Os movimentos de terra são desastres naturais de grande impacto tanto em termos econômicos quanto em termos de vidas humanas. Métodos para analisar e identificar previamente áreas com possibilidade de serem afetadas por deslizamentos podem ser uma ferramenta importante na redução dos impactos negativos causados por esses eventos destrutivos. A análise de susceptibilidade a deslizamentos tem sido realizada usando modelos estatísticos ou modelos de base física. Os modelos de base física tentam reproduzir o comportamento do solo na natureza. Para isso, lançam mão de simplificações que podem afetar a resposta do modelo. Muitos modelos de base física têm sido propostos para avaliação do comportamento do terreno quanto à susceptibilidade a deslizamentos. Alguns desses modelos são o SHALSTAB, SINMAP, TRIGRS e r.slope.stability. Esses modelos têm sido aplicados em várias partes do mundo e têm contribuído para a discussão sobre estabilidade de encosta. Entretanto, o grande problema que se tem encontrado com a aplicação desses modelos é a parametrização. Por serem modelos espacialmente distribuídos, e, no caso do TRIGRS, distribuído também temporalmente, a quantidade de informação requerida é elevada. A configuração das áreas de estudos para a obtenção de resultados confiáveis tem se mostrado um desafio. Entender como os modelos respondem à variação de cada parâmetro do modelo pode ser útil no direcionamento dos trabalhos de aquisição de dados. Por isso, este trabalho focou no estudo da influência dos parâmetros hidrogeológicos na estabilidade de encostas. Os modelos de base física requerem um grande número de parâmetros para simular cenários de interesse. Neste trabalho percebeu-se, pela análise dos resultados, que conjuntos de parâmetros bastante distintos levaram a eficiências semelhantes. A obtenção de dados espacialmente distribuídos e o monitoramento dos deslizamentos de forma mais intensiva são questões fundamentais para evolução na qualidade dos resultados obtidos pela aplicação de modelos de base física para análise de estabilidade.
Landslides are natural disasters of great impact both economically and in terms of human lives. Methods to analyze and to beforehand identify landslide prone areas can be an important tool in reducing the negative impacts caused by these destructive events. Slope stability susceptibility analysis has been performed using statistical models and physically based models. Physically based models attempt to replicate soil behavior in nature. For this, they use simplifications that may affect the response of the model. Many physically based models have been proposed for evaluating the behavior of the terrain to landslide susceptibility. Some of these models are SHALSTAB, SINMAP, TRIGRS and r.slope.stability. These models have been applied to many sites around the world and have been contributing to analyze slope stability scientifically. However, one great problem that has been found in the application of these models is the input data parameterization. Because they are spatially distributed models, and in the case of TRIGRS, also temporally distributed, a high amount of information is required. The configuration of the study areas to obtain reliable results has been challenging. Understanding how the models respond to the variation of each model parameter can be useful in guiding data acquisition tasks. Therefore, this work focused on the study of the influence of geotechnical and geohydraulic parameters on slope stability. Physical-based models require a large number of parameters to simulate scenarios of interest. In this work, it was noticed by the analysis of the results that quite distinct sets of parameters led to similar efficiency. Obtaining spatially distributed data and monitoring the landslides in a more intensively way are fundamental issues for evolution of the quality of the results obtained by the application of physically based models of stability analysis.