Avaliação espaço-temporal de risco multirrisco usando análise baseada em grafos para estudos de caso na Índia

Por que desastres em cadeia importam

Comunidades montanhosas ao redor do mundo enfrentam um novo tipo de perigo: não apenas desastres isolados, mas cadeias de eventos em que um risco desencadeia outro. Este artigo examina dois episódios letais na Índia — uma inundação por rompimento de lagoa glaciar no Himalaia e um deslizamento de grandes proporções nos Ghats Ocidentais — e mostra como eles se desenrolaram passo a passo. Usando conceitos da ciência de redes, os pesquisadores mapeiam como chuva intensa, encostas instáveis, barragens, rios e vilarejos estão interligados e como entender essas conexões pode se traduzir em alertas mais eficazes e planos de evacuação mais inteligentes.

Duas tragédias montanhosas, uma história maior

O estudo foca no Norte de Sikkim, no Himalaia oriental, e no distrito de Wayanad, nos Ghats Ocidentais ao sul — duas paisagens muito diferentes que, ainda assim, enfrentaram desastres em cadeia semelhantes. Em outubro de 2023, uma lagoa glacial a grande altitude acima do Norte de Sikkim rompeu de forma súbita, lançando um torrent de água e detritos pelo vale e danificando uma grande barragem hidrelétrica. Em julho de 2024, após semanas de chuvas fortes de monção, encostas em Wayanad colapsaram, desencadeando deslizamentos, fluxos de detritos e enxurradas que destruíram residências e mataram centenas de pessoas. Ao comparar esses casos, os autores procuram entender não apenas onde os perigos ocorrem, mas como eles interagem no espaço e no tempo.

Como o tempo prepara a paisagem para falhas

Ambos os desastres começaram muito antes dos momentos finais e dramáticos que ganharam as manchetes. Em Sikkim, anos de derretimento glacial aumentaram o volume de uma lagoa de alta altitude, elevando gradualmente o risco de que sua barragem natural de gelo e rocha pudesse falhar. Em Wayanad, semanas de chuva monçônica intensa saturaram o solo, enfraquecendo encostas íngremes. A equipe analisou registros de precipitação usando “limiares” conhecidos que relacionam a quantidade e a duração da chuva à probabilidade de deslizamentos ou inundações. Eles descobriram que, em ambas as regiões, esses limiares não apenas foram ultrapassados — foram amplamente excedidos, confirmando que o ambiente havia sido levado a um estado altamente instável bem antes dos eventos principais.

Do gatilho inicial aos impactos em cascata

O que transformou essas condições instáveis em desastres completos foi uma série de gatilhos ocorrendo em rápida sucessão. Em Sikkim, chuvas curtas e intensas combinadas com um terremoto no Nepal vizinho desestabilizaram o gelo acima da lagoa. Uma avalanche de gelo e detritos atingiu a água, transbordou a morena e a rasgou. A inundação resultante por rompimento da lagoa glacial correu pelo vale, danificando estradas, pontes e a grande barragem Teesta III antes de seguir rio abaixo e provocar novos deslizamentos por dias a fio. Em Wayanad, chuva extrema desencadeou múltiplas rupturas de encostas em pequenas bacias a montante. Esses deslizamentos bloquearam cursos d’água, formaram barragens temporárias e depois se romperam, enviando repetidamente enxurradas carregadas de detritos por canais estreitos e esculpindo uma zona concentrada de destruição em apenas alguns quilômetros quadrados.

Ver desastres como redes, não eventos isolados

Para compreender essas cadeias complexas, os pesquisadores recorreram à teoria dos grafos — a mesma ferramenta matemática usada para estudar redes sociais ou a internet. Eles trataram cada tipo de perigo (como chuva intensa, deslizamentos, inundações ou falha de barragem) como um “nó” e cada link possível entre eles como uma “conexão”. Apoiados em levantamentos de campo, imagens de satélite, dados de chuva e de rios, relatórios governamentais e entrevistas com moradores e autoridades, construíram redes ponderadas que refletem com que frequência um perigo leva a outro e quão fortes são essas ligações. Em seguida, usaram medidas de rede, como quantas conexões um perigo tem, com que frequência ele aparece em caminhos críticos e quão longe sua influência pode se estender, para calcular uma pontuação de risco para cada pequena sub-bacia.

Encontrando pontos quentes e quebrando a cadeia

A visão em rede revelou que, em Wayanad, alguns perigos altamente conectados — especialmente deslizamentos e inundações — dominam o risco, e que a destruição está fortemente concentrada em áreas densamente povoadas a montante. Em Sikkim, a cadeia é mais longa e variada: terremotos, deslizamentos, rompimento de lagoas glaciares e colapso de barragens desempenham papéis importantes, com bacias a jusante ao redor da usina hidrelétrica emergindo como zonas críticas de “amplificação”. Ao combinar a rede de perigos com informações sobre pessoas, edificações, pontes e barragens, a equipe pôde identificar sub-bacias onde falhas em cascata são mais prováveis e testar o que aconteceria se certos elos da cadeia fossem enfraquecidos ou removidos. Seus resultados sugerem que monitoramento em tempo real de precipitação, lagoas glaciares e afluências de barragens, junto com protocolos explicitamente construídos em torno de sequências de perigos, poderia ajudar agências de emergência a emitir alertas faseados de montante para jusante e planejar evacuações antes que a cadeia de eventos saia do controle.

O que isso significa para quem vive em montanhas arriscadas

Para não especialistas, a mensagem principal é que desastres em regiões montanhosas raramente ocorrem como incidentes isolados. Em vez disso, são mais parecidos com uma fileira de dominós caindo: o tempo extremo derruba um elemento, que então derruba o próximo, e assim sucessivamente. Este estudo mostra que, ao mapear esses dominós com antecedência — usando uma mistura de dados científicos e conhecimento local — as autoridades podem identificar os elos mais perigosos e agir mais cedo, seja melhorando o monitoramento, reforçando barragens e pontes vulneráveis, ou ensaiando planos de evacuação que sigam o provável caminho de um evento em cascata. Em um clima que aquece, no qual chuvas intensas e derretimento de geleiras se tornam mais comuns, esse pensamento baseado em redes pode fazer a diferença entre um susto e uma tragédia maior.

Citação: Ekkirala, H.C., Ramesh, M.V. Spatiotemporal assessment of multi hazard risk using graph based analysis for case studies in India. Sci Rep 16, 5837 (2026). https://doi.org/10.1038/s41598-026-35925-4

Palavras-chave: deslizamentos de terra, inundações por rompimento de lagoas glaciares, riscos em regiões montanhosas, sistemas de alerta precoce, redes de risco de desastres