Embed Size (px)
Citation preview
SIMULAÇÃO DE CENÁRIOS DE SUSCETIBILIDADE À EROSÃO PLUVIAL APLICADOS AO PLANEJAMENTO TERRITORIAL
Fábio Freire 1
Geisa Aparecida da Silva Gontijo 2
José Augusto de Lollo 3
Sérgio Antônio Röhm 4 RESUMO Sem o necessário planejamento territorial, cidades, áreas rurais, aglomerações de cidades e regiões metropolitanas estarão fadadas ao insucesso na busca da sustentabilidade. Embora possa ser discutido que atualmente o planejamento territorial não caminhe bem, o planejador tem o papel de compreender os problemas e prever soluções viáveis no presente e para o futuro. Esse estudo traz uma contribuição teórico-prática ao planejamento territorial e é simultaneamente um estudo comparativo e exploratório, com base em informações da geografia física, sistemas de informação geográfica e técnicas de previsão e avaliação. O contexto do estudo envolve a identificação, delimitação e quantificação, por simulação computacional, das áreas de maior suscetibilidade aos processos de erosão pluvial no município de Sarandi, Estado do Paraná. Neste sentido, foram gerados quatro cenários de suscetibilidade (“A”, “B”, “C” e “D”), resultantes da combinação das cartas de declividade, tipos de solo e cobertura vegetal, e a partir da utilização da técnica AHP - Processo Analítico Hierárquico. Os resultados apontam inúmeras contribuições da simulação de cenários aplicados ao planejamento territorial, que resultarão em diferentes perspectivas e lições para a prevenção e controle das formas de erosão pluvial. Palavras-chave: Erosão pluvial; Planejamento territorial; Simulação de cenários.; Técnica AHP.
1 Doutorando, Universidade Federal de São Carlos-UFSCar, Programa de Pós-graduação em Engenharia
Urbana-PPGEU-UFSCar, [email protected] 2 Doutoranda, Universidade Federal de São Carlos-UFSCar, Programa de Pós-graduação em Engenharia
Urbana-PPGEU-UFSCar, [email protected] 3 Prof. Dr., Universidade Estadual Paulista-UNESP, Programa de Pós-graduação em Engenharia Urbana-
PPGEU-UFSCar, [email protected] 4 Prof. Dr., Universidade Federal de São Carlos-UFSCar, Programa de Pós-graduação em Engenharia
Urbana-PPGEU-UFSCar, [email protected]
2
1. INTRODUÇÃO Nas últimas décadas assistiu-se a um aumento significativo de crescimento urbano e a
mudanças socioeconômicas em uma escala surpreendente, levando a uma crescente preocupação com os efeitos da quantidade, forma e localização das alterações físicas no ambiente. Cada vez mais é necessário que a experiência adquirida em planejamento esteja disponível para garantir o desenvolvimento de novas propostas e aplicações sustentáveis1. Não obstante, os recursos ambientais2, essenciais à vida, têm tido sua integridade comprometida pela pressão que exerce a ocupação humana descontrolada.
Este estudo centrou-se na resolução da seguinte questão: "Para prevenir e controlar os processos de erosão pluvial é necessário espacializar suas principais categorias e combiná-las a modelos de visualização e interpretação de dados que aumentem a capacidade de comparar e avaliar as diferentes possibilidades, como uma forma de produzir diferentes hipóteses sobre o tema de estudo.”
Neste sentido, o estudo pretende contribuir de forma prática e distinta para a identificação das áreas suscetíveis aos processos de erosão do solo pelas águas de chuva ou erosão pluvial.
As formas de erosão pluvial tidas como as principais são: a erosão laminar - quando a água corre uniformemente por uma superfície; e a erosão em sulcos ou ravinas - quando a água corre em filetes, formando sulcos na superfície.
O mapeamento em geoclasses de suscetibilidade, considerando as principais categorias envolvidas no processo erosivo – declividade, tipos de solo, cobertura vegetal - pode contribuir para o planejamento territorial nos âmbitos municipal e regional, fornecendo subsídios para políticas públicas de ordenamento territorial direcionadas à prevenção e controle do processo de erosão pluvial. Assim, os desafios enfrentados pelo planejamento contemporâneo passam pela dificuldade de integrar, interpretar e analisar seus fenômenos no seu sentido mais abrangente. De acordo com Klosterman (1990), para testar cenários são necessárias melhores informações e ferramentas para análise espacial.
Locais em que o planejamento tem estudado os problemas ambientais complexos, para assim propor estratégias, têm obtido melhores respostas (FORESTER, 1999).
Um dos problemas relacionados ao planejamento é que muitos profissionais não fazem uso das ferramentas já disponíveis, e por isso boa parte do planejamento produzido é baseada em processos não-analíticos. Então, um dos desafios deste estudo é explorar as ferramentas analíticas na integração, interpretação e análise das principais categorias do processo de erosão pluvial, identificando as áreas de maior suscetibilidade para formular planos, programas e projetos de planejamento territorial. Diante desse quadro, este estudo propõe o uso da técnica AHP - Processo Analítico Hierárquico, integrado em um modelo de SIG, que envolve a combinação de três categorias pré-selecionadas, para gerar cenários de suscetibilidade aos processos de erosão pluvial. Os cenários apresentam ponderações distintas nos graus de importância de relacionamento entre suas categorias, incorporando os critérios estabelecidos na análise do Sistema de Suporte à Decisão do software SPRING 5.0.4. Para a realização desse estudo, devido ao acelerado crescimento de solo urbano e à intensa utilização de solo para atividades agrícolas nas últimas décadas, a área selecionada foi o município de Sarandi, localizado na Mesorregião Norte Central do Estado do Paraná e integrante da microrregião geográfica de Maringá – MR9, conforme apresenta a Figura 1.
1 O conceito é controverso, entretanto a definição de desenvolvimento sustentável amplamente aceita é a “de garantir que ele atenda as necessidades do presente sem comprometer a capacidade de as gerações futuras atenderem também às suas.” (COMISSÃO MUNDIAL DE MEIO AMBIENTE E DESENVOLVIMENTO, 1991, p. 9) 2 O conceito de recurso ambiental refere-se à capacidade da natureza de fornecer recursos físicos, prover serviços e desempenhar funções de suporte à vida. (SÁNCHEZ, 2006).
3
Figura 1 – Estado do Paraná, Mesorregião Norte Central, microrregião geográfica de
Maringá e município de Sarandi Fonte: Freire (2009).
2. DESENVOLVIMENTO 2.1. Materiais utilizados
Além dos produtos cartográficos finais, foram produzidas cartas de cenários de suscetibilidade e diversas cartas-base, por meio de técnicas cartográficas, de levantamento de dados, de imagens orbitais e de trabalhos de campo, a saber: carta cadastral, carta grade triangular, carta de curvas de nível e sombreamento, carta de classes de fragilidade de solo, carta de classes de declividade e carta de graus de fragilidade da cobertura vegetal.
Em Software, foram utilizados SPRING 5.0.4, SCARTA 5.0.4, AutoCAD 2000, além do software para edição de imagens CorelDRAW X4 e Corel PHOTO-PAINT X4, para edição de textos Microsoft Word 2007 e para edição de planilhas Microsoft Excel 2007. 2.2. Métodos
Para o entendimento e geração dos cenários “A”, “B“, “C” e “D”, que permitem a análise das áreas de maior suscetibilidade aos processos de erosão pluvial, de importante contribuição para os estudos ambientais e de ordenamento territorial, será utilizada a classificação de fragilidade ambiental de Ross (1990 e 1994), adaptada pelos autores da investigação. Na geração dos quatro cenários propostos, resultantes da combinação das cartas interpretativas - declividade, tipos de solo, cobertura vegetal -, em função de ponderações distintas, serão identificadas, delimitadas e quantificadas as áreas de acordo com cinco geoclasses, com maior ou menor suscetibilidade ao aparecimento das formas de erosão pluvial. De acordo com o critério adotado pelos autores desse estudo, as áreas consideradas suscetíveis ao processo erosivo serão aquelas pertencentes a duas geoclasses: a “forte” e a “muito forte”.
4
2.2.1. Geração das cartas interpretativas As cartas cadastral e de declividade foram geradas a partir de carta topográfica georreferenciada que compõe a área de estudo, adquirida junto à Prefeitura do Município de Sarandi e ao Serviço Social Autônomo PARANACIDADE. A carta utilizada contém curvas de nível de 20 em 20 metros, na escala 1:50.000. No processo de criação da carta de declividades, para fins de integração com o software SIG adotado, as isolinhas altimétricas foram exportadas para o formato DXF e posteriormente importadas no SPRING 5.0.4. Após a importação das isolinhas no software SPRING 5.0.4, foram realizados os procedimentos para a geração da carta de declividade, que consiste basicamente nas seguintes etapas: gerar a grade triangular; refinar a grade triangular em regular; criar a superfície de declividade (carta de curvas de nível); e finalmente, gerar as classes temáticas dos intervalos de declividade, de acordo com as classes, intervalos e índices apresentados na Tabela 1.
Tabela 1 - Categorias hierárquicas de classes de declividade Classe de fragilidade Intervalo de declividade Índice de fragilidade
Muito fraca < 6% 1 Fraca 6 < 12% 2 Média 12 < 20% 3 Forte 20 < 30% 4
Muito Forte > 30% 5 Fonte: Ross (1990), Organização de Cereda Junior (2007).
Figura 3 - Carta cadastral (esquerda) e carta de declividade (direita)
Fonte: Freire (2009).
5
As cartas de graus de fragilidade da cobertura vegetal e de classe de fragilidade do solo tiveram como origem o mapa temático “Solos” e “Uso do Solo” do Sistema de Informações para Planejamento Florestal – SIFLOR, elaborado por Higa (2003), refinado e complementado por Freire (2009).
Posteriormente, os mapas temáticos foram convertidos em imagem e vetorizados no software AutoCAD 2000. Em seguida, sobre a base cartográfica georreferenciada, na escala 1:50.000, foram traçados polígonos das manchas de tipos de cobertura vegetal e de tipos de solo, a fim de integrar o banco de dados no SPRING 5.0.4.
Finalmente, foram realizados os procedimentos para a geração da carta de classes de fragilidade de solo e da carta de graus de fragilidade a partir o tipo de cobertura vegetal, que consiste basicamente em gerar os tipos de solo e os tipos de cobertura vegetal, classes de fragilidade e índices de fragilidade, conforme apresentados nas Tabelas 2 e 3.
Tabela 2 – Graus de fragilidade a partir do tipo de cobertura vegetal
Classes de fragilidade
Tipos de cobertura vegetal Índice de fragilidade
Muito Baixa Florestas, matas naturais, florestas cultivadas com biodiversidade.
1
Baixa
Formações arbustivas naturais com estrato herbáceo denso. Formações arbustivas densas (mata secundária, cerrado denso, capoeira densa). Mata homogênea de Pinus densa. Pastagens cultivadas sem pisoteio de gado.
2
Média
Cultivo de ciclo longo em curvas de nível, terraceamento com café, laranja com forrageiras entre as ruas. Pastagem com baixo pisoteio. Silvicultura de eucaliptos com sub-bosque de nativas.
3
Forte
Culturas de ciclo longo de baixa densidade (café, pimenta-do-reino, laranja), com solo exposto entre ruas, culturas de ciclo curto (arroz, trigo, feijão, soja, milho, algodão) com cultivo em curvas de nível/terraceamento.
4
Muito forte
Áreas desmatadas e queimadas recentemente, solo exposto por arado/gradeação, solo exposto por caminhos, estradas, terraplanagens, culturas de ciclo curto sem práticas conservacionistas, solo urbano.
5
Fonte: Ross (1990), organização de Cereda Junior (2007), adaptado por Freire (2009).
Tabela 3 – Classes de fragilidade de solo Classes de fragilidade
Tipos de solo Índice de
fragilidade
Muito Baixa Latossolo roxo, latossolo vermelho escuro e vermelho-amarelo textura argilosa
1
Baixa Latossolo amarelo e vermelho-amarelo, textura média/argilosa 2
Média Latossolo vermelho-amarelo, terra roxa, terra bruna, podzolicovermelho-amarelo, textura média/argilosa
3
Forte Podzolico vermelho-amarelo, textura média/arenosa, Cambissolos 4 Muito Forte Podzolizados com cascalho, litólicos e areias quartzosas 5
Fonte: Ross (1990), Organização de Cereda Junior (2007).
6
Figura 4 - Carta de graus de fragilidade a partir do tipo de cobertura vegetal (esquerda) e
carta de classes de fragilidade de solo (direita) Fonte: Freire (2009).
2.2.2. Técnica AHP - Processo Analítico Hierárquico A AHP é uma teoria com base matemática que permite organizar e avaliar a importância relativa entre critérios e medir a consistência dos julgamentos. Requer a estruturação de um modelo hierárquico e um processo de comparação pareada, por importância relativa, preferências ou probabilidade, entre dois critérios, com relação ao critério no nível superior (INPE, 2008).
Nesse procedimento, os diferentes fatores que influenciam a tomada de decisão são comparados dois a dois e é atribuído um critério de importância relativa ao relacionamento entre essas categorias, conforme apresentado no Quadro 1.
Quadro 1 – Escala de valores AHP para comparação pareada
Intensidade de importância
Definição e explicação
1 Importância igual - os dois fatores contribuem igualmente para o objetivo 3 Importância moderada - um fator é ligeiramente mais importante que o outro 5 Importância essencial - um fator é claramente mais importante que o outro
7 Importância demonstrada - Um fator é fortemente favorecido e sua maior relevância foi demonstrada na prática
9 Importância extrema - A evidência que diferencia os fatores é da maior ordem possível.
2, 4, 6, 8 Valores intermediários entre julgamentos - possibilidade de compromissos adicionais
Fonte: INPE, 2008.
7
Neste estudo, os cenários desenvolvidos utilizam um sistema computacional de técnica AHP - Processo Analítico Hierárquico, integradas em um modelo de SIG, que envolve três etapas:
elaboração das cartas interpretativas, segundo categorias; atribuição de intensidades de importância para cada categoria, de acordo com escala de
valores AHP para comparação pareada, conforme apresentado no Quadro 1; delimitação de áreas suscetíveis aos processos de erosão pluvial, segundo geoclasses.
2.2.3. Simulação dos cenários segundo técnica AHP A partir da definição de critérios de comparação para cada relacionamento entre as categorias foi possível determinar um conjunto ótimo de pesos que pudesse ser utilizado para a geração dos quatro cenários, conforme apresentam os quadros 2, 3, 4 e 5.
Quadro 2 – Simulação do cenário “A” Categoria Intensidade de importância Categoria
Declividade Igual (1) Solos Declividade Muito melhor (7) C. Vegetal
Solos Muito melhor (7) C. Vegetal Nota: Razão de consistência CR = 0.000.
Quadro 3 – Simulação do cenário “B”
Categoria Intensidade de importância Categoria Declividade Absolutamente melhor (9) Solos Declividade Absolutamente melhor (9) C. Vegetal
Solos Um pouco melhor (2) C. Vegetal Nota: Razão de consistência CR = 0.046.
Quadro 4 – Simulação do cenário “C”
Categoria Intensidade de importância Categoria Declividade Algo melhor (3) Solos Declividade Bem melhor (6) C. Vegetal
Solos Melhor (5) C. Vegetal Nota: Razão de consistência CR = 0.081.
Quadro 5 – Simulação do cenário “D”
Categoria Intensidade de importância Categoria Solos Algo melhor (3) Declividade
Declividade Melhor (5) C. Vegetal Solos Muito melhor (7) C. Vegetal
Nota: Razão de consistência CR = 0.056. As importâncias relativas das categorias dos modelos gerados em cada cenário, segundo comparação pareada, são as seguintes:
Cenário “A” - Cobertura vegetal (0.067); Declividade (0.467); Solos (0.467); Cenário “B” - Cobertura vegetal (0.614); Declividade (0.268); Solos (0.117); Cenário “C” - Cobertura vegetal (0.814); Declividade (0.114); Solos (0.072); Cenário “D” - Cobertura vegetal (0.072); Declividade (0.279); Solos (0.649).
8
Figura 5 – Cartas dos cenários “A”, “B”, “C”, e “D” segundo geoclasses
9
2.2.4. Avaliação e análise dos cenários
Essa avaliação procura destacar as principais características dos cenários “A”, “B”, “C” e “D”, bem como se compromete a analisar as quantidades de solo com maior suscetibilidade ao aparecimento das formas de erosão pluvial e sua distribuição física na área de estudo.
Quadro 6 – Síntese do cenário “A” Geoclasse Descrição Área (km2)
Muito fraca Não presente na área de estudo 0.000000 Fraca Criticamente significativa, representa 70,73% da área total 72.988750 Média Significativa, representa 23,39% 24.135625 Forte Pouco significativa, representa 4,66% 4.812500
Muito forte Pouco significativa, representa 1,22% 1.256875 Nota: Área total das geoclasses processada pelo sistema computacional, 103.193750 km2.
Quadro 7 – Síntese do cenário “B”
Geoclasse Descrição Área (km2) Muito fraca Muito pouco significativa, representa 0,31% 0.371250
Fraca Muito significativa, representa 60,87% da área total 62.816250 Média Bem significativa, representa 36,22% 37.381875 Forte Pouco significativa, representa 2,07% 2.137500
Muito forte Muito pouco significativa, representa 0,47% 0.486875 Nota: Área total das geoclasses processada pelo sistema computacional, 102.335625 km2.
Quadro 8 – Síntese do cenário “C”
Geoclasse Descrição Área (km2) Muito fraca Muito pouco significativa, representa 0,36% 0.371250
Fraca Criticamente significativa, representa 70,34% da área total 72.584375 Média Significativa, representa 24,63% 25.418750 Forte Pouco significativa, representa 4,29% 4.429375
Muito forte Muito pouco significativa, representa 0,38% 0.390000 Nota: Área total das geoclasses processada pelo sistema computacional, 102.432500 km2.
Quadro 9 – Síntese do cenário “D”
Geoclasse Descrição Área (km2) Muito Fraca Muito pouco significativa, representa 0,36% 0.371250
Fraca Criticamente significativa, representa 73,17% da área total 74.401250 Média Significativa, representa 22,07% 22.775625 Forte Pouco significativa, representa 1,79% 1.848125
Muito forte Pouco significativa, representa 3,68% 3.797500 Nota: Área total das geoclasses processada pelo sistema computacional, 102.822500 km2.
O primeiro aspecto relevante é que todos os cenários gerados reproduzem
predominantemente a geoclasse “Fraca”, representando cerca de 60% no cenário “B” e mais de 70% nos cenários “A”, “C” e “D” da área total das geoclasses. Isto se deve, basicamente, aos 62,60 km2 (60,30% da área total) da classe de fragilidade “Muito franca” da categoria declividade, conforme apresentado na Tabela 1.
Em relação às geoclasses “Forte” e “Muito forte” presentes na área do estudo, definidas pelos autores como aquelas com maior suscetibilidade ao aparecimento das formas de erosão
10
pluvial, têm-se, no cenário “B”, 2,70 km2 (2,62%) e no cenário “A”, 6,26 km2 (6,07%), considerando-se a área total das geoclasses, conforme apresentado nos quadros 7 e 6, respectivamente. A geoclasse “Muito fraca” é inexistente no cenário “A” e descrita como “Muito pouco significativa” nos cenários “B”, “C” e “D”.
Analisando a distribuição física das geoclasses na área de estudo, verifica-se que a localização das áreas de maior suscetibilidade é similar em todos os cenários gerados, (regiões Nordeste e Sudoeste), mas é necessário ressaltar que as intensidades de ocorrência das geoclasses são distintas.
Também é importante salientar que a descrição adotada nos quadros-síntese dos cenários foi elaborada por analogia com a escala de valores AHP para comparação pareada.
3. CONCLUSÃO Ao se estudar, durante esta pesquisa, a problemática do processo de erosão pluvial sob os
aspectos do planejamento territorial, foi utilizada uma série de abordagens para identificar as áreas com maior suscetibilidade aos processos de erosão pluvial. O objetivo foi fornecer subsídios para formular políticas de planejamento territorial, de forma eficiente, para a prevenção e controle das formas de erosão pluvial, executando simulações de cenários que incorporassem informações ambientais combinadas em uma análise espacial com SIG. Uma implicação importante do estudo é que a avaliação das áreas com maior suscetibilidade aos processos de erosão pluvial, nos quatro cenários gerados, possibilitou identificar, delimitar e quantificar as áreas suscetíveis para o eficiente planejamento, à luz da política urbanística existente e das estratégias de planejamento territorial.
Os resultados obtidos da geração dos diferentes cenários de suscetibilidade resultarão em diferentes perspectivas e lições para a prevenção e controle das formas de erosão pluvial. Alguns podem considerar o ato utopista, porém seu verdadeiro significado reside na compreensão de que todos os modelos de simulação de cenários podem contar diferentes histórias. Simulações de cenários podem ser utilizadas e pensadas como ferramentas, ajudando a aprender sobre a natureza do comportamento dinâmico inerente ao mundo real. O caráter pedagógico é alcançado mediante a geração, avaliação e análise dos diferentes cenários, indicando que os possíveis resultados de ações futuras podem ser mais bem entendidos e mais eficientes estratégias de planejamento territorial podem ser aplicadas. O estudo tem uma série de contribuições concretas para a prevenção e controle das formas de erosão pluvial, principalmente quando incorporadas aos instrumentos de planejamento territorial. Estas contribuições incluem:
simulação de cenários de áreas suscetíveis aos processos de erosão pluvial em modelos computacionais;
formulação de modelos e ferramentas de prevenção e controle das formas de erosão pluvial incorporados aos instrumentos de planejamento territorial;
técnica para combinar espacialmente dados ambientais; eventual introdução metodológica para o estudo do processo de erosão pluvial; dados para a revisão do Plano Diretor Municipal de Sarandi.
As principais limitações associadas com a investigação dizem respeito à disponibilidade e aquisição de dados. Como os modelos formulados na presente investigação necessitam de extensas quantidades de dados, o tempo e os custos de aquisição destes dados foram limitantes no desenvolvimento do estudo. Note-se que um tempo considerável de esforço foi despendido em adquirir dados fundamentais. Se os dados obtidos e administrados pelos governos federal, estadual e
11
local estivessem acessíveis, muito mais tempo e energia poderiam ser dedicados ao desenvolvimento de aplicações para testar teorias.
Também é importante observar que a integridade dos dados obtidos a partir de várias agências governamentais não foi relatada na formulação dos quatro cenários de suscetibilidade aos processos de erosão pluvial para o município de Sarandi. Futuros trabalhos poderiam registrar a exatidão e precisão de todos os dados e realizar um exercício de propagação de erro para investigar a integridade dos resultados da modelação.
Este estudo não pretendeu apontar qual o melhor cenário de suscetibilidade para a prevenção e controle das formas de erosão pluvial, pois não foi estabelecida uma comparação entre estes modelos empíricos e a realidade de campo.
Apesar dessas limitações, como parte de um estudo exploratório e comparativo, a pesquisa se constitui como uma importante contribuição para o campo do planejamento territorial. O estudo indica ainda que novas pesquisas podem ajudar na compreensão teórica e prática dos processos de erosão pluvial e sua modelização em escala local ou regional. Além disso, as limitações descritas acima não impediram que o estudo proposto atingisse seus objetivos. REFERÊNCIAS CEREDA JUNIOR, A. Mapeamento da fragilidade ambiental na Bacia do Ribeirão do Monjolinho. São Carlos, 2006. Dissertação-(Mestrado em Engenharia Urbana) Universidade Federal de São Carlos, 2006. COMISSÃO MUNDIAL SOBRE MEIO AMBIENTE E DESENVOLVIMENTO. Nosso futuro comum. Rio de Janeiro: Editora da Fundação Getúlio Vargas, 1991. FORESTER, J. The deliberative practitioner: encouraging participatory planning processes. Massachusetts: Cambridge, 1999. FREIRE, F. Planejamento urbano e regional e a simulação de cenários par o crescimento urbano sustentável: o caso de Sarandi – PR. Maringá, 2009. Dissertação-(Mestrado em Engenharia Urbana) Universidade Estadual de Maringá, 2009. HIGA, A. R (Coord.). SIFLOR. Curitiba, 2003. 1 CD-ROM. INPE. Fundamentos de geoprocessamento. São José dos Campos: Divisão de Processamento de Imagens, 2008. KLOSTERMAN, R. E. Community analysis and planning techniques. Lanham: Rowman & Littlefield Publishers, 1990. ROSS, J. L. S. Geomorfologia: ambiente e planejamento. São Paulo: Contexto, 1990. ______. Análise Empírica da Fragilidade dos Ambientes Naturais e Antropizados. Revista do Departamento de Geografia, São Paulo, n. 8, p. 3-74, 1994. SÁNCHEZ, L. E. Avaliação de impacto ambiental: conceitos e métodos. São Paulo: Oficina de Textos, 2006.
