Suscetibilidade a enchentes: estudo de caso na microbacia hidrográfica do Córrego da Onça em Três Lagoas - MS
Bibliographic record
Abstract
O processo de urbanização, que vem crescendo exponencialmente desde a segunda metade do século 20, afeta diretamente a dinâmica hidrológica nas bacias de drenagem devido às alterações que engendram no uso e ocupação do solo. Como consequência, em relação ao volume de água precipitado, há o aumento da parcela escoada superficialmente e a redução da infiltração, o que contribui para a ocorrência de enchentes. O objetivo do presente trabalho foi avaliar a suscetibilidade a enchentes na microbacia hidrográfica do Córrego da Onça, localizada na área urbana de Três Lagoas – MS. Foram utilizados índices morfométricos e levantamento de dados dos cursos d’água e do uso e ocupação do solo da microbacia. Para a análise do uso e ocupação do solo, realizou-se uma classificação supervisionada, utilizando-se de imagens do Landsat-5 sensor TM (Thematic Mapper) para os anos de 1990, 2000 e 2010 e do Landsat-8 sensor OLI (Operational Land Imager) para o ano de 2018, sendo tratadas no software SPRING 5.4.3. Os resultados indicaram que os índices morfométricos possibilitaram um melhor entendimento da dinâmica hídrica natural que forma a microbacia, porém não foram suficientes para inferir a suscetibilidade da mesma a enchentes. Todavia, utilizando-se dos perfis longitudinal e transversais do canal, em conjunto com os dados sobre o uso e ocupação do solo, concluiu-se que, devido ao seu relevo plano e à intensa urbanização, a microbacia do Córrego da Onça tem tendência favorável a enchentes. PALAVRAS-CHAVE: Urbanização. Georreferenciamento. Impermeabilização.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".