Cartographie de la susceptibilité aux glissements de terrain dans la région de Nova Friburgo (Etat de Rio de Janeiro, Brésil). Une étape vers l’évaluation et la gestion du risque

Les glissements de terrain sont considérés comme un risque majeur au Brésil, comme en témoigne la catastrophe récente de janvier 2011 dans l’État de Rio de Janeiro, faisant plus de 1500 victimes et causant de nombreux dégâts aux infrastructures urbaines et rurales de la région. En vue d’une meilleure gestion du risque, les décideurs doivent pouvoir disposer de cartes de susceptibilité, leur permettant d’identifier les zones de leur territoire où de nouveaux glissements de terrain auront une plus forte probabilité de se déclencher dans le futur. Cette étude propose de tester une méthode de cartographie prédictive de la susceptibilité aux glissements dans la zone de Nova Friburgo – l’une des plus touchées par la catastrophe de janvier 2011 – en utilisant une approche probabiliste basée sur un modèle d’analyse spatiale bivariée (théorie de l’évidence). Après une procédure de calage et de validation statistique du modèle construit comme une combinaison de facteurs de prédisposition à l’occurrence de glissement de terrain, les résultats ont permis de réaliser une carte de la susceptibilité finale en cinq classes et d’interpréter le poids respectif de chacun des facteurs utilisés comme variables explicatives. Landslides constitute a major natural hazard in Brazil, as recently shown by the disaster of January 2011 in the Rio de Janeira State that caused more than 1,500 deaths and extensive damage to the urban and rural infrastructures of the region. With the aim of improving risk management, stakeholders and policymakers must have access to landslide susceptibility maps, allowing them to identify areas of their territory where new landslides have a higher probability of being triggered in the future. This study proposes to test a method of landslide susceptibility mapping in the Nova Friburgo area - one of the most affected by the disaster of January 2011 - using an indirect approach based on a bivariate probabilistic model (weight of evidence). After a procedure of calibration/validation of the model, the results led to the completion of a final susceptibility map with five classes and also offer the opportunity to interpret the respective weight of predisposing factors used as predictive variables.