DIEGO SOUZA DE OLIVEIRA - core.ac.uk · Ao Centro de Lançamento da Barreira do Inferno, pela...
Transcript of DIEGO SOUZA DE OLIVEIRA - core.ac.uk · Ao Centro de Lançamento da Barreira do Inferno, pela...
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA SANITÁRIA
DIEGO SOUZA DE OLIVEIRA
ANÁLISE DE ÍNDICES DE VULNERABILIDADE FÍSICA COM USO DE GEOTECNOLOGIAS NA REGIÃO DA BARREIRA DO INFERNO
Natal - RN 2017
DIEGO SOUZA DE OLIVEIRA
ANÁLISE DE ÍNDICES DE VULNERABILIDADE FÍSICA COM USO DE GEOTECNOLOGIAS NA REGIÃO DA BARREIRA DO INFERNO
Dissertação apresentada ao Programa de Pós-Graduação stricto sensu em Engenharia Sanitária da Universidade Federal do Rio Grande Do Norte como requisito parcial à obtenção do título de mestre em Engenharia Sanitária.
Orientadora: Prof. Dra. Ada Cristina Scudelari. Co-Orientador: Prof. Dr. Venerando Eustáquio Amaro.
Natal - RN 2017
iii
DIEGO SOUZA DE OLIVEIRA
ANÁLISE DE ÍNDICES DE VULNERABILIDADE FÍSICA COM USO DE GEOTECNOLOGIAS NA REGIÃO DA BARREIRA DO INFERNO
Dissertação apresentada ao Programa de Pós-Graduação stricto sensu em Engenharia Sanitária da Universidade Federal do Rio Grande Do Norte como requisito parcial à obtenção do título de mestre em Engenharia Sanitária.
BANCA EXAMINADORA
_________________________________________________________
Dra. Ada Cristina Scudelari - Orientadora
Universidade Federal do Rio Grande do Norte
_________________________________________________________
Dr. Venerando Eustáquio Amaro – Co-Orientador
Universidade Federal do Rio Grande do Norte
_________________________________________________________
Dra. Débora Vieira Busman – Examinador Interno
Universidade Federal do Rio Grande do Norte
_________________________________________________________
Dra. Cynthia Romariz Duarte – Examinador Externo
Universidade Federal do Ceará
Natal – RN 2017
iv
DEDICATÓRIA
A minha família por todo carinho e cuidado, por serem o motivo de todo o meu esforço.
v
AGRADECIMENTO
Agradeço primeiramente a Deus, por todo o cuidado e por permitir alcançar mais um
objetivo, sempre guiando e abençoando meus caminhos, e por ser a minha força nos
momentos mais difíceis.
Aos meus pais Ivonete e Manoel e meus irmãos Manuela e Rafael, por todo esforço e
dedicação ao longo dessa trajetória, por não medirem esforços para que pudesse
alcançar esse objetivo, por sonharem isso comigo sempre me apoiando em todas as
minhas decisões, sendo meu alicerce nessa caminhada.
Aos meus familiares, por todo apoio e ajuda ao longo dessa trajetória, por entender a
minha ausência e por sempre torcer pelo meu sucesso.
A minha orientadora Profª. Dra. Ada Cristina Scudelari, por todos os ensinamentos não
só acerca do trabalho, mas também da profissão de professor; pela oportunidade da
realização desse trabalho e pela confiança.
Ao meu co-orientador Profº. Dr. Venerando Eustáquio Amaro, por todo o aprendizado,
pela dedicação e por sempre está pronto para ajudar na realização desse trabalho e por
ser um exemplo como profissional e pesquisador.
Aos meus professores ao longo de toda a minha trajetória acadêmica, por me
conduzirem até aqui, por todo o ensinamento, sendo exemplos como pessoas e
profissionais.
Aos amigos, pela amizade e companheirismo, por me acompanharem em todos os
momentos, por toda paciência e compreensão da minha ausência e por me ajudarem
sempre que precisei.
Aos amigos que se tornaram irmãos da Residência de Pós-Graduação (POUSO), por
cada risada, pelas angustias compartilhadas e por tornar essa trajetória mais divertida,
saiba que têm um pouquinho de vocês em cada parte desse trabalho.
vi
A Coordenação de Aperfeiçoamento de Pessoal de Ensino Superior (CAPES), pela
concessão da bolsa de mestrado que possibilitou a dedicação exclusiva para a
realização desse trabalho.
Ao Centro de Lançamento da Barreira do Inferno, pela liberação do acesso e estudo da
área para a realização dessa pesquisa.
A equipe do GEOPRO, por estarem sempre prontos para ajudar, pelo apoio e por todos
os ensinamentos, sendo uma peça fundamental para a realização dessa pesquisa.
Ao Programa de Pós-Graduação em Engenharia Sanitária, por todo apoio e orientação
ao longo desses dois anos.
A banca examinadora, pela disponibilidade e por aceitar participar da construção desse
trabalho, desde já agradeço todas as contribuições e sugestões para o enriquecimento
desse trabalho.
A todos, que direta ou indiretamente contribuíram para a realização desse sonho, a vocês
o meu muito obrigado.
vii
EPÍGRAFE
“Ninguém nasce feito, é experimentando-nos no mundo que nós nos fazemos” (Paulo Freire).
viii
RESUMO
Estudos de variação do nível médio do mar projetam que até o final do século 21
cerca de 95% do oceano experimentará uma elevação do nível médio do mar, com uma
projeção de aumento médio de 63 cm até 2100, em consequência do aquecimento dos
oceanos e derretimentos das geleiras. A determinação da vulnerabilidade física de uma
região possibilita o reconhecimento das causas das modificações ambientais e o
planejamento adequado das medidas sustentáveis para a reestruturação dos ambientes
buscando minimizar os impactos. Este estudo visa determinar a vulnerabilidade física na
região da Barreira do Inferno, por meio da análise dos mapas de vulnerabilidade,
possibilitando identificar e avaliar temporalmente a distribuição dos níveis de
vulnerabilidade na área. Para isso, foram calculados os índices de vulnerabilidade
natural e ambiental por meio do cruzamento dos dados de vulnerabilidade das unidades
geoambientais (Geologia, Geomorgfologia, Solos, Vegetação e Uso e Cobertura) e o
índice de vulnerabilidade costeira a erosão a partir das variáveis físicas e dinâmicas
(geomorfologia, taxa de variação da linha de costa, declividade, infraestrutura urbana
costeira, atividade ou uso atual da linha de costa e prognóstico da variação da linha de
costa, a amplitude significativa de maré, a altura de onda, e o SLR global) para três
diferentes cenários de mudanças climáticas, segundo o Painel Intergovernamental de
Mudanças Climáticas (IPCC). Os resultados mostram que para ambos os índices de
vulnerabilidade natural e ambiental, os valores obtidos foram de muito baixa, baixa,
média e alta vulnerabilidade com o cenário mais pessimista para o IVN apresentando a
maior porcentagem de alta vulnerabilidade em cerca de 40% da área. Já para o IVC a
área apresentou valores entre baixa e média vulnerabilidade com as piores projeções
para o método do IVC-USGS com 100% da linha de costa sob média vulnerabilidade.
Palavras Chaves: Geotecnologias; Vulnerabilidade Física; Zona Costeira.
ix
ABSTRACT
Studies of variation in mean sea level predict that by the end of the 21st century
about 95% of the ocean will experience a rise in mean sea level, with a projection of
average increase of 63 cm until 2100 in consequence of ocean warming and Melting
glaciers. The determination of the physical vulnerability of a region makes it possible to
recognize the causes of the environmental changes and the adequate planning of the
sustainable measures for the restructuring of the environments in order to minimize the
impacts. This study aims to determine the physical vulnerability in the Barreira do Inferno
region by analyzing the vulnerability maps, making it possible to identify and evaluate the
distribution of vulnerability levels in the area. For this, the indices of natural and
environmental vulnerability were calculated by cross-referencing the vulnerability data of
the geoenvironmental units (geology, geomorphology, soils, vegetation and usage and
occupation) and the index of coastal vulnerability to erosion from the physical and
dynamic variables (geomorphology, coastline rate of change, declivity, coastal urban
infrastructure, current coastline activity or use, and prediction of coastline variation,
significant tidal range, wave height, and global SLR) for three different scenarios of
climate change, according to the Intergovernmental Panel on Climate Change (IPCC).
The results show that for both indices of natural and environmental vulnerability, the
values obtained were very low, low, medium and high vulnerability with the most
pessimistic scenario for the IVN, presenting the highest percentage of high vulnerability
in about 40 % of area. For the IVC, the area presented values between low and medium
vulnerability with the worst projections for the IVC-USGS method with 100% of the
coastline under average vulnerability.
Keywords: Geotechnology; Physical Vulnerability; Coastal Zone.
x
LISTA DE FIGURAS
Figura 3.1: Mapa de Localização da área de estudo. .................................................... 35
Figura 3.2: Relação cronoestratigráfica entre das unidades. Adaptado de Bezerra et al.
(2009). ........................................................................................................................... 38
Figura 4.1: Delineamento da metodologia aplicado no desenvolvimento da pesquisa. . 41
Figura 4.2: Modelo Digital de Elevação da região da Barreira do Inferno, obtidos de dados
da SRTM. ...................................................................................................................... 46
Figura 4.3: Mapa de Declividade da Barreira do Inferno, obtidos de dados da SRTM. . 47
Figura 5.1: Mapa Geomorfológico simplificado da região da Barreira do Inferno. ......... 61
Figura 5.2: Mapa Geológico simplificado da região da Barreira do Inferno. .................. 62
Figura 5.3: Mapa Pedológico simplificado da região da Barreira do Inferno. ................ 63
Figura 5.4: Mapa de Vegetação simplificado da região da Barreira do Inferno. ............ 64
Figura 5.5: Mapa de Uso e Cobertura da região Barreira do Inferno. ............................ 65
Figura 5.6: Distribuição em porcentagem das classes de vulnerabilidade por variável em
relação a área total. ....................................................................................................... 66
Figura 5.7: Níveis de vulnerabilidade para os índices de vulnerabilidade natural (IVN) e
Ambiental (IVA) médio. .................................................................................................. 67
Figura 5.8: Mapas de vulnerabilidade física para a região da Barreira do Inferno segundo
os índices de vulnerabilidade a) Natural e b) Ambiental médio. .................................... 68
Figura 5.9: Ponderação das variáveis segundo Processo Analítico de Hierarquia em
porcentagem. ................................................................................................................. 70
Figura 5.10: Níveis de vulnerabilidade para os índices de vulnerabilidade natural (IVN) e
Ambiental (IVA) médio. .................................................................................................. 71
Figura 5.11: Mapas de vulnerabilidade física para a região da Barreira do Inferno
segundo os índices de vulnerabilidade a) Natural e b) Ambiental ponderados. ............ 72
Figura 5.12: Níveis de vulnerabilidade física por método em porcentagem de área para
os Índices de: Vulnerabilidade Natural Médio (IVNM), Vulnerabilidade Ambiental Médio
(IVAM), Vulnerabilidade Natural Ponderado (IVNP) e Vulnerabilidade Natural Ponderado
(IVAP). ........................................................................................................................... 73
Figura 5.13: Assimetria da curva de vulnerabilidade física para os Índices de:
Vulnerabilidade Natural Médio (IVNM), Vulnerabilidade Ambiental Médio (IVAM),
Vulnerabilidade Natural Ponderado (IVNP) e Vulnerabilidade Natural Ponderado (IVAP).
...................................................................................................................................... 74
xi
Figura 5.14: Distribuição dos níveis de vulnerabilidade por área total, para os cenários
do IPCC RCP 2,6; RCP 4,5; RCP 8,5 para a região da Barreira do Inferno. ................. 77
Figura 5.15: Índice de Vulnerabilidade IVC-USGS para os cenários do IPCC RCP 2,6;
RCP 4,5; RCP 8,5 para a região da Barreira do Inferno. ............................................... 78
Figura 5.16: Distribuição dos níveis de vulnerabilidade por área total, para os cenários
do IPCC RCP 2,6; RCP 4,5; RCP 8,5 para a região da Barreira do Inferno. ................. 79
Figura 5.17: Índice de Vulnerabilidade IVC para os cenários do IPCC RCP 2,6; RCP 4,5;
RCP 8,5 para a região da Barreira do Inferno. .............................................................. 80
xii
LISTA DE TABELAS Tabela 4.1: Características das imagens orbitais e dados SRTM. ................................ 42
Tabela 5.1: Pesos resultantes das ponderações do Processo Analítico de Hierarquia. 69
Tabela 5.2: Variáveis físicas mais influentes (cargas ≥ |0,5|) para os índices de
Vulnerabilidade Natural - VN, Vulnerabilidade Ambiental - VA ...................................... 75
Tabela 5.3: Estatística descritiva da variação e projeção da linha de costa. ................. 76
Tabela 1: Cargas das variáveis físicas segundo análise de componentes principais dos
índices de vulnerabilidade física: Vulnerabilidade Natural - VN, Vulnerabilidade Ambiental
– VA. .............................................................................................................................. 92
xiii
LISTA DE QUADROS
Quadro 2.1: Relação das variáveis temáticas e seus respectivos graus de fragilidade e
proteção......................................................................................................................... 25
Quadro 2.2: Avaliação da estabilidade das categorias morfodinâmicas. ....................... 26
Quadro 2.3: Escala de vulnerabilidade das unidades territoriais básicas ...................... 27
Quadro 2.4: Grau de vulnerabilidade das classes dos mapas temáticos. ..................... 29
Quadro 2.5: Grau de vulnerabilidade das classes do mapa de uso e cobertura do solo.
...................................................................................................................................... 30
Quadro 2.6: Classes de vulnerabilidade natural e ambiental, segundo Grigio (2003). .. 30
Quadro 2.7: Classes de vulnerabilidade para os índices IVC-USGS e IVC para Macau e
Guamaré (RN) e Salinópolis (PA). ................................................................................. 33
Quadro 4.1: Composições coloridas nos sistemas RGB e RGBI elaboradas com as
técnicas de PDI. ............................................................................................................ 45
Quadro 4.2: Classificação da declividade segundo Embrapa (1979) ............................ 47
Quadro 4.3: Mapas bases elaborados para a região da Barreira do Inferno, em ambiente
SIG. ............................................................................................................................... 48
Quadro 4.4: Índices de vulnerabilidades das classes das unidades geoambientais. .... 49
Quadro 4.5: Valores dos intervalos das classes de vulnerabilidade física, aplicados nos
índices de vulnerabilidade. ............................................................................................ 51
Quadro 4.6: Escala de ponderação de Saaty aplicada no Processo Analítico de
Hierarquia para obtenção da importância relativa das variáveis. .................................. 51
Quadro 4.7: Escala de comparadores de Saaty aplicada para a ponderação dos pesos
do índice de vulnerabilidade natural e ambiental. .......................................................... 52
Quadro 4.8: Graus de Vulnerabilidade das classes aplicado para o cálculo do índice de
vulnerabilidade costeira. ................................................................................................ 54
Quadro 4.9: Características das imagens LANDSAT. ................................................... 55
Quadro 4.10: Intervalos de Correlação de Pearson, segundo Colton (1974). ............... 57
xiv
LISTA DE ABREVIATURAS E SIGLAS
ACP Análise de Componentes Principais CPRM Companhia de Pesquisa de Recursos Minerais DSAS Digital Shoreline Analysis System EMBRAPA Empresa Brasileira de Pesquisa Agropecuária GEOPRO Laboratório de Geoprocessamento / UFRN IBGE Instituto Brasileiro Geografia e Estatística INMET Instituto Nacional de Metereologia INPE Instituto Nacional de Pesquisa Espaciais IPCC Intergovernmental Panel on Climate Change IVC Índice de Vulnerabilidade Costeira IVC-USG Índice de Vulnerabilidade Costeira baseado no Índice do USGS IVA Índice de Vulnerabilidade Ambiental IVAM Índice de Vulnerabilidade Ambiental Médio IVAP Índice de Vulnerabilidade Ambiental Ponderado IVN Índice de Vulnerabilidade Natural IVNM Índice de Vulnerabilidade Natural Médio IVNP Índice de Vulnerabilidade Natural Ponderado LC Linha de Costa LMS Least Median of Squares LRR Linear Regression MDE Modelo Digital de Elevação NDWI Normalized Difference Water Index NMM Nível Médio do Mar NSM Net Shoreline Movement RN Estado do Rio Grande do Norte PAH Processo Analítico de Hierarquia PDI Processamento Digital de Imagens PI Planos de Informação RCP Representative Concentration Pathway SIG Sistema de Informação Geográfica SIRGAS 2000 Sistema de Referência Geocêntrico para as Américas
SRTM Shuttle Radar Topography Mission USGS United States Geological Survey UTB Unidades Territoriais Básicas UTM Universal Transversa de Mercator VA Vulnerabilidade Ambiental VN Vulnerabilidade Natural ZCIT Zona de Convergência Intertropical ZEE Zoneamentos Ecológico-Econômico
xv
SUMÁRIO
1. INTRODUÇÃO ........................................................................................................ 18
2. REVISÃO DE LITERATURA .................................................................................. 23
2.1 CONCEITO DE VULNERABILIDADE ................................................................. 23
2.2 REVISÃO DE MÉTODOS PARA A DETERMINAÇÃO DE VULNERABILIDADE 23
2.3 ÍNDICE DE VULNERABILIDADE COSTEIRA (IVC) ........................................... 31
3. ÁREA DE ESTUDO ................................................................................................ 35
3.1 LOCALIZAÇÃO E DESCRIÇÃO DA ÁREA ......................................................... 35
3.2 ASPECTOS FISIOGRÁFICOS ........................................................................... 36
3.2.1 Clima ............................................................................................................ 36
3.2.2 Agentes Costeiros ...................................................................................... 36
3.2.3 Geologia ...................................................................................................... 37
3.2.4 Geomorfologia ............................................................................................ 38
3.2.5 Solos ............................................................................................................ 39
3.2.6 Vegetação .................................................................................................... 39
4. MATERIAIS E MÉTODOS ...................................................................................... 41
4.1 LEVANTAMENTO BIBLIOGRÁFICO E CARTOGRÁFICO ................................. 41
4.2 PROCESSAMENTO DOS DADOS ..................................................................... 42
4.2.1 Pré-Processamento .................................................................................... 43
4.2.2 Processamento ........................................................................................... 44
4.3 ALTIMETRIA ....................................................................................................... 45
4.4 ELABORAÇÃO DOS MAPAS AMBIENTAIS ...................................................... 48
4.5 ÍNDICE DE VULNERABILIDADE NATURAL E AMBIENTAL ............................. 48
4.6 ÍNDICE DE VULNERABILIDADE COSTEIRA (IVC) ........................................... 53
4.6.1 Dados Físicos ............................................................................................. 54
4.6.2 Dados Hidrodinâmicos .............................................................................. 56
4.7 ANÁLISE ESTATÍSTICA ..................................................................................... 57
5. RESULTADOS ....................................................................................................... 59
5.1 MAPAS DAS UNIDADES GEOAMBIENTAIS ..................................................... 59
5.2 ANÁLISE DOS ÍNDICES DE VULNERABILIDADE NATURAL E AMBIENTAL ... 66
5.2.1 Classes de Vulnerabilidade ....................................................................... 66
5.2.2 Índices de Vulnerabilidade Natural e Ambiental ...................................... 67
5.2.3 Análise de Componente Principais ........................................................... 74
5.3 ANÁLISE DO ÍNDICE DE VULNERABILIDADE COSTEIRA .............................. 75
5.3.1 Variação da Linha de Costa ...................................................................... 75
5.3.2 Índice de Vulnerabilidade Costeira ........................................................... 76
xvi
6. CONCLUSÕES ....................................................................................................... 82
7. REFERÊNCIAS BIBLIOGRÁFICAS....................................................................... 84
ANEXOS ....................................................................................................................... 91
18
1. INTRODUÇÃO
O estudo dos processos costeiros responsáveis pelas modificações do meio
ambiente, sejam por causas naturais ou por influência das ações antrópicas frente a
ocupação das zonas costeiras, tem orientado as decisões necessárias e intervenções
adequadas, visando a redução dos impactos e proteção dessas áreas.
Até o final do século 21, cerca de 95% do oceano experimentará elevação do nível
médio do mar (NMM), com uma projeção de aumento médio de 63 cm até 2100, em
consequência do aquecimento dos oceanos e derretimentos das geleiras (IPCC, 2014).
O aumento do NMM representa uma ameaça significativa para as zonas costeiras, com
impactos físicos de efeitos imediatos, como inundações das áreas costeiras e a
salinização de zonas de água doce. Efeitos a longo prazo também podem ocorrer, como
o ajuste da costa às novas condições incluindo o aumento da erosão, intrusão de água
salgada nas águas superficiais e subterrâneas e diminuição das zonas úmidas costeiras,
como restingas e manguezais (Nicholls et al., 2007).
O ajustamento de uma linha de costa, a uma elevação do nível do mar, depende
das características geomorfológicas e petrográficas da mesma, podendo os efeitos variar
entre nenhum (costão rochoso), erosão (praias arenosas, falésias sedimentares) e
inundação (áreas baixas freqüentemente ocupadas por manguezais ou marismas)
(Muehe, 2001). Os processos antrópicos intensificam a vulnerabilidade física do local
associado com aumento do nível do mar, entretanto esses processos recebem menos
atenção do que as componentes climáticas, uma vez que os mesmos são considerados
uma questão local. No entanto, eles são tão comuns que equivaleria a um problema
global que justifique estudos mais sistemáticos, incluindo a mitigação apropriada (de
influência humana), bem como opções de adaptação (Nicholls et al., 2010).
O litoral brasileiro, apresentam grandes extensões da orla com terrenos
sedimentares elevados (Grupo Barreiras) que formam falésias junto ao litoral e cuja
adaptação erosiva a uma elevação do nível do mar se faz a taxas que dependem da
resistência ou coesão dos sedimentos, que por sua vez, ao serem disponibilizados,
tendem a reduzir a amplitude da retrogradação (Muehe, 2001).
Alterações nos processos morfodinâmicos relacionados à dinâmica geoambiental,
comumente afetam as zonas costeiras, sejam eles construtivos (deposicionais) ou
destrutivos (erosionais). Os impactos da erosão nas zonas costeiras, especialmente as
praias arenosas ao redor do mundo podem ser consideradas sob as várias perspectivas:
19
ambientais, econômicas e socioculturais, positivos ou negativos, diretos ou indiretos,
imediatos ou cumulativos, de curta ou longa duração (Amaro et al., 2013). A partir da
análise de pesquisas desenvolvidas no Brasil, verificou-se que 80% das causas de
erosão são atribuídas à intervenção do homem relacionada à urbanização da costa e à
interferência no balanço sedimentar em decorrência da construção de estruturas rígidas
(Muehe, 2005). O litoral do Rio Grande do Norte apresenta diversos trechos de erosão
costeira, com origem atribuída principalmente ao reduzido aporte fluvial de sedimentos,
decorrentes das pequenas dimensões das bacias fluviais regionais, e a perda de
sedimentos para o continente, com a formação dos campos dunares (Dominguez et. al,
2006).
Os ambientes podem ser mais ou menos susceptíveis as mudanças, sejam elas
naturais ou antrópicas. Quantificar o grau dessa susceptibilidade é determinar o quanto
o ambiente é vulnerável a essas mudanças, e por meio dessa quantificação estabelecer
medidas de reparo e proteção. Os estudos relativos da susceptibilidade dos ambientes
são de significativa importância para o planejamento ambiental, pois se trata de um
instrumento cuja finalidade é identificar e analisar os ambientes em função de seus
diferentes níveis de susceptibilidade, proporcionando assim, uma melhor definição das
diretrizes e ações a serem implementadas no espaço físico-territorial, servindo de base
para o zoneamento e fornecendo subsídios à gestão do território (Spörl, 2007).
A importância de estudos sobre a vulnerabilidade física está em prevenir impactos
ambientais e subsidiar respostas de curto e médio prazo (Rangel-Buitrago & Anfuso). A
análise da vulnerabilidade física de uma região permite o planejamento mais adequado,
possibilitando o reconhecimento da causa das modificações e a determinação de
medidas sustentáveis para a reestruturação dos ambientes, buscando minimizar os
impactos (Boori & Amaro 2011).
Além disso, estudos da vulnerabilidade física fornece produtos para a elaboração
do zoneamento ecológico-econômico (ZEE), que constitui um instrumento da Política
Nacional do Meio Ambiente, e tem como objetivo viabilizar o desenvolvimento
sustentável a partir da compatibilização do desenvolvimento socioeconômico com a
proteção ambiental (Brasil, 2002). Considerando-se ainda que a elaboração e
implementação de planos de gestão exigem o conhecimento das variáveis ambientais
que se pretende gerir, é necessário um diagnóstico detalhado das mesmas (Busman,
2016) possibilitando identificar e avaliar espacialmente áreas de maior vulnerabilidade,
permitindo um planejamento adequado para o desenvolvimento sustentável da região,
20
onde medidas poderão ser apontadas para minimizar possíveis impactos ambientais
causados por atividades naturais ou antrópicas desenvolvidas.
A determinação da vulnerabilidade física pode ser realizada através de diferentes
índices. O índice de vulnerabilidade natural (IVN) é obtido do cruzamento das unidades
geoambientais geologia, geomorfologia, vegetação e solos (Crepani et al., 2001). O
índice de vulnerabilidade ambiental (IVA), que se refere a vulnerabilidade do meio
ambiente em relação às mudanças antrópicas, obtidos do cruzamento dos índices de
vulnerabilidade natural e das classes de uso e cobertura também em função das
características físicas (Grigio et al., 2006). O índice de vulnerabilidade costeira (IVC),
relacionado a probabilidade de que mudanças físicas podem ocorrer ao longo de uma
linha de costa (LC), devido ao aumento do nível do mar (SLR) em cenários futuros,
determinado a partir das variáveis físicas e hidrodinâmicas (Özyhurt & Ergin, 2010;
Gornitz et al., 1994).
A obtenção de dados, cálculo e análise dos índices pode ser realizado através de
ambiente de Sistema de Informação Geográfica (SIG), por meio do uso do
sensoriamento remoto, através da análise de imagens de satélites que possibilita a
aceleração da análise, detecção de mudanças geoambientais e redução de custos dos
mapeamentos. Associadas as avançadas técnicas de processamento, as imagens de
satélite oferecem possibilidades de gerar informações sintéticas e precisas para análise
do desenvolvimento de diversas variações temáticas da superfície terrestre. Essas
ferramentas permitem o acompanhamento e planejamento da distribuição de várias
classes de feições do terreno, o que auxilia no suporte ao controle de riscos ambientais
e desastres naturais (Boori & Amaro, 2011). Os índices de vulnerabilidade podem ser
avaliados e apresentados por meio dos mapas de vulnerabilidade, obtidos destes
processamentos.
Estudar e quantificar estes processos contribui consistentemente com o
conhecimento e planejamento do uso e cobertura do solo de maneira ambientalmente
sustentável para cada região. A área está compreendida em sua maior parte por uma
área de preservação ambiental que corresponde a Barreira do Inferno (Parnamirim/RN),
onde está localizada a base da Força Aérea Brasileira. Assim, este trabalho justifica-se
por contribuir para o entendimento da dinâmica costeira e vulnerabilidade física da área,
gerando produtos que podem ser utilizados para o zoneamento ecológico-econômico,
além de fornecer dados que auxilie à gestão costeira integrada da região. Além da
pesquisa estão inserida dentro de um projeto maior de estudo da área da Barreira do
21
Inferno que engloba o Programa de Pós-Graduação em Engenharia Sanitária e o
Programa de Pós-Graduação em Engenharia Civil, da Universidade Federal do Rio
Grande do Norte.
Este trabalho tem como objetivo a determinação e análise da vulnerabilidade física
da região da Barreira do Inferno, por meio da (i) análise e caracterização das unidades
geoambientais e de uso e cobertura do solo, através das características físicas e (ii)
determinação e análise dos índices de vulnerabilidade ambiental, natural e costeira.
Este trabalho será apresentado em seis capítulos, sendo o primeiro o capítulo
introdutório onde são apresentados uma visão geral sobre a temática, justificativa e os
objetivos do trabalho; o capítulo dois apresenta uma revisão bibliográfica sobre
vulnerabilidade física e as metodologias mais utilizadas para a determinação da mesma;
no capítulo três são apresentados a localização e os aspectos fisiográficos da área de
estudo; no capítulo quatro são descritos os matérias e métodos utilizados para a
obtenção dos objetivos; o capítulo cinco são apresentados as discussões e resultados
obtidos e o capítulo seis apresenta as conclusões.
23
2. REVISÃO DE LITERATURA
Nesta seção será apresentado a conceito de vulnerabilidade, bem como uma
revisão de métodos utilizados para a determinação da vulnerabilidade física por meio
dos índices de vulnerabilidade.
2.1 CONCEITO DE VULNERABILIDADE
De acordo com IPCC (2014) vulnerabilidade é a propensão ou pré-disposição a
ser adversamente afetado, englobando uma variedade de conceitos e elementos,
incluindo sensibilidade ou susceptibilidade a danos e falta de capacidade para lidar e se
adaptar. No que se refere a vulnerabilidade física considerou-se no desenvolvimento
desse trabalho como a maior ou menor estabilidade das variáveis físicas dos
ecossistemas segundo o princípio da ecodinâmica ou princípio da dinâmica do meio
ambiente dos ecossistemas, onde as variáveis físicas são consideradas mais ou menos
estáveis em função dos processos pedogenéticos e morfogenéticos (Tricart, 1977).
2.2 REVISÃO DE MÉTODOS PARA A DETERMINAÇÃO DE VULNERABILIDADE
Para análise de uma variação multitemporal dos ambientes de uma região é
necessário o conhecimento da forma em que os mesmos reagem as mudanças naturais
e as pressões antrópicas impostas, assim como o grau de suporte a essas pressões
(Grigio, 2003), essas variações podem ser representadas espacialmente, através dos
mapas de vulnerabilidade. Na literatura nacional existe vários estudos de casos com a
abordagem temática sobre mapeamentos e modelagens para a mensuração da
vulnerabilidade física, onde esses estudos estão de maneira geral direcionados pela
utilização das metodologias apresentadas por Ross (1994), Crepani et al. (2001) e Grigio
(2003).
Ross (1994) propôs uma metodologia para a análise da fragilidade dos ambientes
naturais e antropizados baseada no conceito de Unidades Ecodinâmicas (Tricart, 1977),
e considerou que estas fragilidades devem ser avaliadas quando se necessita aplicá-la
ao planejamento territorial ambiental. A análise empírica da fragilidade exige estudos
básicos do relevo, do subsolo, do solo, do uso da terra e do clima, os quais viram
24
produtos cartográficos temáticos. Posteriormente, essas informações são analisadas de
forma integrada gerando um produto síntese que expressa os diferentes graus de
fragilidade que o ambiente possui em função de suas características genéticas.
O autor apresenta que, dentro dessa compreensão ecológica, o ambiente é
analisado sob a ótica da Teoria dos Sistemas, que parte do pressuposto de que na
natureza as trocas de energia e matéria ocorrem através de relações em equilíbrio
dinâmico, entretanto, esse equilíbrio é frequentemente alterado pelas intervenções
humanas, gerando estados de desequilíbrios temporários ou até permanentes.
Diante dos diferentes estados de equilíbrio e desequilíbrio que o ambiente está
submetido, Ross (1994) sistematizou uma hierarquia nominal de fragilidade
representadas por códigos: muito fraca (1), fraca (2), média (3), forte (4) e muito forte (5).
Estas categorias expressam especialmente a fragilidade do ambiente em relação aos
processos ocasionados pelo escoamento superficial difuso e concentrado das águas
pluviais. Os critérios utilizados para as variáveis temáticas são expostos no Quadro 2.1.
25
Quadro 2.1: Relação das variáveis temáticas e seus respectivos graus de fragilidade e proteção.
RELEVO SOLO USO E COB. DA TERRA
Características Características Características
Padrões de Formas com a
rugosidade topográfica ou os
Índices de Dissecação do Relevo.
De acordo com Matriz dos índices
de dissecação. Dependência da
escala.
Características de textura, estrutura,
plasticidade, grau de coesão das
partículas e profundidade/espessura
dos horizontes superficiais e
subsuperficiais. Independe da
escala.
Identificação das manchas de
diferentes tipos de usos do solo.
Mensuração das características
naturais, permitindo estabelecer uma
hierarquia de graus de proteção aos
solos pela cobertura vegetal.
Graus de Fragilidade*
(Pequena e Média Escala)
Graus de Fragilidade
(Pequena, Média e Grande Escala)
Graus de Proteção
(Pequena, Média e Grande Escala)
1-Muito Fraca (11).
2-Fraca
(21,22,12).
3-Média (31,32,33,13,23).
4-Forte
(41,42,43,44,14,24,34...).
5-Muito Forte (51,52,53,54,55,15,25,35,45...).
1-Muito Baixa (Latossolo Roxo, Latossolo Vermelho escuro e Vermelho amarelo textura argilosa).
2-Baixa (Latossolo Amarelo e Vermelho amarelo textura média/argilosa).
3-Média (Latossolo Vermelho amarelo, Terra Roxa, Terra Bruna, Podzólico Vermelho amarelo textura média/argilosa).
4-Forte (Podzólico Vermelho amarelo textura média/arenosa, Cambissolos).
5-Muito Forte (Podzolizados com cascalho, Litólicos e Areias Quartzosas).
1- Muito Alta (Florestas/Matas naturais, florestas cultivadas com biodiversidade).
2-Alta (Formações arbustivas naturais com estrato herbáceo denso, formações arbustivas densas (mata secundária, Cerrado Denso, Capoeira Densa), Mata Homogênea de Pinus densa, Pastagens cultivadas com baixo pisoteio de gado, cultivo de ciclo longo como cacau).
3-Média (Cultivo de ciclo longo com curvas de nível/terraceamento como café, laranja com forrageiras entre ruas, pastagens com baixo pisoteio, silvicultura de eucaliptos com sub-bosque de nativas).
4-Baixa (Cultura de ciclo longo de baixa densidade (café, pimenta do reino, laranja com solo exposto entre ruas), culturas de ciclo curto arroz, trigo, feijão, soja, milho, algodão com cultivo em curvas de nível/terraceamento).
5-Muito baixa ou nula (Áreas desmatadas e queimadasrecentemente, solo exposto por arado/gradeação, solo exposto ao longo de caminhos e estradas, terraplenagens, culturas de ciclo curto sem práticas conservacionistas).
Características
Padrão de formas de vertentes e Classes de Declividades.
Graus de Fragilidade
(Grande Escala)
1-Muito Fraca (até 6%).
2-Fraca
(de 6 a 12%).
3-Média (de 12 a 20%).
4-Forte
(de 20 a 30%).
5-Muito Forte (> 30%).
Fonte: Adaptado e Modificado de Ross (1994). Organizado por Oliveira (2017). *Considerando as categorias morfométricas geradas a partir da matriz dos índices de dissecação do relevo.
26
Crepani et al. (2001) apresentam uma proposta metodológica para elaboração de
mapas de vulnerabilidade natural (VN) à perda de solo, baseada no conceito de
Ecodinâmica (Tricart, 1977) e na interpretação de dados temáticos preexistentes com a
utilização de imagens de satélite. O procedimento metodológico consiste primeiramente
na interpretação das informações temáticas disponíveis (mapas geológicos,
geomorfológicos, pedológicos, de cobertura vegetal e uso da terra) sobre as imagens de
satélite utilizadas como “âncora”, e a geração de curvas de intensidade pluviométrica,
definindo Planos de Informação (PI) temáticos geo-referenciados (PI Geologia, PI
Geomorfologia, PI Pedologia, PI Vegetação e Uso e PI Intensidade Pluviométrica). A
interseção vetorial destes PI’s define o mapa de Unidades Territoriais Básicas (UTB)
composto de unidades de paisagem natural e polígonos de intervenção antrópica. Ao PI
UTB, de modelo cadastral, associa-se um banco de dados relacional contendo as
classes dos PI’s temáticos e valores, relativos e empíricos, de vulnerabilidade à perda
de solo de cada uma dessas classes. Em seguida é feita uma classificação do grau de
vulnerabilidade de cada unidade territorial baseada na avaliação, de forma relativa e
empírica, do estágio de evolução morfodinâmica das unidades territoriais básicas,
atribuindo valores de estabilidade às categorias morfodinâmicas conforme pode ser visto
no Quadro 2.2.
Quadro 2.2: Avaliação da estabilidade das categorias morfodinâmicas.
CATEGORIA MORFODINÂMICA
RELAÇÃO PEDOGÊNESE/MORFOGÊNESE VALOR
Estável Prevalece a Pedogênese 1,0
Intermediária Equilíbrio Pedogênese/Morfogênese 2,0
Instável Prevalece a Morfogênese 3,0
Fonte: Crepani et al. (2001).
Ainda segundo a metodologia de Crepani et al. (2001) a vulnerabilidade é
expressa pela atribuição de valores, de 1 a 3, num total de 21 valores, para cada unidade
de paisagem (Quadro 2.3). A representação cartográfica da instabilidade, ou
vulnerabilidade, das unidades territoriais básicas é definida a partir da seleção de 21
cores obtidas a partir da combinação das três cores aditivas primárias (Azul, Verde e
Vermelho), onde o valor de maior estabilidade (1,0) é associado a cor azul, ao valor de
estabilidade intermediária (2,0) é associado a cor verde e ao valor de maior
27
vulnerabilidade (3,0) a cor vermelha, e para o grau de estabilidade entre 1,0 e 2,0 foram
associados a uma combinação das cores azul e verde, assim como para o grau de
estabilidade entre 2,0 e 3,0 uma combinação das cores verde e vermelha. O modelo é
aplicado individualmente aos temas (Geologia, Geomorfologia, Solos, Vegetação e
Clima) que compõem cada unidade territorial básica, que recebe posteriormente um
valor final, resultante da média aritmética dos valores individuais, que busca representar
a posição desta unidade dentro da escala de VN à perda de solo.
Quadro 2.3: Escala de vulnerabilidade das unidades territoriais básicas
Fonte: Adaptado de Crepani et al. (2001).
A metodologia de Grigio (2003) desenvolvida para a obtenção do mapa de
vulnerabilidade ambiental (VA) do município de Guamaré/RN foi operacionalizada em
duas etapas. A primeira consistiu no cruzamento dos mapas geomorfologia, geologia,
solos e vegetação, resultando no mapa de VN. O cruzamento dos mapas foi baseado no
conceito de análise Ecodinâmica de Tricart (1977), as classes identificadas em cada
mapa receberam valores numéricos distribuídos em uma escala de 1,0 a 3,0, com
intervalo de 0,5. Para os mapas de unidades geomorfológicas, de geologia simplificado
e de associação de solos são utilizados os valores de 1,0 (prevalece a pedogênese), 2,0
28
(um equilíbrio entre pedogênese e morfogênese) e 3,0 (prevalece a morfogênese). Para
o caso do mapa de vegetação o critério estabelecido é: 1,0 para ambiente com baixa
diversidade de espécies/formações incipientes, normalmente de pioneiras; 2,0 para
ambientes com média diversidade de espécies, correspondendo a formações em estágio
intermediário; e por último, 3,0 para formações em estágio avançado-clímax, isto é, com
alta diversidade de espécies (Quadro 2.4). Para o mapa de uso e cobertura do solo têm
como foco principal o grau e o tipo de antropização, adotando a mesma escala de 1,0 a
3,0 com intervalo de 0,5 (Quadro 2.5).
29
Quadro 2.4: Grau de vulnerabilidade das classes dos mapas temáticos. MAPA TEMÁTICO / CLASSE
GEOLOGIA GRAU DE
VULNERABILIDADE
Formação Jandaíra 1,5
Formação Barreiras 2,0
Depósito eólico (Dunas Fixas) 2,0
Depósito de Planície de Maré 3,0
Depósitos Flúvio-marinhos 3,0
Depósitos Flúvio-estuarinos 2,5
Depósito eólico (Dunas Móveis) 3,0
Depósitos Aluvionares 2,5
Depósitos de sedimentos de praia recentes 3,0
GEOMORFOLOGIA GRAU DE
VULNERABILIDADE
Superfície de Aplainamento e/ou Tabuleiro Costeiro 1,0
Planície interdunar 2,0
Dunas fixas 2,0
Dunas móveis 3,0
Planície de deflação 3,0
Planície aluvionar 2,5
Zona de estirâncio 3,0
Planície de maré 3,0
Intermaré 3,0
Supramaré 3,0
Terraço flúvio-estuarino 2,5
Terraço marinho 3,0
Ilhas Barreiras 3,0
Barras arenosas emersas 3,0
Barras arenosas submersas 3,0
ASSOCIAÇÃO DE SOLOS GRAU DE
VULNERABILIDADE
Areias quartzosas distróficas (AQd) 2,0
Areias quartzosas marinha distróficas (AQmd) 2,5
Solonchak solométzico (SS) 3,0
Podzólico vermelho-amarelo eutrófico latossólico (PVAEL) 1,5
VEGETAÇÃO GRAU DE
VULNERABILIDADE
Vegetação de mangue 3,0
Vegetação de caatinga arbórea arbustiva fechada 3,0
Vegetação de caatinga arbustiva arbórea fechada 2,5
Vegetação de caatinga arbustiva aberta 2,0
Outro tipo de vegetação (gramínea, agrícola, pioneiras em geral) 1,5
Sem vegetação 1,0
SENSIBILIDADE AMBIENTAL PARA DERRAMES DE ÓLEO GRAU DE
VULNERABILIDADE
Superfície de aplainamento (Tabuleiro Costeiro) – ISL 2 1,0
Dunas fixas – ISL 3 1,5
Dunas móveis – ISL 3 1,5
Planície de deflação – ISL 4 1,5
Banco arenoso exposto na baixa-mar – ISL 7 2,5
Banco arenoso exposto na preamar – ISL 7 2,5
Banco de lama exposto na baixa-mar – ISL 9 3,0
Terraço flúvio-estuarino – ISL 7 2,5
Planície de inundação – ISL 7 2,5
Planície aluvionar – ISL 6 2,0
Planície de maré – ISL 9 3,0
Lagoa – ISL 10 3,0
Lagoa temporária – ISL 10 3,0
Planície de mangue – ISL 10 3,0
Fonte: Grigio (2003).
30
Quadro 2.5: Grau de vulnerabilidade das classes do mapa de uso e cobertura do solo.
CLASSE GRAU DE
VULNERABILIDADE
Açude 2,0
Estuario 1,0
Planície de inundação / Maré 1,0
Terra árida 1,5
Área úmida 1,5
Assentamento 3,0
Vegetação de Caatinga arbustiva aberta 1,5
Vegetação de Caatinga arbórea arbustiva fechada 1,0
Vegetação de Caatinga arbustiva arbórea fechada 1,0
Produção de camarão marinho 3,0
Campo salino 1,5
Cidade 3,0
Cultura temporária 2,5
Pólo Petrolífero de Guamaré 3,0
Área inundável na preamar 1,0
Lagoa temporária 1,0
Vegetação de Mangue 1,0
Área de pastagem 2,5
Poços de extração de petróleo 3,0
Praia - Área de lazer 1,0
Vegetação de dunas 1,5
Fonte: Grigio (2003).
O mapa de VA proposto por Grigio (2003) é obtido pelo cruzamento do mapa de
uso e cobertura do solo e o mapa VN. Após o cruzamento desses dois mapas foi
realizado a classificação dos seus resultados, a partir do cálculo da média aritmética
destes, sendo distribuída em seis classes de VN e ambiental, dispostas no Quadro 2.6.
Quadro 2.6: Classes de vulnerabilidade natural e ambiental, segundo Grigio (2003).
VULNERABILIDADE NATURAL VULNERABILIDADE AMBIENTAL
1 – sem classificação (≤ 0,9) 1 – sem classificação (≤ 0,9)
2 – muito baixa (de 1,0 a 1,3) 2 – muito baixa (de 1,0 a 1,3)
3 – baixa (de 1,4 a 1,7) 3 – baixa (de 1,4 a 1,7)
4 – média (de 1,8 a 2,2) 4 – média (de 1,8 a 2,2)
5 – alta (de 2,3 a 2,5), e 5 – alta (de 2,3 a 2,5), e
6 – muito alta (≥ 2,6) 6 – muito alta (≥ 2,6)
Fonte: Grigio (2003).
O autor aplicou o método de ponderação dos fatores, objetivando obter um mapa
de VA que representasse mais fielmente as peculiaridades do Município de Guamaré. A
ponderação ou compensação entre os fatores é feita através de um conjunto de pesos
31
que indicam a importância relativa de cada fator. Após uma série de avaliações,
considerou-se ser a combinação mais representativa do município o teste 8 (T8).
2.3 ÍNDICE DE VULNERABILIDADE COSTEIRA (IVC)
O Índice de Vulnerabilidade Costeira (IVC) tem como objetivo avaliar a
probabilidade de que mudanças físicas podem ocorrer ao longo de uma Linha de Costa
(LC), identificando trechos costeiros mais vulneráveis a mudanças ambientais ou ações
antrópicas, de curto e longo prazo, decorrentes de mudanças climáticas como o aumento
do NMM (Özyhurt & Ergin, 2010). Esse índice foi usado inicialmente por Gornitz et al.
(1994), no Serviço Geológico do Estados Unidos (USGS) e posteriormente passou por
estudos para melhoria do método. Foi amplamente aplicado no litoral dos Estados
Unidos e adaptado para ser usado em diversos outros países por ser um método rápido
e consistente para determinar a vulnerabilidade de diferentes tipos de praia (Abuodha &
Woodroffe, 2006).
Esse método analisa seis variáveis para avaliar a vulnerabilidade de uma região
costeira, que correspondem a geomorfologia, a variação da LC e a declividade da costa.
Estas variáveis representam a resistência relativa da costa à erosão, à erosão de longo
prazo e à tendência de acreção, além de sua susceptibilidade à inundação,
respectivamente. E as variáveis dinâmicas que são a variação da maré, altura de ondas
e cenários de elevação do nível do mar, que são fatores que contribuem para os riscos
de inundação de uma determinada seção da LC, conforme proposto por Gornitz (1990);
Gornitz et al. (1994); Thieler e Hammar-Klose (1999). Entretanto, muitas pesquisas
adequam o IVC à sua região por adicionar ou alterar variáveis, significando apenas uma
diferença na parametrização, não no método em si (Dwarakish et al., 2009; Boori et al.,
2012; Fernandez et al., 2013; Busman, 2016).
O IVC é um método que permite identificar as áreas potencialmente afetadas por
danos relativos a aumento do nível do mar e por este motivo pode ser útil como uma
ferramenta de planejamento para a gestão e proteção dos recursos costeiros (Dwarakish
et al. 2009), e assim auxiliando pesquisadores e gestores no planejamento de tomadas
de decisões e ações necessárias à proteção socioeconômica-ambiental do local. Por
outro lado, também pode ser usado para seleção de locais mais adequados para o uso
e cobertura do solo, visando a proteção das áreas e redução dos impactos (Boori &
Amaro, 2011).
32
Busman (2016) aplicou dois IVC’s para três cenários de variação de NMM nas
zonas costeiras das cidades de Macau e Guamaré (RN) e Salinópolis (PA). O primeiro
índice testado foi o apresentado pela USGS denominado no trabalho de IVC-USGS,
onde as variáveis físicas geomorfologia, variação da linha de costa, declividade, em
conjunto com as variáveis hidrodinâmicas altura significativa de ondas, amplitude de
maré e aumento relativo do NMM são analisados para a faixa costeira por meio de
smartline. O segundo índice, nomeado simplesmente IVC, foi adaptado de Özyurt (2007)
e Martins (2015), onde a autora acrescentou a análise original do IVC-USGS as variáveis
infraestrutura urbana costeira (obras de engenharia costeira, calçamento, entre outros),
atividade ou uso atual da LC e prognóstico da variação da linha de costa.
Os processamentos e geração de resultados foram realizados em ambiente de
Sistema de Informação Geográfica (SIG), sendo as classes das variáveis definidas com
base na bibliografia internacional e nacional (Quadro 2.7). O cálculo da variação, da taxa
de variação e do prognóstico da linha de costa foram obtidos por meio da extensão DSAS
(Thieler et al., 2009) desenvolvido pelo United States Geological Survey (USGS, 2017).
Visando manter o mesmo escore dos mapas das variáveis físicas e hidrodinâmicas
(escore 1 a 5), a autora utilizou para o cálculo dos índices IVC-USGS e IVC a média
aritmética simples, sem ponderação para igualar a importância entre as variáveis
utilizadas.
33
Quadro 2.7: Classes de vulnerabilidade para os índices IVC-USGS e IVC para Macau e
Guamaré (RN) e Salinópolis (PA).
CLASSE MUITO BAIXA BAIXA MÉDIA ALTA MUITO ALTA
Geomorfologia RN Dunas Fixas
Planície de Inundação
Flúvio-Estuarina
Planície Flúvio-
Marinha Dunas Móveis Praia
Geomorfologia PA Acumulação
flúvio-marinha --- --- ---
Dissecação Convexa
Uso/atividade RN Praias, ilhas e
barras arenosas Povoado
Zona urbana
Instalação eólica
Indústria do petróleo
Uso/atividade PA Vegetação --- Solo
exposto ---
Cidade e povoados
Amplitude de marés RN
--- --- 2,9 m --- ---
Amplitude de marés PA
--- --- --- --- 5,8 m
Altura significativa de ondas RN
--- 0,74 m --- --- ---
Altura significativa de ondas PA
--- --- --- 1,2 m ---
Variação do nível médio do mar
--- --- RPC 2,6 RPC 4,5 RPC 8,5
Infraestrutura urbana Ausente --- --- ---
Lazer, calçamento, engenharia
costeira
Taxa de variação da linha de costa
> +10 m/ano +2 a +10
m/ano -2 a +2 m/ano
-2 a -10 m/ano
< -10 m/ano
Declividade < 1% e >45% 1 - 2 % 2 - 3,33% 3,33 - 5% 5 - 45%
Projeção da variação da linha de costa
> +10 m/ano +2 a +10
m/ano -2 a +2 m/ano
-2 a -10 m/ano
< -10 m/ano
Fonte: Busman (2016).
Ainda em relação a pesquisa realizada por Busman (2016), a partir dos resultados
obtidos com a aplicação do IVC proposto no estudo, com a adição de variáveis
antrópicas, foi possível evidenciar que a dinâmica costeira só passar a ser um problema
quando em frente a zonas de ocupação antrópica. Onde nos três municípios estudados
a erosão costeira foi mais acentuada justamente em trechos com ocupação urbana ou
industrial e estas também serão as regiões mais vulneráveis a cenários de aumento
relativo do NMM. Os índices de vulnerabilidade costeira podem subsidiar o ordenamento
de zonas de expansão e de não expansão do uso e cobertura, ações que podem reduzir
gastos públicos e/ou privados em decorrência de danos por erosão ou inundação
costeira e que podem ser aplicados para demais melhorias urbanas (Busman, 2016).
35
3. ÁREA DE ESTUDO
Nesta seção é apresentada a descrição, localização e caracterização dos
aspectos fisiográficos como, clima, agentes costeiros (ventos, ondas, correntes e marés),
vegetação, solo, geologia e geomorfologia da área de estudo.
3.1 LOCALIZAÇÃO E DESCRIÇÃO DA ÁREA
A área de estudo está localizada na região nordeste do Brasil, no litoral oriental
do RN, no município de Parnamirim na região metropolitana de Natal a 12 km da capital.
O limite geográfico compreende a latitude 5°52’S-5°58’S e longitude 35°8’W-35°11’W. A
área têm cerca de 24 km² com uma extensão da LC de aproximadamente 11 km
compreendendo a zona costeira da barreira do inferno e da praia de cotovelo. A área na
sua maior parte está inserida numa região de preservação ambiental que corresponde a
área da barreira do inferno, onde está localizada uma base da Força Aérea Brasileira.
Figura 3.1: Mapa de Localização da área de estudo.
36
3.2 ASPECTOS FISIOGRÁFICOS
3.2.1 Clima
No estado do Rio Grande do Norte (RN), as estações do ano são definidas, com
inverno chuvoso e verão seco. O regime pluviométrico na porção oriental do litoral
potiguar é bastante regular com as chuvas distribuídas nos meses de Março a Agosto,
sendo o mês de Junho o mais chuvoso e a estação seca entre os meses de Outubro,
Novembro e Dezembro, estando as menores precipitações registradas no mês de
Outubro (Natal, 2012). O clima da região litorânea do estado é caracterizado como úmido
e sub-úmido (SEPLAN, 2012), onde litoral oriental apresenta características climáticas
ligadas à sua posição geográfica, pois está submetida às baixas latitudes, com fortes
influências de massas tropicais, ocasionando uma sazonalidade na precipitação
(Oliveira, 2003).
A partir de uma série histórica de 1986 a 2016 da estação climatológica de Natal
(INMET, 2016), que compreende a estação com dados disponíveis mais próximo da área
de estudo, a precipitação média anual ocorrida foi de 1.671,90 mm. Neste período, a
menor precipitação anual ocorreu no ano de 1993, com 849 mm, enquanto que a maior
precipitação se deu no ano de 2008, com 2.485,9 mm. O período chuvoso na região
estende-se de Março a Agosto, sendo o mês de Junho o mais chuvoso (média de 368,9
mm), e os meses do período de seca em Outubro, Novembro e Dezembro, sendo as
menores precipitações registradas no mês de Outubro.
3.2.2 Agentes Costeiros
Em geral, a direção do vento é determinada pela posição da zona de convergência
intertropical (ZCIT), com ventos de nordeste no início do ano e de sudeste no segundo
semestre, quando ocorrem as velocidades mais elevadas. A região caracteriza-se por
ventos com forte componente sudeste, variando sazonalmente entre ESE e SSE,
seguido pelos ventos com componente sul (Natal, 2012). A maior incidência de ventos
na região é nos meses de agosto, setembro e outubro coincidem com o início da estação
seca, fazendo com que muitos sedimentos arenosos de dunas se desloquem nos
sentidos predominantes dos ventos, em função da pouca agregação da água sobre estes
(Oliveira, 2011).
37
As variações do nível do mar na costa oriental do RN caracterizam marés do tipo
semi-diurnas, com a variação média das marés de sizígias de aproximadamente 2,20m
e das marés de quadratura de aproximadamente 1,3m (Vital et al. 2008). Na região do
Porto de Natal o regime é caracterizado por mesomaré, com variação média nas marés
de sizígia entre 2,4-0,2 m e amplitudes médias em torno de 2,2 m. Enquanto em marés
de quadratura essas variações estão entre 1,9-0,8 m com amplitude média de 1,1 m. O
NMM para a região é de 1,3 m (DHN, 2012).
3.2.3 Geologia
A área encontra-se inserida no contexto geológico da Bacia Sedimentar Costeira,
Pernambuco-Paraíba de idade Cretácea, situada na região costeira dos estados de
Pernambuco, Paraíba e litoral oriental do Rio Grande do Norte. A bacia tem seus limites
definidos ao norte pelo Alto de Touros com a Bacia Potiguar, e a sul pelo Lineamento
Pernambuco com a Bacia de Alagoa, possui uma área total de aproximadamente 30.000
km², onde 8.000 km² estão situados na parte emersa. É constituída por uma sequência
de rochas cretáceas, tércio-quaternária e por sedimentos quaternários (Souza-Lima et
al. 2003).
A região é constituída por coberturas recentes de dunas e por sedimentos e
rochas siliciclásticas de idade tércio-quaternária da Formação Barreiras. As dunas têm
espessura média de 10 m e são compostas por areias quartzosas finas a médias,
homogêneas, bem selecionadas e de coloração esbranquiçada (Stein et al., 2012). A
Formação Barreiras constitui a unidade geológica de ocorrência mais expressiva da
costa brasileira, aflorando desde o Estado do Rio de Janeiro até o Amapá. Na região
litorânea do Rio Grande do Norte, entre Parnamirim e Nísia Floresta, a Formação
Barreiras apresenta os melhores afloramentos em falésias, onde a praia de Cotovelo,
apresenta uma área com exposição lateral descontínua de aproximadamente 2,5 km,
com altura variável, atingindo até 20 m na parte central da Barreira do Inferno (Araújo et
al., 2006).
As unidades geológicas presentes na área de estudo estão divididas em dois
grupos, Paleógeno/Neógeno e Neógeno/Quaternário, de acordo com as relações
cronoestratigráficas apresentada na (Figura 3.2). A partir do mapeamento da área foram
identificadas quatro unidades geológicos Formação Barreiras, Depósitos eólicos
38
litorâneos não vegetados, Depósitos eólicos litorâneos vegetados e Depósitos
aluvionares de canal.
Figura 3.2: Relação cronoestratigráfica entre das unidades. Adaptado de Bezerra et al. (2009).
3.2.4 Geomorfologia
Os Tabuleiros Costeiros (ou Superfície de Aplainamento) estão presentes por uma
faixa contínua de cerca de 700 km de extensão ao longo do litoral dos Estados do Ceará,
Rio Grande do Norte, Paraíba e Pernambuco. São feições resultantes da atuação de
processos morfogenéticos de dinâmica variada relacionada a ciclos de espraiamento de
detritos fluviais e lacustres (Amaro et al., 2002). Com base nas características
geológicas, pedológicas e geomorfológicas, os Tabuleiros Costeiros podem ser
subdivididos em três outras unidades: os Tabuleiros, as Chapadas do Litoral Norte e a
Faixa Litorânea (RADAMBRASIL, 1981).
A região de estudo é caracterizada por um relevo de altitudes baixas, geralmente
inferiores a 100 metros, com áreas planas predominantes ao longo de toda a sede
municipal, com pouca ocorrência de declividades, as quais são observadas na área
litorânea. De acordo com o mapeamento realizado foram observadas quatro unidades
geomorfológicas Dunas fixas, Dunas móveis, Planície fluvial e Tabuleiros costeiros.
39
3.2.5 Solos
Os solos são formados por jovens sedimentos erodidos a partir da base arenítica
ampla e frequente da formação terciária Barreiras. Eles consistem em Neossolos de
areia branca pobres em nutrientes com manchas de Latossolos vermelho ou amarelo
(SUDENE/DNPEA, 1971). Por ser uma área de preservação ambiental não apresenta
nenhuma atividade voltada para agricultura ou cultivo da terra. Conforme o mapa
pedológico, foram classificadas as unidades pedológicas Neossolos Quartzarênicos, e
Neossolos Flúvicos, dentro do grupo Neossolos, que são solos pouco evoluídos
constituídos por material mineral ou por material orgânico com menos de 20 cm de
espessura, não apresentando qualquer tipo de horizonte B diagnóstico; e a unidade
Argissolos Vermelho-Amarelo, do grupo dos Argissolos, constituídos por material
mineral, apresentando horizonte B textural imediatamente abaixo do A ou E, com argila
de atividade baixa ou com argila de atividade alta conjugada com saturação por bases
baixa e/ou caráter alítico na maior parte do horizonte B (EMBRAPA, 2013), é possível
observar ainda trechos com rocha aflorante.
3.2.6 Vegetação
Quanto a vegetação a área é caracterizada por uma restinga arbustiva densa que
cobre o campo dunar, uma savana arborizada espaçada e existe ainda uma restinga
herbácea presente nas zonas mais baixas. O sistema de campos de dunas da Barreira
do Inferno apresenta aproximadamente 10% de sua área sem vegetação, 55% de
vegetação arbórea arbustiva densa, 25% de vegetação arbustiva arbórea rala e 10% de
vegetação rasteira e/ou pioneira (Fracasso, 2005). Segundo o mapa de vegetação
verificou-se na área total de estudo a distribuição de quatro tipos, sendo, Restinga
Arbustiva, Restinga Herbácea, Savana Arborizada e Vegetação Rasteira, além das áreas
sem vegetação.
Silva et al. (2015) caracterizou em seu estudo na região da Barreia do Inferno uma
amostra de 918 indivíduos, um total de 55 especies, 39 gêneros e 27 famílias na área da
barreira do inferno. Apenas quatro espécies tiveram abundância superior a 5% da
abundância total, e as sete espécies mais abundantes representaram 50,1% de todos os
caules, caracterizando uma comunidade dominada por espécies raras.
41
4. MATERIAIS E MÉTODOS
Nesta seção serão abordados os procedimentos metodológicos adotados: as
técnicas de Processamento Digital de Imagens (PDI) para a caracterização das unidades
de paisagem, elaboração dos mapas ambientais e a obtenção dos índices de
vulnerabilidade natural, ambiental e costeira, apresentados através de mapas. O
fluxograma abaixo apresenta o delineamento das etapas que foram desenvolvidas ao
longo da pesquisa (Figura 4.1).
Figura 4.1: Delineamento da metodologia aplicado no desenvolvimento da pesquisa.
4.1 LEVANTAMENTO BIBLIOGRÁFICO E CARTOGRÁFICO
O levantamento bibliográfico refere-se ao estudo dos conceitos e técnicas
específicas sobre os sistemas de imageamento e interpretação de produtos ópticos;
sobre as técnicas de integração de imagens; e informações obtidas nos principais
trabalhos sobre o tema e da metodologia adotada. O levantamento cartográfico diz
respeito aos mapas que serviram como base para a vetorização e determinação das
nomenclaturas dos mapas das unidades geoambientais e de uso e cobertura do solo.
Os principais produtos de sensoriamento remoto digitais que foram utilizados
foram imagens orbitais do LANDSAT 5 TM e LANDSAT 8 OLI correspondentes à cena
órbita-ponto 214-064, dos anos de 1984, 1993 disponíveis no catálogo online do Instituto
42
Nacional de Pesquisa Espaciais (INPE) e de 2005 e 2015 disponíveis no catálogo online
da United States Geological Survey (USGS). As imagens Landsat TM 5 apresentam sete
bandas, com resolução radiométrica de 8 bits e resolução espacial de 30m, com exceção
da Banda 6 que tem resolução de 120 m. Já as imagens Landsat OLI 8 apresentam 11
bandas, com resolução radiométrica de 12 bits, sendo as bandas de 1 a 7 e 9 com
resolução de 30m, a banda 8 com resolução de 15m e as bandas 10 e 11 com 100m de
resolução. Os dados altimétricos foram gerados a partir da SRTM (Shuttle Radar
Topography Mission) com resolução espacial de 30m, obtidos no website da USGS. Os
dados SRTM foram utilizados para obtenção do Mapa de Declividade e Modelo Digital
de Elevação (MDE). A Tabela 4.1 apresenta as características das imagens e dados
SRTM.
Tabela 4.1: Características das imagens orbitais e dados SRTM.
SENSOR BANDAS
ESPECTRAIS
RESOLUÇÃO
ESPACIAL
DATA DE
AQUISIÇÃO
HORA DE
AQUISIÇÃO FONTE
TM B1 a B5 e B7 30m 17/11/1984 11:58:17 INPE
TM B1 a B5 e B7 30m 18/05/1993 11:50:56 INPE
TM B1 a B5 e B7 30m 24/09/2005 12:16:47 USGS
OLI B1 a B8 30m (B1 a B7)
15m (B8) 22/10/2015 12:28:44 USGS
MISSÃO BANDAS ESPECTRAIS RESOLUÇÃO
ESPACIAL
DATA DE
AQUISIÇÃO FONTE
SRTM Bandas C e X 30m 11/02/2000 USGS
Para os dados secundários foram utilizados os mapas disponível no Companhia
de Pesquisa de Recursos Minerais (CPRM) para o estado do Rio Grande do Norte (RN)
e dados do Instituto Brasileiro Geografia e Estatística (IBGE), auxiliando a análise e
vetorização dos mapas das unidades geoambientais e uso e cobertura. Esse conjunto
de dados foi utilizado no estudo da vulnerabilidade física.
4.2 PROCESSAMENTO DOS DADOS
O processamento dos dados foi realizado em um ambiente SIG, que envolveu as
etapas de pré-processamento e processamento. Os sistemas e técnicas de
sensoriamento remoto de sistemas ópticos orbital e aéreo permitem a caracterização e
43
o estudo da evolução ambiental de uma região, desde os estágios iniciais, e
acompanhamento dos processos antrópicos, por meio de análise multitemporais (Grigio,
2003). Com isso, os dados de sensoriamento remoto digital apresentam diversas
vantagens devido à sua cobertura repetitiva e visão sinóptica de grandes áreas, por
vezes inacessíveis, de forma rápida e econômica (Boori & Amaro, 2011).
4.2.1 Pré-Processamento
O pré-processamento constitui no processamento de imagens de satélite,
empregando técnicas que visam melhorar a qualidade dos dados. A correção geométrica
pode ser entendida como a transformação dos dados de sensoriamento remoto, de tal
modo que eles adquiram as características de escala e projeção próprias de mapas
(Moreira, 2001).
Primeiramente foi realizada a fusão em ambiente SIG das bandas espectrais, a
princípio, separadas em arquivos diferentes no formato GEOTIFF, para gerar um único
arquivo ERS (multilayer) com o objetivo de facilitar os processamentos seguintes. Para
as imagens LANDSAT 5 foram utilizadas apenas as bandas com resolução espacial de
30m (bandas de 1 a 5 e 7); para as imagens LANDSAT 8 foram utilizadas as bandas
com resolução de 30m (bandas de 1 a 7) com a inserção da banda 8 com 15m de
resolução no canal do intensity para melhorar a resolução da imagem, permitindo a
realização dos mapas na escala de 1:50.000.
O georreferenciamento das imagens foi realizado utilizando a projeção
cartográfica Universal Transversa de Mercator (UTM) Zona 25S DATUM Sistema de
Referência Geocêntrico para as Américas (SIRGAS 2000). A etapa de
georreferenciamento ou correção geométrica é relevante para corrigir as distorções e
degradações derivadas da aquisição dos dados e gerar imagens com a integridade
geométrica exigida para um produto cartográfico. As fontes destas distorções estão
relacionadas aos sensores imageadores e as características naturais da superfície
imageada (Lillesand e Kiefer, 1994). Para as imagens de 1984 e 1993 (LANDSAT TM
5/INPE) foi necessário a realização de correções de georreferenciamento realizadas em
ambiente SIG, obtendo um erro Médio Quadrático (RMS) inferior a 0,5, padronizando os
dados e aumentando a confiabilidade dos produtos obtidos. As imagens de 2005 e 2015
(LANDSAT OLI 8/USGS) e os dados SRTM já apresentam correções geométricas.
Contudo, foi realizada a conferência dos registros geométricos dessas imagens, obtendo
resultados aceitáveis.
44
Posteriormente a estatística das imagens foi calculada com o objetivo de permitir
a análise dos parâmetros estatísticos, estabelecer correlações adequadas entre bandas
e a aplicação das técnicas de processamento que levam em consideração estes
parâmetros.
4.2.2 Processamento
Os dados de satélite, uma vez pré-processados, podem conter um contraste
espectral de baixa qualidade visual, deste modo, o realce de imagem consiste no
conjunto de procedimentos aplicado para melhorar a qualidade visual das mesmas
(Grigio, 2003). O realce digital de imagens é obtido por técnicas de PDI, que amplia a
capacidade de interpretação visual, aumentando a distinção aparente entre as
características das unidades temáticas (Shalaby & Tateishi, 2007). As técnicas de realce
que foram aplicadas nesse trabalho foram: composições coloridas, razões de bandas e
fusão digital de imagens.
A elaboração das composições coloridas consiste na associação de três bandas
espectrais, cada uma inserida num canal de cor, dentro do sistema RGB (Red, Green e
Blue). A aplicação desta técnica tem por objetivo a elaboração de falsas cores, devido à
integração de bandas do espectro visível com outras bandas do espectro infravermelho
próximo e/de ondas curtas (SWIR). A razão de bandas é considerada um meio
relativamente rápido de identificar áreas de mudança na paisagem, pois as imagens
resultantes reforçam diferenças espectrais entre as classes e suprimem os efeitos
topográficos de sombreamento (Sabins, 1987; Amaro, 1998; Dewidar, 2004).
Técnicas de composições coloridas no sistema de cores RGB foram aplicadas
através das bandas multiespectrais do sensor OLI, tomando como referência
combinações obtidas através da pesquisa bibliográfica. No sistema RGB foram aplicadas
técnicas de combinações simples e de razões de bandas, realizando ajustes de
histogramas.
A fusão de composições coloridas em RGBI consiste na combinação de múltiplos
dados em uma única imagem. Assim, a imagem resultante pode reunir em uma única
imagem as feições texturais da imagem de melhor resolução espacial e as informações
espectrais das outras bandas, o que possibilita uma melhor discriminação de alvos
(Guedes et al., 2002). Nesse trabalho, foi utilizada a banda pancromática da imagem
Landsat OLI 8, na camada Intensity (I) do sistema Intensity Hue Saturation (IHS),
45
integrada ao sistema RGB, com isso a imagem obteve um aumento na resolução
espacial, passando de 30 m das bandas de 1 a 7, para 15 m de resolução da banda
pancromática 8. O Quadro 4.1 apresenta as composições realizadas neste estudo no
sistema de cores RGB e RGBI.
Quadro 4.1: Composições coloridas nos sistemas RGB e RGBI elaboradas com as técnicas de PDI.
SISTEMA COMPOSIÇÕES SIMPLES RAZÃO DE BANDAS PCS
RGB
R(5) G(4) B(3) R(6/4) G(5/7) B(7) R(PC1) G(PC3) B(PC6)
R(6) G(5) B(2) R(5) G(3) B(NDWI) R(PC5) G(PC4) B(PC6)
R(7) G(6) B(4) R(7/5) G(6/4) B(5/3)
RGBI R(5) G(4) B(3) I(8)
R(5/4) G(6) B(5/3) I(8) R(PC5) G(PC6) B(PC7) I(8) R(6) G(5) B(2) I(8)
4.3 ALTIMETRIA
A altimetria foi analisada por meio do Modelo Digital de Elevação (MDE) 3D
(Figura 4.2) e do Mapa de Declividade (Figura 4.3), obtidos dos dados SRTM
mencionados na seção 4.1, ambos, o MDE e Mapa de Declividade, foram obtidos por
processos em ambiente SIG.
O MDE é uma representação tridimensional do relevo, e pode ser usado para
extrair variáveis geomorfométricas do mesmo, como declividade, orientação de vertentes
e curvatura do terreno, servindo de suporte para a análise geomorfológica. Com o MDE
é possível definir a direção do fluxo da água, delimitar as bacias hidrográficas e calcular
as áreas de contribuição de forma mais rápida, a partir de características morfológicas
da bacia, tornando-se o método mais utilizado para cálculos geomorfológicos e extração
de informações hidrológicas (LIN et al, 2006).
46
Figura 4.2: Modelo Digital de Elevação da região da Barreira do Inferno, obtidos de dados da SRTM.
Os mapas de declividade surgem como ferramenta de importância para a análise
do relevo, sendo uma forma de representação temática da distribuição espacial dos
diferentes níveis de inclinação existentes em um terreno amparando a análise da
paisagem (Colavite & Passos, 2012). O mapa de declividade possibilita conhecer a
tendência de escoamento de fluxo, para o auxílio na determinação das zonas de
inundação. A classificação dos intervalos de declividades (Quadro 4.2) seguiu a
47
classificação estabelecida pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa,
1979).
Quadro 4.2: Classificação da declividade segundo Embrapa (1979)
DECLIVIDADE (%) DESCRIMINAÇÃO
0 - 3 Relevo Plano
3 - 8 Relevo Suave Ondulado
8 - 20 Revelo Ondulado
20 - 45 Relevo Forte Ondulado
45 - 75 Revelo Montanhoso
> 75 Relevo Forte Montanhoso
Figura 4.3: Mapa de Declividade da Barreira do Inferno, obtidos de dados da SRTM.
48
4.4 ELABORAÇÃO DOS MAPAS AMBIENTAIS
Após o tratamento das imagens, as mesmas foram processadas em um ambiente
SIG para serem analisadas e interpretadas visualmente na intenção de que as variações
de cor, brilho e intensidade dos pixels colabore na determinação espacial detalhada dos
elementos da paisagem.
Os mapas das unidades geoambientais (geologia, geomorfologia, solos e
vegetação) e de uso e cobertura do solo para o ano de 2015 (Erro! Fonte de referência
não encontrada.) foram elaborados na escala de 1:50.000 a partir da vetorização das
classes temáticas em ambiente SIG por meio da interpretação das imagens de satélite
processadas e dados secundários, mantendo na vetorização o mesmo sistema de
coordenadas utilizado nas imagens. Os mapas das unidades geoambientais são
apresentados na seção 3, na descrição da área de estudo. O Quadro 4.3 apresenta um
resumo dos mapas elaborados com sua escala e referências utilizadas na sua
caracterização.
Quadro 4.3: Mapas bases elaborados para a região da Barreira do Inferno, em ambiente SIG.
MAPA ESCALA REFERÊNCIA
Geologia 1:50.000 CPRM. IBGE. LANDSAT 8. Processamento em SIG.
Geomorfologia 1:50.000 CPRM. LANDSAT 8. Processamento em SIG.
Solos 1:50.000 CPRM. EMBRAPA. LANDSAT 8. Processamento em
SIG.
Vegetação 1:50.000 IBGE. LANDSAT 8. Processamento em SIG.
Uso e cobertura 1:50.000 IBGE. LANDSAT 8. Processamento em SIG.
4.5 ÍNDICE DE VULNERABILIDADE NATURAL E AMBIENTAL
Neste estudo foram elaborados mapas de vulnerabilidade a partir dos valores de
índices de vulnerabilidade física com lógica booleana, que compreendem o IVN e o IVA.
Para a confecção dos mapas de vulnerabilidade é necessário a determinação do grau
de vulnerabilidade estipulado a cada classe das unidades geoambientais, onde será
distribuído uma escala de 1 a 3, sendo 1 (estável), 2 (intermediária) e 3 (instável), com
intervalo de 0,5, de acordo com o conceito de estabilidade das características físicas dos
49
ecossistemas, proposto pelo princípio da Ecodinâmica de Tricart (1977) baseado em
Crepani et al (2001).
As classes e índices de vulnerabilidade quanto à geologia, geomorfologia,
vegetação, solos e uso do solo foram baseadas nos trabalhos de Crepani et al. (2001),
Grigio (2003), Grigio et al. (2006), Boori & Amaro (2010) e Busman (2016); as classes
de solos foram baseadas na classificação dos solos segundo da EMBRAPA (2013). O
Quadro 4.4 apresenta as classes e seus respectivos índices de vulnerabilidade.
As classes do mapa geomorfológico foram definidas a partir do mapa de
geomorfologia da CPRM junto com o Manual Técnico de Geomorfologia do IBGE, onde
de acordo com o manual, para trabalhos de mapeamentos geomorfológicos a área deve
ser dividida em quatro classes distintas, denominados de modelados: acumulação,
aplanamento, dissolução e dissecação. Cada classe é discriminada de acordo com a
similaridade das formas geométricas e dos processos morfogenéticos, que deram origem
as feições topográficas (IBGE, 2009).
Quadro 4.4: Índices de vulnerabilidades das classes das unidades geoambientais.
GEOLOGIA GEOMORFOLOGIA
CLASSES ÍNDICES DE
VULNERABILIDADE CLASSES
ÍNDICES DE
VULNERABILIDADE
Formação Barreiras 2,0 Tabuleiros Costeiros 1,0
Depósitos eólicos
litorâneos não
vegetados
3,0 Dunas Móveis 3,0
Depósitos eólicos
litorâneos vegetados 2,0 Dunas Fixas 2,0
Depósitos aluvionares
de canal 2,5 Planície Fluvial 2,5
SOLOS VEGETAÇÃO
CLASSES ÍNDICES DE
VULNERABILIDADE CLASSES
ÍNDICES DE
VULNERABILIDADE
Neossolos Flúvicos 2,0 Savana Arborizada 2,0
Restinga Herbácea 3,0
Neossolos
Quartzarênicos 2,5 Restinga Arbustiva 2,5
Argissolos Vermelho-
Amarelo 1,5 Vegetação Rasteira 2,0
Rocha Aflorante 1,0 Área sem Vegetação 1,0
Fonte: Adaptado de Grigio, 2003.
50
Os índices Vulnerabilidade Natural e Vulnerabilidade Ambiental foram escolhidos
por serem métodos amplamente utilizados de análise da vulnerabilidade física atual,
referenciados na literatura acadêmica e pela viabilidade de sua replicação (Tagliani,
2003; Grigio et al., 2006; Boori & Amaro, 2010, 2011; Tagliani et al., 2010; Batista &
Verissímo, 2012; Bastos et al., 2015; Busman, 2016).
O mapa de VN será obtido através do cruzamento dos mapas de unidades
geoambientais: variáveis físicas geologia, geomorfologia, solos e vegetação. Após o
cruzamento, foi realizado uma média dos valores dos graus de vulnerabilidade. A
expressão (1) a seguir demonstra o cálculo dos indicies de vulnerabilidade natural.
IVN = (GEOM + GEO + VEG + SOL)/4 (1)
Onde: IVN = Índice de Vulnerabilidade Natural;
GEOM = Geomorfologia;
GEO = Geologia;
VEG = Vegetação;
SOL = Solos.
Para a obtenção do mapa de VA foi realizado o cruzamento entre o mapa de VN
e o mapa de uso e cobertura de solo, deste modo, os mapas de uso e cobertura do solo
servem para demonstrar o quanto a ocupação antrópica influencia as unidades
geoambientais da área estudada (Grigio et al., 2006). Para o grau de vulnerabilidade do
uso e cobertura do solo será adotado a mesma escala aplicada anteriormente, isto é, de
1 (estável), 2 (intermediária) e 3 (instável), com intervalo de 0,5. Após o cruzamento,
calculou-se a média aritmética entre os valores da VN e o grau de vulnerabilidade e uso
e cobertura, de acordo com a expressão (2).
IVA = (IVN + USO)/2 (2)
Onde: IVA= Índice de Vulnerabilidade Ambiental
IVN = Índice de Vulnerabilidade Natural
USO = Uso e Cobertura do Solo.
Os resultados dos cruzamentos dos índices foram distribuídos em cinco classes de VA e a presentados no Quadro 4.5 de acordo com Busman (2016).
51
Quadro 4.5: Valores dos intervalos das classes de vulnerabilidade física, aplicados nos índices de vulnerabilidade.
MUITO BAIXA BAIXA MÉDIA ALTA MUITO ALTA
1,00 – 1,4 1,40 – 1,8 1,8 – 2,2 2,2 – 2,6 2,6 – 3,00
Fonte: Busman, 2016.
Além do cálculo dos índices por meio da média aritmética entre as variáveis
geoambientais, foi utilizado as ponderações dos fatores, conforme a escala de
ponderação de Saaty (2008), em Processo Analítico de Hierarquia (PAH), onde as
variáveis são comparadas a partir de valores atribuídos por tomadores de decisão em
uma escala numérica de ponderação que varia de extremamente mais a menos
importante (Saaty, 2008) (Quadro 4.6). Os valores utilizados da escala de comparadores
de Saaty estão apresentadas no quadro 4.7. Os pesos resultantes indicam a importância
de uma variável em relação a outra, onde a taxa de consistência indica o quanto a
comparação entre as variáveis foi coerente ou aceitável (taxa de consistência <
0,10)(Saaty, 2008).
Quadro 4.6: Escala de ponderação de Saaty aplicada no Processo Analítico de Hierarquia para obtenção da importância relativa das variáveis.
1/9 Extremamente 3 Moderadamente
1/7 Muito Fortemente 5 Fortemente
1/5 Fortemente 7 Muito Fortemente
1/3 Moderadamente 9 Extremamente
MENOS IMPORTANTE MAIS IMPORTANTE
1 IGUALMENTE
Fonte: Saaty, 2008.
52
Quadro 4.7: Escala de comparadores de Saaty aplicada para a ponderação dos pesos do índice de vulnerabilidade natural e ambiental.
Natu
ral
VARIÁVEL GEOMORFOLOGIA GEOLOGIA VEGETAÇÃO SOLOS
Geomorfologia 1
Geologia 1/3 1
Vegetação 1/3 3 1
Solos 1/3 3 1/3 1
Am
bie
nta
l
VARIÁVEL GEOMORFOLOGIA GEOLOGIA VEGETAÇÃO SOLOS USO E
COBERTURA
Geomorfologia 1
Geologia 1/3 1
Vegetação 1/3 3 1
Solos 1/3 3 1/3 1
Uso e Cobertura 1 3 3 1 1
Fonte: Adaptado de Tagliani, 2003; e Busman, 2016.
A partir dos pesos obtidos descritos na seção 5.2.2.2 os mesmos foram utilizados
na ponderação das classes de acordo com nas expressões (3) para o índice de
vulnerabilidade natural (IVN) e (4) para o índice de vulnerabilidade ambiental
apresentadas a seguir.
IVN = (0,48xGEOM + 0,09xGEO + 0,27xVEG + 0,16xSOL) (3)
IVA = (0,28xGEOM + 0,07xGEO + 0,22xVEG + 0,14xSOL + 0,28xUSO) (4)
Onde: IVN = Índice de Vulnerabilidade Natural;
IVA= Índice de Vulnerabilidade Ambiental
GEOM = Geomorfologia;
GEO = Geologia;
VEG = Vegetação;
SOL = Solos.
USO = Uso e Cobertura do Solo.
53
4.6 ÍNDICE DE VULNERABILIDADE COSTEIRA (IVC)
O IVC permite identificar as áreas potencialmente afetadas por danos relativos a
aumento do nível do mar e, por isso, é um importante instrumento de planejamento para
a gestão e proteção dos recursos costeiros (Alexandrakis & Poulos, 2014). O IVC analisa
variáveis físicas (geomorfologia; taxa de mudança histórica nas margens/linhas de praia;
declividade costeira) e variáveis dinâmicas (a amplitude significativa de maré, a altura de
onda, e o SLR global) que devem ser relacionadas de forma quantificável à
vulnerabilidade relativa da costa às mudanças físicas devido ao aumento do nível do mar
(SLR) em cenários futuros (Barnard et. al., 2015).
Foram utilizados dois métodos para o cálculo do IVC, o primeiro apresentado pelo
USGS, que consiste em um método amplamente utilizado (Gornitz et al., 1994; Thiele &
Hammar-Klose, 1999; Abuodha & Woodroffe, 2006), e nomeado nesse estudo como
IVC-USGS; o segundo denominado IVC, em que são analisadas outras três variáveis:
infraestrutura urbana costeira (obras de engenharia costeira, calçamento, entre outros),
atividade ou uso atual da LC e prognóstico da variação da linha de costa (Busman et al.),
em comparação ao método da USGS, adaptado de Özyhurt (2007), Özyhurt & Ergin
(2010), Martins (2015) e Busman (2016).
Os métodos foram analisados para a faixa costeira por meio de smartline, que é
um método de mapeamento de dados costeiros em que múltiplos atributos foram
atribuídos em polígonos lineares em um sistema SIG para proceder à álgebra de mapas,
e os resultados foram apresentados em forma de linha (Sharples et al., 2009; Martins,
2015; Busman, 2016).
Em ambos os índices de vulnerabilidade costeira o escore de vulnerabilidade
variou entre 1 (- vulnerável) a 5 (+ vulnerável). Os graus de vulnerabilidade para cada
classe das variáveis basearam-se nos estudos de Özyhurt (2007), Özyhurt & Ergin (2009,
2010), Martins (2015) e Busman (2016). No Quadro 4.8 são apresentadas as classes de
cada uma das variáveis utilizadas distribuídas nos seus respectivos graus de
vulnerabilidade.
54
Quadro 4.8: Graus de Vulnerabilidade das classes aplicado para o cálculo do índice de vulnerabilidade costeira.
Classes Muito Baixa Baixa Média Alta Muito Alta
Geomorfologia Dunas Fixas,
Tabuleiros - - Dunas Móveis -
Declividade < 1% e >45% 1 - 2 % 2 - 3,33% 3,33 - 5% 5 - 45%
Taxa de
variação da
linha de costa
> +10 m/ano +2 a +10
m/ano
-2 a +2
m/ano -2 a -10 m/ano < -10 m/ano
Amplitude de
marés 1,34 m - - - -
Altura
significativa
de onda
- - - 1,44 m -
Variação do
nível médio do
mar
- - RCP 2,6 RCP 4,5 RCP 8,5
Uso/Atividade Praias - - - -
Infraestrutura
urbana Ausente - - - -
Projeção da
variação da
linha de costa
> +10 m/ano +2 a +10
m/ano
-2 a +2
m/ano -2 a -10 m/ano < -10 m/ano
Fonte: Adptado de Busman, 2016.
4.6.1 Dados Físicos
Os dados costeiros relativos à variável geomorfologia foram obtidos através do
mapeamento geomorfológico realizado na área de estudo, que também envolve a zona
costeira, e apresentados na seção 4.3. Por sua vez, os dados de declividade da costa
foram extraídos da imagem SRTM, com resolução de 30 m. Os dados de uso e cobertura
do solo também foram obtidos por meio de mapeamento temático e apresentados na
seção 4.3.
4.6.1.1 Variação da Linha de Costa
As taxas de erosão/acreção de cada setor da LC foram calculadas utilizando o
software Digital Shoreline Analysis System 4.0 (DSAS). Para o cálculo das taxas tomou-
se como base as LCs extraídas de quatro imagens LANDSAT dos anos de 1984, 1993,
55
2005 e 2015, descritas no Quadro 4.9. Com o objetivo de amenizar a concentração de
erros no cálculo final das taxas de erosão/acreção e obter um resultado representativo
da dinâmica sedimentar em longo prazo, buscou-se analisar imagens com intervalo de
dez anos e com níveis de maré semelhantes em condições de preamar de altura de
maré.
Quadro 4.9: Características das imagens LANDSAT.
SENSOR FONTE RESOLUÇÃO
ESPACIAL
DATA DE
AQUISIÇÃO
HORA DE
AQUISIÇÃO
ALTURA
MARÉ LUA
TM INPE 30m 17/11/1984 11:58:17 1,76 m Minguante
TM INPE 30m 18/05/1993 11:50:56 1,55 m Minguante
TM USGS 30m 24/09/2005 12:16:47 1,22 m Cheia
OLI USGS 30m (B1 a B7)
15m (B8) 22/10/2015 12:28:44 1,34 m Crescente
Nas imagens utilizadas para o traçado das LC’s foram realizados os
procedimentos de calibração radiométrica, correção atmosférica e aplicação do
Normalized Difference Water Index (NDWI), com objetivo de aumentar o contraste entre
as porções úmidas e seca da zona costeira, facilitando e aumentando a precisão da
vetorização.
A partir das imagens tratadas, as LC’s foram digitalizadas em ambiente SIG, em
seguida foram criadas as linhas de base, paralelas as LC’s, para posterior geração dos
transectos no software DSAS 4.0. Os transectos foram traçados a partir das linhas de
base com espaçamentos de 50 m com o objetivo de interceptar perpendicularmente cada
LC. Para análise da variação da linha de costa foi utilizado o método Net Shoreline
Movement (NSM). As taxas de erosão/acreção foram determinadas através da regressão
linear de mínimos quadrados (LRR – Linear Regression), calculada pelo software DSAS
4.0. Esse método estatístico foi adotado por levar em consideração todos os pontos de
cruzamento dos transectos com as LCs, ou seja, as quatro LCs de anos diferentes foram
contabilizadas para o cálculo dessas taxas (HIMMELSTOSS, 2009).
Seguindo a metodologia adotada por Busman (2016), o cálculo do prognóstico da
LC foi realizado pelo método Least Median of Squares (LMS), que é um estimador de
regressão mais desenvolvido em comparação ao método dos mínimos quadrados e
consiste em minimizar a soma dos quadrados dos resíduos utilizando as medianas
56
(ROUSSEEUW, 1984; ALBUQUERQUE et al., 2013). Este método minimiza a influência
de um outlier anômalo na equação de regressão global (USGS, 2017).
4.6.2 Dados Hidrodinâmicos
As variações do NMM foram obtidas do quinto relatório de mudanças climáticas,
publicado pelo IPCC (2013), onde são apresentados cenários denominados de
Representative Concentration Pathway (RCP), que mostram a variação do NMM numa
projeção para até o fim deste século. São apresentados quatro diferentes RCPs, cada
um desses cenários leva em consideração, sobretudo, a expansão térmica das águas
oceânicas e o derretimento de geleiras e camadas de gelo como principais contribuintes
para o aumento do NMM até o final de 2100. A RCP 2,6 representa o cenário mais
otimista com taxa média de aumento do NMM de 4,4 mm/ano, enquanto a RCP 8,5
mostra o pior cenário com taxa média de 11,2 mm/ano. Os dois cenários intermediários
(RCP 4,5 e RCP 6,0) são muito similares, portanto, foi adotado a RCP 4,5 com taxa
média de aumento do NMM de 6,1 mm/ano (IPCC, 2013).
A fonte dos dados de amplitude de maré foi obtida das tábuas de maré fornecidas
pela Diretoria de Hidrografia e Navegação (Marinha do Brasil), de um banco de dados
para o porto de Natal de observações feitas de 1973 a 2012. Os dados de altura
significativa de onda da zona costeira na área de estudo foram obtidos da pesquisa de
Gurgel (2017), onde realizou a modelagem da dinâmica sedimentar na praia da barreira
do inferno com uso do SMC-BRASIL.
No que diz respeito às variáveis dinâmicas não houve mudança de vulnerabilidade
para cada uma delas, uma vez que os dados compilados de variação relativa do NMM,
regime de maré e padrão de Hs não apresentam variações significativas ao longo da LC
na qual o IVC foi aplicado. Nesta pesquisa foram realizados seis modelos de
vulnerabilidade costeira, dado que foram testados os três cenários de aumento relativo
do NMM nos dois métodos de aplicação do IVC.
Neste estudo, a fim de manter o mesmo escore dos mapas das variáveis físicas e
hidrodinâmicas (escore 1 a 5), as equações utilizadas para os índices IVC-USGS e IVC
foram a média aritmética simples, sem ponderação para igualar a importância entre as
variáveis utilizadas, seguindo a metodologia adotada por Busman (2016). A seguir são
apresentadas as equações (3) e (4) aplicadas para o cálculo do IVC.
57
IVC-USGS = (GEOM + VLC + DEC + ALT + AMP + CEN) / 6 (5)
IVC = GEOM + VLC + DEC + ALT + AMP + CEN + PROGVLC + INFRA + USO)/ 9 (6)
Onde: GEOM = Gemorfologia
VLC = Variação da linha de costa
DEC = Declividade
ALT = Altura significativa de ondas
AMP = Amplitude de maré
CEN = Cenários de aumento relativo do NMM
PROGVLC = Prognóstico da variação da linha de costa
INFRA = Infraestrutura urbana
USO = Tipo de uso ou atividade
4.7 ANÁLISE ESTATÍSTICA
Para a análise estatística foi a aplicado a Análise de Componentes Principais
(ACP) nas variáveis físicas dos índices. As classes de cada variável foram convertidas
em 5 classes de vulnerabilidade física, com escore de 1 a 3. A ACP é um método de
análise estatística que objetiva reduzir a dimensionalidade dos dados multivariados, de
modo a captar a maior parte das informações do conjunto original em novos conjuntos.
Através da ACP é possível identificar padrões de associação e estimar a influência das
variáveis a cada componente principal (CP). Cada CP é uma combinação linear das variáveis
originais a que está mais fortemente associada, tendo como vantagem a redução do número
de variáveis, com menor perda possível da informação. Sendo esse um método que auxilia
o processo decisório, reduzindo a subjetividade em análises de vulnerabilidade física,
para a escolha do índice e das variáveis envolvidas. As variáveis de maior influência em
cada CP foram as que apresentaram cargas maiores que |0,5|, valor a partir do qual a
correlação linear varia de moderada a forte (Colton, 1974; Lattin et al., 2011) (Quadro 4.10).
Quadro 4.10: Intervalos de Correlação de Pearson, segundo Colton (1974).
RELAÇÃO INEXISTENTE FRACA MODERADA FORTE
CORRELAÇÃO 0 a Ι0,25Ι Ι0,25Ι a Ι0,50Ι Ι0,50Ι a Ι0,75Ι Ι0,75Ι a Ι1,00Ι
59
5. RESULTADOS
Nesta seção são discutidos os resultados referentes a vulnerabilidade física.
Primeiramente é avaliado o mapeamento temático das unidades geoambientais, em
seguida os mapas de vulnerabilidade natural e ambiental, e por fim, o IVC.
5.1 MAPAS DAS UNIDADES GEOAMBIENTAIS
A partir das classes mapeadas, a área de estudo apresentou apenas o modelado
de acumulação, que compreende as feições em que predominam os processos
deposicionais, representadas na área pelas sub-classes tabuleiros costeiros, dunas
moveis, dunas fixas e planície fluvial. Em relação a área total, 18,97% é constituída por
Tabuleiros Costeiros, 8,71% Dunas Moveis, 69,78% Dunas Fixas e 2,55% de Planície
Fluvial, a distribuição dessas feições está apresentada no Mapa Geomorfológico na
seção 3.2.4 (Figura 5.1).
As unidades geológicas presentes na área de estudo estão divididas em dois
grupos, Paleógeno/Neógeno e Neógeno/Quaternário, de acordo com as relações
cronoestratigráficas. O mapeamento tomou como base o mapa geológico do RN da
CPRM, onde se identificou que em relação a área total 18,97% é constituído pela
Formação Barreiras, 8,71% de Depósitos eólicos litorâneos não vegetados, 69,78% de
Depósitos eólicos litorâneos vegetados e 2,55% de Depósitos aluvionares de canal. A
distribuição das classes geológicas é apresentada no Mapa simplificado de Geologia na
seção 3.2.3 (Figura 5.2).
Com base no mapeamento pedológico foram identificadas dois grupos de solos,
sendo duas subordens: Flúvicos e Quartzarênicos, dentro do grupo Neossolos. E uma
subordem: Vermelho-Amarelo, do grupo Argissolos. Além dos grupos mencionados
anteriormente foi possível identificar trechos de rocha aflorante. A área é formada em
sua totalidade por 78,48% de Neossolo Quartzarênicos, 2,55% de Neossolo Flúvicos,
18,46% de Argissolo Vermelho-Amarelo e 0,51% de rocha aflorante. O mapa pedológico
está apresentado na seção 3.2.5 (Figura 5.3)
Com relação as classes de vegetação, na sua maior parte a área é constituída de
áreas vegetadas já descrita na seção 3.2.6, com vegetação em excelente estado de
conservação. Em relação a área total, 38,15% é constituída de Savana Arborizada,
0,69% de Restinga Herbácea, 29,86% de Restinga Arbustiva, 5,14% Vegetação Rasteira
60
e 26,16% de área sem vegetação. O mapa de vegetação está apresentado na seção
3.2.6 (Figura 5.4)
A maior parte da área de estudo está inserida dentro de uma área de proteção
ambiental e, por isso, apresenta em sua maior parte ambientes naturais bem
conservados, que estão sujeitos em sua maioria aos fatores naturais. Dentro da área de
estudo também está inserido o povoado de cotovelo, presente na porção sul da área e
que é a principal influência antrópica. Para o Uso e Cobertura, em relação a área total
73,84% é constituído de área vegetada, 17,06% de área urbanizada e 8,10% de área
descoberta. A divisão das classes de Uso e Cobertura está apresentada na seção 4.4
(Figura 5.5).
66
5.2 ANÁLISE DOS ÍNDICES DE VULNERABILIDADE NATURAL E AMBIENTAL
5.2.1 Classes de Vulnerabilidade
A variável Geomorfologia apresentou os níveis de muito baixa, média, alta e muito
alta vulnerabilidade, com a maior proporção para vulnerabilidade média com cerca de
70% da área total em função das áreas de dunas fixas, e cerca de 3% de nível de alta
vulnerabilidade. Em relação a geologia as classes apresentaram níveis de média, alta e
muito alta vulnerabilidade, sendo também a maior proporção para a média
vulnerabilidade em torno de 90% devido as áreas de depósitos eólicos litorâneos
vegetados e da Formação Barreiras (Figura 5.6).
A variável solos apresentou apenas os níveis de baixa, média e alta
vulnerabilidade, entretanto a maior proporção foi para alta vulnerabilidade com cerca de
80% da área total em função das grandes proporções de área de neossolos
quartzarênicos. Já a variável vegetação apresentou os níveis de muito alta, média, alta
e muito alta vulnerabilidade, com as maiores proporções entre os níveis de muito baixa,
média e alta vulnerabilidade com 27%, 43% e 30% respectivamente, e aproximadamente
1% para muito alta vulnerabilidade. Para a classe de Uso e Cobertura a maior proporção
foi para o nível de baixa vulnerabilidade com cerca de 75% da área total em função das
grandes áreas vegetadas (Figura 5.6). O comportamento dessa classe reflete o fato da
área de estudo apresentar poucas áreas com influência antrópica.
Figura 5.6: Distribuição em porcentagem das classes de vulnerabilidade por variável em relação a área total.
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
Geomorfologia Geologia Solos Vegetação Uso e Cobertura
% D
AS
VU
LNER
AB
ILID
AD
ES
Muito Baixa Baixa Média Alta Muito Alta
67
5.2.2 Índices de Vulnerabilidade Natural e Ambiental
5.2.2.1 Índices de Vulnerabilidade Médio
Para o cálculo do índice de vulnerabilidade natural médio (IVNM) obtidos a partir
da média aritmética das variáveis geoambientais, observou-se para região níveis de
muito baixa, baixa, média e alta vulnerabilidade. Os resultados encontrados refletem a
vulnerabilidade do ambiente visto a condições de estabilidade morfo-pedogênicas da
área. A área apresenta 10,00 km² que correspondem a 41,41% em níveis de alta
vulnerabilidade, compreendendo a zona costeira e ambientes vegetados; 9,57 km² ou
39,63% de níveis de média vulnerabilidade, que compreende parte das regiões
vegetadas e áreas descobertas; 12,81% e 6,16% de muito baixa e baixa vulnerabilidades
respetivamente, incluindo zonas de áreas urbanizadas e trechos vegetados (Figura 5.8
e Figura 5.8).
No cálculo do índice de vulnerabilidade ambiental médio (IVAM) também foram
obtidos os níveis de vulnerabilidade de muito baixa, baixa, média e alta vulnerabilidade.
Entretanto as porcentagens das vulnerabilidades em relação a área total foram bem
diferentes comparando com IVN, com uma redução dos níveis de alta vulnerabilidade.
Cerca de 72,39% da área total, correspondente a 17,48 Km², apresenta vulnerabilidade
média, enquanto que 8,65% que equivale a 2,09 Km² da área, com alta vulnerabilidade;
0,51% e 18,46% de muito baixa e baixa vulnerabilidade respectivamente (Figura 5.7 e
Figura 5.8). Observou-se que mesmo com a inserção do índice de uso e cobertura,
ocorreu uma redução dos níveis de vulnerabilidade em função da área ser em sua maior
parte composta por ambientes naturais com pouca influência antrópica.
Figura 5.7: Níveis de vulnerabilidade para os índices de vulnerabilidade natural (IVN) e Ambiental (IVA) médio.
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
IVNM IVAM
%Á
REA
TO
TAL
Muito Baixa Baixa Média Alta Muito Alta
68
Figura 5.8: Mapas de vulnerabilidade física para a região da Barreira do Inferno segundo os índices de vulnerabilidade a) Natural e b) Ambiental médio.
69
5.2.2.2 Índices de Vulnerabilidade Ponderado
A partir da escala de comparadores de Saaty por meio do PAH apresentados na
seção 4.5 foram obtidos os pesos utilizados nas ponderações das variáveis, onde esses
valores apresentam menos empirismos na sua determinação (Tabela 5.1). Onde a
variável geomorfologia, recebeu os maiores valores pois significam a maior ou menor
vulnerabilidade à inundação e deslizamentos, enquanto que a variável geologia e solos
receberam os menores valores em virtude das suas mudanças serem muito baixa na
escala de tempo geológico. Foi atribuído um valor intermediário para variável vegetação,
em função da menor susceptibilidade à erosão do solo de regiões com presença de
vegetação. A variável uso do solo teve valor intermediário porque alterações nesta
variável refletem rapidamente na vulnerabilidade física de uma região.
Tabela 5.1: Pesos resultantes das ponderações do Processo Analítico de Hierarquia.
VU
LN
ER
AB
ILID
AD
E
NA
TU
RA
L
Classes Pesos
VU
LN
ER
AB
ILID
AD
E
AM
BIE
NT
AL
Classes Pesos
Geomorfologia 0,48 Geomorfologia 0,28
Geologia 0,09 Geologia 0,07
Vegetação 0,27 Vegetação 0,22
Solos 0,16 Solos 0,14
- - Uso e Cobertura 0,28
∑ 1 ∑ 1
Para o IVN as variáveis que apresentaram os maiores pesos foram geomorfologia
e vegetação, com 48% e 27% do peso total, respectivamente. Já para o IVA as variáveis
de maior peso foram Geomorfologia, Vegetação e Uso e Cobertura onde o somatório
das três constituem 78% do peso total. A inserção da variável Uso e Cobertura no IVA
gerou a redução em 20% do peso da variável geomorfologia (Figura 5.9). Os pesos são
responsáveis pela ponderação das variáveis para o cálculo dos índices, atribuindo menor
ou maior importância da variável no valor final.
70
Figura 5.9: Ponderação das variáveis segundo Processo Analítico de Hierarquia em porcentagem.
Os valores obtidos para o índice de vulnerabilidade natural ponderado (IVNP)
foram bastante similares ao IVNM com níveis de muito baixa, baixa, média e alta
vulnerabilidade. A área apresenta as maiores proporções de níveis de alta
vulnerabilidade com 10,01 km² que corresponde a 41,46% em relação a área total,
compreendendo a região litorânea e ambientes vegetados; 9,55 km² ou 39,57% da área
total, com níveis de média vulnerabilidade, que compreende parte das regiões vegetadas
e áreas descobertas; 12,81% e 6,16% de muito baixa e baixa vulnerabilidades
respetivamente, incluindo zonas de áreas urbanizadas e trechos vegetados (Figura 5.11
e Figura 5.12 ).
Com relação ao cálculo do índice de vulnerabilidade ambiental ponderado (IVAP)
também foi obtido os níveis de vulnerabilidade de muito baixa, baixa, média e alta
vulnerabilidade. Entretanto ocorreu um aumento nas porcentagens de baixa e alta
vulnerabilidade em relação a área total comparado com IVNP, apresentando ainda
porcentagens menores para os níveis de muito baixa e alta vulnerabilidade. Cerca de
80,29% da área total, correspondente a 19,39 km², apresenta vulnerabilidade média,
enquanto que 0,75% equivalente a 0,18 Km² da área, apresenta alta vulnerabilidade
presente no trecho da região litorânea de Cotovelo; 0,51% e 18,46% de muito baixa e
baixa vulnerabilidade respectivamente (Figura 5.11 e Figura 5.12).
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
50.00
IVN IVA
Geomorfologia Geologia Vegetação Solos Uso e Ocupação
71
Figura 5.10: Níveis de vulnerabilidade para os índices de vulnerabilidade natural (IVN) e
Ambiental (IVA) médio.
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
IVNP IVAP
%Á
REA
TO
TAL
Muito Baixa Baixa Média Alta Muito Alta
72
Figura 5.11: Mapas de vulnerabilidade física para a região da Barreira do Inferno segundo os índices de vulnerabilidade a) Natural e b) Ambiental ponderados.
73
Todos os índices aplicados na área apresentaram apenas os níveis de muito
baixa, baixa, média e alta vulnerabilidade, com maior proporção para os níveis de média
vulnerabilidade (Figura 5.12). Os IVN médio e ponderado apresentaram um
comportamento muito próximo na distribuição da proporção dos níveis de
vulnerabilidade, onde cerca de 40% da área total apresenta níveis de média e alta
vulnerabilidade, e de 10% e 5% para muito baixa e baixa vulnerabilidade
respectivamente, bem evidenciada pela assimetria negativa da curva de distribuição das
classes, portanto, o índice mais pessimista (Figura 5.13). Com relação ao IVA cerca de
70% da área apresentou níveis de média e 20% de baixa vulnerabilidade; ambos os
índices médio e ponderado para o IVA apresentaram baixos níveis de muito baixa
vulnerabilidade em torno de 0,5%. O IVAM evidenciou cerca de 10% enquanto que IVAP
apresentou cerca de 1% de alta vulnerabilidade (Figura 5.13).
Figura 5.12: Níveis de vulnerabilidade física por método em porcentagem de área para os Índices de: Vulnerabilidade Natural Médio (IVNM), Vulnerabilidade Ambiental Médio (IVAM), Vulnerabilidade Natural Ponderado (IVNP) e Vulnerabilidade Natural Ponderado (IVAP).
Os índices de vulnerabilidade natural médio e ponderado apresentaram os
maiores níveis de vulnerabilidade em função principalmente da variável solos que
apresentou grandes proporções de alta vulnerabilidade (Figura 5.12 e Figura 5.6). Ambos
os índices de IVNM e IVNP apresentaram valores muito próximos dos níveis de
vulnerabilidade, observado através da sobreposição das curvas (Figura 5.13). Com
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
IVNM IVAM IVNP IVAP
% Á
REA
TO
TAL
Muito Baixa Baixa Média Alta Muito Alta
74
relação ao índice de vulnerabilidade ponderada a variável geomorfologia foi a principal
responsável pelos maiores níveis de vulnerabilidade no IVN, com maior proporção
classificada como média vulnerabilidade, sendo esta a variável com maior peso do índice
IVN (0,48) que somada a variável vegetação representam mais de 60% da proporção da
área total (Figura 5.6 e Figura 5.9). Para o índice ponderado IVA, as mesmas variáveis
mencionadas anteriormente mais a variável uso do solo foram as de maior peso,
segundo o PAH, que somam cerca de 78% da proporção dos pesos. A redução dos
níveis de alta vulnerabilidade do IVA em relação ao IVN para os índices ponderados está
relacionada as maiores proporções de baixa vulnerabilidade para a classes de uso e
cobertura (Figura 5.12 e Figura 5.6), além de apresentar um dos maiores pesos do índice
IVA (0,28) semelhante a variável geomorfologia (Tabela 5.1).
Figura 5.13: Assimetria da curva de vulnerabilidade física para os Índices de: Vulnerabilidade Natural Médio (IVNM), Vulnerabilidade Ambiental Médio (IVAM), Vulnerabilidade Natural Ponderado (IVNP) e Vulnerabilidade Natural Ponderado (IVAP).
5.2.3 Análise de Componente Principais
A utilização das componentes principais objetiva realizar a análise dos dados
visando a redução de sua dimensionalidade por meio de conjuntos mais representativos
dentro dos dados por meio de combinações lineares das variáveis. A primeira, segunda,
terceira e quarta componentes principais (CP1, CP2, CP3 e CP4) detiveram 95% a 100%
da variância acumulada nos índices analisados e representam bem a informação
original. A CP1 de 65% a 58%, a CP2 de 87% a 77%, a CP3 de 94% a 90% e CP4 de
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
Muito Baixa Baixa Média Alta Muito Alta
% Á
REA
TO
TAL
IVNM IVAM IVNP IVAP
75
100% a 95% entre os índices de VN e VA. As variáveis de maior carga para os índices
de VN e VA na CP1 foi vegetação, na CP2 geomorfologia e geologia, na CP3 Uso e
Cobertura e na CP4 solos. A Tabela 5.2 apresenta a distribuição das variáveis de maior
carga por índice.
Tabela 5.2: Variáveis físicas mais influentes (cargas ≥ |0,5|) para os índices de Vulnerabilidade Natural - VN, Vulnerabilidade Ambiental - VA
VN
CP1 Vegetação
VA
CP1 Vegetação
CP2 Geologia Geomorfologia
CP2 Geologia Geomorfologia
CP3 - CP3 Uso e Cobertura
CP4 Solos CP4 -
A partir da análise comparativa entre as variáveis de maior importância da ACP e
da escala de comparadores de Saaty, observa-se que elas se complementam onde uma
análise não pode substituir a outra, uma vez que para as ponderações de Saaty devem
ser fundamentadas em diretrizes apropriadas ao que gestor pretende administrar. Assim
como obtido no estudo de Busman (2016), observou-se que a variável Geologia recebeu
menor peso em comparação as outras variáveis na escala de ponderação de Saaty,
entretanto foi uma das variáveis mais importante na CP2 em virtude da maior presença
de áreas de alta vulnerabilidade.
5.3 ANÁLISE DO ÍNDICE DE VULNERABILIDADE COSTEIRA
Para análise do IVC primeiramente foram discutido a variação da linha de costa,
e em seguida serão discutidos os parâmetros físicos e dinâmicos para obtenção dos
resultados nos dois métodos analisados.
5.3.1 Variação da Linha de Costa
A partir da análise da variação da linha de costa, verificou-se que de modo geral
no intervalo de 31 anos analisados (1984, 1993, 2005 e 2015) houve trechos da costa
com variações positivas (deposição) de até cerca de 40 m e variações negativas (erosão)
de aproximadamente 50 m, com amplitude de variação de 95 m (Tabela 5.3).
76
Tabela 5.3: Estatística descritiva da variação e projeção da linha de costa.
ESTATÍSTICA DESCRITIVA LRR¹ NSM² LMS³
MÉDIA -0.21 -10.23 -0.13
MEDIANA -0.17 -12.22 -0.09
MODA -0.02 -33.98 -1.00
DESVIO PADRÃO 0.63 18.84 0.72
VARIÂNCIA 0.40 354.86 0.51
AMPLITUDE 3.00 94.49 3.27
MÍNIMO -1.69 -53.74 -1.73
MÁXIMO 1.31 40.75 1.54
SOMA -45.89 -2220.00 -28.43 ¹LRR: taxa de variação da LC (m/ano). ²NSM: variação da LC (m). ³LMS: prognóstico de variação da LC (m/ano).
A média da taxa de erosão/acreção foi de -0,21 m/ano (± 0,60 m/ano),
correspondendo ao recuo de -10,23 m da LC no intervalo de tempo analisado, sendo as
taxas mais extremas de -1,69 e 1,31 m/ano. Os valores de média, mediana e moda,
todos entre -2 a 2 m/ano, mostram que o litoral estudado apresenta predomínio de níveis
estáveis de deposição (Tabela 5.3).
Os valores negativos da soma de LRR e NSM indicam que ao longo de todo litoral
estudado houve mais retração que construção da LC nos 31 anos, ou seja, os processos
de erosão ocorridos foram mais intensos que os de deposição e, em geral, houve déficit
de sedimentos, entretanto esses processos de ganho e perda ocorreram em proporções
muito baixas.
A metodologia utilizada para o cálculo da variação da LC descrita na seção 4.6.1.1
mostrou resultados, em geral, condizentes com a tendência da dinâmica sedimentar da
área, entretanto apresentou como limitação a diferença de aproximadamente 50 cm do
nível da maré no momento da captura da imagem de 1984 em relação às outras imagens
(Quadro 4.9), o que superestimou taxas de erosão maiores. Apesar disso foram as
melhores aproximações do nível de maré pesquisadas dentre as imagens LANDSAT.
5.3.2 Índice de Vulnerabilidade Costeira
Os índices foram obtidos para as três projeções de cenários da variação do NMM
(RCP 2,6; RCP 4,5 e RCP 8,5) e aplicado em dois métodos de IVC (IVC-USGS e IVC),
obtendo-se seis modelos de vulnerabilidade costeira ao aumento relativo da NMM, em
função das variáveis físicas e hidrodinâmica.
77
Para o primeiro método analisado, IVC-USG, mostrou no cenário RCP 2,6 apenas
os níveis de vulnerabilidade baixa e média, relativas à cerca de 3,5 km (~30%) e 7,5 km
(70%) da costa, respectivamente (Figura 5.14). No cenário RCP 4,5 houve uma redução
de cerca 26% no nível de vulnerabilidade baixa em relação ao cenário anterior, enquanto
o nível de vulnerabilidade moderada foi atribuído a cerca de 96% da LC. O cenário mais
pessimista RCP 8,5, apresentou apenas o nível de vulnerabilidade moderada
correspondendo a 100% da LC, eliminando os níveis de baixa vulnerabilidade (Figura
5.15).
Figura 5.14: Distribuição dos níveis de vulnerabilidade por área total, para os cenários do IPCC RCP 2,6; RCP 4,5; RCP 8,5 para a região da Barreira do Inferno.
0
10
20
30
40
50
60
70
80
90
100
RCP26 RCP45 RCP85
IVC-USGS
% Á
REA
DA
LC
Muito Baixa Baixa Média Alta Muito Alta
78
Figura 5.15: Índice de Vulnerabilidade IVC-USGS para os cenários do IPCC RCP 2,6; RCP 4,5; RCP 8,5 para a região da Barreira do Inferno.
79
O segundo método, IVC apresentou nos cenários RCP 2,6 e RCP 4,5,
vulnerabilidade baixa em 100% do litoral. No cenário RCP 8,5 ocorreu o surgimento de
níveis de vulnerabilidade moderada com cerca de 3,4 km (31%) da costa, e
consequentemente uma redução de 31% do nível de vulnerabilidade baixa, ficando com
69% em relação a área total (Figura 5.16). A redução dos níveis de vulnerabilidade para
esse método em relação ao IVC-USGS, é explicado pelo fato de que nesse índice há a
inserção de variáveis de influência antrópica, entretanto na área estudada essas
variáveis apresentam os níveis mais baixos de vulnerabilidade (Figura 5.17).
Figura 5.16: Distribuição dos níveis de vulnerabilidade por área total, para os cenários do IPCC RCP 2,6; RCP 4,5; RCP 8,5 para a região da Barreira do Inferno.
0
10
20
30
40
50
60
70
80
90
100
RCP26 RCP45 RCP85
IVC
% Á
REA
DA
LC
Muito Baixa Baixa Média Alta Muito Alta
80
Figura 5.17: Índice de Vulnerabilidade IVC para os cenários do IPCC RCP 2,6; RCP 4,5; RCP 8,5 para a região da Barreira do Inferno.
82
6. CONCLUSÕES
Essa pesquisa avaliou índices de vulnerabilidade física para região da Barreira do
Inferno, obtendo em maior proporção da área valores médios para todos os índices
analisados. As técnicas de PDI aplicadas a dados de sensoriamento remoto, juntamente
com os dados secundários e levantamento em campo, possibilitaram o monitoramento
ambiental e o mapeamento das unidades geoambientais (Geomorfologia, Geologia,
Solos, Vegetação, Uso e Cobertura e Declividade) na escala de 1:50.000 em ambiente
SIG.
Por meio da análise das ACP foi possível identificar quais as variáveis eram mais
importantes, apresentando resultados quanto à influência das variáveis físicas
estudadas. As variáveis que mais contribuíram nos índices de vulnerabilidade foram:
índice IVN as variáveis Vegetação, Geologia, Geomorfologia e Solos; para o IVA as
variáveis vegetação, geologia, geomorfologia e uso e cobertura do solo.
Os índices mais otimistas e pessimistas foram, respectivamente, IVA (médio e
ponderado) e IVN (médio e ponderado), indicando os altos níveis de vulnerabilidades em
face dos impactos e ameaças naturais, como inundação por eventos extremos. Mesmo
nos índices mais otimistas, a área apresenta mais de 50% de sua proporção de médias
e altas vulnerabilidades.
A área apresenta baixas taxas de variação da linha de costa e consequentemente
baixos níveis de vulnerabilidade com valores de acresção/deposição variando entre -
1,69 e 1,31. O método aplicado para análise da vulnerabilidade costeira permitiu
identificar processos erosivos e deposicionais dos trechos da LC, por meio da análise
das posições das LCs dos anos de 1984, 1993, 2005 e 2015 em Ambiente SIG.
Com relação aos índices de vulnerabilidade costeira vale ressaltar que o aumento
relativo NMM ocorrerá, em geral, de forma gradual, onde segundo IPCC (2013), haverá
anos com taxas de aumento mais abruptas. Assim as vulnerabilidades para os setores
costeiros podem ser ainda maiores do que as apresentadas.
O IVC apresentou valores com níveis de baixo a média vulnerabilidade, pelo fato
de que para o cálculo desse índice são inseridas as variáveis de influência antrópica,
que para área estuda são muito baixas decorrente a ausência dessas variáveis. Com
relação a variável de uso e cobertura a área em sua maior parte cerca de 80% e
composta por ambientes vegetados naturais bem conservados.
83
A aplicação de índices de vulnerabilidade costeira permitiu identificar as regiões
mais vulneráveis tanto na atualidade quanto em diferentes cenários de aumento relativo
do NMM e pode subsidiar a gestão costeira integrada da área, por meio do entendimento
da dinâmica das zonas costeiras, quantificando a maior susceptibilidade dessas áreas
as mudanças, auxiliando gestores na tomada de decisões. As mudanças climáticas têm
ampliado o aumento da frequência e a intensidade de eventos extremos, onde falta de
planejamento ocasiona prejuízos ambientais, financeiros e sociais, que poderiam ser
evitados por meio dos estudos da dinâmica da área.
Para ambos os métodos IVC-USGS e IVC apresentaram índices com baixa e
média vulnerabilidade, com maiores proporções de vulnerabilidade média no IVC-USGS
e de vulnerabilidade baixa no IVC. Para RCP2,6 e RCP4,5 todo o litoral foi classificado
com níveis de baixa vulnerabilidade. A partir dos resultados encontrados observa-se que
o IVC não apresenta muito influencias em áreas poucos antropizadas, e que pode ser
utilizado no ordenamento da área antes da ocupação.
A aplicação dessa metodologia, em função dos resultados obtidos é importante,
pois ajuda na compreensão de quais índices são mais adequados e quais variáveis são
mais representativas dentro da análise. Além da redução da subjetividade, passando a
ter embasamento estatístico na determinação das variáveis no PAH e ACP.
Todos os dados utilizados nos mapeamentos temáticos e no cálculo dos métodos
IVC estão inseridos em um ambiente SIG, permitindo a inserção de novos dados e
reanálise dos mesmos, melhorando os estudos da área. Por fim, propõem-se também o
monitoramento mais detalhado dos agentes hidrodinâmicos na zona costeira e a
avaliação de seus consequentes impactos ambientais, fornecendo maiores informações
e subsidiando os tomadores de decisão, nas ações da área.
84
7. REFERÊNCIAS BIBLIOGRÁFICAS
ABUODHA, P. A.; WOODROFFE, C. D. International assessments of the vulnerability of the coastal zone to climate change, including an Australian perspective. Final Report submission to Australian Greenhouse Office in response to RFQ 116/2005DEH, 69 pp, 2006. ALBUQUERQUE, M.; ESPINOZA, J.; TEIXEIRA, P.; OLIVEIRA, A.; CORRÊA, I.; CALLIARI, L. Erosion or Coastal Variability: an evaluation of the DSAS and the Change Polygon methods for the determination of erosive processes on sandy beaches. Journal of Coastal Research, v. 65, p. 1710-1714, 2013. ALEXANDRAKIS, G.; POULOS, S. E. An holistic approach to beach erosion vulnerability assessment. Nature Scientific Reports 4, 6078, 2014. AMARO, V. E. Análise Conjunta de Dados Geológicos, Geofísicos e de Sensoriamento Remoto do Setor Extremo Nordeste da Província Borborema, Nordeste do Brasil, com Ênfase nas Zonas de Cisalhamento Dúcteis Neoproterozóicas. Tese (Doutorado) Instituto de Geociências, Universidade de São Paulo, São Paulo, p.234-397, 1998. AMARO, V. E.; VITAL, H.; ALVES, A. L.; SILVEIRA, I. M.; LIMA, Z. M. C.; TABOSA, W. F.; CALDAS, L. H. O.; SOUTO, M. V. S. & GRIGIO, A. M. Aplicação de Sensoriamento Remoto Multitemporal/Multisensor e Banco de Dados em SIG no Monitoramento das Modificações Morfológicas da Zona Costeira Setentrional do Estado do Rio Grande do Norte, Nordeste do Brasil. Anais do 41, Congresso Brasileiro de Geologia. SBG. João Pessoa/PB, p.79, 2002. AMARO, V. E.; LIMA, F. G. F.; SANTOS, M. S. T. An Evaluation of Digital Elevation Models to Short-Term Monitoring of a High Energy Barrier Island, Northeast Brazil. World Academy of Science, Engineering and Technology, v. 76, p. 317-324, 2013. ARAÚJO, V. D.; REYES-PERES, Y. A.; LIMA, R. O.; PELOSI, A. P. L.; MENEZES, L.; CÓRDOBA, V. C.; LIMA-FILHO, F. P. Fáceis e sistema deposicional da formação barreiras na região da barreira do inferno, Litoral Oriental do Rio Grande do Norte. Revista do Instituto de Geociências, v. 6, n. 2, p. 43-49, São Paulo, 2006. BARBOSA, C. C. F. Álgebra de mapas e suas aplicações em Sensoriamento Remoto e Geoprocessamento. 1997. 111 f. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais-INPE, São José dos Campos, 1997. BARNARD, P. L.; SHORT, D. A.; HARLEY, M. D.; SPLINTER, K. D.; VITOUSEK S.; TURNER, I. L.; ALLAN, J.; BANNO, M.; BRYAN, K. R.; DORIA, A.; HANSEN,J. H.; KATO, S.; KURIYAMA, Y.; GOODWIN, E. R.; RUGGIERO, P.; WALKER, I. J.; HEATHFIELD, D. K. Coastal vulnerability across the Pacific dominated by El Niño/Southern Oscillation. Nature Geoscience 8, 801–807, 2015. BASTOS, A. S.; MANIESI, V.; GOMES, F. B. Vulnerabilidade natural à erosão no sudoeste da Amazônia associada aos seus modos de ocupação – o caso do entorno da terra indígena Uru Eu Wau Wau. Revista Brasileira de Geomorfologia, v. 16, n. 2, p. 271-282, 2015.
85
BATISTA, C. T.; VERÍSSIMO, C. U. V. Vulnerabilidade geoambiental da região metropolitana de Fortaleza: análise comparativa de dois métodos com enfoque a processos erosivos. São Paulo, UNESP, Geociências, v. 31, n. 1, p. 47-56, 2012. BEZERRA, F. H. R.; AMARAL, R. F.; SILVA, F. O. S.; SOUSA, M. O. L.; FONSECA, V. P.; VIEIRA, M. M. Geologia da Folha Macau- SB.24-X-D-II, escala 1:100.000: nota explicativa. [Natal]: UFRN/CPRM, 63 p, 2009. BOORI, M. S.; AMARO, V. E. Land use change detection for environmental management: using multi-temporal, satellite data in Apodi Valley of Northeastern Brazil. Applied GIS, v. 6, p. 1-15, 2010. BOORI, M. S.; AMARO, V. E. A Remote Sensing Approach for Vulnerability and Environmental Change in Apodi Valley Region, Northeast Brazil. World Academy of Science, Engineering and Technology, v. 74, 2011. BOORI M. S.; AMARO V. E.; FERREIRA A. T. S. Coastal risk assessment and adaptation of the impact of sea-level rise, climate change and hazards: A RS and GIS based approach in Apodi-Mossoró estuary, Northeast Brazil. International Journal of Geomatics and Geosciences, Volume 2, No 3, 2012. BRASIL. Decreto nº 4297, 10 de julho de 2002. Regulamenta o art. 9o, inciso II, da Lei no 6.938, de 31 de agosto de 1981, estabelecendo critérios para o Zoneamento Ecológico-Econômico do Brasil - ZEE, e dá outras providências. Diário Oficial [da] República Federativa do Brasil, Brasília, 11 jul. 2002. Disponível em: < http://www.planalto.gov.br/ccivil_03/decreto/2002/D4297.htm>. Acesso em: 3 dez. 2016. BUSMAN, D. V. Zoneamento da dinâmica costeira – aplicação de geotecnologias em apoio à gestão costeira integrada na praia atalaia-PA e trecho de praias nntre os municípios de guamaré e macau-RN, setor sob influência da indústria petrolífera. Tese (Doutorado) Pós-Graduação em Geodinâmica e Geofísica, Universidade Federal do Rio Grande do Norte, Natal/RN, 2016. COLAVITE, A. P.; PASSOS, M. M. Integração de mapas de declividade e modelos digitais tridimensionais do relevo na análise da paisagem. Revista Geonorte. v. 2, n. 4, p. 1547-1559, 2012. COLTON, T. Statistics in Medicine. Little Brown and Company, New York, NY, 1974. CREPRANI, E.; MEDEIROS, J. S. DE; FILHO, P. H.; FLORENZANO, T. G.; DUARTE, V.; BARBOSA, C. C. F. Sensoriamento remoto e geoprocessamento aplicados ao zoneamento ecológico – econômico e ao ordenamento territorial. São José dos Campos, INPE. 124 p. (INPE – 8454 – RPQ/722), 2001. DEWIDAR, K. H. M. Landfilling detection of Hurghada, North Red Sea, Egypt, by using Thematic Mapper. International Journal of Remote Sensing, v. 23, p. 939–948, 2004.
86
DHN - DIRETORIA DE HIDROGRAFIA E NAVEGAÇÃO. Carta náutica 810: Proximidades do Porto de Natal. Marinha do Brasil, Diretoria de Hidrografia e Navegação - DHN, RJ, 2012. DOMINGUEZ J. M. L.; BITTENCOURT A. C. S. P.; SANTOS A. N.; ANDRADE A. C. S.; LAVENERE-WANDERLEY A. A. O.; SILVA I. R.; QUEIROZ I. G.; FREITAS L. M. B.; NASCIMENTO L.; SILVA R. P. Bahia. In: Muehe D. (ed.) Erosão e Progradação do Litoral Brasileiro. Brasília, Ministério do Meio Ambiente, p. 220-225, 2006. DWARAKISH, G. S.; VINAY, S. A.; NATESAN, U.; ASANO, T.; KAKINUMA, T.; VENKATARAMANA, K.; PAI, B. J.; BABITA, M. K. Coastal vulnerability assessment of the future sea level rise in Udupi coastal zone of Karnataka state, west coast of India. Ocean e Coastal. Management. v. 52, n. 9, p. 467 - 478, 2009. EMBRAPA - EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Serviço Nacional de Levantamento e Conservação de Solos (Rio de Janeiro, RJ). Súmula da 10. Reunião Técnica de Levantamento de Solos. 83p. (EMBRAPA-SNLCS. Micelânea, 1). Rio de Janeiro, 1979. EMBRAPA - EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Sistema brasileiro de classificação de solos. 3.ed. 353p. Brasília, 2013. FERNÁNDEZ, V., GÓMEZ, M. E GUIGOU, B. Coastal vulnerability index to global change in Uruguay. In: 11th International Symposium for GIS and Computer Cartography for Coastal Zones Management, 2013. FILGUEIRA, J. G.; VITAL, H. ; SOUZA, Z. S ; DANTAS, E. L. . ISÓTOPOS DE Nd NA PROVENIÊNCIA DE ROCHAS E SEDIMENTOS ENTRE AS PRAIAS DE TABATINGA E GENIPABU-RN, NE DO BRASIL. Quaternary and Environmental Geosciences, 2011. FRACASSO, P. Sistema de dunas do parque das dunas e barreira do inferno, Natal
(RN): levantamento geológico/geofísico, elaboração do modelo determinístico e
avaliação da vulnerabilidade/susceptibilidade frente as pressões antrópicas.
Dissertação de mestrado, UFRN. Natal, 2005.
GORNITZ, V. Vulnerability of the east coast, USA to future sea level rise. Journal of
Coastal Research, v. 1, n. 9, p. 201–37, 1990.
GORNITZ, V. M.; DANIELS, R. C.; WHITE, T. W.; BIRDWELL, K. R. The development of a coastal risk assessment database: Vulnerability to sea-level rise in the U.S. southeast. Journal of Coastal Research, v. 12 (SI), p. 327-338, 1994. GRIGIO, A. M. Aplicação do sensoriamento remoto e sistema de informação geográfica na determinação da vulnerabilidade natural e ambiental do município de guamaré (RN): Simulação de risco às atividades da indústria petrolífera. Dissertação (Mestrado em Geodinâmica e Geofísica) - Universidade Federal do Rio Grande do Norte, 2003. GRIGIO, A. M.; CASTRO, A. F.; SOUTO, M. V. S.; AMARO, V. E.; VITAL, H.; DIODATO, M. A. Use of Remote Sensing and Geographical Information System in the Determination of the Natural and Environmental Vulnerability of the Municipal
87
District of Guamaré - Rio Grande do Norte - Northeast of Brazil. Journal of Coastal Research, SI 39 (ICS 2004 Proceedings): p.1427 – 1431, 2006. GUEDES L. S.; AMARO, V. E.; VITAL, H. Estudo temporal do uso e ocupação do estuário do rio Paraíba do Norte (PB) por meio da cartografia temática digital e de imagens de sensoriamento remoto orbital. In: XLI Congresso Brasileiro de Geologia. Anais. João Pessoa, 2002. GURGEL, D. F. Modelagem da dinâmica sedimentar na praia da barreira do inferno com uso do SMC-BRASIL. Dissertação (Mestrado em Engenharia Sanitária) - Universidade Federal do Rio Grande do Norte. Natal, 2017. HIMMELSTOSS, E. A. DSAS 4.0 INSTALLATION INSTRUCTIONS AND USER GUIDE. IN: THIELER, E.R.; HIMMELSTOSS, E. A; ZICHICHI, J. L; ERGUL, A. Digital Shoreline Analysis System (DSAS) version 4.0: An ArcGIS extension for calculating shoreline change. [s. l.]: p. 79. USGS, 2009. IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Manual Técnico de Geomorfologia. 2. ed. 182 p. Rio de Janeiro: IBGE, 2009. INMET - INSTITUTO NACIONAL DE METEREOLOGIA. Dados Históricos. Disponível em: <http://www.inmet.gov.br/portal/index.php?r=bdmep/bdmep>. Acesso em: 10 dez. 2016 IPCC - Intergovernmental Panel on Climate Change. Climate Change 2013: The Physical Science Basis. Working Group II Fifth Assessment Report (AR5), 2013. IPCC - Intergovernmental Panel on Climate Change. Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation. In: A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, UK, and New York, NY, USA, pp. 582, 2014. LATTIN, J. M.; CARROL, J. D.; GREEN, P. E. Análise de dados multivariados. São Paulo: Cengage Learning, 475 p, 2011. LIN, W; CHOU, W; LIN, C; HUANG, P; TSAI, J. Automated suitable drainage network extraction from digital elevation models in Taiwan’s upstream watersheds. Hydrological Processes. v.20, p.289–306, 2006. LILLESAND, T.M.; KIEFER, R.W. Remote Sensing and Image Interpretation. John Wiley & Sons, 3ª ed., New York, 750p, 1994. MARANDOLA JÚNIOR, E.; HOGAN, D. J. Vulnerabilidades e riscos: entre geografia e demografia. Revista Brasileira de Estudos de População. São Paulo, v. 22. n. 1, p. 29-53, jan./jun., 2005. MARTINS. K. A. Vulnerabilidade à erosão costeira e mudanças climáticas através de indicadores em Pernambuco. Dissertação de Mestrado. Programa de Pós-graduação em Oceanografia - Universidade Federal de Pernambuco. 107 p., 2015.
88
MOREIRA, M. A. Fundamentos do Sensoriamento Remoto. São Jose dos Campos: INPE, 1ed, 250 p. 2001. MUEHE, D. Critérios morfodinâmicos para o estabelecimento de Limites da orla costeira para fins de gerenciamento. Revista Brasileira de Geomorfologia, Vol. 2, Nº 1. 35-44. 2001. MUEHE, D. Aspectos gerais da erosão costeira no Brasil. Mercator, v. 4, n. 7, 2005. NATAL. Prefeitura Municipal. Secretaria Municipal de Serviços Urbanos. Laudo pericial: Indicações das obras emergenciais de contenção e reparação dos equipamentos públicos e de segurança dos frequentadores da praia de Ponta Negra, Natal – RN. 254p. Natal, 2012. NICHOLLS, R.J., P.P. WONG, V.R. BURKETT, J.O. CODIGNOTTO, J.E. HAY, R.F. MCLEAN, S. RAGOONADEN E C.D. WOODROFFE. Coastal systems and low-lying areas. Climate Change 2007: Impacts, Adaptation and Vulnerability. In: M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden and C.E. Hanson (Eds),Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge, UK, p. 315-356, 2007. NICHOLLS, R. J; Anny Cazenave. Sea-Level Rise and Its Impact on Coastal Zones. Science 328, 1518, 2010. OLIVEIRA, F. F. G. Caracterização e diagnóstico de impactos ambientais em Natal/RN com apoio de geoprocessamento. Dissertação (Mestrado em Geografia) – UFRN, Natal, 2003. OLIVEIRA, F. F. G. Aplicação das técnicas de geoprocessamento na análise dos impactos ambientais e na determinação da vulnerabilidade ambiental no litoral sul do Rio Grande Do Norte. Tese (Doutorado) Pós-Graduação em Geociências e Meio Ambiente, Rio Claro/SP, 2011. ÖZYURT, G. Vulnerability of Coastal Areas to Sea Level Rise: A case study on Göksu Delta. Master of Science in Civil Engineering of Middle East Technical University. 113 p., 2007. ÖZYURT, G. E ERGIN. A. Application of Sea Level Rise Vulnerability Assessment Model to select coastal areas of Turkey. Journal of Coastal Research. Proceedings of 10th International Coastal Symposium, Lisbon, Portugal , 248-251, 2009. ÖZYURT, G. E ERGIN, A. Improving coastal vulnerability assessments to sea-level rise: a new indicator-based methodology for decision makers. Journal of Coastal Research, v. 26, n. 2, p. 265-73, 2010. RANGEL-BUITRAGO, N.; ANFUSO, G. Assessment of Coastal Vulnerability in La Guajira Peninsula, Colombian Caribbean Sea. Journal of Coastal Research. SI., v. 56, p. 792-796, 2009.
89
RADAMBRASIL. Levantamento de Recursos Naturais Geologia/Geomorfologia/ Pedologia/Vegetação/Uso Potencial da Terra. Rio de Janeiro/RJ: Ministério das Minas e Energia, v. 23 – Folhas SB. 24/25 – Jaguaribe/Natal, 740p., 1981. ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais e antropizados. Revista do Departamento de Geografia, São Paulo, v. 8, p. 63-74, 1994. ROUSSEEUW, P. J. Least Median of Squares Regression. Journal of the American Statistical Association, December. p. 871-880, 1984. Disponível em: < http://web.ipac.caltech.edu/staff/fmasci/home/astro_refs/LeastMedianOfSquares.pdf>. Acesso em: 16 jan. 2017. SAATY, T. L. Decision making with the analytic hierarchy process. Int. J. Services Sciences, v. 1, p. 83 – 98, 2008. SABINS, F. F. Remote sensing principles and interpretation. New York: W.H. Freeman, 1987. SEPLAN – Secretaria de Estado do Planejamento e das Finanças. Governo do Rio Grande do Norte. Coordenadoria de Estudos Socioeconômicos. IDEMA - Instituto de Desenvolvimento Sustentável e Meio Ambiente do Rio Grande do Norte. Perfil do Rio Grande do Norte. Natal, 2012. Disponível em: <http://www.seplan.rn.gov.br/arquivos/download/PERFIL%20DO%20RN.pdf> Acesso em: 17 dez. 2016. SHALABY, A.; TATEISHI, R. Remote Sensing and GIS for mapping and monitoring land cover and land-use changes in the Northwestern coastal zone of Egypt. Applied Geography, v. 27, p. 28–41, 2007. SHARPLES, C., MOUNT, R.E. E PEDERSEN, T. The australian coastal smartline Geomorphic and stability map version 1: Manual and data dictionary. School of Geography e Environmental Studies, University of Tasmania. 8th October 2009. Manual version 1.1. 183 p., 2009. SILVA, J. X.; CARVALHO-FILHO, L. M.; SILVA, J. X. Índices de geodiversidade: aplicações de SGI em estudos de biodiversidade. In: GARAY, I.; DIAS, B. F. S. (Orgs.). Conservação da biodiversidade em ecossistemas tropicais: avanços conceituais e revisão novas metodologias de avaliação e monitoramento . p. 299-316. Rio de Janeiro: Vozes, 2001. SILVA, A. C. SILVA, J. L. A. SOUZA, A. F. Determinants of variation in heath vegetation structure on coastal dune fields in northeastern South America. Brazilian Journal of Botany. ISSN 0100-8404. Vol. 39(4), 2015. SOUZA-LIMA, W.; ALBERTÃO, G. A.; LIMA, F. H. O. Bacias sedimentares brasileiras, Bacia Pernambuco-Paraíba. Revista Phoenix, 55, 5p, 2003. SPÖRL, C. Metodologia para elaboração de modelos de fragilidade ambiental utilizando redes neurais. Tese (Doutorado em Geografia) – USP, São Paulo, 2007.
90
STEIN, P. FILHO, J. B. D. LUCENA, L. R. F. CABRAL, N. M. T. Qualidade das águas do aquífero Barreiras no setor sul de Natal e norte de Parnamirim, Rio Grande do Norte. Revista Brasileira de Geociências, V. 42(Suppl), 2012. SUDENE/DNPEA. Levantamento exploratório: Reconhecimento dos solos do estado do RN, 1st edn. SUDENE/DNPEA, Recife, 1971. TAGLIANI, C. R. A. A mineração na porção média da Planície Costeira do Rio Grande do Sul: estratégia para a gestão sob um enfoque de Gerenciamento Costeiro Integrado. Tese de Doutorado, Programa de Pós-graduação em Geociências, Universidade Federal do Rio Grande do Sul, Porto Alegre, 252p, 2002. TAGLIANI, C. R. A. Técnica para avaliação da vulnerabilidade ambiental de ambientes costeiros utilizando um sistema geográfico de informações. In: Anais XI SBSR, Belo Horizonte, Brasil, 05 - 10 abril, INPE, p. 1657-1664, 2003. TAGLIANI, C. R. A., CALLIARI, L. J., TAGLIANI, P. R. E ANTIQUEIRA, J. L. F. Vulnerability to sea level change of an estuarine island in southern Brazil. Quaternary and Environmental Geosciences, v. 2, p. 18-24, 2010. THIELE, E. R. & HAMMAR-Klose E. S. National Assessment of Coastal Vulnerability to Sea-Level Rise: Preliminary Results for the U.S. Atlantic Coast. U.S. Geological Survey Open-File Report 99-593. Woods Hole, Massachusetts, 1999. Thieler, E.R., Himmelstoss, E.A., Zichichi, J.L. e Ergul, A. Digital Shoreline Analysis System (DSAS) version 4.0 — An ArcGIS extension for calculating shoreline change: U.S. Geological Survey Open-File Report 2008-1278. 2009. TRICART, J. Ecodinâmica. Rio de Janeiro, 91 p. 1977. VEYRET, Y. (Org.). Os riscos: o homem como agressor e vítima do meio ambiente. Tradução de Dilson Ferreira da Cruz. São Paulo: 320 p. Título original: Lesrisques. Contexto, 2007. USGS - United States Geological Survey. Digital shoreline analysis system (DSAS) - Computer Software for Calculating Shoreline Change. Disponível em: <http://woodshole.er.usgs.gov>. Acesso em: 10/01/2017. VITAL, H.; STATTEGGER, K.; AMARO, V. E.; SCHWARZER, K.; FRAZÃO, E. P.; TABOSA, W. F. A. Modern high-energy siliciclastic-carbonate platform: Continental shelf adjacent to Northern Rio Grande do Norte State, NE Brazil. In: HAMPSON, G., STEEL, R., BURGUESS, P. DALRYMPLE, R. (Ed.). Recent advances in models of siliciclastic shallow-marine Stratigraphy. SEPM Special Issue, 90:177-190, 2008.
92
Tabela 1: Cargas das variáveis físicas segundo análise de componentes principais dos índices de vulnerabilidade física: Vulnerabilidade Natural - VN, Vulnerabilidade Ambiental – VA.
VN VA
CLASSES CP1 CP2 CP3 CP4 CP1 CP2 CP3 CP4
Geologia 0,31 0,63 -0,07 -0,09 0,29 0,61 -0,19 -0,07
Geomorfologia 0,31 0,63 0,07 -0,09 0,29 0,61 -0,19 0,07 Solos 0,02 0,13 0,00 0,99 0,00 0,18 0,19 0,00 Vegetação -0,90 0,44 0,00 -0,04 -0,87 0,28 -0,41 0,00 Uso e Cobertura - - - - 0,29 -0,37 -0,85 0,00
Desvio Padrão 0,74 0,43 0,24 0,21 0,77 0,44 0,36 0,24 Variância 0,65 0,22 0,07 0,05 0,58 0,19 0,12 0,06 Variância Acumulada
0,65 0,87 0,94 1,00 0,58 0,77 0,90 0,96