando a não apresentar nenhuma influência em algumas das variáveis analisadas. Já os resultados da análise AAT demonstram que o parâmetro concentração do leito estático exerce a maior influência dentre os parâmetros analisados nessa etapa, e ao manter esse constante, o impacto da variação todos os outros parâmetros é pouco significativo. Por fim, recomenda-se que se utilize o modelo para situações em que o volume de entrada e os dados relativos ao terreno, espessuras de erosão e diâmetros médio das partículas sejam bem definidos. E também que se leve em consideração o custo computacional do modelo para a magnitude do evento que se deseja simular.

Debris flows are a mixture of water and sediment with a continuous fluid behavior, driven by gravity, which achieves great mobility once void spaces are saturated with water or mud. This phenomenon can move at high speeds, displacing large volumes of material over long distances. Therefore, it is essential to have better management and spatial planning to prevent disasters. In this regard, one of the tools that can be used is computational modeling to predict areas susceptible to these phenomena. Sensitivity analysis is a crucial step in evaluating the model and interpreting the results. Through sensitivity analysis, we obtain essential information about the model's behavior. Thus, the objective of this study was to perform sensitivity analysis of input parameters of the debris flow simulation model Morpho2DH, evaluate its suitability for predicting and mapping the hazard of this phenomenon in Brazil, and recommend application criteria for the model. The model was applied in two areas in southern Brazil: (i) Presidente Getúlio, in Santa Catarina, where a major disaster occurred in 2020 in the upper Itajaí valley; (ii) and Rolante, in Rio Grande do Sul, the place of a disaster that occurred in 2017 in the Mascarada river basin. The methodology consisted of three steps: (i) model calibration for the two locations, mainly varying the input volume; (ii) sensitivity analysis using the One At a Time (OAT) approach for selected input parameters; (iii) sensitivity analysis using the All At a Time (AAT) approach. The sensitivities of input parameters for output variables such as total area affected, total distance traveled, average velocity, average height, maximum height, and deposited volume were evaluated. The results of the OAT analysis demonstrate that the most sensitive parameters among those evaluated were maximum bed erosion depth, resistance coefficient, minimum flow depth, and average particle diameter. Meanwhile, static bed sediment concentration, vegetation, and internal friction angle showed moderate sensitivity. Parameters such as liquid density, sediment concentration, and sediment density showed the lowest sensitivities, sometimes not influencing some of the analyzed variables. The results of the AAT analysis show that the static bed concentration parameter has the greatest influence among the parameters analyzed in this stage, and keeping this constant, the impact of varying all other parameters is relatively insignificant. Finally, it is recommended to use the model for situations where input volume and terrain data, erosion thicknesses, and average particle diameters are well-defined. Additionally, computational cost of the model should be considered concerning the magnitude of the event to be simulated.