Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | MCTI | - |
Autor(es): dc.contributor | UFRGS - Federal University of Rio Grande do Sul | - |
Autor(es): dc.contributor | University of Algarve | - |
Autor(es): dc.creator | França Pereira, Felicia | - |
Autor(es): dc.creator | Sussel Gonçalves Mendes, Tatiana | - |
Autor(es): dc.creator | Jorge Coelho Simões, Silvio | - |
Autor(es): dc.creator | Roberto Magalhães de Andrade, Márcio | - |
Autor(es): dc.creator | Luiz Lopes Reiss, Mário | - |
Autor(es): dc.creator | Fortes Cavalcante Renk, Jennifer | - |
Autor(es): dc.creator | Correia da Silva Santos, Tatiany | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:24:19Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:24:19Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s10346-022-02001-7 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/246684 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/246684 | - |
Descrição: dc.description | Earthquakes, extreme rainfall, or human activity can all cause landslides. Several landslides occur each year around the world, often resulting in casualties and economic consequences. Landslide susceptibility mapping is considered to be the main technique for predicting the likelihood of an event based on the characteristics of the physical environment. Digital Terrain Model (DTM) is one of the fundamental data of modeling and is used to derive important conditional factors for detailed scale landslide susceptibility analyses. With this in mind, this study aimed to compare landslide susceptibility maps generated by Random Forest (RF) machine learning algorithm with data from Light Detection and Range (LiDAR) and Unmanned Aerial Vehicle (UAV). To this end, the performance achieved in prediction was evaluated using statistical evaluation measures based on training and validation datasets. The obtained results showed that the accuracy of both models is greater than 0.70, the area under the curve (AUC) is greater than 0.80, and the model generated from the LiDAR data is more accurate. The results also showed that the data from UAV have potential to use in landslide susceptibility mapping on an intra-urban scale, contributing to studies in risk areas without available data. | - |
Descrição: dc.description | Financiadora de Estudos e Projetos | - |
Descrição: dc.description | Graduate Program in Natural Disasters UNESP/CEMADEN, Estrada Doutor Altino Bondesan, São Paulo | - |
Descrição: dc.description | Department of Environmental Engineering Institute of Science and Technology São Paulo State University - Unesp, Estrada Doutor Altino Bondesan, São Paulo | - |
Descrição: dc.description | National Center for Monitoring and Early Warning of Natural Disasters - CEMADEN MCTI, Estrada Doutor Altino Bondesan, São Paulo | - |
Descrição: dc.description | LAFOTO - Laboratory of Photogrammetry Research Department of Geodesy UFRGS - Federal University of Rio Grande do Sul, Av. Bento Gonçalves, Rio Grande do Sul | - |
Descrição: dc.description | Center for Marine and Environmental Research - CIMA University of Algarve, Estr. da Penha | - |
Descrição: dc.description | Graduate Program in Natural Disasters UNESP/CEMADEN, Estrada Doutor Altino Bondesan, São Paulo | - |
Descrição: dc.description | Department of Environmental Engineering Institute of Science and Technology São Paulo State University - Unesp, Estrada Doutor Altino Bondesan, São Paulo | - |
Descrição: dc.description | Financiadora de Estudos e Projetos: 0304/16 | - |
Formato: dc.format | 579-600 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Landslides | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | DTM | - |
Palavras-chave: dc.subject | Landslide susceptibility model | - |
Palavras-chave: dc.subject | LiDAR | - |
Palavras-chave: dc.subject | Random Forest | - |
Palavras-chave: dc.subject | UAV | - |
Título: dc.title | Comparison of LiDAR- and UAV-derived data for landslide susceptibility mapping using Random Forest algorithm | - |
Tipo de arquivo: dc.type | vídeo | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: