ESTIMATIVA DA RELAÇÃO DENSIDADE HABITACIONAL E ÁREAS IMPERMEÁVEIS NOS BAIRROS DA SUB-BACIA HIDROGRÁFICA DO ARROIO CADENA EM SANTA MARIA-RS.

Janete Teresinha Reis

Instituto de Pesquisas Hidráulicas - UFGRS reis.janete@gmail.com e/ou georeis2003@yahoo.com.br

RESUMO

Este trabalho tem como principal objetivo estimar a área impermeável e estabelecer uma relação desta com a

densidade habitacional de cada bairro da sub-bacia hidrográfica do arroio Cadena, em Santa Maria – RS, baseada na

classificação da Imagem do Ikonos. Além deste, objetiva-se estabelecer uma relação entre classificação supervisionada

e visual em bairros de diferentes densidades habitacionais. Assim, verificou-se diferenças significativas entre a

classificação supervisionada e visual quanto a área impermeável e acredita-se que a classificação visual apresenta

maior confiabilidade. No entanto, o Geoprocessamento é uma ferramenta complementar e auxiliar no planejamento

urbano, tornando-o mais eficiente, e um suporte para estudos desta temática.

Palavras-Chave: Área Impermeável, Densidade Habitacional, Geoprocessamento.

INTRODUÇÃO

A densidade habitacional é o parâmetro utilizado pelo planejamento urbano para caracterizar uma futura ocupação numa determinada região em função de diferentes tipos de usos (Campana & Tucci, 1994). Desta forma, o uso do solo urbano reflete a relação sociedade e natureza, influenciada pela estrutura social complexa. Santos (1996) fala das categorias de análise do espaço urbano, forma, estrutura, processo e função, as quais devem ser consideradas entre si.

O mapeamento cartográfico via SIGs compreende o fornecimento de dados para o conhecimento atual da rede de drenagem, formas do relevo, geologia, uso e ocupação, principalmente nos canais inseridos em áreas urbanas, são indispensáveis para análise espacial de uma Bacia Hidrográfica.

O SIG no entendimento de Campos e Studart (2003, p. 99) é “um sistema computacional de ajuda à aquisição, armazenamento, análise e apresentação de dados geográficos. Estes dados geográficos podem ser naturais, (rios, lagos, relevo, vegetação) ou antrópicos (reservatórios, estradas, cidades)”. Assim, acrescenta que o SIG proporciona a manipulação espacial dos dados, além de ser portador de ferramentas de análise ágeis e adaptadas à organização, edição armazenamento, análise, localização e informação, respeitando sua distribuição espacial.

O SIG é muito utilizado e muitas vezes é confundido com o Geoprocessamento. Porém, geoprocessamento “é um conceito mais abrangente e representa qualquer tipo de processamento de dados georeferenciados”, enquanto que um SIG tanto processa dados gráficos como não gráficos, dando ênfase a análises espaciais e modelagens de superfície (Brites et al, 2003).

Segundo Silva (1988) citado por Souza (2001) geoprocessamento é “o conjunto de procedimentos computacionais que, operam sobre base de dados geocodificados, executa análises, reformulações e sínteses sobre os dados ambientais tornando-os utilizáveis em um sistema de processamento automático”. De acordo com Rodrigues, (1990) citado por Souza (2001) Geoprocessamento e sistema de informações geográficas são o “conjunto de tecnologias de coleta e tratamento de informações espaciais de desenvolvimento e uso do sistema que as utilizam”.

Neste entendimento, o geoprocessamento pode ser definido como um conjunto de tecnologias utilizadas na coleta e no tratamento de informações espaciais para atender um objetivo específico. As atividades concernentes ao geoprocessamento passam a ser executadas por sistemas específicos, que comumente é tratado como SIG.

O geoprocessamento, também pode ser entendido como uma ciência multidisciplinar que

recebe contribuição de várias áreas. Entre as tecnologias que mais contribuem tem-se:

- Cartografia: com técnicas de confecção de mapas;

- Computação Gráfica: através dos Software, Hardware, técnicas para entrada de dados, exibição, visualização representação em 2D e 3D, manipulação e representação de objetos gráficos, etc;

- O SGBD ou DBMS: por constituir modelos de dados, estrutura de dados, bem como segurança e processos de manipulação de grandes volumes de dados; - Sensoriamento Remoto: através de técnicas de aquisição e processamento de imagens, facilitando a obtenção de dados constantes na superfície terrestre;

- Inteligência Artificial: a tecnologia que usa o computador para emular a inteligência humana;

- Estatística: através de modelos e métodos de análise dos dados, tanto gráficos como não gráficos;

Informática: Esta contribui com técnicas de desenvolvimento de sistemas, evolução da tecnologia de hardware para suportar grandes cargas de processamentos de dados e a tecnologia de redes de computadores permitindo troca de informações entre equipamentos da forma local ou remota (Brites et al., 2003).

O sensoriamento remoto é um recurso essencial na detecção e no controle de situações desfavoráveis ao meio ambiente, sendo que através de imagens de satélite, é possível fazer um levantamento preciso da situação, ocupação e transformação do meio ambiente, (Assad e Sano, 1998). Assim, a tecnologia do geoprocessamento soma-se às demais inovações, formando um conjunto de procedimentos computacionais que, operam com dados geocodificados ou com bancos de dados geográficos. Além de constituir ferramentas essenciais, execução das análises, destacam-se as técnicas de geoprocessamento para a análise ambiental.

Sensoriamento remoto pode ser entendido como a utilização de sensores para a aquisição de informações sobre objetos ou fenômenos sem que haja contato direto entre eles. Os sensores seriam os equipamentos capazes de coletar energia proveniente do objeto, convertê-la em sinal passível de ser registrado e apresentá-lo em forma adequada à extração de informações. (Novo, 1992 citado por Prado, 2004).

Para extrair informações a partir de dados de sensoriamento remoto, é fundamental o conhecimento do comportamento espectral dos objetos da superfície terrestre e dos fatores que interferem no seu comportamento. Este conhecimento é importante também na definição de novos sensores, na definição do tipo de processamento a que devem ser submetidos os dados, assim como na definição da forma de aquisição dos mesmos (Novo, 1992 citado por Prado, 2004).

Segundo Star e Estes (1990) citado por Prado, 2004, a vantagem em associar as aplicações da tecnologia de sensoriamento remoto às de SIG, consiste em identificar e quantificar as mudanças ocorridas no ambiente.

O sensoriamento remoto proporciona um excelente conjunto de ferramentas para detectar mudanças e, ao mesmo tempo, o SIG é um instrumento eficiente para quantificar os processos de mudanças. No entanto, verifica-se uma tendência mundial de integração das geotecnologias, em trabalhos relacionados ao planejamento e gerenciamento dos recursos hídricos, bem como do meio ambiente em geral.

A espacialização das geoinformações, o mapeamento do uso da terra e seus conflitos são de extrema importância para um melhor gerenciamento e na busca de um impacto ambiental positivo. Neste contexto, as inovações tecnológicas e os avanços científicos surgidos nas áreas da informática, nos sistemas imageadores, nos modelos estatísticos e em todos os equipamentos desenvolvidos a partir da eletrônica, contribuem muito para os estudos ambientais.

Trabalhos Relacionados á Área Impermeável e Densidade Habitacional

Falar em área impermeável e urbanizada é remeter-se de forma indireta a problemática da drenagem urbana, que afeta a maioria das cidades brasileiras. Uma das principais conseqüências é o aumento no pico do escoamento e a freqüência das inundações, além, de outros impactos mencionados (Campana & Tucci, 1994). Para tanto, faz-se necessário um planejamento urbano integrado.

Vários trabalhos foram desenvolvidos sobre a densidade habitacional e a área impermeável, entre os quais, merece destaque a Estimativa de Área Impermeável de Macro-Bacias Urbanas abordado por Campanha & Tucci, 1994. Os autores utilizaram um algoritmo matemático fuzzy para estimar áreas impermeáveis de São Paulo, Porto Alegre e Curitiba. Estabeleceram uma relação entre a área impermeável e a densidade habitacional e desenvolveram uma curva média para macro - bacias urbanas brasileiras. Assim, os modelos matemáticos hidrológicos utilizam da área impermeável como parâmetro para a simulação do escoamento (com base na precipitação), enquanto que no planejamento urbano utilizam a densidade habitacional como indicador do desenvolvimento urbano. Neste trabalho, os autores salientam a limitação do emprego destas equações, assim como, recomendam o cuidado na sua utilização ao nível de microescala, bacias rurais ou bacias que apresentem distorções de algum tipo específico, por exemplo, a presença acentuada de morros.

Em 1972, Stankwski, propôs o uso da relação entre densidade habitacional e área impermeável para regiões urbanas e vizinhanças de New Jersey. Os autores Gluck e MacCuen em (1975) introduziram mais variáveis, entre as quais, a distância do centro da cidade, as áreas envolvidas eram pequenas e os coeficientes das regressões não foram significativos.

Ragan & Jackson, (1980) e Bondelin et al, (1981) determinaram a taxa de áreas impermeáveis a partir do processamento de imagens digitais pelo Satélite Landsat.

Mota e Tucci (1984), estabeleceram duas relações para caracterizar a relação da densidade habitacional com as áreas impermeáveis em base aos dados medidos em ortofotos na bacia do arroio Dilúvio em Porto Alegre. As relações indicavam dois tipos de bacias, uma com relevo acentuado e outra com relevo suave e habitação mista de edifícios e residências.

Outro trabalho desenvolvido por Tucci et al (1989) a partir dos dados de 11 bacias urbanas na região Metropolitana de São Paulo ajustaram uma equação de regressão múltipla entre área impermeável e parcela da bacia com diferentes tipos de densidade. Assim, estabeleceram na região metropolitana de São Paulo uma equação de regressão múltipla, com R2 = 0,944 e desvio padrão 3,6 %, entre área impermeável e parcelas da bacia com diferentes tipos de densidade. No esmo estudo, os autores apresentam resultados obtidos para Porto Alegre, onde se ajustou a equação, com o R2 = 0,944: A referida equação também pode ser utilizada para São Paulo, em caso de impossibilidade de emprego da primeira equação citada.

No trabalho publicado por Campana e Tucci, 1992, estimou-se áreas impermeáveis através do uso de sensoriamento remoto, cuja metodologia visava determinar a fração de áreas impermeáveis em uma bacia com base na classificação supervisionada de imagens digitais SPOT. O algoritmo usado foi a representação Fuzziy e a área de estudo na bacia do arroio Dilúvio em Porto Alegre.

Alves (2004) citado por Gonçalves, 2007, desenvolveu um trabalho sobre a estimativa da área impermeável na bacia hidrográfica do Arroio Dilúvio em Porto Alegre, RS utilizando técnicas de sensoriamento remoto e geoprocessamento por meio de imagens digitais Landsat.

Gonçalves (2007), estimou a fração de área impermeável a partir da classificação da imagem de alta resolução espacial obtido pelo Satélite Quickbird, estabelecendo uma relação com a densidade habitacional em alguns bairros da cidade de Porto Alegre. Como resultado observou que as relações entre densidade habitacional e área impermeável seguem a mesma tendência encontrada nos trabalhos anteriores.

METODOLOGIA

A metodologia proposta para o estudo consiste na identificação dos percentuais de impermeabilidade nos bairros da sub-bacia hidrográfica do arroio Cadena, relacionados ao uso e ocupação do solo, e estabelecer uma relação com a densidade habitacional, através do uso de geoprocessamento.

Área de Estudo O estudo abrange uma área total de 3.737, 924

ha, correspondendo a dezesseis bairros com uma população total de 163.524 habitantes. A população total do município conforme o último censo demográfico, IBGE 2000, é 243.392 habitantes, sendo 230.464 na área urbana, perfazendo um total de 94,69%, e 12.928 habitantes na área rural. A sub-bacia hidrográfica do arroio Cadena localiza-se entre as coordenadas geográficas Latitude Sul 29º 38’ 53” e 29º 45’ 55” e longitude Oeste 53º 46’ 44” e 53º 51’ 44” (Figura 1).

Para determinar a área impermeável utilizou-se de procedimentos técnicos e operacionais de geoprocessamento e sensoriamento remoto que serviram de base para a identificação do uso e a ocupação do solo. As informações dos tipos de uso do solo foram extraídas na imagem Ikonos com base nas bandas 1, 2 e 3, com resolução espacial de um (1) metro, resultante da fusão da banda pancromática de 2004.

O Arroio Cadena é a principal bacia que banha a cidade de Santa Maria, nasce e se desenvolve dentro de área urbanizada e sua rede de drenagem está bastante modificada da original, devido ao desvio e a canalização do leito original.

Figura 1: Mapa de localização da área de estudo

Com relação à drenagem urbana, Santa Maria apresenta sérios problemas, de características do meio físico devido a baixa infiltração do solo. Os problemas de alagamentos na cidade são decorrentes principalmente de fatores antrópicos de ocupação urbana desordenada.

Área Impermeável e Densidade Habitacional Seleção dos bairros: dentro do perímetro urbano

de Santa Maria foram selecionados bairros com diferentes tipos de uso e ocupação, a saber, residencial, comercial, comercias/residências.

Na Classificação da imagem do Ikonos foram criados os planos de informações (PIs) para cada bairro. Assim, foi criado um PI para cada bairro atendendo os tipos de usos do solo identificados na imagem Ikonos.

Delimitação dos Bairros: o critério utilizado para a delimitação dos bairros foi o estabelecido pela Prefeitura Municipal de Santa Maria, entre as quais, selecionou-se dezesseis. Os planos de informações foram processados no programa Spring 4.3.3.

Métodos de classificação: Foram utilizadas a classificação supervisionada e a classificação visual. Na classificação supervisionada o analista fornece amostras das categorias pertinentes ao enfoque do

trabalho que está sendo realizado. A partir dessas amostras são estimados os parâmetros que definem cada classe e que serão utilizados na classificação. Na classificação utilizou-se do classificador Maxver pixel a pixel, pelo método de máxima verossimilhança.

Delimitação das classes de usos: 1) vegetação: (árvores; gramado/campo); 2) Solo exposto; 3)Área pública: passeios, ruas pavimentadas e

água); 4)Área Privada: (edifícios, estacionamentos,

cobertura de concreto). A determinação das áreas impermeáveis

consiste: - Classe 1 e 2 ⇒ 0 – Área permeável; - Classe 3 e 4⇒ 1 – Área impermeável. Desta forma, obteve-se a área total de cada

bairro e os valores de 0 e 1 correspondentes aos tipos de usos das classes estabelecidas, determinando o percentual de área impermeável de cada bairro. Para determinar o total de área impermeável, foram somados os valores das classes (3 e 4) de área impermeável (1) de cada bairro.

A partir desta classificação foram gerados os percentuais de área impermeável nos bairros da sub-bacia hidrográfica do arroio Cadena, tanto na forma visual como pela classificação supervisionada. A área impermeável foi contemplada através da soma da área pública e da área privada extraída pela imagem Ikonos, 2004. Desta forma, a primeira se refere aos passeios e ruas pavimentadas e; a segunda aos edifícios, estacionamentos, cobertura de concreto.

Na classificação visual o analista define todas as classes e os diferentes tipos de usos de forma visual. Assim, digitalizou-se via tela os diferentes usos definindo as classes mencionadas anteriormente, como vegetação, solo exposto, área privada e área pública e seguidamente foram atribuídas cores para cada classe de uso.

A classificação visual contempla os bairros Nossa Senhora das Dores, Caturrita e Chácara das Flores, com base no levantamento do uso e ocupação do solo apresentando diferentes densidades populacionais.

Área Impermeável

A área impermeável foi determinada pela equação:

AI = Aαααα + Aββββ (1) Onde: Aα - refere-se ao percentual de Área

Pública, ou seja, o percentual da área por vias e ruas públicas pavimentadas.

Aβ - refere-se ao percentual de Área Privada, ou seja, a área de construções privadas (edifícios, estacionamentos, cobertura de concreto, etc). A soma das duas classes define o percentual de área privada de

cada Plano de Informação, calculada através do programa utilizado (Spring 4.3.3).

Densidade Habitacional

Para definir o número da densidade habitacional por hectare utilizou-se dos dados fornecidos pela Prefeitura Municipal e pelo censo demográfico 2000 do IBGE de Porto Alegre, RS.

Posteriormente, realizou-se o cálculo através da equação (Campanha & Tucci, 1994) que consiste em:

Dh = NH / A (2) Dh = Densidade Habitacional; NH= Nº de Habitantes/ha; A= Área Total do Bairro/ha; Através, deste cálculo, obteve-se a densidade

habitacional por hectare (Pessoa/ha) de cada bairro da sub-bacia do arroio Cadena de Santa Maria –RS.

Metodologicamente, o estudo contemplou o percentual de impermeabilidade urbana nos bairros da sub-bacia hidrográfica do arroio Cadena, através do uso da forma visual e da classificação supervisionada, bem como uma discussão referente às diferenças dos percentuais de impermeabilidade apresentadas entre as classificações.

ANÁLISE DOS RESULTADOS

A urbanização produz grande impermeabilidade do solo. Esta relação pode ser obtida relacionando a área impermeável (Ai) e a densidade habitacional (Dh), onde AI varia entre 36,22 % e 59,2 % e a Dh entre 101 e 20 hab/hectare na classificação supervisionada na área de estudo (Figura 2).

53 52’00”o 53 51’00”o 53 50’00”o 53 49’00”o 53 48’00”o 53 47’00”o

29 40’00”o

29 41’00”o

29 42’00”o

29 43’00”o

29 44’00”o

0,5 0 0,5 1 1,5 2km

Escala Gráfica

Solo Exposto

Vegetação

Área PúblicaÁrea Privada

LEGENDA

Figura 2 – Classificação do uso e ocupação do solo na sub-bacia hidrográfica do arroio Cadena, Santa Maria - RS. Fonte – Classificação supervisionda, Ikonos 2004.

A classe de usos denominada vegetação apresentou 93% de exatidão, apresentando confusão entre classes com comportamento espectral semelhante (área pública em 6,61%, Tabela 1).

Tabela 1 – Classificação e Confusão entre as classes de usos.

Usos Classificados

Exatidão

Confusão entre

classes

Percentual

Vegetação 93 %

Publica

7

Solo exposto

75,81%

Vegetação Publica Privada

3,23 12,90 8,06

Área publica 84,91%

Solo exposto

15,09

Área privada 87,50

Vegetação Solo

exposto publica

3,8 4,62 4,08

O solo exposto com 75,81 % de exatidão se

confundiu com comportamento espectral semelhante da vegetação, área pública e a área privada.

A classe de área publica apresentou 84,91 % de exatidão confundindo-se com o solo exposto.

Na classificação a área privada apresentou 87,50% de exatidão confundindo-se com vegetação, solo exposto e a área pública (Tabela 1).

A curva de tendência entre a densidade habitacional e o percentual de área impermeável nos bairros da sub-bacia em estudo são representados no gráfico 1, pela equação de ajuste Y = 7,023 Ln (x) + 19,558 e R2 = 0,4969. A taxa de impermeabilidade está representada no eixo Y e a densidade habitacional no eixo X (Figura 3).

y = 7,023Ln(x) + 19,558

R2 = 0,4969

30

35

40

45

50

55

60

65

0 20 40 60 80 100 120

Dens. Populacional (hab/ha)

Imp

erm

ea

bil

ida

de

(%

)

Santa Maria

Figura 3 – Tendência da relação população-impermeabilidade

A curva de tendência apresenta uma mudança de declividade em função do índice de verticalização na ocupação urbana, este fato é observado principalmente no bairro Centro, uma vez que a densidade habitacional apresenta o maior registrado entre os bairros em estudo. E a área de concentração de comércio também criou distorção da curva, além da influência de confusão entre as classes de usos.

Para determinar a taxa de impermeabilidade e densidade habitacional em outros bairros da sub-bacia hidrográfica do Arroio Cadena não relacionados no presente trabalho pode ser usada a equação = 7,023Ln (x) + 19,558 R² = 0,4969; a qual pode servir de modelo caso tendo necessidade de dados urgentes. Neste trabalho a distorção de alguns dados nos bairros, Centro em função da verticalização e Parque Pinheiro Machado, devido à confusão entre as classes de uso e por apresentar característica residencial a curva foi ajustada tentando evitar a distorção dos valores apresentados por estes bairros. Além disso, ao ajuste da curva deve ser atribuído um grau de erro.

O bairro Centro apresentou a maior densidade habitacional entre os 16 bairros analisados de 101 hab/ha, e com 45% de área impermeável. Todavia, parte dessa área considerada impermeável apresentou confusão com a vegetação e em menor percentual com solo exposto. Acredita-se que este percentual de área impermeável seja maior, o que pode ser atribuído ao elevado percentual de sombra registrada na imagem causada pela vegetação sobre a área pavimentada (Tabela 2).

Tabela 2 – Índice de impermeabilidade na bacia hidrográfica do arroio Cadena, Santa Maria - RS.

Ordem Bairros

Densidade Habitacional

(hab - ha)

Área Impermeável

(%) 1 Centro 101 45 2 Itararé 28 40,11 3 N. S. d Dores 83 49,51 4 N. S. Rosário 84 47,2 5 P. Socorro 20 38,58 6 C. das Flores 20 42,43 7 Salgado Filho 72 51,7 8 Passo d’Areia 49 47,72 9 Caturrita 15 36,22

10 J. Kubitschek 63 52,26 11 Patronato 39 45,38 12 Uberlândia 34 45,65 13 Medianeira 49 43 14 N. S. Lourdes 48 45,95 15 Tomazzetti 20 39,64 16 P. P Machado 55 59,2

Os bairros com menor densidade habitacional de Santa Maria são o Perpétuo Socorro, Chácara das Flores e Tomazzetti com 20 habitantes por ha, porém com taxa de impermeabilidade diferenciada 38,58%, 42,43% e 39,64% respectivamente.

DISCUSSÃO E INTERRELAÇÃO DOS DADOS

As classificações, supervisionada e visual apresentaram grandes diferenças no que concerne aos diferentes tipos de uso e ocupação do solo (Tabela 3). Partindo do princípio que a classificação visual apresenta maior confiabilidade, desde que o analista tenha um conhecimento da área e uma percepção visual, pode-se destacar o aumento da área impermeável neste bairro. Tabela 3 – Índice de impermeabilidade do solo pela classificação supervisionada e visual do bairro Nossa Senhora das Dores

Este fato se deve a confusão nas classes de uso,

e que visualmente notou-se grande presença de sobra que pode ser caracterizada como área privada, além da sombra das árvores em área privada e a vegetação particularmente sofreu uma redução drástica em virtude da confusão entre as classes pela classificação supervisionada. O solo exposto apresentou confusão com telhados de casas cuja cor era semelhante.

Neste entendimento, a área impermeável antes considerada de 49, 51 % passou para 87, 25% na classificação visual. O último apresenta maior confiabilidade, tendo em vista que o bairro Nossa Senhora das Dores localiza-se na proximidade do bairro Centro com pequena proporção de vegetação e estritamente residencial e comercial. Porém para obter maior precisão o recomendado é realizar trabalho de campo para averiguar os resultados obtidos.

As classes definidas e o mapeamento visual realizado demonstraram que a impermeabilidade do solo no referido bairro se deve em maior parte pela presença de área privada (Figura 4).

Classificação Supervisionada Classificação Visual

Usos Área (ha) % Área (ha) %

Vegetação 26,8814 36,23 8,08 10,90

Solo exposto 10,5815 14,26 1,37 1,85

Área pública 22,5733 30,43 11,59 15,65

Área privada 14,1555 19,08 53,01 71,60 Total

74,1917 100

74,05

100

Figura 4 – Classificação do uso e ocupação do solo no bairro Nossa Senhora das Dores, Santa Maria - RS.

No bairro Caturrita a classificação Visual e Supervisionada, também apresentaram diferenças significativas quanto aos usos identificados na imagem Ikonos, 2004 (Tabela 4). Tabela 4 – Índice de impermeabilidade do solo pela classificação supervisionada e visual do bairro Caturrita

A área impermeável obtida pela classificação

supervisionada foi de 36,22% e pela classificação visual de 17,69%. Observa-se que pela classificação visual teve-se a diminuição de área impermeável e aumento da permeabilidade, o que representava 63,77% passou para 82,31%. Este fato, também pode ser atribuído pela confusão entre as classes de usos do solo.

As classes definidas pelo mapeamento visual demonstraram que a impermeabilidade do solo no bairro Caturrita é expressa pela área privada e com destaque a vegetação, caracterizada como área

permeável com maior destaque, apresentando 74, 65% da área do bairro (Figura 5).

Figura 5 – Classificação do uso e ocupação do solo no bairro Caturrita, Santa Maria - RS.

Neste entendimento, no bairro Nossa

Senhora das Dores teve-se um aumento de área impermeável pela classificação visual e no bairro Caturrita um percentual inferior de área impermeável, utilizando-se a referida classificação.

Para tanto, a impermeabilização registrada na cidade de Santa Maria, mais precisamente nos bairros da sub-bacia hidrográfica do arroio Cadena não foge da realidade da maioria das cidades brasileiras que em decorrência do aumento da urbanização do solo ocorrem impactos ambientais decorrentes.

CONSIDERAÇÕES FINAIS

As classificações, supervisionada e visual apresentaram diferenças significativas quanto aos percentuais de uso e ocupação do solo. A área impermeável foi superior á permeável e a vegetação apresentou um percentual inferior na classificação visual.

O uso da imagem Ikonos no estudo das áreas impermeáveis requer um estudo de campo, uma vez que apresentou diferenças significativas entre as classificações realizadas. Além disso, a imagem não apresenta resolução suficiente para determinar com precisão áreas impermeáveis.

Classificação Supervisionada Classificação Visual

Usos Área (ha) % Área (ha) %

Vegetação 131,6983 60,80 176,720456 74,65

Solo exposto 6,4271 2,97 18,149868 7,67

Área pública 43,1774 19,93 9,969065 4,21

Área privada 35,2908 16,29 31,903927 13,48 Total

216,5936 100

236,74

100

O estudo realizado por Gonçalvez, 2007 demonstrou preocupação quanto ao uso da imagem de alta resolução, e para tanto, recomenda-se que os estudos desta temática devem ser revisados a campo e analisados com maior precisão.

A classificação supervisionada apresentou confusões com várias classes de usos e, no entanto, visualmente percebeu-se que a sombra dos edifícios e a sombra das árvores foram classificadas de forma não coerente. De maneira geral as copas das árvores eram inferiores e onde havia sombra era área privada.

A relação da densidade habitacional com relação a área impermeável pela classificação supervisionada causou distorção em função da verticalização na ocupação urbana no bairro Centro.

A ocupação e impermeabilização da superfície urbana favorecem aos impactos verificados na atualidade, todavia o planejamento integrado tendo como unidade de estudo a bacia faz-se necessário. Pode-se afirmar que o presente estudo é uma demonstração objetiva das vantagens de se utilizar tecnologias relativas aos Sistemas de Informações Geográficas, para determinar impactos ambientais causados por um adensamento urbano, bem como a impermeabilização sem o devido planejamento, porém sem muita precisão.

REFERÊNCIAS

ASSAD, E. D. e SANO, E. E. Sistema de informações geográficas – Aplicações na agricultura. 2 ed. Ver. E ampl. Brasília: EMBRAPA – SPI/EMBRAPA-CPAC, 1998.

BONDELID, T.R., JACKSON, T.J., MCCUEN, R.H., SING, P.V. Estimating Runoff Curve Numbers Using Remote Sensing Data. Applied Modeling in Catchment Hydrology. Water Resources Publication, U. S.A. 1981.

BRITES, A. P. Z.; GARCIA, J. I. B.; FRANTZ, L. C. Relatório Final: Estudo do Aumento da Taxa de Urbanização na bacia Hidrográfica do Arroio Cancela para as Datas de 1980 e 1992. 2003 f.21 (Relatório Final) Universidade Federal de Santa Maria. Santa Maria. 2003.

CAMPANA, N. A., HAERTEL, V. & TUCCI, C. E. M. Estimativa de Áreas Impermeáveis Através de Sensoriamento Remoto. RBE, Caderno de recursos Hídricos, v.10, n.2, 1992. p. 51-59.

CAMPANA, N. & TUCCI, C.E.M. Estimativa de área impermeável de macrobacias urbanas. Caderno

de Recursos Hídricos. V12, nº2. 1994.

CAMPOS, N.; STUDART. Gestão das Águas: princípios e práticas. Porto Alegre: ABRH, 2003.

GLUCK, W. R. & McCUEN, R.H. Estimating Land Use Characteristics for Hydrologic Models. Water Resources Research, v.11 n.1, 1975.

GONÇALVES, L. S. Estimativa da Relação Densidade Habitacional X Área Impermeável Utilizando Técnicas de Sensoriamento Remoto Com Imagem de Alta Resolução Espacial. Porto Alegra: (sem Publicação), 2007.

IBGE. Instituto de Geografia e Estatística. Censo demográfico, 2000. Porto Alegre/RS.

MOTA, J. C. & TUCCI, C. E. M. Simulation of the Urbanization effect in Flow. Hidrological Sciences Journal, v. 29, n.2, Junho, 1984.

PRADO, Raquel Bardy. Geotecnologias Aplicadas à Análise Espaço Temporal do Uso e Cobertura da Terra e Qualidade da Água do Reservatório de Barra Bonita, SP, Como Suporte à Gestão de Recursos Hídricos. f.158, 2004. Tese (Doutorado em Engenharia) Universidade de São Paulo - ESCOLA DE ENGENHARIA DE SÃO CARLOS. p. 6-31 2004.

RAGAN, R. M. & JACSON, T. V. use of satellite data in urban hydrologic models. Journal of the Hydraulic Divison, Proceedings, ASCE. V. 101, n.12, 1980.

SANTOS, M. A Urbanização Brasileira. 3ed. São Paulo: Hucitec, 1996. (Estudos Urbanos).

SOUZA, B. S. P. A qualidade da água de Santa Maria/RS: uma análise ambiental das sub-bacias hidrográficas dos rios Ibicuí Mirim e Vacacaí - Mirim. 2001. 234 p. Tese (Doutorado em Geografia Física) Universidade de São Paulo, São Paulo, 2001.

STANKOWSKI, S. J. Population Density as an Indirect Indicator of Urban and Suburban Land-Surface Modifications. Geological Survey Profissional Paper, 800-B. p. 219-224. 1972.

TUCCI, C. A. M., BRAGA, JR. B. P. F. & SILVEIRA, A. Avaliação do Impacto da Urbanização nas Cheias Urbanas. RBE, (Caderno de Recursos Hídricos) v. 7, n. 1. 1989.

ABSTRACT This research aims to estimate the impermeable

area and its populational density based on the Ikonos

image classification in the urban quarters, which

enclose the Cadena sub-catchments, in Saint Maria –

RS (Brazil). Beyond these objectives, we intend to

relation between classification supervised and visual in quarters of different populational density. In this

context, one verified differences between the supervised and visual classification. The visual classification presents greater trustworthiness. The Geoprocessamento is a complementary tool and auxiliary in the urban planning, becoming it more efficient, and a support in the elaboration of the urban managing plan.

Key – Words: Impermeable Area, Populational

Density, Geoprocessamento.