Organização do Tratado de Cooperação Amazônica

Fundo para o Meio Ambiente Mundial

Programa das Nações Unidas para o Meio Ambiente

MUDANÇA CLIMÁTICA, CAPACIDADE DE ADAPTAÇÃO E GOVERNANÇA DE RISCO NA SUB-BACIA TRANSFRONTEIRIÇA DO RIO PURUS

OTCA / GEF / PNUMA GEF-AMAZÔNIA

FONTE: Raimundo Nonato Cunha Pinheiro- Rio Purus

CONSULTOR: RÔMULO MAGALHÃES DE SOUSA COMPONENT-III ESTRATÉGIAS DE RESPOSTA

Subprojeto-III.2 PRIORIDADES ESPECIAIS SOBRE ADAPTAÇÃO

Atividade III.2- Mudanças Climáticas, capacidade de adaptação e governança de risco na Sub-baciaTransfronteiriça do Rio Purus é parte do projeto “Gestão Integrada e Sustentável dos Recursos Hídricos Transfronteiriços da Bacia do Rio Amazonas considerando a Variabilidade e a Mudança Climática”

Bolívia, Brasil, Colômbia, Equador, Guyana, Peru, Suriname e Venezuela

1

SUMÁRIO

1 SUMÁRIO EXECUTIVO ...................................................................................... 2

2 INTRODUÇÃO ....................................................................................................... 2 3 MODELO LÓGICO ............................................................................................... 3

3.1 Interface com o Usuário .......................................................................................... 5

3.2 Bases de Dados e Bases de Regras ....................................................................... 14

3.3 Replicação do modelo operacional para outras localidades .............................. 18

4 CONCLUSÃO ....................................................................................................... 18

5 APÊNDICE A - PROGRAMA DO MODELO OPERACIONAL QUE CONTROLA A EXECUÇÃO DE TODOS OS FIS. .......................................... 20

2

PRODUTO FINAL

PRODUTO IV: RELATÓRIO DO PROJETO GEF AMAZONAS

1 SUMÁRIO EXECUTIVO

Este relatório apresenta os procedimentos necessário para utilizar o Modelo Operacional de Governança de Risco para a Avaliação de Impacto de Mudança Climática, Capacidade de Adaptação e Medida de Respostas que foi implementando para a Bacia do Rio Purus. É apresentado uma visão global da implementação do Modelo Operacional, e os procedimentos de inicialização e visualização dos diferentes componentes que fazem parte do escopo do Modelo Operacional. Adicionalmente é apresentado como adequar o Modelo Operacional para ser replicado em outras bacias localizadas em países integrantes da Pan-Amazônia, inclusive em bacias transfronteiriças. Porém as especificidades de cada região devem ser consideradas no processo de construção do modelo. Este relatório complementa o relatório 03, que apresenta a documentação do Modelo Operacional de Governança de Risco que o foi desenvolvido com a utilização da Lógica Fuzzy para tratar os aspectos de incerteza e a complexidade inerentes aos sistemas ambientais, e que é utilizado para definir as estratégias de resposta para minimizar os impactos esperados com a mudança climática.

2 INTRODUÇÃO

O Modelo Operacional de Governança de Risco da Bacia do Rio Purus, foi desenvolvido em MATLAB e utilizou o toolbox de Lógica Fuzzy, para implementar o Modelo Conceitual de Governança, como detalhado no relatório 03. O Modelo Conceitual de Governança tem como entrada os modelos climáticos e hidrológicos que fornecem os dados da previsão de precipitação e cota que são utilizados para identificar a Ameaças a que estão sujeitos a Bacia do Rio Purus em relação aos eventos extremos de excesso de chuva, estiagem, enchentes e secas do rio. A partir destes eventos é avaliado os danos em potencial aos seguintes alvos: agricultura de terra firme; agricultura de várzea; extrativismo vegetal; pesca; criação de animais; qualidade da água e infraestrutura de moradia. Através dos danos em potencial a que estão sujeitos os municípios e a capacidade de adaptação destes, o Modelo de Governo de Risco gera uma avaliação dos riscos envolvidos com cada um dos alvos relacionados anteriormente.

Ao ser inicializado o Modelo Operacional no MATLAB é apresentado uma tela inicial em que o usuário escolhe qual dos componentes do modelo deseja visualizar, e também escolhe para qual área geopolítica deseja que o componente seja apresentado. A apresentação das informações dos componentes é realizada através de gráficos de barra para o período de 2015 a 2025.

3

As bases de dados de precipitação e cota foram geradas a partir dos dados gerados pelos modelos climáticos e hidrológicos construídos para a Bacia do Rio Purus, e foram modificados para se ajustar as entradas do Modelo de Governança, das mesma forma os dados relativos aos aspectos socioeconômicos e a capacidade de adaptação da população dos municípios que participaram do processo de levantamento de dados, não apenas através da pesquisa de campo, mas também os workshops realizados em Manaus e Rio Branco com participação dos stakeholders.

A implementação do Modelo Operacional para outras localidades requer que novas projeções de precipitação e cota sejam realizadas para que seja possível identificar as ameaças as quais estão sujeitas esta nova localidade, assim como as bases de regras necessitam ser revistas de forma que a peculiaridade de cada região possa ser representada corretamente pelo modelo.

Este relatório está estruturado da seguinte forma. Na seção 2 é apresentado omodelo lógico utilizado na implementação do Modelo Operacional. Na seção 3 é apresentada a interface através do qual o usuário escolhe as opções de apresentação dos componentes do Modelo Operacional que se dividem em Ameaças, Impactos, Capacidade de Adaptação e Avaliação do Risco. Na seção 4 são apresentados o processo de construção das bases de dados e os critérios utilizados na definição das bases de regras, com o objetivo de auxiliar o processo de replicação do Modelo Operacional para outras bacias. Na seção 5, é apresentado a conclusão. No Anexo A encontra-se o programa do Modelo Operacional versão 6, que é a versão mais atual.

3 MODELO LÓGICO

As funções desenvolvidas na implementação do Modelo Operacional e suas interações é apresentado através do fluxograma apresentado na Fig. 1. O fluxograma é um modelo lógico que foi construído a partir do modelo conceitual apresentado no Relatório 03. O fluxograma utiliza figuras que descrevem pontos de início e fim, processos, decisão, exibição, setas de direção, e conectores. Os pontos de início e fim, assim como as setas de direção, se auto descreves na Fig. 1. Os processos são representados pelos retângulos, a decisão pelos losangos, os conectores por círculos e a exibição pelo desenho geométrico que possui o lado esquerdo triangular e o direito abaulado. Os processos descrevem as funções, a decisão determina que caminho seguir no fluxograma, e a exibição significa que uma informação é apresentada ao usuário, no caso específico, são os gráficos gerados pelo Modelo Operacional de Governança. Os conectores são fundamentais para auxiliar na compreensão do fluxograma, pois evitam a formação de várias setas se sobrepondo, pois salta o fluxo de dados de um ponto ao outro, conforme a sua numeração. Assim, o conector de número ‘1’, por exemplo, se liga única e exclusivamente a outro conector de numeração ‘1’.

A execução do Modelo de Governança começa no ponto ‘Início’ e, apesar da presença do conector ‘1’ segue diretamente para o primeiro processo que é a apresentação da interface, que mostras as opções de apresentação dos componentes do

4

Modelo de Governança. O conector ‘1’ funciona como ponto de volta de outros caminhos, como veremos mais adiante.

O próximo passo é a exibição da interface que apresenta ao usuário as opções que podem ser escolhidas para visualizar um dos componentes Ameaças, Danos Potencial, Capacidade de Adaptação e Avaliação do Risco, e para que extensão geopolítica deseja visualizar o componente, conforme e detalhado na seção 3. Em seguida é captura a opção e forma de visualização do componente escolhidos pelo usuário e passada para a primeira decisão do fluxograma. Se o componente escolhido for ‘Ameaça’ o próximo passo é o processo de identificação de ameaças e posteriormente a apresentação dos gráficos de ameaças. Se o componente escolhido não for ‘Ameaça’ passa-se para a próxima decisão que avalia se a opção escolhida pelo usuário é ‘Impacto’. Se esta foi é a opção escolhida pelo usuário, o processo de identificação de ameaça é executado e, posteriormente, o processo de avaliação de danos utiliza as ameaças identificadas previamente para calcular e apresentar no próximo passo os danos dentro da área geopolítica escolhida. Caso ‘Impacto’ também não seja a opção do usuário, a próxima decisão vai avaliar se a opção foi ‘Avaliação de Risco’. Neste caso são executados sequencialmente os processos de identificação de ameaças, avaliação de danos, identificação da capacidade de adaptação e finalmente avaliação de risco para apresentar posteriormente os gráficos de avaliação de risco. Se esta não foi a opção escolhida, o próximo processo de decisão avaliar se a opção foi ‘Capacidade de Adaptação’. Se esta opção se confirma e executado o processo de identificação da capacidade de adaptação e posteriormente os gráficos são apresentados ao usuário.

Figura 1 – Fluxograma do Modelo de Governança

5

Fonte: Dados da pesquisa.

Caso está também não tenha sido a opção do usuário, o processo se encerra, pois trata-se de uma opção de encerramento do Modelo Operacional. A interface não possibilita que o usuário escolha alguma outra opção além destas. Após apresentação dos gráficos, o fluxo continua para o conector ‘1’, que é um retorno ao ponto antes da apresentação da interface. Desta forma, após a apresentação dos gráficos de um dos componentes, o que permite o usuário escolher o mesmo componente para outras áreas geopolíticas, ou escolher um outro componente a ser apresentado.

3.1 Interface com o Usuário Para inicializar o Modelo Operacional, o que permitirá apresentar sua interface

de utilização, é necessário no mínimo um computador pessoal com 12GB de memória, e que tenha instalado o MATLAB versão R2014b com o toolbox de Lógica Fuzzy1, sob a licença a sob a licença990217. Os programas do Modelo Operacional devem estar instalados em um diretório de preferência do usuário, e este deve fazer parte do caminho de pesquisa (search path) do MATLAB. Uma vez inicializado o MATLAB, na sua linha de comando deve ser digitado a instrução abaixo e posteriormente acionada a tecla “ENTER”:

>>Modelo_Operacional_Governanca_de_Risco_v06

Após este comando aparecerá a interface do Modelo Operacional, conforme apresentado na Fig. 2, o que possibilitará ao usuário escolher quais dos componentes da Governança de Risco deseja visualizar. Para cada componente está relacionando um ‘botão’ exclusivo que deve ser pressionado com o botão esquerdo do mouse para a apresentação do componente seja acionada. Em seguida, é apresentado ao usuário uma lista de opções (Fig. 3a) com as áreas geopolíticas para as quais ele deseja que as informações do componente do modelo sejam apresentadas. As áreas geopolíticas apresentadas nesta lista de opções são: Bacia, Alto Purus, Médio Purus, Baixo Purus e Municípios. Caso o usuário escolha a opção ‘Municípios’, é apresentado uma nova lista com o nome dos municípios, na qual constam: Santa Rosa do Purus, Manoel Urbano, Sena Madureira, Rio Branco, Boca do Acre, Pauini, Lábrea, Canutama, Tapauá e Beruri.

1 É possível que em versões anteriores o Modelo Operacional de Governança possa ser executado, mas o ideal é utilizar a versão R2014b ou superior. Foi utilizado o sistema operacional Windows 8.1, e outros sistemas operacionais não foram testados. Componentes básicos do computador e utilitários do sistema operacional devem fazer parte da configuração para execução do Modelo Operacional de Governança corretamente e sem interrupções.

6

Escolhida a opção de ‘Ameaças’ são apresentadas as ameaças causas por eventos extremos de excesso de chuva no primeiro e segundo semestre (Fig. 4a), de estiagem no

primeiro e segundo (Fig. 4b), e enchentes nos primeiro e segundo semestre e as secas do rio (Fig. 4c).

Figura 3 –Lista de opções de visualização do modelo. (a) Opções baseadas em áreas geográficas da bacia (b) Opções baseadas no nome dos municípios

Fonte: Dados da pesquisa

Figura 2 – Tela principal do modelo operacional

(a) (b)

Fonte: Dados da pesquisa.

.

7

A Fig. 4 apresenta as ameaças identificas pelos eventos extremos para toda a bacia do Purus. Neste caso, o usuário entrou com a opção de ‘Ameaças’, e posteriormente com a opção ‘Bacia’. Neste caso, todos os municípios para os quais foram realizadas as previsões de precipitação são apresentados, e todas as regiões para os quais foram realizadas as previsões de cota também são apresentados. Desta forma, o usuário tem uma visualização completa das ameaças identificadas ao longo da bacia.

Figura 4– Gráficos de Identificação de Ameaças em todos os municípios na Bacia do Rio Purus. (a) Ameaças de Estiagem no 1o a 2o semestres. (b) Ameaças de Excesso de Chuva no 1o e 2o semestres. (c) Ameaça de Enchente Extrema no 1o a 2o semestres, e Seca Extrema do Rio durante o ano

Fonte: Dados da pesquisa.

. Caso o usuário opte para ter uma visão das ameaças somente de uma das regiões do Purus, basta selecionar na lista de opções o ‘Alto Purus’, ‘Médio Purus’ ou ‘Baixo Purus’. Desta forma, será apresentado apenas as ameaças de precipitação dos municípios que fazem parte da região escolhida, assim como as ameaças relativas a cota apenas para a região bacia escolhida. Como exemplo, a Fig. 5 apresenta as ameaças

(a)

(b)

(c)

8

identificas pelos eventos extremos somente do Alto Purus, o que contempla no caso os municípios de Santa Rosa do Purus, Manoel Urbano, Sena Madureira e Rio Branco para as ameaças de precipitação (Fig. 5a e 5b), e apenas a região do Alto Purus para a ameaças de cota do rio (Fig. 5c). Assim, tem-se uma visão mais específica e detalhada das ameaças a que estão sujeitas a bacia do Purus.

Figura 5– Gráficos de Identificação de Ameaças apenas dos municípios do Alto Purus. (a) Ameaças de Estiagem no 1o a 2o semestres. (b) Ameaças de Excesso de Chuva no 1o e 2o semestres. (c) Ameaça de Enchente Extrema no 1o a 2o semestres, e Seca Extrema do rio Purus durante o ano

.

Fonte; Dados da pesquisa.

Para ter uma visão mais especifica ainda, o usuário pode optar por observar as ameaças apenas de um único município, como apresenta a Fig. 6. Os gráficos de ameaças são relativos apenas ao município de Santa Rosa do Purus no que diz respeito

(a)

(b)

(c)

9

as ameaças de precipitação (Fig. 6a e 6b), e as ameaças relativas a cota do rio (Fig. 6c) refere-se ao Alto Purus, onde está localizada o município.

Figura 6– Gráficos de Identificação de Ameaças apenas do município de Santa Roda do Purus localizado na região do Alto Purus. (a) Ameaças de Estiagem no 1o a 2o semestres. (b) Ameaças de Excesso de Chuva no 1o e 2o semestres. (c) Ameaça de Enchente Extrema no 1o a 2o semestres, e Seca Extrema do rio Purus durante o ano.

Fonte: Dados da pesquisa.

Para a opção do componente ‘Impacto’ a Fig. 7 apresenta os gráficos gerados para toda a Bacia, em que consta todos os municípios analisados pelo projeto apresentam os danos potenciais para agricultura de terra firme (Fig. 7a), agricultura de

(a)

(b)

(c)

10

várzea (Fig. 7b), extrativismo vegetal (Fig. 7c), pesca (Fig. 7d), criação de animais (Fig. 7e), qualidade da água (Fig. 7f) e infraestrutura de moradia (Fig. 7g).

Figura 7– Gráficos de identificação de danos potenciais nos municípios da Bacia Purus. (a) Danos da agricultura de terra firme. (b) Danos da agricultura de várzea. (c) Danos no extrativismo vegetal. (d) Danos na pesca. (e) Danos na criação de animais. (f) Danos na qualidade da água. (g) Danos na infraestrutura de moradia.

(a)

(b)

(c)

(d)

(e)

(f)

(g)

Fonte: Dados da pesquisa.

Caso o usuário opte pela visualização dos impactos apenas para uma região especifica apenas os municípios da região são apresentados, como no caso do ‘Médio Purus’ como apresentados pela Fig. 8.

11

Figura 8– Gráficos de identificação de danos potenciais nos municípios da região do médio Purus. (a) Danos da agricultura de terra firme. (b) Danos da agricultura de várzea. (c) Danos no extrativismo vegetal. (d) Danos na pesca. (e) Danos na criação de animais. (f) Danos na qualidade da água. (g) Danos na infraestrutura de moradia.

(a)

(b)

(c)

(d)

(e)

(f)

(g)

Fonte: Dados da pesquisa.

Se usuário fizer a opção de visualizar apenas um município, como no caso apenas a cidade de ‘Boca do Acre’, que se localiza no médio Purus, apenas os danos potenciais do município são apresentados, como mostra a Fig. 9.

12

Figura 9– Gráficos de identificação de danos potenciais do município Boca do Acre localizado na região do Médio Purus (a) Danos da agricultura de terra firme. (b) Danos da agricultura de várzea. (c) Danos no extrativismo vegetal. (d) Danos na pesca. (e) Danos na criação de animais. (f) Danos na qualidade da água. (g) Danos na infraestrutura de moradia.

(a)

(b)

(c)

(d)

(e)

(f)

(g)

Fonte: Dados da pesquisa.

Da mesma forma, ocorre com a opçã pelo componente ‘Capacidade de Adaptação’, em que a visualização pode ser de toda a Bacia (Fig. 9a), apenas para uma região (Fig. 9b) que no caso foi o ‘Baixo Purus’, ou somente de um município (Fig. 9c) em que foi escolhido o município de Tapauá, que se localiza no Baixo Purus.

13

Figura 10– Gráficos de capacidade de adaptação. (a) Visualização da capacidade de adaptação de todos os municípios da Bacia do Purus. (b) Visualização da capacidade de adaptação dos municípios do Baixo Purus. (c) Visualização da capacidade de adaptação do município de Tapauá localizado na região do Baixo Purus.

(a)

(b)

(c)

Fonte: Dados da pesquisa.

O usuário escolhendo o componente ‘Avaliação de Risco’, todos os alvos das ameaças são apresentados (Fig. 11) para cada um dos municípios. Como exemplo, apresentamos a avaliação de risco dos municípios de Santa Rosa do Purus (Fig. 11a), Pauini (Fig. 11b) e Beruri (Fig. 11c). Todos apresentam todos o risco de todos os alvos para os anos de 2015 a 2015, que é o período da previsão de precipitação e cota realizados para a bacia do Purus. Caso o usuário opte pela visualização da Bacia, todos os municípios apresentaram um gráfico de mesmo formato que os demais da Fig. 11, obviamente com resultados diferentes. Opcionalmente será gerado apenas os municípios de uma região, ou apenas um único município, conforme a opção escolhida pelo usuário.

14

Figura 11– Gráficos de Riscos dos Municípios da Bacia do Rio Purus. (a) Visualização dos riscos do município de Santa Rosa do Purus localizado no Alto Purus. (b) Visualização dos riscos do município de Pauini localizado no Médio Purus. (c) Visualização dos riscos do município de Beruri localizado do Baixo Purus.

(a)

(b)

(c)

Fonte: Dados da pesquisa.

Ao encerrar a utilização do Modelo de Governança o usuário pode acionar o botão ‘sair’ e encerrar a execução do Modelo Operacional de Governança de Risco. E posteriormente entrar o comando ‘exit’ ou ‘quit’ na linha de comando do MATLAB também encerra-lo.

3.2 Bases de Dados e Bases de Regras O Modelo de Governança utiliza bases de dados de precipitação e cota que

foram criados a partir dos dados gerados pelos modelos climático e hidrológicos, respectivamente. Estas bases de dados são utilizadas pelos processos de identificação das ameaças como apresentados pelo fluxograma da Fig. 12, e estão ligadas a este

15

processo pelo conector ‘2’. Além da base de dados de cota e precipitação, o modelo utiliza uma base de dados socioeconômicos dos municípios que é utilizado pelo processo de identificação da capacidade de adaptação, como também mostra a Fig. 12, através do conector ‘4’. Adicionalmente, o modelo utiliza base de regras que foram detalhadas no Relatório 3 e que se ligam aos processos de identificação de ameaças, avaliação de impactos, identificação da capacidade de adaptação e avaliação de risco através do conector ‘3’, como também apresentado pela Fig. 12.

Figura 12 – Fluxograma do Modelo de Governança com as interações entre os processes e as bases de dados e bases de regras.

Fonte: Dados da pesquisa.

O Modelo de Governança utiliza bases de dados de precipitação e cota que foram criados a partir dos dados gerados pelos modelos climático e hidrológicos, respectivamente. Estas bases de dados são utilizadas pelos processos de identificação das ameaças como apresentados pelo fluxograma da Fig. 12, e estão ligadas a este processo pelo conector ‘2’. Além da base de dados de cota e precipitação, o modelo utiliza uma base de dados socioeconômicos dos municípios que é utilizado pelo processo de identificação da capacidade de adaptação, como também mostra a Fig. 12, através do conector ‘4’. Adicionalmente, o modelo utiliza base de regras que foram

16

detalhadas no Relatório 3 e que se ligam aos processos de identificação de ameaças, avaliação de impactos, identificação da capacidade de adaptação e avaliação de risco através do conector ‘3’, como também apresentado pela Fig. 12.

Os dados de projeção das precipitações e cotas gerados pelos modelos climáticos e hidrológicos, respectivamente, foram gerados para o período de 11 anos (2015 a 2025) em uma periodicidade mensal. Para serem utilizados pelo modelo os dados foram modificados para uma periodicidade menor para reduzir o número de regras Fuzzy (Relatório 3) e ao mesmo tempo permitir manter as características das variações de chuva e estiagem durante o ano. Desta forma, os dados foram reduzidos para uma periodicidade trimestral, que representa o valor médio da precipitação e cota.

A forma de programação do MATLAB é baseada em matrizes, desta forma as bases de dados utilizados na programação dos Modelo Operacional utilização uma estrutural matricial para armazenar os dados. Cada trimestre dos dados de precipitação é uma matriz bidimensional separada, em que as linhas representamos anos de 2015 a 2015 e as colunas os municípios para o qual foi projetada a precipitação, como descrito abaixo:

1a coluna: Santa Rosa 2a coluna: Manoel Urbano 3a coluna: Sena Madureira 4a coluna: Rio Branco 5a coluna: Boca do Acre 6a coluna: Pauini 7a coluna: Lábrea 8acoluna: Canutama 9acoluna: Tapauá 10acoluna: Beruri

Desta forma, as matrizes de precipitação possuem um tamanho de 11x10, e são

definidos dentro do próprio programa. O nome das matrizes que armazenam os dados de previsões pluviométricas para o primeiro, segundo, terceiro e quarto trimestre são, respectivamente:

a) ‘Projecao_Preciptacao_Media_T1’; b) ‘Projecao_Preciptacao_Media_T2’; c) ‘Projecao_Preciptacao_Media_T3’; d) ‘Projecao_Preciptacao_Media_T4’.

A base de dados de cota possui uma estrutura diferente da base de dados de precipitação, por requer uma representatividade diferente. São utilizadas uma matriz separada para cada das três regiões do Purus, e armazenam os valores de máximo e mínimo da cota, conforme descrito a seguir:

17

1a coluna: Cota máxima do segundo semestre do ano anterior 2a coluna: Cota máxima do primeiro semestre do ano corrente 3a coluna: Cota mínima do ano corrente 4a coluna: Cota máxima do segundo semestre

Como cada linha corresponde a um de 2015 a 2025, as matrizes de cota possuem um tamanho 11x4, e são definidos dentro do próprio programa. O nome das matrizes que armazenam os dados de previsões de cota para cada região da bacia do Purus são, respectivamente:

a) ‘Projecao_Cota_Alto_Purus’; b) ‘Projecao_Cota_Alto_Purus’; c) ‘Projecao_Cota_Alto_Purus’.

As bases de dados do município descrevem as características relativas a Defesa Civil quanto a sua estrutura administrativa, a interação com outras esferas federativas e quanto a sua gestão do risco. Além da avaliação de alternância de moradias e o IDHM-2010 dos municípios. Essas bases foram construídas a partir de informações coletadas em campo, nos workshops, entrevistas, além de download de dados de sites oficiais, como o caso do IBGE e PNUD. Com exceção do IDHM, os demais valores são indicadores originados dos dados primários e secundários, previamente citados. As matrizes que armazenam esses indicadores e o IDHM-2010 estão relacionadas a seguir, cada um com seu respectivo intervalo, que os valores dos indicadores podem assumir:

a) Estrutura_Administrativa, [1 10]; b) Interação_Outras_Esferas, [1 5]; c) Gestão_do_Risco, [1 5]; d) Alternância de habitação, [1 5]; e) IDHM-2010, [0 1];

Estes dados não possuem projeção e representam a situação atual de cada município, desta forma cada matriz possui um tamanho 10x1, onde cada coluna representa um município, na mesma ordem da matriz de precipitação.

As bases de regras são utilizadas pelos Sistemas de Inferência Fuzzy (Fuzzy Inference System), e foram construídas a partir das pesquisas de campos, workshops e dados secundários, e participação dos especialistas do projeto, conforme detalhado no Relatório 3. Desta forma, as regras foram desenhadas para atender as peculiaridades da Bacia do Rio Purus.

A base de regra de ameaças consideras as projeções de precipitação e cota para analisar os graus de ocorrências de chuvas, estiagem, enchentes e secas excessivas. A base de regras de impactos define a vulnerabilidade dos diferentes alvos presentes na bacia do Purus dada as ameaças identificadas. A base de regras da capacidade de adaptação dos municípios considera diferentes fatores a partir dos dados dos municípios. E a base de regras da avaliação do risco determina o risco presente para

18

cada alvo dos municípios dados o dano potencial e capacidade de adaptação para determinar o risco presente em cada município.

3.3 Replicação do modelo operacional para outras localidades

Para replicar o Modelo de Operacional de Governa da Bacia do Purus para outras Bacias da Pan Amazônia o modelo pode ser utilizado da mesma forma que sua estrutura lógica foi concebida, sendo necessário a modificação dos dados de precipitação e cota. Quanto as bases de regras estas podem ser aplicadas ou não, porém possivelmente devem ser ajustadas a alguma especificidade da localidade que irá representar.

O tamanho da matriz com os dados de precipitação deve ser redimensionar para a quantidade de anos e municípios da nova bacia para o qual se deve implantar o modelo, e esta deve ser carrega com os dados trimestrais relativos ao novo período e a nova área. Da mesma forma a matriz com os dados de cota deve ser redimensionada apenas para a quantidade e anos de projeção, já que a quantidade de colunas que representam os valores de máximo e mínimo da cota devem se manter o mesmo. As matrizes com dados dos municípios não irão mudar de tamanho, mas os novos valores pertinentes a nova bacia devem ser carregados.

Outros ajustes devem ser realizados, como a nova quantidade de municípios deve ser informado a variável ‘m’, assim como as matrizes Area_Espacial, e Municípios_Calha devem ser alteradas para se adequar à nova Bacia. Na matriz Municipios_Regiao, deve ser informado os valores ‘2’, ‘3’ e ‘4’ para as regiões do ‘Alto’, ‘Médio’, e ‘Baixo’, respectivamente, na mesma ordem em que os nomes dos municípios estão ordenados na matriz Municipios_Regiao. Adicionalmente, as variáveis n_i, n_f, o_i e o_f devem ser ajustadas conforme a nova posição das regiões na matriz Municipios_Regiao, para que ocorra a exibição correta dos municípios dos gráficos dos componentes do Modelo de Operacional de Governança.

4 CONCLUSÃO O Modelo Operacional de Governança foi desenvolvido em MATLAB com o

toolbox do Lógica Fuzzy, e sua implementação foi baseada no modelo lógico criado a partir da modelo conceitual de Governança de Risco criado para a Bacia do Rio Purus. O Modelo Operacional possui uma interface que possibilita o usuário visualizar os gráficos das ameaças, impactos, capacidade de adaptação e avaliação do risco para diferentes áreas geopolíticas da Bacia do Rio Purus, considerando como alvo das ameaças a agricultura de terra firme, a agricultura de várzea, o extrativismo vegetal, a pesca, a criação de animais, a qualidade da água e a infraestrutura de moradia. O modelo tem uma capacidade de projeção até 2025, e utiliza dados de precipitação e cota gerados a partir de modelo climáticos e hidrológicos, além de dados dos municípios que são usadas para determinar a capacidade de adaptação, e adicionalmente bases de regras que são utilizadas pelos sistemas de inferência Fuzzy. O modelo poder ser utilizado em

19

bacias de outros países da Pan Amazônia, requerendo apenas a utilização de dados pertinentes a nova Bacia para a qual se deseja implementar o modelo, e possivelmente adequar as bases de regras para refletir a peculiaridades da nova localidade.

20

5 APÊNDICE A - PROGRAMA DO MODELO OPERACIONAL QUE CONTROLA A EXECUÇÃO DE TODOS OS FIS. function varargout = Modelo_Operacional_Governanca_de_Risco_v06(varargin) % MODELO_OPERACIONAL_GOVERNANCA_DE_RISCO_V04 MATLAB % Inicio do código gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Modelo_Operacional_Governanca_de_Risco_v04_OpeningFcn, ... 'gui_OutputFcn', @Modelo_Operacional_Governanca_de_Risco_v04_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % Fim da inicialização

21

end function Modelo_Operacional_Governanca_de_Risco_v04_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = hObject; guidata(hObject, handles); end function varargout = Modelo_Operacional_Governanca_de_Risco_v04_OutputFcn(hObject, eventdata, handles) varargout{1} = handles.output; end function pushbutton_Ameacas_Callback(hObject, eventdata, handles) % Apresentar Gráficos plot_grafico = graficos(1); end function pushbutton_Impactos_Callback(hObject, eventdata, handles) % Apresentar Gráficos

22

plot_grafico = graficos(2); end function pushbutton_Adaptacao_Callback(hObject, eventdata, handles) % Apresentar Gráficos plot_grafico = graficos(3); end function pushbutton_Riscos_Callback(hObject, eventdata, handles) % Apresentar Gráficos plot_grafico = graficos(4); end function pushbutton_Sair_Callback(hObject, eventdata, handles) close; end function [plot_grafico] = graficos(tipo_grafico)

23

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% BASES DE DADOS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Projeções de Preciptação de 2015 a 2025 para os principais municípios da % calha para o primeiro segundo terceiro e quarto trimestre. % Cada coluna da tabela de preciptação representa um município na mesma ordem do array % Métricas de Preciptação: Média Anual por trimestre. % a) 1a coluna: Santa Rosa % b) 2a coluna: Manoel Urbano % c) 3a coluna: Sena Madureira % d) 4a coluna: Rio Branco % e) 5a coluna: Boca do Acre % f) 6a coluna: Pauini % g) 7a coluna: Lábrea % h) 8a coluna: Canutama % i) 9a coluna: Tapauá % j) 10a coluna: Beruri Projecao_Preciptacao_Media_T1 = ... [ 926.6 1027.5 991.3 926.8 914.8 916.8 770.9 688.2 643.6 526.5 ; ... % 1T 2015 804.9 930.2 894.0 854.4 833.5 833.6 688.2 715.2 730.8 467.4 ; ... % 1T 2016 899.3 965.6 945.0 891.0 853.6 861.7 908.1 855.0 768.4 556.5 ; ... % 1T 2017

24

884.0 969.3 933.0 958.3 847.1 842.6 828.9 735.1 695.5 507.2 ; ... % 1T 2018 715.1 801.6 780.2 731.4 752.8 753.8 647.3 579.0 569.0 298.9 ; ... % 1T 2019 684.2 746.7 702.6 737.0 666.0 668.6 537.0 530.1 515.9 323.7 ; ... % 1T 2020 800.3 881.3 849.3 804.1 792.5 802.3 706.1 646.1 605.0 434.7 ; ... % 1T 2021 928.6 1019.4 954.8 910.4 861.9 858.1 749.0 715.0 600.5 557.5 ; ... % 1T 2022 971.9 1047.4 1012.4 989.9 953.2 944.2 696.9 667.8 647.4 452.2 ; ... % 1T 2023 958.9 996.2 985.5 956.8 942.6 929.0 741.3 661.2 626.9 459.2 ; ... % 1T 2024 817.9 901.3 890.0 848.1 838.3 820.5 600.1 627.5 583.3 446.2 ]; % 1T 2025 Projecao_Preciptacao_Media_T2 = ... [ 324.9 422.9 408.4 346.0 376.2 391.7 401.8 448.0 500.8 529.1 ; ... % 2T 2015 229.9 291.8 290.8 217.3 288.2 294.4 351.6 398.2 448.2 472.0 ; ... % 2T 2016 289.7 362.6 355.1 307.3 304.9 308.6 392.6 414.0 459.9 555.9 ; ... % 2T 2017 304.4 337.9 330.3 299.4 306.2 315.3 369.1 428.3 460.1 563.2 ; ... % 2T 2018 390.3 457.9 442.6 413.6 378.6 375.1 342.0 385.4 407.2 443.2 ; ... % 2T 2019

25

300.3 366.1 358.1 294.2 315.0 310.1 334.5 377.6 418.9 572.3 ; ... % 2T 2020 323.9 399.2 385.4 321.7 377.4 383.1 455.2 559.7 533.8 539.9 ; ... % 2T 2021 296.9 322.2 324.4 320.4 324.9 322.6 397.7 427.6 459.6 465.9 ; ... % 2T 2022 349.7 436.9 419.0 373.5 373.8 379.7 349.3 374.6 382.1 363.3 ; ... % 2T 2023 349.0 432.2 413.4 342.2 388.2 401.0 489.4 527.0 559.4 503.4 ; ... % 2T 2024 265.7 350.9 326.3 277.8 306.0 313.6 358.2 384.6 407.4 449.2 ]; % 2T 2025 Projecao_Preciptacao_Media_T3 = ... [ 152.8 215.4 209.6 154.8 192.3 199.9 279.1 288.2 303.1 223.4 ; ... % 3T 2015 108.4 160.5 144.6 105.3 131.9 141.2 235.9 247.4 273.9 297.9 ; ... % 3T 2016 190.2 257.3 240.7 181.7 254.2 261.5 289.0 314.4 329.1 266.3 ; ... % 3T 2017 177.8 225.7 217.1 179.1 197.8 204.5 251.7 274.4 312.0 320.4 ; ... % 3T 2018 155.0 234.3 212.0 149.7 211.7 219.7 266.5 306.5 337.7 283.4 ; ... % 3T 2019 176.6 208.8 195.0 179.7 196.9 198.1 303.6 338.9 339.5 347.9 ; ... % 3T 2020 152.5 225.4 212.8 146.7 208.7 223.8 298.1 313.0 337.8 315.8 ; ... % 3T 2021

26

144.3 208.7 190.5 143.2 194.1 205.4 261.0 278.5 291.8 285.6 ; ... % 3T 2022 143.3 172.1 165.2 134.5 168.4 177.8 252.7 271.7 310.8 382.4 ; ... % 3T 2023 156.3 212.2 199.9 154.1 189.9 196.7 243.2 279.3 305.3 302.4 ; ... % 3T 2024 112.0 157.8 144.7 120.5 138.4 143.1 198.8 228.3 262.8 199.2 ]; % 3T 2025 Projecao_Preciptacao_Media_T4 = ... [ 748.2 910.5 845.3 787.1 739.0 736.5 584.0 622.9 660.4 552.1 ; ... % 4T 2015 668.5 808.9 751.6 685.6 661.7 667.7 593.3 568.8 545.0 435.7 ; ... % 4T 2016 650.0 831.8 770.5 667.3 706.6 727.3 634.2 615.6 603.5 497.5 ; ... % 4T 2017 562.2 732.5 671.9 616.6 563.8 565.7 563.6 597.0 614.2 520.9 ; ... % 4T 2018 696.2 836.0 773.1 719.3 731.9 720.8 722.4 719.9 712.2 537.7 ; ... % 4T 2019 793.1 902.7 867.6 804.8 806.6 809.7 752.7 723.8 718.2 605.9 ; ... % 4T 2020 666.4 808.8 765.8 685.4 679.2 684.2 577.0 607.1 647.5 501.0 ; ... % 4T 2021 770.3 960.6 898.0 796.1 782.6 777.2 696.0 691.1 710.1 604.7 ; ... % 4T 2022 790.0 959.4 909.6 839.6 807.5 803.7 687.6 676.8 661.5 529.7 ; ... % 4T 2023

27

592.6 747.2 690.2 644.8 602.4 604.5 603.4 581.5 578.9 539.5 ; ... % 4T 2024 727.6 855.6 795.9 773.2 698.0 704.8 660.9 661.5 680.9 517.1 ]; % 4T 2025 % Projeções de Cota de 2015 a 2025 para os regiãos do Alto Médio e Baixo % Purus. Cada coluna da tabela de preciptação representa: % a) 1a coluna: Cota de Máxima do 2o semestre do ano anterior; % b) 2a coluna: Cota de Máxima do 1o semestre do ano corrente; % c) 3a coluna: Cota de Mínima do ano corrente; % d) 4a coluna: Cota de Máxima do 2o semestre do ano corrente; Projecao_Cota_Alto_Purus = ... [ 1466.2 1634.7 408.6 1442.9 ; ... % Alto Purus 2015 1442.9 1454.0 320.2 1237.4 ; ... % Alto Purus 2016 1237.4 1462.9 339.1 1311.4 ; ... % Alto Purus 2017 1311.4 1430.6 367.5 1222.9 ; ... % Alto Purus 2018 1222.9 1383.0 335.0 1247.4 ; ... % Alto Purus 2019 1247.4 1143.2 345.0 1370.2 ; ... % Alto Purus 2020 1370.2 1317.2 388.8 1264.2 ; ... % Alto Purus 2021 1264.2 1390.0 336.2 1581.9 ; ... % Alto Purus 2022 1581.9 1482.7 342.1 1465.0 ; ... % Alto Purus 2023 1465.0 1530.4 385.7 1160.3 ; ... % Alto Purus 2024 1160.3 1384.7 329.9 1408.2 ] ; % Alto Purus 2025 Projecao_Cota_Medio_Purus = ... [ 2069.8 2313.6 960.4 1955.0 ; ... % Médio Purus 2015 1955.0 2080.1 774.2 1953.5 ; ... % Médio Purus 2016

28

1953.5 2447.2 844.8 1959.6 ; ... % Médio Purus 2017 1959.6 2620.7 878.7 1878.3 ; ... % Médio Purus 2018 1878.3 1927.7 832.7 2300.1 ; ... % Médio Purus 2019 2300.1 1683.3 899.5 2242.4 ; ... % Médio Purus 2020 2242.4 2257.1 909.8 1854.0 ; ... % Médio Purus 2021 1854.0 2310.4 866.1 2062.4 ; ... % Médio Purus 2022 2062.4 2082.7 857.9 2053.9 ; ... % Médio Purus 2023 2053.9 2189.2 846.7 1898.4 ; ... % Médio Purus 2024 1898.4 1855.2 822.7 1977.0 ] ; % Médio Purus 2025 Projecao_Cota_Baixo_Purus = ... [ 1896.5 1948.8 708.4 1727.4 ; ... % Baixo Purus 2015 1727.4 2300.4 733.6 1503.3 ; ... % Baixo Purus 2016 1503.3 2005.1 737.8 1815.4 ; ... % Baixo Purus 2017 1815.4 2014.9 784.0 1483.2 ; ... % Baixo Purus 2018 1483.2 1842.2 759.1 1635.9 ; ... % Baixo Purus 2019 1635.9 1869.0 799.0 1763.4 ; ... % Baixo Purus 2020 1763.4 1995.0 705.6 1717.7 ; ... % Baixo Purus 2021 1717.7 2019.6 757.1 1922.8 ; ... % Baixo Purus 2022 1922.8 1909.5 758.8 1753.4 ; ... % Baixo Purus 2023 1753.4 1975.5 755.5 1538.6 ; ... % Baixo Purus 2024 1538.6 1767.4 743.2 1895.0 ] ; % Baixo Purus 2025 % Métricas de Capacidade Institucional: Médias de Estrutura Administrativa, % Média por Município e Gestão do Risco. % a) 1a coluna: Santa Rosa % b) 2a coluna: Manoel Urbano % c) 3a coluna: Sena Madureira

29

% d) 4a coluna: Rio Branco % e) 5a coluna: Boca do Acre % f) 6a coluna: Pauini % g) 7a coluna: Lábrea % h) 8a coluna: Canutama % i) 9a coluna: Tapauá % j) 10a coluna: Beruri Estrutura_Adminstrativa = ... [3.11 1.89 4.22 9.14 6.00 2.88 3.13 8.14 5.63 3.88]; % Intervalo de 1 a 10 Interacao_Outras_Esferas = ... [2.91 2.45 3.45 4.73 2.73 2.82 2.55 3.73 3.55 2.64]; % Intervalo de 1 a 5 Gestao_do_Risco = ... [1 0 3 4 1 1 2 3 3 2 ]; % Intervalo de 1 a 5 % Métricas de Capacidade de Adaptação: Média de Alternância de Habitação e IDHM 2010. % a) 1a coluna: Santa Rosa % b) 2a coluna: Manoel Urbano % c) 3a coluna: Sena Madureira % d) 4a coluna: Rio Branco % e) 5a coluna: Boca do Acre % f) 6a coluna: Pauini % g) 7a coluna: Lábrea % h) 8a coluna: Canutama

30

% i) 9a coluna: Tapauá % j) 10a coluna: Beruri Alternancia_Habitacao = ... [2.80 3.40 3.60 4.40 2.60 3.20 2.20 2.40 2.60 2.80 2.20]; % Intervalo de 1 a 5 IDHM_2010 = ... [0.52 0.55 0.60 0.73 0.59 0.50 0.53 0.53 0.50 0.51 0.61]; % Intervalo de 0 a 1 % Modelos baseados em Fuzzy Inference System (FIS) m=11; % quantidade de anos % Localidades Espaciais Area_Espacial = {'Bacia';'Alto Purus';'Médio Purus';'Baixo Purus';'Município'}; Municipios_Calha = {'Santa Rosa do Purus';'Manoel Urbano';'Sena Madureira'; ... 'Rio Branco';'Boca do Acre';'Pauini';'Lábrea';'Canutama';'Tapauá';'Beruri'}; Municipios_Regiao = [2,2,2,2,3,3,3,3,4,4]; [s1,v1] = listdlg('PromptString','Escolha uma Área Desejada:',... 'SelectionMode','single',... 'ListString',Area_Espacial);

31

if v1 == 0 return else if s1 == 1 n_i = 1; % primeiro município n_f = 10; % último município o_i = 2; % primeira região o_f = 4; % última região elseif s1 == 2 n_i = 1; % primeiro município n_f = 4; % último município o_i = 2; % primeira região o_f = 2; % última região elseif s1 == 3 n_i = 5; % primeiro município n_f = 8; % último município o_i = 3; % primeira região

32

o_f = 3; % última região elseif s1 == 4 n_i = 9; % primeiro município n_f = 10; % último município o_i = 4; % primeira região o_f = 4; % última região elseif s1 == 5 [s2,v2] = listdlg('PromptString','Tipo de Visualização:',... 'SelectionMode','single',... 'ListString',Municipios_Calha); if v2 == 0 return else n_i = s2; % primeiro município n_f = s2; % último município o_i = Municipios_Regiao(s2); % primeira região o_f = Municipios_Regiao(s2); % última região end

33

end end Municipios = Municipios_Calha(n_i:n_f); Regioes = Area_Espacial(o_i:o_f); display('Inicio apresentação modelo'); switch tipo_grafico case 1 % Ameaças plotar_Ameacas = 'sim'; Ameacas = Eventos_Extremos(m,n_i,n_f,o_i,o_f,Municipios, Regioes, ... Projecao_Preciptacao_Media_T1,Projecao_Preciptacao_Media_T2,Projecao_Preciptacao_Media_T3,Projecao_Preciptacao_Media_T4, ... Projecao_Cota_Alto_Purus,Projecao_Cota_Medio_Purus,Projecao_Cota_Baixo_Purus,plotar_Ameacas); case 2 % Impactos plotar_Ameacas = 'não'; Ameacas = Eventos_Extremos(m,n_i,n_f,o_i,o_f,Municipios, Regioes, ...

34

Projecao_Preciptacao_Media_T1,Projecao_Preciptacao_Media_T2,Projecao_Preciptacao_Media_T3,Projecao_Preciptacao_Media_T4, ... Projecao_Cota_Alto_Purus,Projecao_Cota_Medio_Purus,Projecao_Cota_Baixo_Purus,plotar_Ameacas); plotar_Impactos = 'sim'; Impactos = Ameacas_Identificadas(m,n_i,n_f,Municipios,Municipios_Regiao,Ameacas,plotar_Impactos); case 3 % Capacidade de Adaptação plotar_Capacidade = 'sim'; Capacidade_Adaptacao = Aspectos(n_i,n_f,Municipios, ... Estrutura_Adminstrativa, Interacao_Outras_Esferas, Gestao_do_Risco, ... Alternancia_Habitacao, IDHM_2010,plotar_Capacidade); case 4 % Avaliação de Risco plotar_Ameacas = 'não'; Ameacas = Eventos_Extremos(m,n_i,n_f,o_i,o_f,Municipios, Regioes, ... Projecao_Preciptacao_Media_T1,Projecao_Preciptacao_Media_T2,Projecao_Preciptacao_Media_T3,Projecao_Preciptacao_Media_T4, ...

35

Projecao_Cota_Alto_Purus,Projecao_Cota_Medio_Purus,Projecao_Cota_Baixo_Purus,plotar_Ameacas); plotar_Impactos = 'não'; Impactos = Ameacas_Identificadas(m,n_i,n_f,Municipios,Municipios_Regiao,Ameacas,plotar_Impactos); plotar_Capacidade = 'não'; Capacidade_Adaptacao = Aspectos(n_i,n_f,Municipios, ... Estrutura_Adminstrativa, Interacao_Outras_Esferas, Gestao_do_Risco, ... Alternancia_Habitacao, IDHM_2010,plotar_Capacidade); Risco = Causas(m,n_i,n_f,Municipios, Impactos, Capacidade_Adaptacao); end display('Final apresentação modelo'); plot_grafico=1; end %% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% AMEAÇAS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function [Ameacas] = Eventos_Extremos(m,n_i,n_f,o_i,o_f,Municipios,Regioes, ...

36

Proj_Preciptacao_Media_T1,Proj_Preciptacao_Media_T2,Proj_Preciptacao_Media_T3,Proj_Preciptacao_Media_T4, ... Proj_Cota_Alto_Purus,Proj_Cota_Medio_Purus,Proj_Cota_Baixo_Purus,plotar_Ameacas) n = n_f - n_i + 1; o = o_f - o_i + 1; % FIS de Ameaças de Chuva e Estiagem Extremas fis_Ameaca_Preciptacao=readfis('Componente_Identificacao_Ameaca_Preciptacao_v5'); for i=1:m % Por Ano ano(i) = 2014 + i; % usado para o eixo x dos gráficos; for j=n_i:n_f % Por Município Ameacas.Preciptacao(i,j-(n_i-1),:)=evalfis([... Proj_Preciptacao_Media_T1(i,j) ... Proj_Preciptacao_Media_T2(i,j) ... Proj_Preciptacao_Media_T3(i,j) ... Proj_Preciptacao_Media_T4(i,j) ... ],fis_Ameaca_Preciptacao); end

37

end for i=1:m % Por Ano ano(i) = 2014 + i; % usado para o eixo x dos gráficos; for j=n_i:n_f % Por Município Ameacas.Preciptacao(i,j-(n_i-1),:)=evalfis([ ... Proj_Preciptacao_Media_T1(i,j) ... Proj_Preciptacao_Media_T2(i,j) ... Proj_Preciptacao_Media_T3(i,j) ... Proj_Preciptacao_Media_T4(i,j) ... ],fis_Ameaca_Preciptacao); end end % FIS de Ameaças de Enchente e Seca Extremas fis_Ameaca_Cota_Alto_Purus=readfis('Componente_Identificacao_Ameaca_Cota_do_Alto_Purus_v2'); fis_Ameaca_Cota_Medio_Purus=readfis('Componente_Identificacao_Ameaca_Cota_do_Medio_Purus_v3'); fis_Ameaca_Cota_Baixo_Purus=readfis('Componente_Identificacao_Ameaca_Cota_do_Baixo_Purus_v2');

38

for i=1:m % Por Ano ano(i) = 2014 + i; % usado para o eixo x dos gráficos; for j=o_i:o_f % Por Região if j == 2 Ameaca_Cota_Alto_Purus(i,:)=evalfis([ ... Proj_Cota_Alto_Purus(i,1) ... Proj_Cota_Alto_Purus(i,2) ... Proj_Cota_Alto_Purus(i,3) ... Proj_Cota_Alto_Purus(i,4) ... ],fis_Ameaca_Cota_Alto_Purus); Ameacas.Cota_Alto_Purus = Ameaca_Cota_Alto_Purus; end if j == 3 Ameaca_Cota_Medio_Purus(i,:)=evalfis([ ... Proj_Cota_Medio_Purus(i,1) ... Proj_Cota_Medio_Purus(i,2) ... Proj_Cota_Medio_Purus(i,3) ... Proj_Cota_Medio_Purus(i,4) ... ],fis_Ameaca_Cota_Medio_Purus);

39

Ameacas.Cota_Medio_Purus = Ameaca_Cota_Medio_Purus; end if j == 4 Ameaca_Cota_Baixo_Purus(i,:)=evalfis([ ... Proj_Cota_Baixo_Purus(i,1) ... Proj_Cota_Baixo_Purus(i,2) ... Proj_Cota_Baixo_Purus(i,3) ... Proj_Cota_Baixo_Purus(i,4) ... ],fis_Ameaca_Cota_Baixo_Purus); Ameacas.Cota_Baixo_Purus = Ameaca_Cota_Baixo_Purus; end end end if strcmp(plotar_Ameacas,'sim') figure(1); subplot(2,1,1); if n == 1

40

bar(Ameacas.Preciptacao(:,:,1),'FaceColor',[53/255 42/255 135/255]); %% Estiagem 1o semestre else bar(Ameacas.Preciptacao(:,:,1)); %% Estiagem 1o semestre end title('Estiagem Extrema 1o Semestre'); legend(Municipios, ... n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.2,0.5,0.8,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'','Baixo','Médio','Alto',''}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(2,1,2); if n == 1

41

bar(Ameacas.Preciptacao(:,:,2),'FaceColor',[83/255 176/255 152/255]); %% Estiagem 2o semestre else bar(Ameacas.Preciptacao(:,:,2)); %% Estiagem 2o semestre end title('Estiagem Extrema 2o Semestre'); legend(Municipios, ... n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.2,0.5,0.8,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'','Baixo','Médio','Alto',''}); set(gca,'YGrid','on','Box','on'); %colormap jet; figure(2); subplot(2,1,1); if n == 1

42

bar(Ameacas.Preciptacao(:,:,3),'FaceColor',[7/255 156/255 207/255]); %% Excesso de Chuva 1o semestre else bar(Ameacas.Preciptacao(:,:,3)); %% Excesso de Chuva 1o semestre end title('Excesso de Chuva no 1o semestre'); legend(Municipios, ... n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.2,0.5,0.8,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'','Baixo','Médio','Alto',''}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(2,1,2); if n == 1

43

bar(Ameacas.Preciptacao(:,:,4),'FaceColor',[245/255 235/255 24/255]); %% Excesso de Chuva 2o semestre else bar(Ameacas.Preciptacao(:,:,4)); %% Excesso de Chuva 2o semestre end title('Excesso de Chuva no 2o semestre'); legend(Municipios, ... n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.2,0.5,0.8,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'','Baixo','Médio','Alto',''}); set(gca,'YGrid','on','Box','on'); %colormap jet; Ameaca_Cota_Alto_Purus_Existe = exist('Ameaca_Cota_Alto_Purus'); Ameaca_Cota_Medio_Purus_Existe = exist('Ameaca_Cota_Medio_Purus'); Ameaca_Cota_Baixo_Purus_Existe = exist('Ameaca_Cota_Baixo_Purus'); figure(3);

44

if Ameaca_Cota_Alto_Purus_Existe == 1 && Ameaca_Cota_Medio_Purus_Existe == 1 && Ameaca_Cota_Baixo_Purus_Existe == 1 subplot(3,1,1); bar(cat(2,Ameacas.Cota_Alto_Purus(:,1),Ameacas.Cota_Medio_Purus(:,1),Ameacas.Cota_Baixo_Purus(:,1))); % Ameaca de Enchente title('Enchente Extrema 1o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(3,1,2); bar(cat(2,Ameacas.Cota_Alto_Purus(:,3),Ameacas.Cota_Medio_Purus(:,3),Ameacas.Cota_Baixo_Purus(:,3))); % Ameaca de Enchente

45

title('Enchente Extrema no 2o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(3,1,3); bar(cat(2,Ameacas.Cota_Alto_Purus(:,2),Ameacas.Cota_Medio_Purus(:,2),Ameacas.Cota_Baixo_Purus(:,2))); % Ameaca de Seca title('Seca Extrema do Rio'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''});

46

set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; elseif Ameaca_Cota_Alto_Purus_Existe == 1 subplot(3,1,1); bar(Ameacas.Cota_Alto_Purus(:,1),'FaceColor',[50/255 67/255 185/255]); % Ameaca de Enchente title('Enchente Extrema 1o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(3,1,2);

47

bar(Ameacas.Cota_Alto_Purus(:,3),'FaceColor',[10/255 172/255 189/255]); % Ameaca de Enchente title('Enchente Extrema no 2o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(3,1,3); bar(Ameacas.Cota_Alto_Purus(:,2),'FaceColor',[230/255 185/255 77/255]); % Ameaca de Seca title('Seca Extrema do Rio'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça');

48

set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; elseif Ameaca_Cota_Medio_Purus_Existe == 1 subplot(3,1,1); bar(Ameacas.Cota_Medio_Purus(:,1),'FaceColor',[50/255 67/255 185/255]); % Ameaca de Enchente title('Enchente Extrema 1o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet;

49

subplot(3,1,2); bar(Ameacas.Cota_Medio_Purus(:,3),'FaceColor',[10/255 172/255 189/255]); % Ameaca de Enchente title('Enchente Extrema no 2o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(3,1,3); bar(Ameacas.Cota_Medio_Purus(:,2),'FaceColor',[230/255 185/255 77/255]'); % Ameaca de Seca title('Seca Extrema do Rio'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano');

50

ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; elseif Ameaca_Cota_Baixo_Purus_Existe == 1 subplot(3,1,1); bar(Ameacas.Cota_Baixo_Purus(:,1),'FaceColor',[50/255 67/255 185/255]); % Ameaca de Enchente title('Enchente Extrema 1o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet;

51

subplot(3,1,2); bar(Ameacas.Cota_Baixo_Purus(:,3),'FaceColor',[10/255 172/255 189/255]); % Ameaca de Enchente title('Enchente Extrema no 2o semestre'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(3,1,3); bar(Ameacas.Cota_Baixo_Purus(:,2),'FaceColor',[230/255 185/255 77/255]); % Ameaca de Seca title('Seca Extrema do Rio'); legend(Regioes, ... o,'Location','eastoutside'); set(gca,'YGrid','on') box off;

52

xlabel('Ano'); ylabel('Grau da Ameaça'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; end end end %% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% AMEÇAS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function [Impactos] = Ameacas_Identificadas(m,n_i,n_f,Municipios,Municipios_Regiao,Ameacas,plotar_Impactos) %% n = n_f - n_i + 1; % FIS de Exposição e Vulnerabilidade em Eventos Extremos;

53

fis_Exp_Vuln_Agric_Terra_Firme =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Agricultura_Terra_Firme_v1.fis'); fis_Exp_Vuln_Agric_Varzea =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Agricultura_Varzea_v1.fis'); fis_Exp_Vuln_Extrativismo =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Extrativismo_v1.fis'); fis_Exp_Vuln_Pesca =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Pesca_v1.fis'); fis_Exp_Vuln_Criacao =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Criacao_v1.fis'); fis_Exp_Vuln_Agua =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Agua_v1.fis'); fis_Exp_Vuln_Habitacao =readfis('Componente_Identificacao_Exposição_Vulnerabilidade_Habitacao_v1.fis'); for i=1:m % Por Ano ano(i) = 2014 + i; % usado para o eixo x dos gráficos; for j=1:n_f-n_i+1 % Por Município % Entradas de Chuva Extrema if i-2 > 0 Ameaca_Entrada_01 = Ameacas.Preciptacao(i-2,j,4); % Chuva Extrema Ano-2 2o sem else Ameaca_Entrada_01 = 0.5;

54

end if i-1 > 0 Ameaca_Entrada_02 = Ameacas.Preciptacao(i-1,j,4); % Chuva Extrema Ano-1 2o sem else Ameaca_Entrada_02 = 0.5; end Ameaca_Entrada_03 = Ameacas.Preciptacao(i-0,j,3); % Chuva Extrema Ano-0 1o sem Ameaca_Entrada_04 = Ameacas.Preciptacao(i-0,j,4); % Chuva Extrema Ano-0 2o sem % Entradas de Estiagem if i-2 > 0 Ameaca_Entrada_05 = Ameacas.Preciptacao(i-2,j,2); % Estiagem Extrema Ano-2 2o sem else Ameaca_Entrada_05 = 0.5; end if i-1 > 0 Ameaca_Entrada_06 = Ameacas.Preciptacao(i-1,j,1); % Estiagem Extrema Ano-1 1o sem Ameaca_Entrada_07 = Ameacas.Preciptacao(i-1,j,2); % Estiagem Extrema Ano-1 2o sem else

55

Ameaca_Entrada_06 = 0.5; Ameaca_Entrada_07 = 0.5; end Ameaca_Entrada_08 = Ameacas.Preciptacao(i-0,j,1); % Estiagem Extrema Ano-0 1o sem Ameaca_Entrada_09 = Ameacas.Preciptacao(i-0,j,2); % Estiagem Extrema Ano-0 2o sem % Entradas para Enchentes e Seca Extremas if Municipios_Regiao(j+n_i-1) == 2 % Municípios de Santa Rosa, Manoel Urbano, Sena Madureia e Rio Branco Ameaca_Entrada_10 = Ameacas.Cota_Alto_Purus(i-0,1); % Enchente Extrema 1a sem Ameaca_Entrada_11 = Ameacas.Cota_Alto_Purus(i-0,2); % Seca Extrema Ameaca_Entrada_12 = Ameacas.Cota_Alto_Purus(i-0,3); % Enchente Extrema 2a sem elseif Municipios_Regiao(j+n_i-1) == 3 % Municípios de Boca do Acre, Pauini e Lábrea Ameaca_Entrada_10 = Ameacas.Cota_Medio_Purus(i-0,1); % Enchente Extrema 1a sem Ameaca_Entrada_11 = Ameacas.Cota_Medio_Purus(i-0,2); % Seca Extrema Ameaca_Entrada_12 = Ameacas.Cota_Medio_Purus(i-0,3); % Enchente Extrema 2a sem

56

elseif Municipios_Regiao(j+n_i-1) == 4 % Municípios de Canutama, Tapauá e Beruri Ameaca_Entrada_10 = Ameacas.Cota_Baixo_Purus(i-0,1); % Enchente Extrema 1a sem Ameaca_Entrada_11 = Ameacas.Cota_Baixo_Purus(i-0,2); % Seca Extrema Ameaca_Entrada_12 = Ameacas.Cota_Baixo_Purus(i-0,3); % Enchente Extrema 2a sem end Impactos.Agric_Terra_Firme(i,j)=evalfis([ ... Ameaca_Entrada_01 ... Ameaca_Entrada_02 ... Ameaca_Entrada_04 ... Ameaca_Entrada_05 ... Ameaca_Entrada_06 ... Ameaca_Entrada_07 ... Ameaca_Entrada_08 ... Ameaca_Entrada_09 ... ],fis_Exp_Vuln_Agric_Terra_Firme); Impactos.Agric_Varzea(i,j)=evalfis([ ... Ameaca_Entrada_04 ... Ameaca_Entrada_09 ... Ameaca_Entrada_11 ... Ameaca_Entrada_12 ... ],fis_Exp_Vuln_Agric_Varzea); Impactos.Extrativismo(i,j)=evalfis([ ...

57

Ameaca_Entrada_03 ... Ameaca_Entrada_04 ... Ameaca_Entrada_08 ... Ameaca_Entrada_09 ... Ameaca_Entrada_12 ... ],fis_Exp_Vuln_Extrativismo); Impactos.Pesca(i,j)=evalfis([ ... Ameaca_Entrada_10 ... Ameaca_Entrada_11 ... Ameaca_Entrada_12 ... ],fis_Exp_Vuln_Pesca); Impactos.Criacao(i,j)=evalfis([ ... Ameaca_Entrada_03 ... Ameaca_Entrada_04 ... Ameaca_Entrada_08 ... Ameaca_Entrada_09 ... Ameaca_Entrada_10 ... Ameaca_Entrada_11 ... Ameaca_Entrada_12 ... ],fis_Exp_Vuln_Criacao); Impactos.Agua(i,j)=evalfis([ ... Ameaca_Entrada_10 ... Ameaca_Entrada_11 ... Ameaca_Entrada_12 ... ],fis_Exp_Vuln_Agua);

58

Impactos.Habitacao(i,j)=evalfis([ ... Ameaca_Entrada_10 ... Ameaca_Entrada_11 ... ],fis_Exp_Vuln_Habitacao); % Gráfico de Risco da Agriculta de Terra Firme end end if strcmp(plotar_Impactos,'sim') figure(4); if n == 1 bar(Impactos.Agric_Terra_Firme,'FaceColor',[53/255 42/255 135/255]); %% Risco para Agriculta Terra Firme else bar(Impactos.Agric_Terra_Firme); %% Risco para Agriculta Terra Firme end title('Dano Potencial na Agricultura na Terra Firme'); legend(Municipios,n,'Location','eastoutside'); set(gca,'YGrid','on')

59

box off; xlabel('Ano'); ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; figure(5); if n == 1 bar(Impactos.Agric_Varzea,'FaceColor',[50/255 67/255 185/255]); %% Risco para a Agriculta de Várzea else bar(Impactos.Agric_Varzea); %% Risco para a Agriculta de Várzea end title('Dano Potencial na Agricultura de Várzea'); legend(Municipios,n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano');

60

ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; figure(6); if n == 1 bar(Impactos.Extrativismo,'FaceColor',[7/255 156/255 207/255]); %% Risco para o Extrativismo Vegetal else bar(Impactos.Extrativismo); %% Risco para o Extrativismo Vegetal end title('Dano Potencial no Extrativismo Vegetal'); legend(Municipios,n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1);

61

set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; figure(7); if n == 1 bar(Impactos.Pesca,'FaceColor',[83/255 176/255 152/255]); %% Risco para a Pesca else bar(Impactos.Pesca); %% Risco para a Pesca end title('Dano Potencial na Pesca'); legend(Municipios,n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]);

62

set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; figure(8); if n == 1 bar(Impactos.Criacao,'FaceColor',[230/255 185/255 77/255]); %% Risco para a Criação de Animais else bar(Impactos.Criacao); %% Risco para a Criação de Animais end title('Dano Potencial na Criação de Animais'); legend(Municipios,n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on');

63

%colormap jet; figure(9); if n == 1 bar(Impactos.Agua,'FaceColor',[255/255 195/255 55/255]); %% Risco para a Água else bar(Impactos.Agua); %% Risco para a Água end title('Dano Potencial na Qualidade da Água'); legend(Municipios,n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; figure(10);

64

if n == 1 bar(Impactos.Habitacao,'FaceColor',[245/255 235/255 24/255]); %% Risco para a Infraestrutura else bar(Impactos.Habitacao); %% Risco para a Infraestrutura end title('Dano Potencial na Infraestrutura de Moradia'); legend(Municipios, n,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Ano'); ylabel('Grau do Dano'); set(gca,'XTick',0:1:m+1); set(gca,'XTickLabel',{'',ano,''}); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; end end

65

%% function [Capacidade_Adaptacao] = Aspectos(n_i,n_f,Municipios, ... Estrutura_Adminstrativa, Interacao_Outras_Esferas, Gestao_do_Risco, ... Alternancia_Habitacao, IDHM_2010,plotar_Capacidade); n = n_f - n_i+1; % FIS de Capacidade Adaptacao; fis_Capacidade_Institucional =readfis('Componente_Identificacao_Capacidade_Institucional_v1.fis'); fis_Capacidade_de_Adaptacao =readfis('Componente_Identificacao_Capacidade_Adaptacao_v2.fis'); for i=1:n_f-n_i+1 % Por Município Capacidade_Adaptacao_Institucional(1,i)=evalfis([ ... Estrutura_Adminstrativa(1,i) ... Interacao_Outras_Esferas(1,i) ... Gestao_do_Risco(1,i) ... ],fis_Capacidade_Institucional); Capacidade_Adaptacao(1,i)=evalfis([ ... Alternancia_Habitacao(1,i) ... Capacidade_Adaptacao_Institucional(1,i) ...

66

IDHM_2010(1,i) ... ],fis_Capacidade_de_Adaptacao); end if strcmp(plotar_Capacidade,'sim') figure(11); subplot(2,1,1); bar(Capacidade_Adaptacao_Institucional,'FaceColor',[7/255 156/255 207/255]); title('Capacidade Institucional dos Municípios'); set(gca,'YGrid','on') box off; if n == 1 xlabel('Município'); else xlabel('Municípios'); end ylabel('Grau de Capacidade'); set(gca,'XLim',[0 n+1],'XLimMode','manual'); set(gca,'XTick',0:1:n+1); set(gca,'XTickLabel',cat(1,{' '},Municipios,{' '}),'XTickLabelRotation',20); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]);

67

set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; subplot(2,1,2); bar(Capacidade_Adaptacao,'FaceColor',[157/255 181/255 115/255]); title('Capacidade de Adaptação dos Municípios'); set(gca,'YGrid','on') box off; if n == 1 xlabel('Município'); else xlabel('Municípios'); end ylabel('Grau de Capacidade'); set(gca,'XLim',[0 n+1],'XLimMode','manual'); set(gca,'XTick',0:1:n+1); set(gca,'XTickLabel',cat(1,{' '},Municipios),'XTickLabelRotation',20); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.5,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Baixo','Médio','Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; end

68

end %% function [Risco] = Causas(m,n_i,n_f,Municipios, ... Impactos, Capacidade_Adaptacao) % FIS de Avaliação de Risco; n = n_f - n_i + 1; fis_Avaliacao_Risco =readfis('Componente_Avaliacao_Risco_v1.fis'); for i=1:m % Por Ano % ano(i,1) = 2014 + i; % usado para o eixo x dos gráficos; for j=1:n_f-n_i+1 % Por Município Risco(i,j,:)=evalfis([ ... Impactos.Agric_Terra_Firme(i,j) ... Impactos.Agric_Varzea(i,j) ... Impactos.Extrativismo(i,j) ... Impactos.Pesca(i,j) ... Impactos.Criacao(i,j) ... Impactos.Agua(i,j) ... Impactos.Habitacao(i,j) ... Capacidade_Adaptacao(1,j) ...

69

],fis_Avaliacao_Risco); end end %Gráficos por Municípios x Alvo x Ano for j=1:n % Por Município figure (11+j); % grafico=cat(2,Risco(:,j,1),Risco(:,j,2),Risco(:,j,3), % Risco(:,j,4),Risco(:,j,5),Risco(:,j,6),Risco(:,j,7)); grafico=rot90(rot90(rot90(cat(2,Risco(:,j,1),Risco(:,j,2),Risco(:,j,3), ... Risco(:,j,4),Risco(:,j,5),Risco(:,j,6),Risco(:,j,7))))); bar(grafico); titulo = strcat('Risco de 2015 a 2025:',Municipios(j)); title(titulo); legend('2015', '2016', '2017', '2018', '2019', '2020', '2021', '2022', '2023', '2024', '2025', ... 10,'Location','eastoutside'); set(gca,'YGrid','on') box off; xlabel('Alvo de Ameaça' ); ylabel('Grau do Risco'); set(gca,'XTick',0:1:7);

70

set(gca,'XTickLabel',{'','Agric. Terra Firme', ... 'Agric. Várzea', ... 'Extrativismo', ... 'Pesca', ... 'Criação', ... 'Qualidade da Água', ... 'Infraest. Habitação',},'XTickLabelRotation',20); set(gca,'YLim',[0 1.0001],'YLimMode','manual'); set(gca,'YTickMode','manual','YTick',[0,0.2,0.5,0.8,1]); set(gca,'YTickLabelMode','manual','YTickLabel',{'Muito Baixo','Baixo','Médio','Alto','Muito Alto'}); set(gca,'YGrid','on','Box','on'); %colormap jet; end end