← Voltar

Parâmetro indicador da permeabilidade do meio em relação ao evento avalanche

Unidade
INSTITUTO DE CIENCIAS EXATAS E NATURAIS
Subunidade
FACULDADE DE ESTATISTICA
Coordenador
RAIMUNDO NONATO CARNEIRO DE SOUZA
Período
- a -
Grupo
Pesquisa

ODS vinculados

  • 11 - Cidades e Comunidades Sustentáveis
  • 13 - Ação Contra a Mudança Global do Clima
  • 15 - Vida Terrestre

Resumo

Este projeto propõe uma metodologia para modelagem mais realista de avalanches granulares, buscando identificar o parâmetro r — indicador da permeabilidade do meio — a partir de experimentos controlados com materiais simples como areia, arroz, milho e cascalho. A pesquisa parte da hipótese de que o parâmetro r, muitas vezes tratado como constante, pode variar conforme características físicas do material (granulometria, umidade e coesão). A proposta utiliza conceitos de percolação e funções de distribuição de probabilidade bidimensionais (h(x, t)) para simular e descrever o comportamento estatístico das avalanches. A função modela a relação entre a probabilidade de ativação de um grão e o tamanho da avalanche. Com base em simulações e análise de regressão, a função mostra aderência a modelos exponenciais, permitindo interpolação e previsão de comportamentos. O experimento físico se baseia no “modelo da pilha de areia” (Per Bak), onde grãos são empilhados até provocarem deslizamentos, cuja frequência e intensidade são registradas. A partir desses dados, busca-se ajustar modelos estatísticos para determinar r para cada material. Embora os resultados ainda sejam teóricos, o estudo indica que a variabilidade de r pode aprimorar modelos de previsão de avalanches, contribuindo para estratégias de mitigação de riscos geológicos e planejamento territorial sustentável. O projeto está alinhado com os Objetivos de Desenvolvimento Sustentável (ODS 11, 13 e 15). A proposta avança no entendimento da influência das propriedades do meio nas dinâmicas de avalanche, oferecendo uma abordagem matemática e experimental promissora para aplicações em prevenção de desastres e modelagem ambiental. A validação empírica será essencial para consolidar os achados.