UNIVERSIDADE REGIONAL DO CARIRI URCA CENTRO DE...
Transcript of UNIVERSIDADE REGIONAL DO CARIRI URCA CENTRO DE...
UNIVERSIDADE REGIONAL DO CARIRI – URCA
CENTRO DE CIÊNCIAS E TECNOLOGIA – CCT
DEPARTAMENTO DA CONSTRUÇÃO CIVIL - DCC
TECNOLOGIA DA CONSTRUÇÃO CIVIL: TOPOGRAFIA E ESTRADAS
TRABALHO DE CONCLUSÃO DE CURSO
DETECÇÃO DE ÁREAS SUSCEPTÍVEIS À DESERTIFICAÇÃO POR TÉCNICAS
DE GEOPROCESSAMENTO NA BACIA HIDROGRÁFICA DO RIO CARIÚS,
CEARÁ
EURIDES FERREIRA DE ALCANTARA
JUAZEIRO DO NORTE - CE
2018
EURIDES FERREIRA DE ALCANTARA
DETECÇÃO DE ÁREAS SUSCEPTÍVEIS À
DESERTIFICAÇÃO POR TÉCNICAS DE
GEOPROCESSAMENTO NA BACIA HIDROGRÁFICA
DO RIO CARIÚS, CEARÁ
Trabalho de Conclusão de Curso apresentado a
Banca Examinadora do Curso de Tecnologia da
Construção Civil, com habilitação em Topografia e
Estradas da Universidade Regional do Cariri – URCA,
como requisito para conclusão do curso.
Orientador: Prof. Dr. Eliakim Martins Araújo
JUAZEIRO DO NORTE – CE
2018
Aos meus pais, Francisco Ferreira de Alcântara e Marismar
Fernandes de Alcântara, por todo amor, carinho e educação; os
maiores incentivadores dessa conquista.
AGRADECIMENTOS
A Deus pelo seu imensurável amor, pela manutenção da minha fé muitas vezes
abalada, pelo conforto e força na busca dos meus objetivos.
A minha família, em especial, ao meu pai Francisco Ferreira de Alcântara, a
minha mãe Marismar Fernandes de Alcântara, as minhas irmãs Josabete Ferreira de
Alcântara e Cícera Aurismar Ferreira de Alcântara Viana e ao meu irmão Alberico
Ferreira de Alcântara, que sempre me apoiaram e acreditaram nessa conquista,
aconselhando em cada tomada de decisões ao longo da vida, sem eles jamais iria
obter êxito nesse sonho.
A minha esposa Jessica Freitas de Menezes que sempre esteve ao meu lado
me dando força, sempre disposta a ajudar expressando sua amizade, amor, carinho
e companheirismo, me aconselhando nos momentos mais angustiantes e difíceis
dessa caminhada, sem seu apoio certamente não teria conseguido.
Ao meu orientador Professor Dr. Eliakim Martins Araújo, sempre disposto a
ajudar, dando todo o suporte necessário no decorrer do desenvolvimento deste
trabalho.
Ao meu professor e amigo Dr. Renato de Oliveira Fernandes, pessoa pela qual
tenho grande admiração, pelos conselhos e orientação na vida acadêmica e
profissional.
Aos meus colegas e amigos de graduação, uma das maiores conquistas
alcançadas durante esse período na universidade, Pedro André de Sousa Gonçalves,
Maria Clara de Gomes Lima e Maria Silva Freitas, com os quais tive o prazer de viver
momentos incríveis.
A todos que compõem o Laboratório Integrado de Recursos Hídricos e
Construções Sustentáveis (LIRC) e a todo o corpo docente da universidade Regional
do Cariri (URCA) que contribuíram direta e indiretamente para a formação dos meus
conhecimentos.
Enfim, a todos que de alguma forma colaboraram para a minha formação e
conclusão deste trabalho.
“O mais competente não discute, domina a sua ciência e cala-
se.” (Voltaire)
RESUMO
O presente trabalho tem por objetivo avaliar o processo de desertificação da bacia do
Rio Cariús, Ceará, através dos Índices de Aridez (IA) e de Vegetação por Diferença
Normalizada (NDVI). O estudo foi realizado por meio de técnicas de
geoprocessamento, imagens de satélite e dados históricos. Para validação da
metodologia foram identificadas diferentes áreas degradadas tomando como base as
visitas de campo. A metodologia implementada dividiu-se em três etapas, na primeira
foi delimitada e caracterizada morfometricamente a bacia hidrográfica para o caso de
estudo a partir de um Modelo Digital de Elevação (MDE), disponibilizado pela Shuttle
Radar Topography Mission (SRTM) e processado pelo Sistema de Informação
Geográfica (SIG’s) Quantum GIS. Na segunda etapa foram coletados dados
meteorológicos, disponibilizados pelo Instituto Nacional de Meteorologia (INMET) e
Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME). A
evapotranspiração de referência foi obtida pelo método de Thornthwaite (1948) e
Penman (1953), para posteriormente, calcular o índice de aridez para a área em
estudo. Finalmente, na última etapa, foi elaborado um mapa da cobertura vegetal do
solo com imagens multiespectrais do satélite LANDSAT 8, sensor OLI, por meio do
Índice da Vegetação por Diferença Normalizada (NDVI). Os resultados apresentados
indicaram que quase toda a área de estudo apresenta índice de aridez variando de
0,42 a 0,52, valores que a coloca com alta e moderada susceptividade a processos
de desertificação, sendo que aproximadamente 97,27% encontra-se com alto risco,
sendo possível identificar com a análise do índice de vegetação áreas com estado
avançado de degradação.
Palavras-chaves: Desertificação, Geoprocessamento. Índice de aridez.
ABSTRACT
The present work aims to analyze the index of aridity with indicator of desertification,
through geoprocessing techniques and historical data banks. As well as identifying
degraded areas with the aid of remote sensing applied to the vegetation index. The
methodology implemented was divided in three stages in the first one was delimited
and characterized the morphometrically of the hydrographic basin for study, obtained
through a Digital Elevation Model (MDE), made available by Shuttle Radar Topography
Mission (SRTM) processed through Geographic Information Systems (GIS) Quantum
GIS. In the second stage, meteorological data were collected from the National
Institute of Meteorology (INMET) and Fundação Cearense de Meteorologia e
Recursos Hídricos (FUNCEME) to obtain precipitation and reference
evapotranspiration based on the methodology developed by Thornthwaite (1948) and
Penman (1953), and the aridity index was then calculated for the entire study area.
Finally, a land use and land use map with multispectral images of the LANDSAT 8 OLI
sensor satellite was elaborated through the vegetation level using the Normalized
Difference Vegetation Index (NDVI). The results indicated that almost all the study area
presents a dryness index ranging from 0.42 to 0.52, values that place it with high and
moderate susceptibility to desertification processes, and approximately 97.27% high
risk, and it is possible to identify areas with an advanced state of degradation with the
vegetation index analysis.
Keywords: Desertification, Geoprocessing. Index of aridity.
LISTA DE FIGURAS
Figura 1 - Regiões susceptíveis a deserti ficação no mundo. ........................................ 15
Figura 2: Períodos seguidos de médias pluviométricas abaixo da média normal
histórica para o estado do Ceará. ...................................................................................... 19
Figura 3: Representação gráfica da composição de bandas e valores para cálculo do
NDVI ........................................................................................................................................ 24
Figura 4: Geolocalização dos dados Raster usados....................................................... 25
Figura 5: Demonstrativo do modelo de Fluxo em Direções Múltiplas e Fluxo em
Direções Simples. ................................................................................................................. 27
Figura 6: Demonstrativo hipotético do modelo de estimativa de direção e acúmulo de
fluxo usado pelo r.watershed. ............................................................................................. 28
Figura 7: Localização dos pontos meteorológicos utilizados na pesquisa. ................. 31
Figura 8: Bacia hidrográfica do Rio Cariús, representada com mapa hipsométrico. . 38
Figura 9: Média mensal da evapotranspiração das estações meteorológicas de
Campos Sales-CE, Iguatu-CE, Sousa (São Gonçalo) -PB e Barbalha-CE para o
período de 1988-2017. ......................................................................................................... 40
Figura 10: Valores de Evapotranspiração e Pluviometria para a Bacia Hidrográfica do
Rio Cariús............................................................................................................................... 41
Figura 11: Níveis de Índice de Aridez para a Bacia Hidrográfica do Rio Cariús. ........ 42
Figura 12: Níveis de NDVI calculados para a para a Bacia Hidrográfica do Rio
Cariús...................................................................................................................................... 44
Figura 13: Imagens registrada no município de Farias Brito - CE, apontam um
avançado estado de degradação. ...................................................................................... 45
LISTA DE TABELAS
Tabela 1: Índice de aridez na determinação do clima..................................................... 21
Tabela 2: Níveis de susceptibilidade a desertificação. ................................................... 21
Tabela 3: Classes para identificação de feições com base em intervalos de valores
do NDVI. ................................................................................................................................. 37
Tabela 4: Características geométricas da Bacia Hidrográfica do Rio Cariús. ............. 39
LISTA DE SIGLAS
UNCCD – Convenção das Nações Unidas de Combate à Desertificação e Mitigação
dos Efeitos da Seca
IA – Índice de Aridez
SIG – Sistema de Informação Geográfica
PAN-BRASIL – Programa de Ação Nacional de Combate à Desertificação
ETo – Evapotranspiração Potencial
ASD – Áreas Susceptíveis a Desertificação
CGEE – Centro de Gestão e Estudos Estratégicos
IPCC – Painel Intergovernamental sobre Mudanças Climáticas
FUNCEME – Fundação Cearense de Meteorologia e Recursos Hídricos
SR – Sensoriamento Remoto
REM – Radiação Eletromagnética
SRTM – Shuttle Radar Topography Mission
MDE – Modelo Digital de Elevação
NDVI – Normalized Difference Vegetation Index
BHRC – Bacia Hidrográfica do Rio Cariús
INPE – Instituto Nacional de Pesquisas Espaciais
SIRGAS – Sistema de Referência Geocêntrico para as Américas
IBGE – Instituto Brasileiro de Geografia e Estatística
SFD – Fluxo em Direção Única
MFD – Fluxo em Múltiplas Direções
BDMEP – Banco de Dados Meteorológicos para Ensino e Pesquisa
ATSM – Anomalias de Temperaturas da Superfície do Mar
FAO – Organização das Nações Unidas para a Alimentação e a Agricultura
IDW – Inverse Distance Weighting
OLI – Operational Land Imager
TIRS – Thermal Infrared Sensor
USGS – United States Geological Survey
ND – Números Digitais de Radiância
TOA – Reflexão no Topo de Atmosfera
SUMÁRIO
1 INTRODUÇÃO ............................................................................................................... 12
1.1 Justificativa .............................................................................................................. 13
2 OBJETIVOS ................................................................................................................... 14
2.1 Geral ......................................................................................................................... 14
2.2 Específicos .............................................................................................................. 14
3 A PROBLEMÁTICA DA DESERTIFICAÇÃO ........................................................... 15
3.1 Principais causas dos processos de desertificação ......................................... 17
3.1.1 Ação antrópica................................................................................................. 17
3.1.2 Clima ................................................................................................................. 17
3.2 A desertificação e as mudanças climáticas ....................................................... 18
3.3 O índice de aridez no estudo da desertificação ................................................ 19
3.4 A utilização de geotecnologias para determinação do Índice de Aridez ....... 21
3.4.1 Shuttle Radar Topography Mission – SRTM .............................................. 22
3.4.2 Índice de Vegetação por Diferença Normalizada - NDVI ......................... 23
4 MATERIAIS E MÉTODOS ........................................................................................... 25
4.1 Área De Estudo ...................................................................................................... 25
4.2 Algoritmos uti lizados .............................................................................................. 26
4.2.1 Algoritmo “r.watershed” .................................................................................. 26
4.2.2 Algoritmo “r.water.outlet” ................................................................................ 28
4.3 Caracterização morfométrica da bacia ............................................................... 29
4.4 Dados climatológicos ............................................................................................. 30
4.5 Analise da cobertura vegetal ................................................................................ 35
5 RESULTADOS E DISCUSSÕES ................................................................................ 38
5.1 Delimitação e caracterização da bacia hidrográfica do rio Cariús ................. 38
5.2 Evapotranspiração e pluviometria da bacia do Rio Cariús, Ceará................. 40
5.3 Índice de aridez da bacia do Rio Cariús ............................................................. 42
5.4 Índice de Vegetação por Diferença Normalizada (NDVI) ................................ 43
6 CONCLUSÃO ................................................................................................................ 46
REFERENCIAS..................................................................................................................... 48
12
1 INTRODUÇÃO
O uso inapropriado do solo e a extração excessiva dos recursos naturais,
associados a períodos irregulares de precipitação e temperaturas elevadas,
influenciam o aparecimento de áreas propícias à desertificação. Esse fenômeno é
definido, segundo a Convenção das Nações Unidas de Combate à Desertificação e
Mitigação dos Efeitos da Seca (UNCCD), (BRASIL, 2004 p.7), como “a degradação
da terra, nas zonas áridas, semiáridas e subúmidas secas, resultantes de vários
fatores e vetores, incluindo as variações climáticas e as atividades humanas”.
Estendido por uma vasta área do Nordeste brasileiro, o semiárido apresenta-
se como área susceptível a sofrer com os processos de degradação, tanto é assim,
que hoje o Ministério do Meio Ambiente reconhece quatro núcleos de desertificação
nessa região do Brasil, localizados nas regiões de Gilbués, no Piauí; Irauçuba, no
Ceará; Seridó, no Rio Grande do Norte e Cabrobó, em Pernambuco.
Para identificar as áreas susceptíveis à desertificação deve-se adotar
indicadores que consigam estabelecer parâmetros básicos para a avaliação de
possíveis processos de desertificação, esses indicadores devem formar um conjunto
de informações que auxiliarão na identificação de tal fenômeno.
Elaborado por Thornthwaite (1948) o índice de aridez (IA) é apontado em vários
estudos como o indicador de maior relevância para identificação de áreas propensas
a desertificação (DOURADO; OLIVEIRA; AVILA, 2015; LOPES; LEAL, 2015;
PATRÍCIO; SILVA; ARAUJO, 2014).
O uso de geociências, como o Sistema de Informação Geográfica (SIG) e as
técnicas de sensoriamento remoto vem contribuindo com o melhoramento da
caracterização e estudos sobre esse tema, devido à grande facilidade de obtenção e
tratamento de informações sobre fenômenos climáticos e espaciais, tornando-se uma
poderosa ferramenta para gestão e entendimento de padrões climáticos, além da
capacidade de análise do espaço-temporal e da utilização de modelos matemáticos
para estudos dos processos.
A preocupação com o combate à desertificação ainda é uma questão recente,
ganhando maior notoriedade somente após a UNCCD, que acarretou na criação do
Programa de Ação Nacional de Combate à Desertificação (PAN-Brasil), cujos
objetivos, definidos pelo artigo 10° da convenção, apontam para o reconhecimento de
características que favorecem o surgimento de áreas desertificadas e identificação de
13
medidas efetivas e indispensáveis ao seu combate e à mitigação dos efeitos da seca,
prevendo também a participação integrada de governo e comunidade.
Neste contexto, o presente trabalho pretende identificar as áreas susceptíveis
ao processo de desertificação na bacia hidrográfica do Rio Cariús, Ceará, através de
técnicas de geoprocessamento, dados climáticos observados e imagens de satélites
obtidas por técnicas de sensoriamento remoto. A metodologia aplicada visa delimitar
e caracterizar morfometricamente a bacia hidrográfica em estudo e identificar as áreas
degradadas tomando como base a cobertura vegetal definido pelo Índice da
Vegetação por Diferença Normalizada (NDVI).
1.1 Justificativa
A temática reputa-se de grande importância em decorrência da crescente e
intensa transformação enfrentada pelo meio ambiente e provocada pela atividade
humana, através da exploração dos recursos naturais e agropecuária exploratória,
aliada aos fenômenos climáticos como o aumento da temperatura e períodos de
precipitação cada vez mais curtos e com menos intensidade.
Historicamente a região semiárida brasileira tem apresentado um modelo
econômico baseado na agricultura de subsistência, estando entre os menores índices
de desenvolvimento humano do país e muito abaixo da média nacional. As populações
sertanejas inseridas neste meio veem na desertificação um agravante de sua
realidade, capaz de tornar sua vivência no semiárido ainda mais complicada
(PACHÊCO; BORGES; FREIRE, 2006).
Por essa razão, se faz necessário o estudo dos indicadores dos processos de
desertificação, para se conhecer as peculiaridades desse evento e sua real
interferência na vida dos sertanejos, assim como oferecer uma parcela de contribuição
no planejamento das medidas a serem tomadas no combate a esse processo.
Convicto da real importância do índice de aridez para determinação de áreas
em risco de desertificação, a espacialização desses dados possibilita uma melhor
interpretação da distribuição espacial desse fenômeno facilitando o planejamento de
ações mitigadoras. Diante disso as técnicas de geoprocessamento mostram-se como
ferramentas ideais para facilitar a criação e tratamento dessas informações.
14
2 OBJETIVOS
2.1 Geral
Determinar o índice de aridez, definido por Thornthwaite (1948), para a bacia
hidrográfica do Rio Cariús, Ceará, e utilizar como indicador de desertificação da
região.
2.2 Específicos
Realizar a caracterização morfométrica da bacia hidrográfica do Rio Cariús,
Ceará, através de técnicas de geoprocessamento;
Caracterizar a área de estudo com base no índice de aridez de acordo com
a tendência de desertificação;
Identificar as áreas degradadas tomando como base o Índice da Vegetação
por Diferença Normalizada (NDVI);
Identificar áreas com processos de degradação.
15
3 A PROBLEMÁTICA DA DESERTIFICAÇÃO
A degradação da terra decorrente do seu empobrecimento pode ocasionar a
exaustão da sua capacidade de restabelecimento de condições biológicas essenciais
para manutenção da vida. Nas regiões de climas áridos, semiáridos e subúmidos
secos. Esse problema é potencializado e pode culminar no aparecimento de áreas de
desertificação.
A desertificação, fenômeno causado por ações antrópicas e naturais (LOPES;
LEAL, 2015), ameaça cerca de um quarto da área territorial do planeta localizado em
zonas áridas (Figura 1), pondo em risco o desenvolvimento e a sobrevivência de mais
de um bilhão de pessoas que vivem nessas regiões (SILVEIRA, 2010). Sendo esse
um problema preocupante em escala mundial.
As áreas susceptíveis a desertificação (ASD) representam 33% da superfície
da terra, afetando 42% da população do planeta, em escalas nacionais essas áreas
recobrem 15,72% do território brasileiro e abrigam uma população de 18,65% da
população do País (BRASIL, 2004).
Segundo o Programa de Ação Estadual de Combate à Desertificação Mitigação
dos Efeitos da Seca do Ceará (CEARÁ, 2010), o deserto está condicionado à
ocorrência de clima fundamentalmente árido, enquanto a desertificação é a
Figura 1 - Regiões susceptíveis a desertificação no mundo.
Fonte: USDA (1998), (adaptado).
16
denominação adotada para o processo de transformação dessas regiões em desertos
ou em áreas com características semelhantes.
Nas últimas décadas a temática da desertificação no Brasil tem ganhado
notoriedade no meio acadêmico, no entanto, esse assunto é tratado desde os anos
setenta principalmente quando o ecólogo pernambucano João Vasconcelos Sobrinho
iniciou seu primeiro trabalho desenvolvido com esses propósitos, iniciando assim os
estudos dos núcleos de desertificação no Brasil.
No trabalho de Sobrinho (1974 apud Tanajura et. al, 2007, p. 1060) é feita uma
alerta para a formação no Brasil de “um grande deserto com todas as características
ecológicas que conduziriam à formação dos grandes desertos hoje existentes em
outras regiões do globo”, informando também que este não seria um deserto típico,
mas com as mesmas condições de inabitáveis.
Outro pesquisador com destaque pela sua contribuição ao tema é o geógrafo
Aziz Nacib Ab’Saber, com seu importante trabalho intitulado Problemática da
desertificação e da savanização no Brasil intertropical, em 1977, no qual Ab’Saber
(1977, apud Sales, 2002, p 12) define como “processos parciais de desertificação,
todos aqueles fatos pontuais ou areolares, suficientemente radicais para criar
degradações irreversíveis da paisagem e dos tecidos ecológicos naturais”.
Neste mesmo ano de 1977 foi dado um importante salto a nível mundial sobre
o assunto da desertificação com a primeira Conferência Internacional das Nações
Unidas para o Combate à Desertificação em Nairóbi, no Quênia, que reuniu 500
delegados de 94 países, sendo o pontapé inicial para a criação do Plano de Ação de
Combate à Desertificação (BRASIL, 2004).
O impacto positivo dessa conferência levou os líderes mundiais a darem maior
importância para o tema, bem como os problemas ambientais em geral. Mas foi
somente em 1994 que foi consolidada a Organização das Nações Unidas para o
Combate à Desertificação (UNCCD), tido como único acordo internacional
juridicamente vinculativo que liga o ambiente e o desenvolvimento à gestão
sustentável da terra (UNCCD, 2018).
Além dos notórios trabalhos citados, vários outros pesquisadores deram sua
contribuição para o assunto dentre estes cabe também destacar Carvalho; Lombardo
(1979), Nimer (1988) e Matallo Junior (2001).
17
3.1 Principais causas dos processos de desertificação
3.1.1 Ação antrópica
As regiões semiáridas pela sua própria predisposição natural são susceptíveis
a degradação, fator este catalisado pela baixa cobertura vegetal que oferece pouca
proteção à camada superficial do solo, mas, a ação da exploração da agropecuária e
o extrativismo vegetal aceleram ainda mais esse processo.
Com a crescente demanda por alimentos no mundo, o solo vem sendo
explorado em toda sua intensidade a fim de se obter uma maior produtividade, no
semiárido brasileiro essa realidade não é diferente, no entanto, a falta de
conhecimento técnico e o uso de tecnologias para manejo adequado da terra, bem
como práticas conservacionistas, elevam o risco de seu esgotamento.
Modelos de cultivos baseados em práticas tradicionais como desmatamento,
queima e limpeza total da área de cultivo, facilitam o carreamento e perda de
partículas do solo, contribuindo para o seu empobrecimento.
Para Oliveira e Sales (2015), as áreas susceptíveis à aridez e à semiaridez,
quando cultivadas com práticas agrícolas inapropriadas e primitivas são rapidamente
elevadas ao seu limite com o estabelecimento de forte degradação ambiental e
processos de desertificação.
Quando é retirada a cobertura do solo, o mesmo fica desprotegido das ações
climáticas. Segundo o Centro de Gestão e Estudos Estratégicos - CGEE (2016, p. 77)
“a degradação se amplia em razão da exposição quase direta dos solos aos efeitos
das condições climáticas muito agressivas”.
3.1.2 Clima
Outro fator contribuinte para o processo de desertificação é o clima,
principalmente, em relação à precipitação e temperaturas. Segundo Silva, Vieira e
Chaveiro (2011, p. 1) “as variações climáticas assumem uma importância maior do
que as relacionadas às atividades humanas nos processos de degradação ambiental”.
Os fenômenos climáticos por si só constituem fatores condicionantes de
ocorrência de áreas susceptíveis à desertificação (ASD) no semiárido brasileiro. No
entanto, as intensas atividades de transformação empregadas pelo homem vêm
contribuindo ainda mais para a ocorrência desse fato (ex. PATRÍCIO; SILVA; ARAUJO,
2014; DOURADO; OLIVEIRA; AVILA, 2015).
18
A seca, por exemplo, é um fenômeno climático que ocorre quando os índices
pluviométricos, incidentes em um determinado período de tempo são inferiores a um
normal climatológico registrado para essa mesma região (BARRA et al. 2002). É
pertinente também destacar que a seca está diretamente relacionada com a
disponibilidade de água no meio, de modo que seja suficiente para o mantimento das
condições essenciais de manutenção da vida.
3.2 A desertificação e as mudanças climáticas
Segundo estudos do Painel Intergovernamental sobre Mudanças Climáticas
(IPCC, 2014) o clima está mudando. Várias discussões sobre o assunto surgiram e as
principais conclusões apontam que nos próximos anos umas séries de mudanças
ocorrerão no nosso planeta, afetando toda a vida.
De acordo com o IPCC, vários modelos climáticos apontam um aumento da
temperatura média a nível global, interferindo diretamente no modo de vida da
sociedade. O quinto relatório de alterações climáticas do IPCC (IPCC, 2014)
apresenta ainda os principais riscos para as regiões afetadas, os quais se destacam
para as regiões semiáridas a perda de meios de subsistência e aceso a renda,
resultado da insuficiência da água para consumo e irrigação afetando a produtividade
agrícola e pecuária.
Esses alertas também são corroborados por De Nys, Engle e Magalhães
(2016), que destacam que no Nordeste os impactos futuros devem se assemelhar as
secas extremas como as ocorridas nos anos de 2010 a 2017, e ponderam que os
setores mais afetados serão a agricultura de sequeiro e o abastecimento humano.
A influência sobre a disponibilidade hídrica é expressada em outro trabalho
recente elaborado por Lima (2018), desenvolvido a partir de modelos que estimam a
variabilidade das mudanças climáticas, indicando um aumento na perda de água em
grandes reservatórios, mostrando o comprometimento do abastecimento hídrico.
Nos últimos anos o estado do Ceará vem sofrendo com um período de seca
acima do normal, estendendo-se por cerca de seis anos, de acordo com a série
histórica da Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME),
fatos semelhantes a esse de sequências de anos com chuvas abaixo da média já
haviam acontecido, contudo, os últimos anos apresentam a menor média de períodos
de estiagem, conforme observado na Figura 2.
19
Figura 2: Períodos seguidos de médias pluviométricas abaixo da média normal histórica para o
estado do Ceará.
Fonte: Autor (2018)
Diante dessas alterações os riscos nos ambientes propensos ao processo de
desertificação são potencializados, sendo as principais mudanças expressadas por
secas mais intensas e frequentes, aumento da temperatura e, consequentemente, a
evapotranspiração, deixando menos umidade disponível no solo (DE NYS; ENGLE e
MAGALHANES, 2016).
3.3 O índice de aridez no estudo da desertificação
Os estudos sobre as características que indicam possíveis processos de
degradação do semiárido remontam a década de setenta, onde em seus primeiros
trabalhos com essa temática Vasconcelos Sobrinho (1971), conforme citado por
Oliveira-Galvão e Saito (2003), destaca a influência dos ventos, temperaturas
elevadas e baixos índices de umidade, que caracterizam o ambiente climático do
semiárido do Nordeste brasileiro, como responsáveis pelos altos índices de
evaporação dos solos.
Em um aprofundado levantamento dos indicadores de desertificação no Brasil
Matallo Junior (2001) esboça a dificuldade da adoção de uma metodologia de
identificação de indicadores da desertificação. Segundo o autor a falta de um
0,00
100,00
200,00
300,00
400,00
500,00
600,00
700,00
800,00
900,0019
51
1952
1953
1954 --
-
1979
1980
1981
1982
1983 --
-
2012
2013
2014
2015
2016
mm
/an
o
Intervalos Anuais
Períodos com chuva abaixo da média no Ceará (1910 a 2016)
Observado Normal
20
consenso resulta no aparecimento de vários “sistemas de indicadores”, não
contribuindo com elementos eficazes.
Para análise da tendência a um determinado acontecimento deve-se tomar
como referência uma série de parâmetros, que de acordo com análise dos dados
obtidos pode-se chegar a conclusões favoráveis ou não. Como afirmam Brandt e
Geeson (2008) um indicador de desertificação alerta para a possibilidade de haver um
problema, mas não é certo que tal fenômeno ocorra.
Considera-se, então, de grande importância à adoção de parâmetros comuns
para indicação de possíveis ASD’s, que embora ocorram variações nas características
específicas para determinadas particularidades geográficas das regiões, deve-se
obedecer a parâmetros parecidos no momento de suas análises.
Desenvolvido por Thornthwaite (1948), sendo, posteriormente, ajustada por
Penman (1953), conforme citado por Barros (2010), o índice de aridez (IA) representa
a razão entre a precipitação e a evapotranspiração potencial, esse explica em seu
estudo, que quando a precipitação é exatamente equivalente a evapotranspiração
potencial sem haver nem deficiência nem excesso de água, o clima encontra-se em
equilíbrio, não está úmido nem seco. No entanto, se a oferta de água for maior que a
capacidade de evapotranspiração, o clima se torna mais úmido, da mesma forma,
onde há uma deficiência de água, essa relação entre a oferta de água e a
evapotranspiração potencial constituem um índice de aridez.
Por indicar uma baixa disponibilidade hídrica, o IA mostra-se como uma eficaz
ferramenta para análise de sistemas susceptíveis a desertificação, tanto que o
Programa de Ação Nacional de Combate à Desertificação e Mitigação dos Efeitos da
Seca (PAN-BRASIL), define com base nos estudos norteadores da UNCCD como
áreas afetadas ou suscetíveis a processos de desertificação, as zonas com Índice de
aridez entre 0,05 e 0,65 (tabela 1). Incluindo também as áreas situadas no entorno
das regiões semiáridas e subúmidas secas mesmo que essas não apresentem
padrões climáticos considerados propensos à desertificação (BRASIL, 2007).
21
Tabela 1: Índice de aridez na determinação do clima.
Classes Climáticas Índice de Aridez
Hiperárido < 0,05
Árido 0,05 – 0,20
Semiárido 0,21 – 0,50
Subúmido seco 0,51 – 0,65
Subúmido e úmido >0,65
Fonte: Matallo Junior (2003)
Segundo o Ministério do Meio Ambiente (BRASIL, 2004) dentro dessa faixa de classes climáticas é possível ainda estabelecer uma escala quanto ao grau de
susceptibilidade à desertificação, podendo variar, entre 3 níveis (tabela 2). Assim, quanto mais seca uma determinada área for, mais predisposta estará a desertificação.
Tabela 2: Níveis de susceptibilidade a desertificação.
Níveis Índice de Aridez
Muito alta 0,05 – 0,20
Alta 0,21 – 0,50
Moderado 0,51 – 0,65
Fonte: Matallo Junior (2003)
Apesar da notória relação entre o IA e os processos de degradação, é ideal
correlacioná-lo com outros parâmetros para delimitação de ASD’s, uma vez que
existem outros fatores que devem ser levados em consideração, como fatores
humanos de ocupação, densidade demográfica, formas de manejo do solo, integração
aos mercados, índices tecnológicos (PACHÊCO; BORGES; FREIRE, 2006) e
(BRASIL, 2004).
Mesmo não sendo o único parâmetro que deve ser levado em consideração, o
IA vem sendo utilizado para a delimitação de áreas em processo ou sujeitas à
desertificação. Este fato se dá segundo Barros (2010) pela capacidade deste índice
identificar ocorrência de áreas secas, onde prevalece a ocorrência de áreas
vulneráveis à desertificação.
3.4 A utilização de geotecnologias para determinação do Índice de Aridez
As chamadas geotecnologias são ferramentas poderosas na aquisição, análise
e tratamento de dados geográficos possibilitando um melhor entendimento das
informações. “As condições oferecidas permitem integrar informação cartográfica e
tabular informações alfanuméricas, possibilitando a análise ambiental estabelecendo
correlações espaciais, relações de causa e efeito e aspectos temporais” (BEZERRA
et al., 2011).
22
Entende-se por Sensoriamento Remoto (SR) o processo de obtenção de
informações de modo que não ocorra o contato físico entre o objeto (alvo) e o coletor
(sensor) (MENESES; ALMEIDA, 2012). Por imageamento multiespectral esse
procedimento é realizado através da análise da Radiação Eletromagnética (REM)
refletida ou emitida por este alvo em determinadas faixas do espectro eletromagnético.
Carvalho e Lombardo (1979) foram os pioneiros na análise de imagens de
satélite para identificação de processos de desertificação. Os autores citados
realizaram um trabalho no qual analisaram imagens do Landsat para verificar sua
capacidade de detecção de áreas sujeitas ao processo de desertificação, identificando
aspectos morfológicos e de cobertura vegetal com o objetivo de identificar e classificar
áreas de acordo com o seu grau de risco.
Partindo da necessidade de uma ferramenta capaz de integralizar informações
geoespacializadas de forma que possibilite o tratamento e facilite o gerenciamento e
a tomada de decisões, os Sistemas de Informações Geográficas (SIG’s) surgem como
facilitador na obtenção e administração desses dados.
De acordo com Câmara, Davis e Monteiro (2001), o SIG realiza o tratamento e
recuperação computacional dos dados, não somente com base em suas
características alfanuméricas, mas também através de sua localização espacial,
possibilitando ao profissional uma visão imediata da região de interesse baseada na
localização geográfica.
3.4.1 Shuttle Radar Topography Mission – SRTM
Com o crescimento das tecnologias de sensoriamento orbital e diante da
indisponibilidade de cartas topográficos com representações planialtimétricas atuais,
tem-se ampliado as potencialidades do uso desses dados, possibilitando o
desenvolvimento de vários produtos, dentre estes a modelagem hidrológica. Os dados
obtidos por sensoriamento remoto da Missão SRTM vêm mostrando-se como uma
poderosa fonte de informações para dimensionamento automático de bacias
hidrográficas, técnica essa utilizada em diversos estudos (ex. BRANDÃO; SANTOS,
2009; LEÃO et al., 2013).
A utilização de técnicas de geoprocessamento aplicadas a um MDE (Modelo
Digital de Elevação) permite delimitar com uma precisão considerável as linhas de
interflúvio de uma bacia hidrográfica bem como o traçado de sua rede de drenagem,
23
possibilitando posterior aplicação de modelos matemáticos capazes de representar o
comportamento hidrológico da bacia.
As características físicas de uma bacia hidrográfica exercem influência direta
sobre o funcionamento do ciclo hidrológico do sistema, atuando direta e indiretamente
nos processos de infiltração, perda de água por evapotranspiração, regime de
escoamento e vazão final do deflúvio (TONELLO et al.,2006). A caracterização
morfométrica busca representar essas particularidades de uma forma que facilite sua
análise e interpretação.
Os dados usados apresentam-se em formato de raster que são representações
gráficas formada por uma matriz de pixels, também nomeada de células,
armazenando um valor representativo para essa área, sendo possível a aplicação de
modelos matemáticos para processamento desses dados.
3.4.2 Índice de Vegetação por Diferença Normalizada - NDVI
A cobertura vegetal que compõe uma área tem uma importante função na
conservação e manutenção características ambientais, protegendo as camadas
superficiais do solo da erosão pluvial e lixiviação, sustenta sua porosidade permitindo
a infiltração da água e conserva a umidade e a fertilidade (pela proteção da camada
de matéria orgânica).
Diante dessas importantes funções, mostra-se de grande necessidade a
análise da densidade vegetal, como mecanismo de identificação de áreas degradadas
e acometidas por processos característicos de desertificação, funcionando também
para a compreensão dos processos de antropização e diagnóstico de áreas
exploradas pela expansão da agropecuária e desmatamento (MELO, 2011).
O SR vem sendo utilizado para análise de indicadores relativos a diversos
processos, incluindo a desertificação. O Índice de Vegetação por Diferença
Normalizada (sigla NDVI do inglês) (ALMEIDA; NERY; LIMA, 2013) e a análise do
aumento do albedo em áreas com perda na composição da cobertura vegetal
(CORDEIRO et al., 2015) são exemplos de aplicações do SR.
Devido sua precisão e considerável facilidade de obtenção de informações o
SR tem sido considerado uma ferramenta indispensável quando o assunto é obtenção
de dados rápidos e atualizados em relação a fenômenos climáticos e uso e ocupação
do solo (TAURA et al., 2011).
24
O NDVI proposto inicialmente por Rouse et al. (1973), consiste em uma
operação matemática com banda que compreendem o comprimento de onda que vai
de 0,4 μm a 0,8 μm correspondente respectivamente ao visível-vermelho e
infravermelho próximo (Figura 3), variando entre -1 a 1, sendo que as áreas com
valores mais próximos de 1, as que apresentam uma maior densidade da cobertura
vegetal.
Figura 3: Representação gráfica da composição de bandas e valores para cálculo do NDVI
Fonte: Autor (2018)
25
4 MATERIAIS E MÉTODOS
4.1 Área De Estudo
A área de estudo (Figura 4) compreende a bacia hidrográfica do Rio Cariús
(BHRC), localizada no extremo sul do Estado do Ceará, entre 6°32'07.4” e 7°25'40.6"
de latitude sul, e 39°17'58.3" e 39°52'25.0" de longitude oeste. Compondo a sub-bacia
do alto Jaguaribe, concentra sua maior área na região do Cariri, o seu traçado banha
o território de seis municípios Exu, no platô da chapada do Araripe, passando por
Santana do Cariri, Nova Olinda, Altaneira, Farias Brito e Cariús onde é localizado o
ponto de exutório.
Para dimensionamento da bacia foi utilizado o Modelo Digital de Terreno (MDE)
coletados pela missão SRTM, disponibilizado na base de dados do Instituto Nacional
de Pesquisas Espaciais (INPE) no projeto TOPODATA pelo Banco de Dados
Geomorfométricos Brasileiro (http://www.dsr.inpe.br/topodata/).
Figura 4: Geolocalização dos dados Raster usados.
Fonte: Autor (2018)
26
Os dados raster disponibilizados pelo TOPODATA possuem resolução espacial
de 1 arco-segundo aproximadamente 30 metros, produto este obtido através de pós
processamentos dos dados originais SRTM, que contavam com uma resolução
espacial 3 arco-segundo aproximadamente 90 metros.
Foram utilizadas duas imagens do radar SRTM, correspondentes às posições
06s405 e 07s405, conforme representado na Figura 2, com projeção em sistema de
coordenadas geográficas e Datum WGS 84, posteriormente reprojetadas em SIG para
sistema de coordenadas planas usando o Sistema de Referência Geocêntrico para as
Américas (SIRGAS 2000) na zona UTM 24s, Datum oficialmente utilizado no Brasil
(IBGE, 2005).
Para o dimensionamento da bacia foi utilizado o software Quantum GIS (QGIS)
em sua versão 3.2 Bonn para sistema operacional Linux, um Sistema de Informação
Geográfica (SIG) licenciado segundo a Licença Pública Geral GNU. O QGIS é um
projeto oficial da Open Source Geospatial Foundation (OSGeo), portanto é um
software livre e de código aberto.
Antes do dimensionamento fez-se necessário além da reprojeção do MDE, a
criação de um mosaico com as duas imagens do radar SRTM, devido ao tamanho da
bacia a ser delimitada. Para reduzir o tempo de processamento foi recortada uma
Região de interesse onde foi extraído com o auxílio de uma camada máscara apenas
as regiões que tinham a necessidade de serem trabalhadas, diminuindo assim o
tempo de processamento pelo software.
4.2 Algoritmos utilizados
Os algoritmos implementados nos processos de dimensionamento fazem parte
do GRASS GIS 7 (https://grass.osgeo.org/grass7/), outro SIG open source que está
contido no QGIS por meio de ferramentas executadas na própria interface desse
programa.
4.2.1 Algoritmo “r.watershed”
Esse algoritmo presente no GRASS GIS 7 consiste em um conjunto de módulos
para caracterização de bacias por meio de análise de dados MDE, de acordo com
Kinner et al. (2005) em seu estudo onde diferentes algoritmos de extração de fluxo de
rede que foram qualitativamente avaliados, o r.watershed forneceu os resultados mais
precisos.
27
O r.watershed oferece dois métodos para calcular o fluxo de superfície: fluxo
em direção única (SFD) e fluxo em múltiplas direções (MFD), ambos baseados nos
modelos de direcionamento de fluxo de vizinhança D8 proposto por Callaghan e Mark
(1984 apud MORAES, 2014, p. 225), tal modelo direciona o fluxo em até oito direções
a partir de uma célula.
Fluxo em direção simples (SFD - Single-flow-direction), neste modelo o fluxo é
direcionado para uma única célula vizinha de menor valor de elevação e que seja de
elevação menor que a célula de origem.
Fluxo em direções múltiplas (MFD - Multi-flow-directions), neste modelo o fluxo
é dividido uniformemente e distribuído para todas as células vizinhas de acordo com
suas declividades desde que possuam elevação menor do que a célula de origem. A
Figura 5 traz o demonstrativo dos dois modelos.
Figura 5: Demonstrativo do modelo de Fluxo em Direções Múltiplas e Fluxo em Direções Simples.
Fluxo em Direção Simples (SFD)
Fluxo em Direções Múltiplas (MFD)
Fonte: Autor (2018)
Para cálculo da direção da drenagem foi usado o MFD proposto por Quinn et
al. (1991), que consiste no traçado das direções descendentes sendo posteriormente
divididas em direções cardeais e diagonais, ponderadas e traçada a direção de maior
influência de drenagem. Apresenta-se na Figura 6 a seguir um organograma
explicativo para exemplificar o processo.
28
Figura 6: Demonstrativo hipotético do modelo de estimativa de direção e acúmulo de fluxo usado pelo
r.watershed.
Fonte: Autor (2018).
O r.watershed gera uma série de dados de saída como por exemplo,
Comprimento de declive e declividade (LS) para Equação Universal de Perdas de Solo
- USLE (Slope length and steepness (LS) factor for USLE), Segmentos de fluxo
(Stream segments), Índice topográfico (Topographic index), Fator de inclinação do
declive (S) para USLE (Slope steepness (S) factor for USLE), Bacias Médias (Half-
basins), Rótulo da bacia hidrográfica (Unique label for each watershed basin), Direção
de drenagem (Drainage direction) e Número de células que drenam através de cada
célula (Number of cells that drain through each cell), no entanto, para delimitação da
área de estudo fui usado apenas a direção da drenagem, servindo este para entrada
no algoritmo de divisão de bacias. Utilizou-se também, para efeito demonstrativo da
drenagem da bacia e cálculo das características geométricas, o segmento de fluxo
(Stream segments).
4.2.2 Algoritmo “r.water.outlet”
Esse algoritmo também está implementado no pacote de funcionalidades do
GRASS GIS 7, funciona como um delimitador de bacias hidrográficas tendo como
base para seus cálculos um raster de direção de drenagem e um par de coordenadas
que representem o ponto de exutório da bacia.
29
Com base na direção do fluxo ele identifica numericamente os valores das
células obtendo assim as linhas de interflúvio, considerando como área que compõe
a bacia a parte a montante do ponto com coordenadas informadas.
4.3 Caracterização morfométrica da bacia
Para um melhor entendimento da BHRC, fez-se necessário a sua
caracterização geométrica extraindo-se os seguintes dados: área que compõe a bacia
hidrográfica (km²), perímetro (km), comprimento da rede principal da bacia
hidrográfica (km) e comprimento total dos canais (km), os valores de coeficiente de
compacidade (Kc), fator de forma (Kf), índice de circularidade (IC) e densidade de
drenagem (Dd) foram obtidos aplicando as metodologias descritas por Carvalho e
Silva (2006) e Silva et al. (2014).
O coeficiente de compacidade, relaciona o perímetro da bacia e sua área de
drenagem, com o perímetro de um círculo de mesma área que a bacia, apontando
sempre valores maiores que 1, quanto mais próximo desse valor mais circular é a
bacia, equação 1.
𝐾𝑐 = 0.28 × (
𝑃
√𝐴) (1)
Em que:
Kc - Coeficiente de compacidade;
P - Perímetro da bacia hidrográfica, [km];
A - Área de drenagem da bacia hidrográfica, [km²].
O fator de forma é razão entre a área de drenagem da bacia e o quadrado do
comprimento axial da rede principal, quanto menor for esse valor mais alongada é a
bacia, equação 2.
𝐾𝑓 =𝐴
𝐿² (2)
Em que:
Kf - Fator de forma;
A - Área de drenagem da bacia hidrográfica, [km²];
L – Comprimento axial da rede principal da bacia hidrográfica, [km].
30
O índice de circularidade como o próprio nome denota é um valor que representa
a proximidade da bacia com a forma circular, tendendo a 1 ao apresentar essa
característica, equação 3.
𝐼𝐶 =
12,57 × 𝐴
𝑃² (3)
Em que:
IC - Índice de circularidade;
A - Área de drenagem da bacia hidrográfica, [km2];
P - Perímetro da bacia hidrográfica, [km].
Calculou-se também a densidade de drenagem, que é a razão entre o
comprimento total dos canais e a área de drenagem da bacia. Esse valor varia 0,5
km/km² em bacias com drenagem pobre a 3,5 km/km² ou mais em bacias
excepcionalmente bem drenadas, (CARVALHO; SILVA, 2006). A densidade de
drenagem é dada pela equação 4.
𝐷𝑑 =
Lt
𝐴 (4)
Em que:
Dd - Densidade de drenagem, [km km-²];
Lt - Comprimento total dos canais, [km];
A - Área de drenagem da bacia hidrográfica, [km2].
4.4 Dados climatológicos
Para análise de susceptividade da área estudada a processos de desertificação
foi considerada com base na lei nº 13.153, de 30 de julho de 2015, uma série histórica
de dados meteorológicos de 30 (trinta) anos, com a finalidade de calcular o índice de
aridez, adotado como parâmetro para indicar e definir áreas afetadas ou vulneráveis
à desertificação.
Os dados meteorológicos foram obtidos no portal do Banco de Dados
Meteorológicos para Ensino e Pesquisa (BDMEP) disponibilizado pelo Instituto
Nacional de Meteorologia (INMET), que comporta um repositório de dados coletados
por suas estações meteorológicas convencionais com dados disponíveis em formato
digital a partir de 1961.
31
A escolha das estações meteorológicas teve com parâmetro a proximidades
dos pontos de coleta com a bacia do Rio Cariús lavando em consideração as
características climáticas da região em que estão situadas, pois a escolha de dados
em regiões de sotavento, devido à proximidade da área de estudo com a Chapada do
Araripe, poderiam influenciar negativamente os dados por possuírem características
climáticas distintas como apontam Silva, Lima e Lima (2011).
Após a análise das características da região adotou-se como postos
meteorológicos os instalados nas cidades de Iguatu, na Região Centro Sul do Ceará,
Barbalha e Campos Sales ambos na Região do Cariri do Cearense e São Gonçalo em
Sousa localizado na Mesorregião do Sertão Paraibano (Figura 7).
Figura 7: Localização dos pontos meteorológicos utilizados na pesquisa.
Fonte: Autor (2018)
32
Os dados meteorológicos colhidos compreendem uma série temporal de 30
anos (1988 a 2017) sendo estes os de temperatura máxima (Tmax em ºC),
temperatura mínima (Tmin em ºC), umidade relativa (Rhmean %), velocidade do vento
(u (x) em m s-1) e insolação (n em h dia-1).
Devido a descontinuidades da coleta de dados em algumas séries temporais,
por ocasião de defeito em equipamentos, falha humana ou mesmo questões
administrativas e políticas ocorreram muitas falhas nos dados disponibilizados pelo
INMET. Para preenchimento destas falhas foi preciso lançar mão de alguns modelos
matemáticos baseados em estimativa destes valores.
Para esse trabalho em específico, devido ao grande número de falhas em todas
as estações selecionadas e em suas vizinhas mais próximas, principalmente nos anos
iniciais da série histórica estudada, foram utilizados como parâmetro para
preenchimento das falhas os dados estimados pelo Estima_T, um programa
computacional capaz de apontar padrões nos valores de varáveis climáticas para toda
a região Nordeste (CAVALCANTI, SILVA; SOUSA, 2006).
O método proposto por Cavalcanti, Silva e Sousa (2006) para estimar as
temperaturas mínima e máxima em função das coordenadas geográficas, usa um
modelo empírico de estimativa da temperatura do ar, e teve como base os dados de
69 séries temporais de temperatura do ar no Nordeste brasileiro e séries temporais
mensais de Anomalias de Temperaturas da Superfície do Mar (ATSM).
Para efeito de cálculo da evapotranspiração, foram utilizados dois métodos
distintos.
Os dados estimados por meios do Estima_T, foram processados por meio da
equação de Thornthwaite (1948), (Equação 5) ajustada para regiões áridas por
Camargo et al. (1999). Que propõe a correção da temperatura média para a
temperatura efetiva.
𝐸𝑇𝑜 = 𝐹𝑐 × 16 × (10 ×𝑇𝑒𝑓
𝐼)𝑎 (5)
Em que:
ETo – Evapotranspiração de referência [mm mês-1];
Fc – Fator de correção da latitude e mês do ano [tabelado];
Tef – Temperatura efetiva em [ºC] equação 6.
33
𝑇𝑒𝑓 = 0,36 × (3 × 𝑇𝑚𝑎𝑥 − 𝑇min) (6)
Em que:
Tmax – Temperatura máxima média do mês, [ºC];
Tmin – Temperatura mínima média do mês, [ºC].
I – Índice anual de calor, correspondentes a soma de doze índices mensais, equação
7.
𝐼 = ∑ (
𝑇𝑖
5)
1,51412
𝑖=1
(7)
Em que:
i – Equivale aos 12 meses;
Ti – Temperatura efetiva média de cada um dos 12 meses.
a – Coeficiente calculado, equação 8;
𝑎 = 6,74 × 10−8 × 𝐼3 − 7,71 × 10−6 × 𝐼2 + 0,01791 × 𝐼 + 0,492 (8)
Os meses dos anos compreendidos no intervalo de tempo estudado que
continham os dados completos para as 5 variáveis climáticas ou que apenas as
temperaturas estavam com falhas, sendo estas estimadas com descrito acima,
adotou-se o método de Penman-Monteith FAO 56, baseada na equação proposta por
Penman-Monteith, equação 9.
𝐸𝑇0 =0,408∆(𝑅𝑛 − 𝐺) + 𝛾(
900𝑇𝑚𝑒𝑑 + 273
)𝑢2(𝑒𝑠 − 𝑒𝑎)
∆ + 𝛾(1 + 0,34𝑢2)
(9)
Em que:
ETo – Evapotranspiração de Referência [mm dia-1];
Rn – Radiação líquida total do gramado [MJ m-2 dia-1];
G – Densidade do fluxo de calor no solo [MJ m-2 dia-1];
Tmed – Temperatura média diária do ar a 2 m de altura [ºC];
u2 – Velocidade do vento média diária a 2 m de altura [m s-1];
es – Pressão de saturação de vapor médio diário [kPa];
ea – Pressão atual de vapor médio diário [kPa];
34
es - ea – Deficit de saturação de vapor médio diário [kPa];
∆ – Declividade da curva de pressão de vapor no ponto de Tmed, [kPa ºC-1];
γ – Coeficiente psicrométrico [kPa ºC-1].
Para tal procedimento lançou-se mão do software ETo Calculator, desenvolvido
pela divisão de Terra e Água da Organização das Nações Unidas para a Alimentação
e a Agricultura (FAO). Onde os dados foram organizados em formato de arquivo de
texto (.CXT) separados por tabulação, e então, importados para o programa que
retornou a evapotranspiração de referência em média de milímetros por dia para cada
mês, sendo posteriormente convertidas para média mensal.
O valor das variáveis meteorológicas que não são informadas
diretamente, são obtidas utilizando os procedimentos para estimar dados climáticos
em falta a partir de dados de condições climáticas específicas informados, observando
a metodologia delineadas por Allen et al. (1998).
Com o objetivo de se obter uma melhor distribuição da ETo na área de estudo
adotou-se o método da interpolação de dados, para isso, após a obtenção dos valores
de evapotranspiração de referência, foram calculadas as médias em mm/ano
considerando a série histórica proposta, em cada posto meteorológico, e atribuídas
aos seus respectivos pontos de localização essa informação, por meio da tabela de
atributos da camada, presente no QGIS.
Com os dados alocados no SIG procedeu-se com a interpolação das ETo pelo
método do inverso do quadrado da distância ou IDW (Inverse Distance Weighting)
executado por meio Quantum GIS, representado pela equação 10.
𝑥𝑝 =
∑ (1
𝑑𝑖2 × 𝑥𝑖)
𝑛𝑖=1
∑ (1
𝑑𝑖2)𝑛
𝑖=1
(10)
Em que:
xp – Valor interpolado;
xi – Valor da i-ésimo ponto vizinho;
di – Distância entre o i-ésimo ponto de vizinho e o ponto de interesse.
Esse método consiste basicamente na relação da dependência espacial, isto
é, adota-se que quanto mais próximo, o ponto, da região de interesse maior será sua
35
influência sobre este valor, sendo assim os dados são interpolados pela multiplicação
dos valores conhecidos pelo inverso do quadrado das suas respectivas distâncias, de
forma que vizinhos distantes contribuem com menos peso para o valor calculado
(SILVA; QUINTAS; CENTENO, 2007).
Para aquisição das informações de precipitação adotou-se o banco de dados
da série histórica coletada pela Fundação Cearense de Meteorologia e Recursos
Hídricos (FUNCEME), sendo assim capaz de se obter essa informação para os
municípios imersos na bacia de estudo e os localizados no entorno.
Coletadas as informações de precipitação para cada ponto pluviométrico e
obtida a média pluviométrica da série histórica, foi interpolado esses números para a
bacia, utilizando a mesma metodologia adotada para a Evapotranspiração (Inverso do
Quadrado da Distância), obtendo assim um raster com valor de precipitação média
para cada célula (pixel).
Por fim os arquivos raster com valores obtidos de evapotranspiração e
precipitação foram aplicados na equação proposta por Thornthwaite (1948) e ajustado
posteriormente por Penman (1953), conforme descrito em Barros (2010), onde se
obteve uma matriz com valores de índice de aridez para toda a bacia, equação 11.
𝑅𝐼𝐴 =
𝑅𝑃𝑟
𝑅𝐸𝑇𝑜
(11)
Em que.
RIA – Arquivo raster de Índice de Aridez
RPr – Arquivo raster de Precipitação média anual do período, em [mm ano-1];
RETo – Arquivo raster de evapotranspiração de referência média do período, em [mm
ano-1].
4.5 Analise da cobertura vegetal
Para identificação de áreas de solo sem cobertura vegetal fortemente
degradado, optou-se pela elaboração de um mapa de uso e ocupação do solo com
nível de vegetação utilizando o Índice da Vegetação por Diferença Normalizada (sigla
NDVI do inglês).
Para este fim utilizou-se imagens multiespectrais do satélite Landsat 8
operando com os instrumentos OLI (Operational Land Imager) e TIRS (Thermal
Infrared Sensor), disponibilizadas pelo catalogo da United States Geological Survey
36
(USGS), que conta com resolução temporal de 16 dias e resolução espacial
Pancromático de 15m, multiespectral de 30m e Termal de 100m.
A cena escolhida representa a órbita 217, ponto 65 adquirido em 13/08/2017.
De posse das imagens foi realizado a correção radiométrica, onde se transformou os
números digitais de radiância (ND) para valores de radiância espectral no topo da
atmosfera e posteriormente a correção destes para o ângulo de incidência solar.
Processo que utilizou as recomendações propostas pela USGS (2018) aplicados os
modelos matemáticos descritos nas equações 12 e 13.
𝜌𝜆′ = 𝑀𝜌 × 𝑄𝑐𝑎𝑙 + 𝐴𝜌
(12)
Em que:
ρλ ' – Reflexão no topo de atmosfera (TOA), sem correção para o ângulo solar;
Mρ – Fator de redimensionamento multiplicativo específico da banda dos metadados
(REFLECTANCE_MULT_BAND_x, onde x é o número da banda);
Qcal – Valores de pixel do produto padrão ND quantizados (imagem);
Aρ – Fator de redimensionamento aditivo específico da faixa dos metadados
(REFLECTANCE_ADD_BAND_x, em que x é o número da banda).
𝜌𝜆 =
𝜌𝜆′
sin(𝜃𝑠𝑒) (13)
Em que:
ρλ – Reflexão no topo de atmosfera (TOA), corrigido;
θse – Ângulo de elevação do sol local.
Para realização do pré-processamento descrito acima foi adotado o Semi-
Automatic Classification Plugin (SCP), complemento de código aberto gratuito para
QGIS desenvolvido por Congedo (2016), que permite entre outras funcionalidades a
correção radiométrica de imagens e classificação semiautomática por sensoriamento
remoto.
O NDVI é adquirido através de operações efetivadas em cada pixel com os
valores das bandas dos canais vermelho (640-690 nm) e infravermelho próximo (850-
880 nm), bandas 4 e 5 respectivamente no Landsat 8, tendo como resultados valores
entre -1 e 1, onde valores que tendem a 1 apresentam elevados índices de atividade
vegetal, valores negativos ou próximos de 0 apontam para áreas de corpos d’agua e
37
solos expostos com baixos índices de vegetação. Para os cálculos procedeu-se pelo
método proposto por Rouse et al. (1973), equação 14:
𝑁𝐷𝑉𝐼 =
NIR − RED
NIR + RED (14)
Em que:
NIR – Banda de infravermelho próximo (Banda 5 no sensor Landsat 8 OLI)
RED – Banda do espectro vermelho (Banda 4 no sensor Landsat 8 OLI)
Com base na fotointerpretação de imagens de alta e média resolução foi
caracterizado as feições dos tipos de cobertura do solo existentes na área de estudo,
obtendo assim uma melhor representação dos valores de índice de vegetação.
Adotando esses parâmetros interpretativos dividiu-se os valores em sete classes,
onde os valores menores que 0,1 são considerados como uma única classe e todos
os valores positivos até 0,5 são divididos com intervalo variando de 0,1, obtendo-se
assim 6 (seis) Índices de cobertura vegetal conforme demonstrado na tabela 3.
Tabela 3: Classes para identificação de feições com base em intervalos de valores do NDVI.
Características da cobertura do solo Valores de NDVI
Corpos d’água -1 a 0,1
Solo totalmente exposto, caracterizada por zonas urbanizadas, áreas com elevado índice de degradação
e mineração.
0,1 a 0,2
Solo com vegetação rala, caracterizada por exploração agropecuária e áreas em recuperação.
0,2 a 0,3
Baixa cobertura vegetal, caracterizada por vegetação
caducifólia. 0,3 a 0,4
Boa cobertura vegetal, caracterizada por bem formada e com baixo índice de caducidade.
0,4 a 0,5
Vegetação densa, caracterizada por cobertura foliar bem desenvolvida e mata ciliar
0,5 a 1
Fonte: Autor (2018)
38
5 RESULTADOS E DISCUSSÕES
Este capítulo tem como finalidade apresentar os resultados obtidos com base
na aplicação da metodologia proposta. Os resultados incluem: delimitação da área de
estudo utilizando dados coletados pela missão SRTM, determinação do índice de
aridez com base na análise climatológica e apresentação do índice de vegetação por
diferença normalizada (NDVI) utilizando imagens multiespectrais e discussões dos
resultados.
5.1 Delimitação e caracterização da bacia hidrográfica do rio Cariús
Com a aplicação das técnicas de geoprocessamento foi possível obter, através
do uso do MDE, a delimitação e caracterização morfométrica da bacia hidrográfica do
Rio Cariús (figura 8).
Fonte: Autor (2018)
Figura 8: Bacia hidrográfica do Rio Cariús, representada com mapa hipsométrico.
39
A utilização do MDE tratado por meio de técnicas de geoprocessamento para
delimitação de bacias hidrográficas mostrou-se muito viável, apresentando uma
alternativa de baixo custo sendo capaz de fornecer resultados confiáveis e de rápida
aquisição.
Após delimitada a bacia foi feita a caracterização morfométrica com obtenção
da área (A), perímetro (P), comprimento da rede principal (L), comprimento total de
canais (Lt), coeficiente de compacidade (Kc), fator de forma (Kf), índice de
circularidade (IC) e densidade de drenagem (Dd) (Tabela 4).
Tabela 4: Características geométricas da Bacia Hidrográfica do Rio Cariús.
Característica Física Valores
Área (A) 2450,26 km²
Perímetro (P) 521,54 km
Rede principal da bacia hidrográfica (L) 177,30 k m
Comprimento axial da rede principal (La) 156,65 km
Comprimento total dos canais (Lt) 2635,32 km
Coeficiente de compacidade (Kc) 2,95
Fator de forma (Kf) 0,10
Índice de circularidade (IC) 0,11
Densidade de drenagem (Dd) 1,07 km/km²
Fonte: Autor (2018)
Analisando os valores obtidos na tabela acima pode-se identificar que o
coeficiente de compacidade (Kc = 2,95) tem um valor bastante expressivo,
característico de bacias alongadas, sendo que bacias com valores que tendem a 1
apresentam formas circulares. Outro dado que confirma a forma alongada da bacia e
o coeficiente de forma (Kf = 0,10), pois quanto menor essa variável, mas alongada é
essa área.
Infere-se também que essa bacia tem um elevado tempo de concentração (Tc),
diante de sua forma e comprimento, o que mostra que em raras ocasiões ocorrerá
uma grande precipitação recobrindo toda sua área, diminuindo assim as chances de
ocorrer grandes enchentes.
Apresentando os valores de densidade de drenagem iguais a 1,07 km/km², com
base na classificação proposta por Carvalho e Silva (2006), é possível identificar que
esta bacia apresenta drenagem regular, com Dd variando de 0,5 ≤ Dd < 1,5 km/km².
40
No entanto esse valor poderia ser maior se a metodologia aplicada objetivasse um
maior detalhamento da rede de drenagem.
5.2 Evapotranspiração e pluviometria da bacia do Rio Cariús, Ceará
As linhas apresentadas na figura 9, mostram os valores calculados de média
mensal de evapotranspiração de referência obtida pelo método de Penman-Monteith
FAO 56 para as quatro estações meteorológicas avaliadas.
Figura 9: Média mensal da evapotranspiração das estações meteorológicas de Campos Sales -CE, Iguatu-CE, Sousa (São Gonçalo) -PB e Barbalha-CE para o período de 1988-2017.
Fonte: Autor (2018)
Os dados apresentados na figura 9 mostram que o município de Barbalha
apresenta uma ETo com valores mais baixos, principalmente no segundo semestre,
tendo média anual de 1.886,20 mm/ano cerca de 170 mm/ano inferior à média mais
baixa dentre as demais estações, que apresenta valores superiores a 2.050,00
mm/ano.
A variabilidade climática segue o mesmo padrão de valores mensais,
apresentando um elevado pico de crescimento nos meses de julho a janeiro, meses
que apresentam maiores valores de temperatura, demonstrando a grande influência
dessa variável na evapotranspiração.
100,00
150,00
200,00
250,00
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
ETo
em
mm
/mês
Médias mensais de 1988 a 2017
Campos Sales Iguatu São Gonçalo Barbalha
41
As médias anuais de evapotranspiração e pluviométricas foram interpoladas
para toda a área da BHRC e são apresentadas na figura 10.
Figura 10: Valores de Evapotranspiração e Pluviometria para a Bacia Hidrográfica do Rio Cariús.
Fonte: Autor (2018)
A evapotranspiração variou de 1860 e 2086 mm/ano, sendo que os valores
mais elevados se concentram ao norte da bacia e os valores mais baixos a sudoeste.
Os valores apresentados de pluviometria representam uma média aproximada
de 914 mm/ano, bem acima da média encontrada em outras regiões próximas a ela,
provavelmente por influência direta da Chapada do Araripe, sendo que toda a bacia,
com exceção apenas da área situada no planalto da chapada, está localizada na
região de barravento.
O tratamento das falhas nas séries históricas de dados revelou-se consistente,
com valores variando nos mesmos intervalos de mínimo e máximo dos
disponibilizados pelo INMET, mostrando que são representativos da realidade,
apontando para resultados confiáveis de evapotranspiração de referência.
42
5.3 Índice de aridez da bacia do Rio Cariús
O índice de aridez da bacia do Rio Cariús segundo a metodologia proposta está
apresentado na figura 11.
De acordo com os parâmetros apontados por Matallo Junior (2003), a área
encontra-se quase que totalmente situada em área de clima semiárido, com índices
de aridez variando de 0,42 a 0,52. Somente em 2,73% da área da bacia hidrográfica
apresenta parâmetros superiores a 0,50 caracterizado como de clima subúmido seco.
Figura 11: Níveis de Índice de Aridez para a Bacia Hidrográfica do Rio Cariús.
Fonte: Autor (2018)
43
Com base nas classes de susceptividade ao acometimento de processos de
desertificação, a bacia hidrográfica do Rio Cariús apresenta valores que a colocam
como de alta a moderada em relação a susceptividade a desertificação. Assim,
aproximadamente 97,27% encontra-se com alto risco de susceptividade ao processo
de desertificação.
As metodologias empregadas para estimar a evapotranspiração foram
eficientes, embora o método de Penman-Monteith FAO 56 seja mais aceito no meio
cientifico, pela precisão e por considerar uma gama de variáveis. No entanto, a
equação de Thornthwaite (1948), ajustada para regiões áridas, mostrou-se bastante
adequada para regiões com dados climáticos escassos.
5.4 Índice de Vegetação por Diferença Normalizada (NDVI)
Tendo como base as características climáticas apresentadas quando aliadas
as práticas agropecuárias da região, influenciam diretamente a cobertura vegetal e o
uso do solo. Diante disso buscou-se com o NDVI identificar superfícies já acometidas
por esses fatores de transformação da cobertura da bacia.
O modo de classificação usado (dividido em 6 classes), conseguiu distribuir de
forma fiel os variados tipos de coberta presente na bacia, permitindo representar com
uma maior proximidade da realidade as áreas que apresentam uma baixa ou nenhuma
cobertura vegetal, identificando assim regiões mais propícias à desertificação.
Analisando os valores de NDVI obtidos (Figura 12), apontou que 14,53% da
área apresenta baixos índices de cobertura vegetal, estando entre 0,1 e 0,3,
característicos de regiões degradadas ou fortemente antropizada por pastagens e
agricultura. Outros 83,31% é coberto por vegetação, embora 54,64%, mais da metade
da BHRC, seja de baixa cobertura vegetal característico do bioma caatinga
predominante na bacia.
Resultados semelhantes foram obtidos por Rios e Vale (2014), mas apontam
para uma porcentagem maior de solos com cobertura característica da caatingas
arbustivo-arbóreas com média e alta antropização, representando valores superiores
a 60%.
44
Para validação dos resultados obtidos para o índice de aridez foi
realizado visitas de campo (Figura 13) para constatação da real situação das áreas,
principalmente as apontadas como de intensa degradação.
Fonte: Autor (2018)
Fonte: Autor (2018)
Figura 12: Níveis de NDVI calculados para a para a Bacia Hidrográfica do Rio Cariús.
45
As imagens registradas em áreas específicas da BHRC mostram áreas em
estado avançado de degradação com o solo totalmente exposto e infértil com
condições quase irreversíveis de recuperação. Notou-se também a presença de
grandes erosões na superfície formando grandes ravinas, fenômeno característico de
presença de voçorocas. As condições de degradação característico de áreas em
processo de desertificação foi diagnosticado pela metodologia proposta que indica
índice de aridez de 0,46 a 0,48 e NDVI entre 0,1 a 0,2.
Fonte: Autor (2018)
Figura 13: Imagens registrada no município de Farias Brito - CE, apontam um avançado estado de degradação.
Figura 14: Imagens registrada no município de Farias Brito - CE, apontam um avançado estado de degradação.
46
6 CONCLUSÃO
A aplicação do SIG e o uso dos produtos do sensoriamento remoto
disponibilizados pelo INPE possibilitou a delimitação e a caracterização morfométrica
da bacia do Rio Cariús, Ceará. Os parâmetros morfométricos da bacia estudada
sugerem baixa susceptibilidade a grandes enchentes em condições normais de chuva
o que minimiza o risco de prejuízos materiais e humanos nas comunidades situadas
às margens do rio em caso eventuais de chuvas intensas.
Embora a morfometria da bacia do Rio Cariús, Ceará, mostre uma baixa
predisposição a enchentes, as atividades antrópicas podem provocar modificações no
leito do rio afetando o tempo de concentração, infiltração e a profundidade, podendo
promover condições favoráveis a esse fenômeno e necessita de outras investigações.
O emprego do SIG no presente estudo se mostrou uma ferramenta importante
no tratamento dos dados, permitindo mais praticidade, rapidez e baixo custo na
extração das informações referentes às características da bacia.
Verificou-se um grande aumento de temperatura nos meses de julho a janeiro ,
os valores de índice de aridez demonstram um dado relevante, sendo que quase toda
a bacia em estudo apresenta valores que a colocam com alto índice de susceptividade
a desertificação.
É importante ressaltar que a área estudada não pode ser diretamente
classificada como área desertificada ou com susceptibilidade à desertificação, pois
apenas o índice de aridez, por ser baseado apenas em dados climáticos,
isoladamente não é capaz de retratar tal condição, mas esse dado funciona como uma
importante alerta, apontando uma característica de risco que deve ser
categoricamente avaliada juntamente com variáveis antrópicas.
O uso das ferramentas de geoprocessamento para análise de imagens
multiespectrais e geração do NDVI mostrou-se efetivo no mapeamento de áreas
degradadas, apontando também que os métodos de classificação utilizados se
mostraram bastantes representativos da realidade da cobertura vegetal como foi
comprovado em visita de campo.
As áreas apontadas com elevado índice de degradação apresentam
características de desertificação tanto no ponto de vista climático quanto na cobertura
vegetal, por apresentar solo totalmente exposto, sendo notório o comprometimento da
sua capacidade de recuperação biológica.
47
O uso conjunto de informações climáticas, como a precipitação,
temperatura e evapotranspiração, ferramentas SIGs, sensoriamento remoto,
indicadores como o índice de aridez e NDVI possibilitaram uma maior compreensão
do estado de degradação e o potencial que algumas áreas da bacia hidrográfica do
Rio Cariús apresentam a desertificação. Tais informações fornecem condições para
aprofundamentos dos estudo e antecipação de ações que visem minimizar impactos
ambientais, sociais e econômicos na região.
48
REFERENCIAS
ALLEN, R.G. et al. Crop Evapotranspiration: guidelines for computing crop
water requirements. Rome, FAO, 1998. 300p.
ALMEIDA, R. P.; NERY, C. V. M.; LIMA, F. A. Uso do sensoriamento remoto para estudo da susceptibilidade ao processo de desertificação na região semiárida do norte de minas gerais. Revista Caminhos de Geografia, Uberlândia, v. 14, n. 47,
p.162-168, set. 2013.
BARRA, T. da S. et al. Caracterização climatológica da severidade de secas do Estado do Ceará - Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental,
Campina Grande, v. 6, n. 2, p.266-272, 2002.
BARROS, K. de O. Índice de aridez como indicador da susceptibilidade à
desertificação na mesorregião norte de minas. 2010. 89 f. TCC (Graduação) -
Curso de Geografia, Universidade Federal de Viçosa, Viçosa, 2010.
BEZERRA, J. M. et al. Utilização de Geotecnologias na Determinação de Áreas Susceptíveis a Desertificação no Estado do Rio Grande do Norte. Revista Brasileira de Geografia Física, Recife, v. 4, n. 3, p.543-561, dez. 2011.
BRANDÃO, T. F.; SANTOS, R. L. O uso de Imagens SRTM na modelagem de fenômenos hidrológicos (escoamento superficial). In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14., 2009, Natal. Anais... . Natal: IMPE, 2009. p.
4663 – 4670.
BRANDT, J.; GEESON, N. Desertificação e indicadores in. Land Care in
Desertification - Affected Areas: from Science towards Application. 2. ed. Lisboa:
[s.n.], [2008]. Disponível em: < https://goo.gl/BXkwoL>. Acesso em: 12 fev. 2018.
BRASIL. Lei nº 13.153, de 30 de julho de 2015. Institui A Política Nacional de Combate à Desertificação e Mitigação dos Efeitos da Seca e Seus Instrumentos. Brasília, DF, 30 jul. 2015.
BRASIL, Ministério do Meio Ambiente - MMA. Convenção das Nações Unidas de Combate à Desertificação. 3. ed. Brasília: Ministério do Meio Ambiente / Secretaria
dos Recursos Hídricos, 2004. 167 p.
________, Ministério do Meio Ambiente - MMA. Programa de Ação Nacional de Combate à Desertificação e Mitigação dos Efeitos da Seca PAN-Brasil. 1. ed.
Brasília: Ministério do Meio Ambiente / Secretaria dos Recursos Hídricos, 2004. 242 p.
________, Ministério do Meio Ambiente - MMA. Atlas das áreas susceptíveis à desertificação do Brasil. Brasília: MMA, 2007. 134 p.
CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. Introdução à Ciência da
Geoinformação. São José dos Campos, INPE, 2001 (on-line, 2a. edição, revista e
ampliada). Disponível em: < https://goo.gl/K1rV2M>. Acesso em: 12 fev. 2018.
49
CAMARGO, A.P. et al. Ajuste da equação de Thornthwaite para estimar a
evapotranspiração potencial em climas áridos e superúmidos, com base na amplitude térmica diária. Revista Brasileira de Agrometeorologia, Santa Maria,
v.7, n.2, p.251-257, 1999. CARVALHO, D. F. de; SILVA, L. D. B. da. Hidrologia. Rio de Janeiro: UFRRJ, 2006.
120 p.
CARVALHO, V.; LOMBARDO, M.A. Análise preliminar das potencialidades das
imagens Landsat para estudo de desertificação. São José dos Campos: INPE,
1979.
CAVALCANTI, E. P.; SILVA, V. de P. R.; SOUSA, F. de A. S. de. Programa
computacional para a estimativa da temperatura do ar para a região Nordeste do Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande-
PB, v. 10, n. 1, p.140-147, mar. 2006.
CEARÁ, Secretaria dos Recursos Hídricos. Programa de Ação Estadual de Combate à Desertificação e Mitigação dos Efeitos da Seca - PAE-CE, Fortaleza:
Ministério do Meio Ambiente / Secretaria dos Recursos Hídricas, 2010. 95p.
CGEE, Centro de Gestão e Estudos Estratégicos. Desertificação, degradação da
terra e secas no Brasil. Brasilia, DF: 2016. 252p.
CONGEDO, L. Semi-Automatic Classification Plugin Documentation. Release
6.0.1.1., Roma. 2016.
CORDEIRO, M. C. et al. Uso do sensoriamento remoto na identificação de áreas vulneráveis ao processo de desertificação. In: workshop internacional sobre água no semiárido brasileiro, 2., 2015, Campina Grande. Anais... . Campina Grande: Realize,
2015. p. 30 - 36.
DE NYS, E.; ENGLE, N.L.; MAGALHÃES, A.R. Secas no Brasil: política e gestão
proativas. Brasília, DF: Centro de Gestão e Estudos Estratégicos- CGEE; Banco Mundial, 2016. 292 p.
DOURADO, C. da S.; OLIVEIRA, S. R. de M.; AVILA, A. M. H. de. Indicadores climáticos das áreas com potencial de risco de desertificação no estado da Bahia. In: Congresso Brasileiro de Agrometeorologia, 19., 2015, Lavras. Anais... . Lavras:
Embrapa, 2015. v. 1, p. 297 - 305. Disponível em: <https://goo.gl/vRPvwR >. Acesso em: 12 fev. 2018.
IBGE - Instituto Brasileiro de Geografia e Estatística. Resolução RPR 01/2005:
Altera a caracterização do Sistema Geodésico Brasileiro. Rio de Janeiro, 2005.
IPCC. Alterações Climáticas 2014: Impactos, Adaptação e Vulnerabilidade -
Resumo para Decisões. Genebra: Organização Meteorológica Mundial (WMO), 2014. 34 p.
KINNER, D. et al. GIS-based Stream Network Analysis for The Chagres Basin, Republic of Panama. The Rio Chagres: A Multidisciplinary Profile of a Tropical
Watershed. [s. l.], p. 83-95. 2005.
50
LEÃO, R. A. de O. et al. Georeferenced database generation with the purpose of
hydrologic molding in reservoirs of the hydrographic basin of Jaguaribe river in the state of Ceará, Brazil. Engenharia Agrícola, Jaboticabal, v. 33, n. 2, p.388-401, abr.
2013.
LIMA, M. C. G. de. Efeito das mudanças climáticas e da transposição do rio São Francisco para o suprimento das demandas de água da bacia do rio
Jaguaribe. 2018. 64 p. TCC (Graduação) - Curso de Tecnologia de Construção Civil,
Universidade Regional do Cariri, Juazeiro do Norte, 2018.
LOPES, I.; LEAL, B. G.. Índice de Aridez e Tendência a Desertificação Para Estações Meteorológicas Nos Estados da Bahia e Pernambuco. Revista Brasileira de Climatologia, Curitiba, v. 17, n. 11, p.155-172, 31 dez. 2015.
MATALLO JUNIOR, H. INDICADORES DE DESERTIFICAÇÃO: histórico e
perspectivas. Brasília: Unesco, 2001. 80 p.
MATALLO JUNIOR, H. A desertificação no mundo e no Brasil. In: SCHENKEL, Celso Salatino & MATALLO JR., Heitor. (Org). Desertificação. Brasília: UNESCO, 2003. 82
p.
MELO, E. T. Diagnóstico Físico Conservacionista da Microbacia Hidrográfica do Riacho dos Cavalos – Crateús/CE. Dissertação (mestrado) - Universidade Federal
do Ceará, Centro de Ciências. Pró-Reitoria de Pesquisa e Pós-Graduação, Fortaleza, 2011.
MENESES, P. R.; ALMEIDA, T. de (Org.). Introdução ao processamento de
imagens de sensoriamento remoto. Brasília: Unb, 2012. 276 p.
MORAES, I. C. et al. Comparação de metodologias na definição de fluxos
acumulados a partir de modelos digitais de elevação do terreno aplicado a suscetibilidade de inundações. RBRH – Revista Brasileira de Recursos Hídricos,
Porto Alegre, v. 19, n. 2, p.223-235, Abr/Jun 2014.
NIMER, E. Desertificação: realidade ou mito? Revista brasileira de Geografia. Rio
de Janeiro: IBGE, 50 (1) p. 07 a 39, 1988.
OLIVEIRA, J. G. B. de; SALES, M. C. L. (Org.). Monitoramento da desertificação em Irauçuba. Fortaleza: Imprensa Universitária, 2015. 372 p.
OLIVEIRA-GALVÃO, A. L. C. de; SAITO, C. H. Mapeamentos sobre desertificação no Brasil: uma análise comparativa. Brasil Florestal, Brasília, v. 22, n. 77, p. 9-20,
ago. 2003.
PACHÊCO, A. da P.; BORGES, U. da N.; FREIRE, N. C. F. A transdisciplinaridade da desertificação. Geografia, Londrina, v. 15, n. 1, p.5-34, jun. 2006.
PATRÍCIO, M. da C. M.; SILVA, V. M. de A.; ARAUJO, S. M. S. de. Índice de aridez e
o processo de desertificação em cabaceiras. In: Encontro de Meio Ambiente Uva/Unavida, 3. 2014, Campina Grande. Anais... . Campina Grande: Uva/unavida,
2014. v. 1, p. 1 - 7.
51
RIOS, I. Q.; VALE, R. de M. C. do. NDVI como subsídio para o estudo do processo
de desertificação na bacia hidrográfica do rio Vaza-barris – Bahia. In: Simpósio Regional de Geoprocessamento e Sensoriamento Remoto. 2014, Aracaju. Anais... .
Aracaju: UEFS, 2014. p. 495 499.
QUINN, P. et al. The prediction of hillslope flow paths for distributed hydrological modeling using digital terrain models, Hydrological Processes, [s.l.], v. 5, p.59-79,
1991.
ROUSE, J. W. et al. Monitoring vegetation systems in the great plains with erts. In:
Earth Resources Technology Satellite-1 Symposium, 3, 1973, Washington, D. C. Proceedings... . Washington, D. C.: NASA. Goddart Space Flight Center, v. 1, p.
309-317, 1973.
SALES, M. C. L. Evolução dos estudos de desertificação no nordeste brasileiro. Geousp: Espaço e Tempo, São Paulo, v. 14, p.9-19, 2002.
SILVA, C. R. da; QUINTAS, M. C. L.; CENTENO, J. A. S. Estudo do método de interpolação do inverso da distância a uma potência. In: simpósio brasileiro de geomática, 2., 2007, Presidente Prudente. Anais... . Presidente Prudente: UFPR,
2007. p. 57 - 62.
SILVA, Eth R. da et al. Caracterização física em duas bacias hidrográficas do Alto Juruá, Acre. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina
Grande-PB, v. 18, n. 7, p.714-719, jul. 2014.
SILVA, F. M. de A.; LIMA, F. J. de; LIMA, G. G. de. A influência da chapada do
Araripe nos níveis pluviométricos do município de Crato – CE. In: semana de iniciação cientifica, 13., 2011, Crato. Anais... . Crato: URCA, 2011. p. 1 - 7.
SILVA, I. A. de S.; VIEIRA, M. T.; CHAVEIRO, E. F. O clima como condicionante expressivo no processo de desertificação em Gilbués-Piauí. In: Reunião Anual da SBPC, 63., 2011, Goiânia. Anais... . Goiânia: SBPC, 2011. p. Não paginado.
SILVEIRA, E. da. O avanço implacável da desertificação. Planeta, [s.l], não
paginado, 01 nov. 2010. Bimestral. Disponível em: <https://goo.gl/aDbg2c>. Acesso
em: 12 abr. 2018.
TANAJURA, E. L. X. et al. Metodologia Para Monitoramento Da Desertificação Utilizando Imagens CBERS: Um Estudo De Caso De Gilbués - PI. In: SIMPÓSIO BRASILEIRO DE GEOMÁTICA, 2., 2007, Presidente Prudente. Anais... . Presidente
Prudente: Unesp, 2007. p. 1059 - 1062.
TAURA, T. A. et al. Sensoriamento Remoto na Análise da Expansão do Uso e Ocupação do Solo em Petrolina-PE. In: simpósio brasileiro de sensoriamento remoto - SBSR, 15., 2011, Curitiba. Anais... . Curitiba: INPE, 2011. p. 6939 - 6946.
THORNTHWAITE, C. W.. An Approach toward a Rational Classification of Climate. Geographical Review, [s.l.], v. 38, n. 1, p.55-94, jan. 1948. JSTOR.
http://dx.doi.org/10.2307/210739. Disponível em: <https://goo.gl/qzm75X>. Acesso em: 12 fev. 2018.
52
TONELLO, K. C. et al. Morfometria da bacia hidrográfica da Cachoeira das Pombas, Guanhães - MG. Revista Árvore, Viçosa, v.30, n.5, p.849-857, set./out. 2006.
UNCCD, United Nations To Combat Desertification. About the Convention. 2018.
Disponível em: <https://www.unccd.int/convention/about-convention>. Acesso em: 09 ago. 2018.
USGS - United States Geological Survey. Using the USGS Landsat Level-1 Data
Product. 2018. Disponível em: <https://goo.gl/XFoFX1> Acesso em: 22 ago. 2018.
USDA-United States Department Of Agriculture. Global Desertification
Vulnerability Map. Washington D.C: USDA, 1998. il. color. Disponível em:
<https://goo.gl/iGGtMz>. Acesso em: 28 set. 2018.