ESCOLA DE ENGENHARIA DE LORENA - EEL
UNIVERSIDADE DE SÃO PAULO - USP
Análise da mata ciliar de afluentes do Rio Doce após rompimento da barragem de
Fundão em Mariana - MG com o suporte de geotecnologias
Lorena – SP
2018
i
JOSÉ ANTÔNIO DA SILVA JUNIOR
Análise da mata ciliar de afluentes do Rio Doce após rompimento da barragem de
Fundão em Mariana - MG com o suporte de geotecnologias
Lorena – SP
2018
Trabalho de Conclusão de Curso
apresentado na Escola de Engenharia de
Lorena da Universidade de São Paulo como
requisito para conclusão da graduação do
curso de Engenharia Ambiental.
Orientadora: Prof.ª Dr.ª Danúbia Caporusso
Bargos.
Coorientadores: Ms. Thiago Gonçalves
Rodrigues e Dr. Éder Paulo Moreira
ii
Silva Junior, José Antônio da
Análise das áreas de influência de afluentes do
Rio Doce após rompimento da barragem de Fundão em
Mariana (MG) com o suporte de geotecnologias / José
Antônio da Silva Junior; orientadora Danúbia
Caporusso Bargos. - Lorena, 2018.
80 p.
Monografia apresentada como requisito parcial
para a conclusão de Graduação do Curso de Engenharia
Ambiental - Escola de Engenharia de Lorena da
Universidade de São Paulo. 2018
1. Geotecnologia. 2. Classificação supervisionada. 3. Landsat-8. 4. Rio doce. 5. Mata ciliar. I. Título.
II. Bargos, Danúbia Caporusso, orient.
Autorizo a reprodução e divulgação total ou parcial deste trabalho, por qualquer meio convencional ou eletrônico, para fins de estudo e pesquisa, desde que citada a fonte.
Ficha catalográfica elaborada pelo Sistema Automatizado
da Escola de Engenharia de Lorena,
com os dados fornecidos pelo(a) autor(a).
iii
AGRADECIMENTOS
A Deus por me dar a oportunidade de cursar o ensino superior. Pela força e graça dadas
para suportar todas as dificuldades encontradas nesse percurso e por Seu amor por mim.
À minha família por todo apoio e incentivo, pois, mesmo distantes, faziam-se presentes e
sempre deram a atenção e carinho que eu precisava para seguir adiante, sendo isso,
propulsores para minha caminhada nesse tempo me fazendo sempre acreditar que eu seria
capaz de concluir este curso.
À minha esposa Patrícia Silva que sempre esteve ao meu lado, apoiando-me nos momentos
mais difíceis e compreendendo minha ausência para dedicação a este trabalho.
Aos amigos que constituí em Lorena, em especial Raphael de Oliveira e sua mãe Flaílda,
pelos quais tenho imenso carinho e respeito, pois sempre estiveram de braços abertos para
me receberem e me apoiarem em momentos difíceis. Além das prazerosas e emocionantes
pedaladas que fiz com meu amigo.
À Prof.ª Dr.ª Danúbia Bargos pela orientação, por todo o conhecimento transmitido, por
acreditar e apoiar minhas escolhas, além de toda a paciência e dedicação que foram
imprescindíveis para a elaboração desta monografia.
À Visiona Tecnologia Espacial S.A. pela abertura ao me receber, não só como estagiário,
mas também como um estudante pesquisador e me fornecerem estrutura e suporte técnicos
necessários para o desenvolvimento desta monografia. Em especial ao Msc. Thiago
Rodrigues, por aceitar o desafio de ser meu coorientador neste trabalho. Por dispor de seu
tempo e paciência para me auxiliar nas atividades, bem como compartilhar dos seus
ensinamentos técnicos e informações que foram fundamentais para o desenvolvimento
desta dissertação. Da mesma forma, ao Dr. Eder Moreira, que chegou na metade da
evolução deste trabalho e mesmo assim não hesitou, nem poupou esforços para me auxiliar
na evolução dele, colaborando grandemente para sua qualidade e agilidade.
Também à professora Ana Gabas e a bibliotecária Regina Horta pelo direcionamento,
acompanhamento, apoio e contribuição para esta dissertação.
Por fim, mas não menos importante, ao professor Marcos Antônio (Marquinhos) por
acreditar em mim e me dar a honra de participar por dois anos consecutivos de projetos
oferecidos como bolsas de apoio estudantil que foram fundamentais para meu crescimento
profissional/acadêmico e foram fundamentais para minha permanência no começo da
graduação.
iv
“Se enxerguei mais longe, foi porque me apoiei sobre os ombros de gigantes”.
Isaac Newton
v
Resumo
SILVA JUNIOR, J. A. Análise da mata ciliar de afluentes do Rio Doce após
rompimento da barragem de Fundão em Mariana (MG) com o suporte de
geotecnologias. 2018. p.XX Monografia (TCC) – Escola de Engenharia de Lorena,
Universidade de São Paulo, Lorena, 2018.
Por mais que seja difícil prever quando e onde um desastre ambiental pode ocorrer,
algumas medidas, como a tomada de decisões e ações preventivas, podem ser adotadas
para evitar que eles se ampliem. Em novembro de 2015 aconteceu o rompimento da
Barragem de Fundão no município de Mariana - MG que, além de provocar o óbito de 19
pessoas, despejou no meio ambiente cerca de 40 milhões de metros cúbicos de rejeito de
minério, que se deslocaram pelos rios Gualaxo do Norte, Rio do Carmo até o Rio Doce em
toda sua extensão. O material atingiu ainda a barragem de Santarém e Bento Rodrigues –
distrito do município de Mariana. Nesse contexto, a presente pesquisa tem por objetivo
analisar os impactos sofridos na mata ciliar no entorno do Rio Gualaxo do Norte, Rio do
Carmo e Rio Doce até a Usina Hidrelétrica (UHE) de Candongas após o rompimento da
barragem de Fundão em Mariana – MG, com o suporte de geotecnologias. Para isso, foi
elaborada uma base de dados georreferenciados e utilizadas diferentes técnicas de
geoprocessamento. Ademais, foram feitos testes de classificação das imagens do satélite
Landsat-8 referentes à área de cobertura do desastre em diferentes datas, a fim de
selecionar o processamento mais adequado para o cenário para análise das mudanças que
ocorreram na área delimitada. Os resultados possibilitaram a compreensão e a análise do
potencial do uso das geotecnologias na avaliação dos impactos decorrentes de desastres
ambientais, visto que foi possível visualizar o estágio da vegetação na mata ciliar e áreas
no entorno dos rios estudados, além da identificação de áreas onde a enxurrada da lama
passou e ainda não foram restauradas, tanto por não apresentarem crescimento vegetativo,
como por terem sido afetadas por alterações decorrentes das obras de retenção da lama. A
classificação supervisionada apresentou algumas falhas devido à confusão de elementos
que apresentaram assinaturas espectrais muito parecidas, entretanto, mostrou-se eficaz por
ter permitido a análise e a segmentação de maneira mais adequada das diversas classes que
compuseram as imagens. Além disso, considera-se que trabalhos dessa natureza permitem
difundir a disponibilidade de imagens orbitais gratuitas de alta resolução para uso
acadêmico.
Palavras-chave: Geotecnologia; Classificação supervisionada; Landsat-8; Rio Doce; Mata
ciliar.
vi
Abstract
SILVA JUNIOR, J. A. Analysis of the riparian forest of tributaries of the Rio Doce
after Fundão dam rupture in Mariana (MG) with the support of geotechnologies.
2018. p.XX Monography (TCC) – Escola de Engenharia de Lorena, Universidade de São
Paulo, Lorena, 2018.
Although it is difficult to predict when and where an environmental disaster may occur,
some measures, such as decision-making and preventive action, can be taken to prevent
them of expanding. In November 2015, the Fundão dam broke in the municipality of
Mariana - MG, which, besides to cause the death of 19 people, dumped in the environment
about 40 million meters cubics of ore tailings that moved through the Gualaxo from the
North river, Carmo river to the Doce river in all its extension. The material also reached
the dam of Santarém and Bento Rodrigues - district of the municipality of Mariana. In this
context, the present research has the objective of analyzing the impacts of riparian forest
near the Gualaxo from the Norte river, Carmo river and Doce river to the Candongas
Hydroelectric Plant Powerhouse (HPP) after the dam rupture in Mariana - MG. For this, a
georeferenced database was elaborated and different geoprocessing techniques were used.
In addition, classification tests of Landsat-8 satellite images were carried out in different
dates, in order to select the most appropriate processing for the scenario to analyze the
changes that occurred in the delimited area. The results allowed the understanding and
analysis of the potential of the use of geotechnologies in the assessment of impacts due to
environmental disasters, since it was possible to visualize the vegetation stage in the
riparian forest and areas around the studied rivers, besides the identification of areas where
the mud slides and have not yet been restored, both because they do not present vegetative
growth and because they have been affected by alterations due to mud retention works.
The supervised classification presented some errors due to the confusion of elements that
presented very similar spectral signatures, however, it was effective because it allowed the
analysis and the segmentation of the different classes that composed the images. In
addition, it is considered that works of this nature allow to spread the availability of free
orbital images of high resolution for academic use.
Keywords: Geotechnology; Supervised classification; Landsat-8; Doce River; Riparian
forest.
vii
LISTA DE FIGURAS
Figura 1 - Curva de refletância típica de uma folha verde ................................................ 23
Figura 2 - Assinatura espectral ........................................................................................ 24
Figura 3 - Bandas de operação do Landsat – 8 OLI/TIRS ................................................ 29
Figura 4 - Localização bacia do rio Doce ......................................................................... 31
Figura 5 - Área de Estudo ................................................................................................ 32
Figura 6 - Domínios geoambientais das bordas Sul e Leste do Quadrilátero Ferrífero ...... 33
Figura 7 - Vista aérea de Bento Rodrigues, interior de Minas Gerais, no dia seguinte ao
rompimento de barragens de rejeitos da mineradora Samarco ................................... 34
Figura 8 - Rio Doce - UHE Risoleta Neves logo após a chegada da lama ......................... 35
Figura 9 - Fluxograma das etapas a serem desempenhadas .............................................. 36
Figura 10 - Área de estudo antes do rompimento da barragem (11/10/2015) .................... 40
Figura 11 - Área de estudo uma semana após o rompimento da barragem (12/11/2015) ... 41
Figura 12 - Área de estudo quase três anos após o rompimento da barragem (01/09/2018)
................................................................................................................................. 42
Figura 13 - Classificação supervisionada da área de estudo do dia 11/10/2015 ................. 44
Figura 14 - Classificação supervisionada da área de estudo do dia 12/11/2015 ................. 45
Figura 15 - Classificação supervisionada da área de estudo do dia 01/09/2018 ................. 46
Figura 16 – Notícia do decreto nº 500 que viabiliza o início das obras de construção do
Dique S4 no distrito de Bento Rodrigues, Mariana - MG .......................................... 49
Figura 17 - Barra Longa após avalanche de lama ............................................................. 53
Figura 18 - Análise detalha Bento Rodrigues - Mariana/ MG ........................................... 55
Figura 19 - Destruição de vegetação ciliar, incluindo áreas de preservação permanente logo
a jusante da Barragem de Fundão. ............................................................................ 57
Figura 20 - Análise detalhada Paracatu de Baixo - MG .................................................... 58
Figura 21 - Marca da lama de rejeito na mata ciliar, Paracatu de Baixo, Mariana - MG.... 59
Figura 22 - Análise detalhada Barra Longa - MG .............................................................. 61
Figura 23 - Encontro do Rio do Carmo e do Rio Gualaxo do Norte com rejeito da
Barragem de Fundão - MG ....................................................................................... 62
Figura 24 - Santa Cruz do Escalvado - UHE Risoleta Neves (Candongas) ....................... 63
Figura 25 – Bento Rodrigues antes do rompimento da barragem de rejeitos (2015) ......... 65
Figura 26 – Bento Rodrigues logo após o rompimento da barragem de rejeitos (2015) .... 66
Figura 27 – Bento Rodrigues atualmente (2018) .............................................................. 66
Figura 28 - Paracatu de Baixo antes da enxurrada de lama da barragem de Fundão (2015)
................................................................................................................................. 67
Figura 29 - Paracatu de Baixo logo após a enxurrada de lama da barragem de Fundão
(2015) ...................................................................................................................... 68
Figura 30 - Paracatu de Baixo atualmente (2018) ............................................................. 68
Figura 31 - Barra Longa antes da chegada da lama ao município (2015) .......................... 69
Figura 32 - Barra Longa logo após a chegada da lama ao município (2015). .................... 70
Figura 33 - Barra Longa atualmente (2018) ..................................................................... 70
viii
Figura 34 - UHE Candongas antes do desastre ambiental (2015) ..................................... 71
Figura 35 - UHE Candongas logo após o desastre ambiental (2015) ................................ 71
Figura 36 - UHE Candongas atualmente (2018) ............................................................... 72
ix
LISTA DE TABELAS
Tabela 1 - Principais características do Landsat-8 ............................................................ 28
Tabela 2 – Bandas espectrais do sensor e suas faixas no espectro eletromagnético ........... 28
Tabela 3 - Quantidade de amostras de treinamento por imagem ....................................... 43
Tabela 4 - Áreas primeiro cenário (11/10/2015) ............................................................... 47
Tabela 5 - Áreas segundo cenário (12/11/2015) ............................................................... 47
Tabela 6 - Áreas terceiro cenário (01/09/2018) ................................................................ 47
x
LISTA DE SIGLAS
ANA Agência Nacional de Águas
ANM Agência Nacional de Mineração
APP Área de Preservação Permanente
CAR Cadastro Ambiental Rural
CEMAM Centro de Monitoramento Ambiental do Ibama
CONAMA Conselho Nacional do Meio Ambiente
CSR Centro de Sensoriamento Remoto
DGBM DigitalGlobe Base Map
DNPM Departamento Nacional de Produção Mineral
EIA Estudo de Impacto Ambiental
EUA Estados Unidos da América
GPS Global Positioning System
IBGE Instituto Brasileiro de Geografia e Estatística
IBAMA Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis
IDHM Índice de Desenvolvimento Humano Municipal
IPTU Imposto Predial e Territorial Urbano
MG Minas Gerais
MMA Ministério do Meio Ambiente
MW MegaWatt
NASA National Aeronautics and Space Administration
NDVI Normalized Difference Vegetation Index
NIR Near Infrared
OLI Operational Land Imager
PDI Processamento Digital de Imagens
PNMA Política Nacional do Meio Ambiente
RIMA Relatório de Impacto Ambiental
SIG Sistema de Informações Geográfica
SWIR Shortwave Infrared
TIRS Thermal Infrared Sensor
TTAC Termo de Transação e Ajustamento de Conduta
UHE Usina Hidrelétrica
xi
USGS United States Geological Survey
UTM Universal Transversa de Mercator
WGS World Geodetic System
xii
SUMÁRIO
Ficha Catalográfica ........................................................................................................ ii
Agradecimentos ............................................................................................................. iii
Resumo ........................................................................................................................... v
Abstract ......................................................................................................................... vi
Lista de Figuras ............................................................................................................ vii
Lista de Tabelas ............................................................................................................. ix
Lista de Siglas ................................................................................................................. x
1. Introdução .............................................................................................................. 14
2. Objetivos ................................................................................................................. 15
2.1. Objetivos Gerais ................................................................................................. 15
2.2. Objetivos específicos .......................................................................................... 16
3. Revisão Bibliográfica ............................................................................................. 16
3.1. Equilíbrio ambiental ........................................................................................... 16
3.2. Desastres ambientais .......................................................................................... 18
3.3. Legislação Ambiental.......................................................................................... 19
3.4. Geotecnologia aplicada ao estudo de desastres naturais ...................................... 21
3.4.1. Processamento digital de imagem .................................................................. 24
3.4.1.1.Classificação de imagens ............................................................................... 25
3.5. Dados ................................................................................................................. 27
3.5.1. Landsat - 8 .................................................................................................... 27
3.5.2. My DigitalGlobe ........................................................................................... 29
3.5.3. SISCOM ....................................................................................................... 30
4. Área de Estudo ...................................................................................................... 30
5. Procedimentos Metodológicos ............................................................................... 35
6. Resultados e discussões .......................................................................................... 39
6.1. Comparação dos cenários classificados ................................................................ 39
6.1.1. Análise detalhada .......................................................................................... 54
6.2. Validação da classificação e detecção de mudanças ............................................. 64
7. Conclusão e considerações finais............................................................................ 72
8. Referências bibliográficas ...................................................................................... 75
14
1. Introdução
Dados estatísticos evidenciam que a taxa de crescimento populacional ocorre hoje
de forma mais acelerada do que há algumas décadas, sendo diversos os fatores para a
ocorrência desse fenômeno. Tal crescimento causa uma pressão no meio ambiente devido
ao consequente aumento das demandas do ser humano por energia, alimento, vestimenta,
moradia e outras necessidades que visam a qualidade de vida do homem. Desta pressão,
intensificam-se as práticas agropecuárias, supressão de vegetação, uso e extração dos
recursos hídricos e minerais, dentre outros, que provocaram diversos impactos negativos
ao meio ambiente e as consequências dessas atividades, quando não desenvolvidas de
modo sustentável, podem culminar em desastres ambientais.
A palavra “desastre” significa: “resultados de eventos adversos, naturais ou
provocados pelo homem, sobre um ecossistema, causando danos humanos, materiais e/ou
ambientais e consequentes prejuízos econômicos e sociais” (DEFESA CIVIL
NACIONAL, 1998).
Os desastres ambientais - como os deslizamentos ocorridos na região serrana do
Rio de Janeiro em 2011, o vazamento de óleo na Bacia de Campos também em 2011, a
explosão da plataforma Deepwater Horizon no Golfo do México, o derramamento tóxico
de alumínio em Ajka (Hungria) em 2010, dentre outros – tornaram-se destaque nos
noticiários nacional e mundial. No Brasil, essa situação vem causando intensa preocupação
devido às perdas e graves consequências desses eventos – os desastres. Albuquerque
(1997) destaca que a vulnerabilidade da população brasileira a desastres é muito grande se
comparada à vulnerabilidade em outros países, devido à acentuada diferença social
existente.
Nessa perspectiva, faz-se necessário a busca por metodologias e soluções que visam
prevenir e mitigar os impactos socioambientais de possíveis desastres ambientais, visto que
estes não são apenas manifestações agressivas da natureza, mas também são resultados de
processos sociais que não garantem uma adequada relação do homem com o meio
ambiente. Borba (2016) lembra que a mineração, por exemplo, só existe em função das
demandas de matérias primas da nossa sociedade e seu modo de vida e enfatizou ser esta
uma “atividade essencial para o Brasil”. Apesar de enfatizar a importância, o autor
ressaltou também que muitos problemas poderiam ser evitados se a legislação existente
fosse cumprida a risca (CALDAS, 2018).
15
A atividade mineradora tem um grande impacto no meio ambiente, pois acaba
afetando a biota próxima de uma mina, bem como os rios e a atmosfera em diferentes
graus, dependendo do tipo de minério que se lavra. O órgão regulador da extração destes
recursos no Brasil é o Departamento Nacional de Produção Mineral (DNPM) e o Código
de Mineração que está em vigência foi editado pelo Decreto-Lei 227, de 28 de fevereiro de
1967, pelo então governo militar, em substituição ao documento anterior, de 1940. Apesar
de ter sofrido muitas mudanças, o Código continua sendo a lei básica que regulamenta a
atividade e, de acordo com a legislação, cabe ao Estado a responsabilidade de fiscalização
das atividades mineradoras no país.
Nessa circunstância, considera-se que o uso da geotecnologia pode desempenhar
um papel significativo como instrumento que tornaria a fiscalização mais simples e
objetiva. Além disso, apresenta alta eficiência no monitoramento dos impactos causados
por este ofício, considerando-se ser um importante instrumento na análise do espaço em
grandes escalas, possibilitando a captação de dados espaciais com praticidade e alta
capacidade de análise quantitativa e qualitativa.
Partindo desta abordagem conceitual, este projeto tem por objetivo analisar os
impactos sofridos pela mata ciliar e áreas no entorno de afluentes do Rio Doce decorrentes
do rompimento da Barragem de Fundão no município de Mariana - MG ocorrido em 05 de
novembro de 2015. Além de provocar o óbito de 19 pessoas o evento despejou no meio
ambiente cerca de 40 milhões de metros cúbicos de rejeito de minério que ocasionou a
supressão da vegetação marginal devido à erosão forçada pela onda de inundação,
deixando grandes depósitos de rejeitos expostos na calha do rio desde sua origem até a sua
foz no estado do Espírito Santo. Entretanto, este estudo limita sua análise à área do
rompimento até a Usina Hiderlétrica (UHE) Risoleta Neves mais conhecida como
Candongas, localizada entre as cidades mineiras de Rio Doce e Santa Cruz do Escalvado.
Para tanto, este trabalho teve o suporte de geotecnologias para gerar seus resultados.
2. Objetivos
2.1. Objetivos gerais
O principal objetivo deste projeto foi analisar os impactos sofridos pela mata ciliar
e áreas adjacentes no entorno do Córrego Santarém, Rio Gualaxo do Norte, Rio do Carmo
16
e Rio Doce até a UHE de Candongas visando avaliar a transformação da área devido ao
rompimento da Barragem de Fundão em Mariana (MG).
2.2. Objetivos específicos
Os objetivos específicos englobam:
- Realizar um estudo relacionado ao tema e a área através do levantamento bibliográfico;
- Elaborar uma base de dados georreferenciados correspondentes à área a ser estudada;
- Testar diferentes técnicas de processamento de imagens orbitais a fim de selecionar o
processamento mais adequado para o estudo proposto;
- Selecionar pontos (áreas) ao longo do percurso avaliado para comparação dos mesmos
com imagens de altíssima resolução e validar a exatidão da classificação;
- Realizar análises buscando avaliar os impactos sofridos pela mata ciliar ao longo da área
de interesse após o rompimento da barragem de rejeitos de mineração e a eficiência e
limitações das técnicas/ produtos utilizados para realização do estudo proposto.
3. Revisão Bibliográfica
3.1. Equilíbrio ambiental
A manutenção dos sistemas ambientais, geridos a partir das relações entre a
biodiversidade, elementos físicos e socioculturais, representa a preservação da
continuidade do acesso aos recursos naturais e dos serviços ambientais essenciais para a
sustentação dos diferentes modos de vida da sociedade. Assim, é cada vez mais necessária
a busca pela manutenção do equilíbrio ambiental, ou seja, o estado ecossistêmico onde a
fauna e a flora sejam constantes ou o mais próximo disso possível.
Vários são os elementos naturais que fazem parte desse sistema e que devem estar
em equilíbrio a fim de se dar a continuidade das espécies e se tenha um ecossistema
ajustado. Nesse contexto, faz-se necessário a busca do equilíbrio entre exploração e
conservação dos recursos naturais, para que não haja a limitação do uso destes recursos
para o ser humano e se atenda a necessidade de preservação para as futuras gerações, como
determina a Constituição Federal de 1988. Contudo, vale lembrar que as mudanças no uso
17
da terra são processos evolutivos, contínuos e dinâmicos, que se modifica com o passar dos
anos, pois depende do tamanho e do padrão de consumo da população.
Em condições naturais os ecossistemas se mantêm dinamicamente em equilíbrio.
Esse equilíbrio pode ser entendido como um conjunto de interações que buscam o estado
menos energético, balanceando, assim, as entradas e saídas de materiais e energia desse
ambiente. Esse é o Princípio de Le Chatelier que diz que: “Todo sistema em equilíbrio
químico estável submetido à influência de uma causa externa que tenda a fazer variar, seja
sua temperatura, seja seu estado de condensação (pressão, concentração, número de
moléculas numa unidade de volume), em sua totalidade ou somente em algumas de suas
partes, sofre apenas modificações internas, as quais se ocorressem isoladamente,
acarretariam modificação de temperatura ou de estado de condensação de sinal contrário
àquela resultante da ação exterior” (LE CHATELIER, 1884, p. 187). Analogamente, a
“causa externa” seria a ação do ser humano no meio ambiente (sistema), provocando a
alteração na dinâmica do ecossistema que, de alguma forma encontrará um meio para
voltar ao equilíbrio.
Não obstante, o impacto do homem sobre o meio ambiente se torna cada vez mais
complexo, tanto em termos quantitativos quanto qualitativos e, por isso, o desenvolvimento
sustentável surge para enfrentar essa crise ecológica. Neto (2004, p.1), diz que “as escalas
e taxas de mudanças no uso do solo são bem maiores atualmente do que no passado,
devido principalmente às mudanças tecnológicas e ao crescimento da população”. Ou seja,
devido à variação do tamanho e padrão de consumo da sociedade.
Desta forma, o ser humano começa a enxergar sua influência e importância para o
meio ambiente, tanto na extração de seus recursos quanto na manutenção do seu equilíbrio
e como consequência, surge à busca pela elaboração e aplicação de leis e técnicas que
procuram limitar as ações antrópicas que, por vezes, são agressoras do meio ambiente.
Com base no exposto, percebe-se que o ser humano passou a se preocupar e
colaborar para a manutenção do meio que convive, procurando balancear até que ponto
existe um exagero do seu domínio e o atendimento às suas necessidades, caso contrário, se
essa preocupação não viesse à tona, seu papel passaria de elemento da reação com meio
ambiente a catalisador, que aumenta a velocidade de reação e acelera a degradação da
natureza.
18
3.2. Desastres ambientais
Ao longo do século XX a exposição das pessoas aos riscos de desastres cresceu no
Brasil e no mundo mais rapidamente do que as capacidades de redução à vulnerabilidade,
resultando em intensos e extensos impactos, na escala espacial e temporal. Para Rossi
(Lieber e Romano-Lieber, 2002), o período considerado entre o século XIX e o inicio do
século XX pode ser denominado como os “os anos de segurança”, cuja confiança na
ciência se dava sem questionamentos.
Atualmente há diversos pesquisadores que consideram que o desastre ambiental por
si só não é um problema, pois a natureza é capaz de se adaptar a essa alteração e se
recuperar facilmente; o problema acontece quando esse evento envolve o ser humano, seja
ele como agente ativo ou passivo. No que se refere ao desastre de Mariana – MG, ambos
os agentes participam do evento: os habitantes e os responsáveis pela barragem. Neste
caso, além das perdas de vidas humanas, cujos valores são incalculáveis, em apenas onze
minutos de avalanche todo patrimônio histórico e cultural, construído ao longo de séculos,
fora dizimado pelo mar de rejeitos (GONÇALVES; VESPA; FUSCO, 2015).
Os desastres são acontecimentos coletivos trágicos nos quais há perdas e danos
súbitos e involuntários que desorganizam, de forma multidimensional e severa, as rotinas
de vida (por vezes, o modo de vida) de uma dada coletividade (VALENCIO, 2010. p.748).
Para Valencio (2005) muito comumente, os desastres constituem-se da soma de diversos
riscos ignorados ou mal gerenciados, isto é, de ameaças mal avaliadas assim como de uma
compreensão incompleta da vulnerabilidade humana frente às mesmas.
Araújo (2007, p.2) classifica esse evento em três categorias:
a) o desastre natural: que ocorre por forças da própria Natureza;
b) o desastre tecnológico: que surge da atividade humana/atividade antrópica (como o
vazamento de produto químico); e
c) o desastre ambiental: que ocorre quando um ecossistema é prejudicado por outro tipo de
desastre.
O caso de Mariana se enquadra na terceira categoria, contudo com um agravante: a
dimensão do ocorrido, pois, dadas as proporções deste desastre ambiental, as
consequências devido ao rompimento da barragem, mesmo depois de três anos, ainda são
imensuráveis.
Infelizmente, no Brasil, e em outros países no mundo, a percepção da barragem -
bem como outros empreendimentos com potencial ameaça de gerar um desastre ambiental
- quanto aos seus riscos tem ocorrido por meio da tragédia. Basta ver as muitas
19
consequências negativas que podem ser enfrentadas na elaboração deste tipo de
empreendimento, uma vez que estas são expostas antes mesmo da sua concepção.
Entretanto, opta-se pela continuidade da construção, neste caso da barragem, aceitando os
seus riscos e convivendo com o perigo de um evento catastrófico, como ocorreu. Outro
exemplo da aceitação do risco aconteceu em Fukushima (Japão) no ano de 2011, quando
uma usina nuclear foi atingida por um terremoto seguido de um tsunami, decorrendo da
destruição de parte da usina e a exposição da população japonesa a outros riscos. A
possibilidade de ocorrência desse evento sempre existiu, contudo, aparentemente foi
considerado ínfimo perto dos benefícios da construção da usina e aceitou-se a conviver
com esse risco, até então.
Nesse contexto, a percepção de risco é ignorada ou ocorre de modo tardio, pois
quando o desastre acontece e gera grandes perdas materiais e imateriais às populações
atingidas, não há muito a ser feito para redução do impacto negativo sofrido e, quando há,
geralmente a solução é de longo prazo. Esse entendimento é baseado nas consequências
dos rompimentos de barragens de rejeitos de mineração, pois podem causar a
desertificação da área onde funcionam, alteração da qualidade do solo e da água,
assoreamento dos corpos de água próximos, mortandade de animais, bem como a
degradação da mata ciliar.
Diante do exposto, considera-se que os processos de decisão no que diz respeito às
barragens de rejeitos de mineração devem sempre ser elaborados com o intuito de evitar e
antecipar qualquer tipo de desastre, pois elas representam um risco ascendente para as
populações circundante a esta, desde antes de sua implantação até sua operação, pois a
construção destas edificações já exige uma alteração na rotina da população adjacente e,
quando operante, traz desconforto e insegurança quanto a sua sustentação.
Em relação à gestão de eventos de grande impacto, defende-se aqui que esta é
dependente da sinergia entre medidas estruturais (infraestrutura) e não estruturais
(instrumentos de viabilização e legalização) a fim de reduzir o impacto negativo na
natureza e minimizar suas consequências, como os desastres ambientais.
3.3. Legislação Ambiental
A Constituição Federal (Brasil, 1988), diz em seu Artigo 255, parágrafo segundo
que, “aquele que explorar recursos minerais fica obrigado a recuperar o meio ambiente
degradado, de acordo com solução técnica exigida pelo órgão público competente, na
20
forma da lei”. A exploração mineral por si só já é uma atividade de impacto significante no
meio ambiente, sobretudo se mal gerida. Tal atividade é capaz de gerar grandes impactos
ambientais, tais como: alteração da qualidade da água, assoreamento, mortandade de
animais (aquáticos, terrestres e aéreos), perda de vegetação, alteração da qualidade do ar e
do solo, etc. Além disso, a exploração descontrolada pode retirar mais recursos do meio do
que a capacidade desse meio se recuperar naturalmente.
No parágrafo IV do inciso anterior do mesmo artigo diz que:
§ 1° Para assegurar a efetividade desse direito, incumbe ao Poder Público: [...] IV – exigir, na forma de lei, para instalação de obra ou atividade potencialmente causadora de significativa
degradação ambiental, estudo prévio de impacto ambiental, a qual se dará publicidade.
(BRASIL, 1988).
A fiscalização da segurança de barragens é responsabilidade da Agência Nacional
de Mineração (ANM), antigo DNPM, entidade que concede a outorga de direitos
minerários para fins de pesquisa e lavra para o aproveitamento mineral.Tal órgão é o
responsável pelo Código de Mineração que está em vigência e foi editado pelo Decreto-Lei
227, de 28 de fevereiro de 1967, pelo governo militar, em substituição ao documento
anterior, de 1940 e também dos diplomas legais complementares. Apesar de ter sofrido
muitas mudanças, o Código continua sendo a lei básica que regulamenta a atividade.
A lei é relativamente antiga, entretanto, ela tem aparato em outras leis como a Lei
Federal nº 6.938/1981 que dispõe da Política Nacional do Meio Ambiente (PNMA), a
resolução CONAMA 001/86, principais regedoras da Avaliação de Impacto Ambiental e
do EIA/RIMA (Estudo de Impacto Ambiental/ Relatório de Impacto Ambiental). Mais
adiante, tem-se a Lei de Crimes Ambientais Lei n. 9.605/1.998, que obriga a realização do
Licenciamento Ambiental de atividades degradadoras, como é o caso da mineração.
Como visto, a Legislação brasileira no que diz respeito à conservação do meio
ambiente é bem vasta, chega até ser complexa e é considerada uma das melhores do
mundo. Entretanto, ainda há muitas barreiras que são responsáveis pela falta de
comprometimento dos órgãos competentes, no que diz respeito ao cumprimento dessas e
outras leis, e à fiscalização das atividades dos empreendimentos mineradores.
De modo geral, alguns mineradores e especialistas consideram que a legislação
ambiental acerca da mineração é extensa e até avançada. No entanto, apresenta-se
conflitante criando dificuldades na sua aplicação e necessitando uma compatibilização,
pois a sua aplicabilidade não é eficiente por uma série de fatores, tais como: há
divergências de prazos entre a legislação ambiental e mineral devido à diferença temporal
21
de criação; os órgãos competentes pelo licenciamento ambiental não dispõem de estrutura
e profissionais qualificados em meio ambiente/mineração; em alguns locais, existem mais
de um órgão regulador em diferentes esferas de atuação e, geram assim, conflitos entre as
legislações; entre outros (FARIAS, 2002).
O desastre de Mariana – MG pode trazer à tona muitos debates acerca das
atividades mineradoras, o que pode apresentar aspectos positivos. Entretanto, a discussão
sem a sinergia das empresas, órgãos competentes à fiscalização e também da sociedade
civil, não será possível ter grandes avanços sustentáveis na mineração, ou seja, a
continuidade das atividades sem que haja grandes prejuízos ao meio ambiente, pois como
defendido na Constituição Federal de 1988 no Art.º 255:
Art.º 225. Todos têm direito ao meio ambiente ecologicamente equilibrado, bem de uso comum
de povo e essencial à sadia qualidade de vida, impondo-se ao Poder Público e à coletividade o
dever de defendê-lo e preservá-lo para às presentes e futuras gerações. (BRASIL, 1988).
Nessa perspectiva, faz-se necessário um esforço conjunto para que a atividade
mineradora apresente avanços tanto no âmbito prático quanto jurídico, visto que ela
representa uma atividade econômica importante para o país.
3.4. Geotecnologia aplicada ao estudo de desastres naturais
Geotecnologias são o conjunto de tecnologias para coleta, processamento, análise e
disponibilização de informações com referência geográfica (ROSA, 2013). Tal termo é
utilizado para referenciar todo o mecanismo envolvido para tratamento e análise de dados
espaciais e do espaço geográfico, tanto em temos qualitativos como quantitativos, bem
como o compartilhamento dessas informações. Todo o aparato que compõe essa tecnologia
envolvem os hardwares, softwares e a mão de obra humana, podendo assim, auxiliar o
analista na sua tomada de decisões.
Miranda (2005) ressalta que as geotecnologias existentes possibilitam a aquisição e
manipulação de informações espaciais, sendo ferramentas relevantes para o levantamento,
monitoramento e mapeamento dos recursos naturais. A utilização das geotecnologias
revela-se como um instrumento de grande potencial para o estabelecimento de planos
integrados de conservação do solo, da água e da cobertura vegetal. Dentre elas podemos
destacar: a cartografia digital, o Sistema de Posicionamento Global (GPS - Global
Positioning System), o Sistema de Informação Geográfica (SIG) e o sensoriamento remoto.
Deste último, Slater (1980) define sensoriamento remoto como a interação dos objetos com
22
a radiação que atinge as superfícies dos objetos, ou seja, a radiação incidente nos alvos que
pode interagir de diferentes formas e é seletiva em relação ao comprimento de onda
específica para cada tipo de material em função de sua estrutura atômica e molecular.
Muitas são as aplicabilidades do sensoriamento remoto, tais como planejamento e
gestão de áreas ambientais e urbanas, como a geração de alertas de mudanças, controle de
fluxo de corpos hídricos, fluxo viário, etc; apoio para instrumentos de controles ambiental,
como o CAR (Cadastro Ambiental Rural) e urbano, como o IPTU (Imposto Predial e
Territorial Urbano); detecção de mudança de temperatura de determinada região, dentre
outras. Desta forma, pode ser útil para solução de problemas de engenharia,
monitoramento de processos geológicos, prevenção de riscos, recuperação de áreas
degradadas, construção de obras civis, aproveitamento de recursos hídricos e mineração,
etc., pois atualmente é uma das alternativas mais viáveis, dentre as geotecnologias, para se
reduzir significativamente o tempo e o custo gasto com o mapeamento de grandes áreas a
serem protegidas e, por consequência, agilizar a fiscalização do cumprimento das leis.
Além disso, com o uso do sensoriamento remoto é possível desenvolver estudos de
cobertura vegetal da terra que viabilizam a extração informações sobre a distribuição dos
diferentes tipos de vegetação, estrutura do dossel, estado fenológico, condições de estresse,
carência de nutrientes, entre outros (PONZONI E SHIMABUKURO, 2009). De acordo
com Jensen (2009), a estrutura interna e externa das plantas e suas interações com a
radiação eletromagnética, tem um impacto direto na forma como as folhas e os dosséis
vegetais aparecem espectralmente quando registrados usando instrumentos de
sensoriamento remoto. Além disso, as curvas de refletância podem variar em função da
morfologia da folha (CHUVEICO, 1996). A Figura 1 expressa graficamente o
comportamento da variação da reflectância em uma folha.
23
Figura 1 - Curva de refletância típica de uma folha verde
Fonte: Adaptado de Prabhakar (2012)
A determinação de índices de vegetação (como o NDVI, por exemplo) é uma das
diversas finalidades que o sensoriamento remoto tem para controle e monitoramento de
áreas verdes. Para tanto, é necessário o processamento das bandas que operam na região do
visível - vermelho e infravermelho próximo (Red e Near Infrared – R e NIR). A figura 1
apresenta de forma clara essa relação, pois, no visível, a reflectância é baixa em função da
absorção da radiação pelos pigmentos da folha (clorofila, carotenos, xantofilas). Já no
infravermelho próximo a absorção é pequena e, consequentemente, a reflectância é alta,
devido à interação da energia incidente com a estrutura do vegetal. Por fim, nas bandas do
vermelho e infravermelho, há também uma a alta e baixa absorção de energia solar,
respectivamente, em virtude da presença de água na estrutura vegetal. Dessa forma, a união
das duas faixas espectrais supracitadas destaca as áreas de vegetação nas imagens
(HUXMAN et al., 2004). A Figura 2 apresenta graficamente a resposta espectral da de
forma mais sintetizada.
24
Figura 2 - Assinatura espectral
Fonte: Adaptado de CEP/INPE
De acordo com Ponzoni (2012), o termo “assinatura espectral” deve ser empregado
como forma típica de um objeto refletir a radiação eletromagnética nele incidente,
caracterizadas, então, por fatores de refletância, o que raramente acontece quando se aplica
a classificação digital.
3.4.1. Processamento digital de imagens
O conhecimento da distribuição espacial das propriedades físicas e químicas é
fundamental para a modelagem ambiental e o manejo de extensas áreas de cobertura
vegetal. A identificação de objetos em imagens produzidas por sensores remotos mediante
a interpretação visual é eficaz quando o interesse é acessar as características geométricas e
a aparência geral desses objetos (PONZONI et.al., 2012).
Sabendo que as imagens de tais sensores são compostas por x linhas e y colunas,
formando assim uma matriz, onde cada elemento possui um atributo z, que representa a
intensidade da radiação refletida ou emitida por uma cena nesse ponto da imagem que é
registrada pelo sensor, faz-se necessário um trabalho de tratamento das imagens captadas,
haja vista que informações extraídas das cenas não dependerem somente da qualidade do
sensor, mas também da interpretação visual do analista. Tal tratamento é qualificado como
Processamento Digital de Imagens (PDI).
25
Por PDI entende-se a manipulação de uma imagem por computador de modo que a
entrada e a saída do processo sejam imagens. O objetivo de se usar processamento digital
de imagens é melhorar o aspecto visual de certas feições estruturais para o analista humano
e fornecer outros subsídios para a sua interpretação, inclusive gerando produtos que
possam ser posteriormente submetidos a outros processamentos (SPRING, 1996). Além
disso, tais técnicas possibilitam a aquisição de um maior volume de dados, mais
objetividade, maior velocidade de manipulação, melhorar o aspecto para a análise visual e
outros processamentos, gerar novos produtos (imagens, gráficos e tabelas), registrar a
informação espacial em determinado contexto, etc.
As técnicas de processamento digital de imagem podem ser divididas em três fases:
técnicas de pré-processamento, técnicas de realce e técnicas de classificação. A primeira
engloba um conjunto de programas computacionais que permitem a transformação de
dados digitais brutos em dados corrigidos, ou seja, ocorre a correção de possíveis
distorções e melhora o desempenho de algoritmos a serem usados. Consiste também em
delimitar a área de estudo e fazer as correções radiométricas, atmosféricas e geométricas,
quando necessário. Já na segunda, tem como finalidade melhorar a visualização da cena
nas imagens e entra aqui a composição e fusão de bandas espectrais, cujo objetivo é a
obtenção de novas imagens que reflitam as relações existentes as bandas envolvidas nas
imagens pixel a pixel.; e, por fim, as técnicas de classificação, que tem como alvo atribuir a
cada pixel da imagem uma classe, tema ou rótulo e depende do tipo de objeto que se está
analisando e do tipo de resposta esperada na classificação. Nesta técnica, tem-se as
classificações supervisionadas, não-supervisionadas, NDVI, etc.
3.4.1.1. Classificação de imagens
A classificação digital de imagens é um processo de reconhecimento de padrões e
de objetos homogêneos e aplica-se ao mapeamento de áreas consideradas pertencentes a
uma única classe de objetos que constituem a legenda do mapeamento pretendido
(PONZONI; et.al., 2012). Nas duas últimas décadas muitos avanços foram alcançados
quanto às abordagens e técnicas para melhorar a precisão e qualidade da classificação de
imagens (LU E WENG, 2007). No entanto, a produção de mapas temáticos confiáveis é
ainda um processo complexo, já que muitos fatores como a heterogeneidade da paisagem,
a seleção dos dados de sensoriamento remoto, o processamento das imagens e a escolha
das abordagens de classificação mais adequadas interferem na qualidade do produto final
26
(LU E WENG, 2007). Além do mais, os resultados da classificação digital de imagens de
satélites podem variar de acordo com a data de aquisição dos dados, resolução espacial,
espectral e radiométrica do sensor. Outro fator que influencia de forma significativa no
resultado da classificação é a ocorrência de sombras, tanto de nuvens, como aquelas
relativas ao relevo, em relação à angulação solar (azimute) na hora da captura da imagem.
Essas ocorrências acabam por ser comum às imagens de sensores óticos - denominados
passivos - por assim dizer. Isso porque a maioria dos satélites artificiais de imageamento
depende de uma fonte de iluminação secundária (solar) para captar e gerar imagens da
superfície terrestre.
As técnicas de classificação têm como propósito atribuir a cada pixel da imagem
uma classe a fim de gerar um mapa objetivo, eliminando, assim, a subjetividade do
processo de análise visual. O resultado da classificação é apresentado na forma de mapa
temático digital que definem o posicionamento e as classes pré-determinadas
(supervisionadas) ou pós-determinadas (não supervisionada).
Quando existem regiões da imagem em que o usuário tem informações que
permitem a identificação de uma classe de interesse, o treinamento é dito supervisionado.
Para um treinamento supervisionado o usuário deve identificar na imagem uma área
representativa de cada classe. Nesta classificação são usados algoritmos cujos
reconhecimentos dos padrões espectrais na imagem se faz com base na assinatura espectral
dos pixels e em amostras coletadas na área de interesse que são chamadas de amostra de
treinamento, as quais são fornecidas ao software pelo usuário e previamente determinadas,
ou seja, já conhecidas pelo analista, para que haja uma melhor qualificação das classes. De
acordo com Ponzoni (2012, p. 70), o treinamento supervisionado acontece quando o
usuário dispõe de informações que permitem a identificação, nas imagens, da localização
espacial de uma classe de interesse. É importante que a área de treinamento seja uma
amostra homogênea da classe respectiva, mas ao mesmo tempo deve-se incluir toda a
variabilidade dos níveis de cinza (SPRING, 2008).
Já na classificação não-supervisionada utiliza-se de algoritmos de agrupamento,
através do quais os pixels de uma imagem são atribuídos à classes espectrais, sem que o
usuário tenha conhecimento prévio das mesmas (Richards e Jia, 2006). Esses algoritmos
assume que cada grupo (cluster) representa a distribuição de probabilidade de uma classe
(PONZONI; et.al., 2012).
Ademais, é possível também obter uma resposta espectral do cenário através do
NDVI - Índice de Vegetação por Diferença Normalizada (Normalized Difference
27
Vegetation Index) - que é o índice de vegetação mais utilizado, sobretudo pelo setor da
agricultura. A normalização é feito pela razão entre a diferença e a soma das bandas do
vermelho e infravermelho próximo. No entanto, ele tende a saturar em áreas de alta
biomassa, tornando-se insensível para cobrir variações nessas áreas. Também é sensível às
variações no fundo do solo devido às condições de brilho e umidade aos efeitos
atmosféricos. Como ferramenta para o monitoramento da vegetação, o NDVI é utilizado
para construir perfis sazonais e temporais das atividades de vegetação, permitindo
comparações interanuais desses perfis (PONZONI et.al.; 2012, p. 90).
Portanto, a classificação de imagens apresenta resultados satisfatórios para indicar
os tipos de coberturas da superfície caracterizadas pelas variações de intensidade da
reflectância da luz nas imagens.
3.5. Dados
3.5.1. Landsat - 8
A série Landsat foi iniciada no final dos anos 1960, a partir de um projeto
desenvolvido pela Agência Espacial Americana dedicado exclusivamente à observação dos
recursos naturais terrestres. O primeiro satélite da série começou a operar em 1972 e a
última atualização ocorreu em 11 de fevereiro de 2013, como o lançamento do Landsat – 8.
Este satélite foi lançado da Base Aérea de Vandenberg, Califórnia - EUA, em um foguete
Atlas-V 401, com a carenagem de carga útil estendida da United Launch Alliance. A carga
útil do satélite Landsat-8 consiste em dois instrumentos - o Operational Land Imager
(OLI) e o Thermal Infrared Sensor (TIRS). Esses dois sensores fornecem cobertura
sazonal da massa terrestre global em uma resolução espacial de 30 metros (visível, NIR,
SWIR); 100 metros (térmicos); e 15 metros (pancromático).
Os dados do satélite Landsat são produzidos, arquivados e distribuídos pelos EUA
através portal (https://earthexplorer.usgs.gov/) do EarthExplorer, plataforma digital da
USGS (United States Geological Survey), desde 1972. Um resumo das características do
Landsat-8 esta apresentado na Tabela 1 a seguir.
28
Tabela 1 - Principais características do Landsat-8
Operadora NASA
Data de lançamento 02/11/2013
Órbita Circular, polar, heliossíncrona
Tempo de revisita 16 dias Horário da passagem 10h / 12h
Tempo de duração da órbita 99 min.
Resolução espacial 30 m (visível e IVP)
Resolução radiométrica
15 m (PAN)
100 m (Termal)
16 bits Bandas espectrais 6 (multiespectral e NIR)
Altitude
1 Pancromática
2 (SWIR)
2 (Termal) 705 km
Largura da cena 185 km
Campo de visada 15°
Fonte: USGS (Adaptado), 2018
As imagens do Landsat-8 são ortoretificadas e todos os produtos do catálogo foram
baixados no formato GeoTIFF com resolução radiométrica é de 16 Bits, Datum WGS
1984, projeção UTM (polar estereográfica para a Antártida). O repertório de bandas
baixado é disponibilizado em um arquivo zipado que contém todas bandas espectrais de
acordo com a Tabela 2:
Tabela 2 – Bandas espectrais do sensor e suas faixas no espectro eletromagnético
Bandas Landsat - 8 Comprimento de onda
(μm)
Resolução
(m)
Band 1 – Coastal aerosol 0.43 – 0.45 30
Band 2 – Blue 0.45 – 0.51 30
Band 3 – Green 0.53 – 0.59 30
Band 4 – Red 0.64 – 0.67 30 Band 5 – Near Infrared (NIR) 0.85 – 0.88 30
Band 6 – SWIR 1 1.57 – 1.65 30
Band 7 – SWIR 2 2.11 – 2.29 30 Band 8 – Panchromatic 0.50 – 0.68 15
Band 9 – Cirrus 1.36 – 1.38 30
Band 10 – Thermal Infrared (TIRS) 1 10.60 – 11.19 100 Band 11 – Thermal Infrared (TIRS) 2 11.50 – 12.51 100
Fonte: USGS (Adaptado), 2018
29
As imagens multiespectrais Landsat-8 tem uma resolução de 30 metros, entretanto,
ao compor as bandas multiespectrais e fusionar o resultado deste processo com a banda
pancromática (tons de cinza), que tem 15 metros de resolução espacial, obtém-se a
resolução espacial final da cena Landsat-8 com 15 metros de resolução colorida.
Figura 3 - Bandas de operação do Landsat – 8 OLI/TIRS
Fonte: USGS, 2018
Os dados do Landsat, assim como do Sentinel - 2, além de serem sensores de média
resolução espacial com dados gratuitos, propõem uma alta frequência de visitas – 16 e 12
dias, respectivamente - que possibilitam a geração de geoinformação em escalas locais,
regionais, nacionais e internacionais de qualidade.
3.5.2. My DigitalGlobe
My DigitalGlobe é uma plataforma de imagens que oferece acesso instantâneo à
imagens de satélite dos sensores da DigitalGlobe, antiga WorldView Imaging Corporation,
que é uma empresa estadunidense com sede em Boulder, Colorado - EUA e fornece
imagens de satélites óticos de altíssima resolução e conteúdo geoespacial, além de serviços
de sensoriamento remoto (DigitalGlobe, 2018). A empresa foi responsável pelo lançamento
de diversos satélites como o Ikonos, o QuickBird, o Worldview-1, Worldview-2,
Worldview-3 e, o mais recente, Worldview-4. Diversas empresas e organizações realizam
30
contratos com a empresa, entre essas estão a NASA, o Departamento de Defesa dos
Estados Unidos e a empresas de tecnologia.
A plataforma da operadora oferece uma ferramenta simples e intuitiva para clientes
seus acessarem suas soluções globais como Basemap, Precision Aerial, e imagens de
conteúdo FirstLook. Os usuários podem pesquisar rapidamente por imagens, planejar e
gerenciar downloads, exportar e salvar em vários formatos. Com um navegador on-line, a
interface My DigitalGlobe permite o acesso à imagens e metadados multi-espectrais e
multi-temporais, além de fornecer uma biblioteca para organização, download e extração
de dados diretamente em fluxos de trabalho.
3.5.3. SISCOM
Da mesma forma, o sistema SISCOM é uma plataforma online
(http://siscom.ibama.gov.br/mariana/#/) de imagens de altíssima resolução, criada e
gerenciada pelo Centro de Sensoriamento Remoto (CSR) e o Centro de Monitoramento
Ambiental do Ibama (CEMAM), órgãos do Centro Nacional de Monitoramento e
Informações Ambientais - CENIMA/IBAMA. Ao contrário, do portal My DigitalGlobe,
esta plataforma oferece dados de imagens gratuitos.
Entretanto, esta base de dados oferece imagens específicas referentes ao desastre do
rompimento da barragem de Fundão e são apresentadas em um mosaico na forma de um
buffer que vai desde a Barragem de Fundão até a foz do Rio Doce, no estado do Espírito
Santo.
As imagens fornecidas fazem parte dos catálogos de acervo das operadoras
DigitalGlobe, Airbus Defence and Space e SI Imageng Services. Trata-se de imagens de
cobertura da área antes e logo após o acontecimento do evento.
4. Área de Estudo
A área de estudo deste trabalho se restringe às Áreas de Proteção Permanente
(APP) e em na área de dois quilômetros de corredor no entorno dos afluentes do Rio Doce
desde a Barragem de Fundão: rio Gualaxo do Norte e Rio do Carmo; até o Rio Doce na
altura da UHE Candongas. Os principais corpos hídricos que compõem este estudo estão
inseridos na Bacia do Rio Doce (Figura 4), que possui área de drenagem de 83.465 km²,
compartilhada entre Minas Gerais e o Espírito Santo e atende uma população de cerca de
31
3,5 milhões de pessoas, distribuídas em pouco mais de 200 municípios em Minas Gerais e
mais 26 no Espírito Santo.
Figura 4 - Localização bacia do rio Doce
Fonte: MMA/ ANA
Além disso, os dois principais afluentes, bem como a barragem da Mineradora
Samarco, concentram-se no município de Mariana – MG (Figura 5), que faz parte do
conjunto de cidades históricas do estado e, juntamente com Ouro Preto, Congonhas, São
João Del Rei, Tiradentes e Catas Altas, compõe um importante patrimônio arquitetônico
colonial-barroco do país.
O município de Mariana (MG) tem área de 1.194,208 km², está localizado nas
coordenadas: latitude 20º21’55’’S e longitude 43º24’54’’W. De acordo com dados do
32
IBGE (2018), sua população estimada é de aproximadamente 59.857 habitantes, sendo que
no último censo demográfico de 2010 essa população era de 54.210 habitantes e densidade
demográfica de 45,4 hab/km² com 47,1% dos domicílios localizados na área urbana.
O Índice de Desenvolvimento Humano Municipal (IDHM) do município é de
0,742, IBGE (2018). Além disso, Mariana apresenta um PIB (Produto Interno Bruto) per
capita de R$ 52.705,53, colocando-se na posição 204º de 5.570 no ranking nacional e 19º
de 853 com relação às demais cidades do estado de Minas Gerais. No município cerca de
78% de domicílios dos marianenses são atendidos com esgotamento sanitário IBGE
(2018).
O relevo de região é caracterizado por ondulações e a presença de montanhas. Já o
clima, é quente e temperado e, de acordo com a classificação climática de Köppen é
classificado como Cwa (STRAHLER,1963). A temperatura média anual é de 20.4 °C e a
pluviosidade média anual de 1307 mm (CLIMATE-DATA, 2018).
Figura 5 - Área de Estudo
Fonte: Autor
33
O município integra o conhecido Quadrilátero Ferrífero Mineiro (Figura 6) –
localizado ao centro-sul do Estado (aproximadamente 7.000 km²) – que junto com Sabará,
Santa Bárbara, Itabirito, Nova Lima, Congonhas e Ouro Preto respondem pela maior
produção de ferro do país. Sua região é banhada por rios importantes, como o Rio do
Carmo, Gualaxo do Norte, Gualaxo do Sul e outros afluentes do Rio Doce. Na região está
instalada a mineradora Samarco, formada pelas mineradoras Vale e BHP Billiton.
Figura 6 - Domínios geoambientais das bordas Sul e Leste do Quadrilátero Ferrífero
Fonte: CARMO, L.G.; MARTINS R.M.; MARTINS J.M.
Conta ainda com nove distritos, que desenvolvem atividades agropecuárias e
artesanato: Santa Rita Durão, Monsenhor Horta, Camargos, Bandeirantes (Ribeirão do
Carmo), Padre Viegas (Sumidouro), Claudio Manoel, Furquim, Passagem da Mariana e
Cachoeira do Brumado e, por fim, Bento Rodrigues, cuja comunidade sofreu o primeiro
impacto do maior desastre ambiental do Brasil, e é subdistrito de Santa Rita Durão.
Bento Rodrigues fica situado a pouco mais de 5 km das barragens, foi praticamente
todo soterrado pela avalanche de água, lama e detritos produzida com o rompimento da
34
barragem (Figura 7). O IBAMA estima que 207 dos 251 imóveis do subdistrito tenham
sido destruídos naquela localidade devido ao evento (IBAMA, 2015, p.7).
Figura 7 - Vista aérea de Bento Rodrigues, interior de Minas Gerais, no dia seguinte ao rompimento de
barragens de rejeitos da mineradora Samarco
Fonte: Ricardo Moraes – Reuters
Nos trechos de cabeceira, situados a montante do reservatório da UHE Risoleta
Neves (Candongas) ocorreu à supressão da vegetação marginal devido à erosão forçada
pela onda de inundação (Figura 8). A usina tem potência instalada de 140 MW (Usina
Hidrelétrica Risoleta Neves, 2018) e é operada pelo Consórcio Candonga, composto pela
Aliança Energia e Vale, sendo cada empresa detentora da metade do consórcio. Com isso,
grandes depósitos de rejeitos expostos foram identificados na calha do rio e os números
mais recentes (Fundação Renova, 2017) constatam que cerca de 10,5 milhões m³ de
sedimentos e detritos ficaram acumulados no reservatório que tem volume de 54,4 milhões
de m³ e dista cerca de 120 km da Barragem de Fundão. Nas demais barragens o acúmulo
foi bem menor.
35
Figura 8 - Rio Doce - UHE Risoleta Neves logo após a chegada da lama
Fonte: Márcio Fernandes – Estadão
São cinco os municípios no entorno dos corpos hídricos alvos de estudo desse
trabalho, até Candongas no Rio Doce: Mariana, Barra Longa, Ponte nova, Rio Doce e
Santa Cruz do Escavado; somadas, apresentam uma população estimada de 73.568
habitantes e uma área de 1225 km², segundo dados do IBGE (2018). As principais
atividades desempenhadas por essas comunidades são o artesanato e a pesca, tendo essa
última uma queda brusca no seu exercício devido à degradação dos rios em consequência
do desastre ambiental.
5. Procedimentos Metodológicos
Inicialmente, foi feito um levantamento de teses, dissertações, artigos científicos e
buscas em sites com a temática do rompimento da barragem de Fundão em Mariana – MG
e temas correlacionados, como: Equilíbrio Ambiental, Desastres Ambientais, Legislação
Ambiental, etc. bem como literaturas referentes às técnicas geotecnologias aplicadas a
estudos ambientais.
Os procedimentos metodológicos que compuseram a base de referência e
geoprocessamentos deste trabalho são apresentados no fluxograma esquematizado na
Figura 9.
36
Figura 9 - Fluxograma das etapas a serem desempenhadas
Fonte: Autor
A princípio, criou-se a base digital de dados composta por arquivos vetoriais, como
os limites de municípios/estados, hidrografia, localização de objetos, dentre outros,
disponíveis nos sites de instituições como o Instituto Brasileiro de Geografia e Estatística
(IBGE, 2018), Instituto Prístino (2018), Agência Nacional de Águas (ANA, 2018), além
dos vetores criados pelo autor, como os buffers (áreas de abrangências), pontos de
referências e outros.
Uma vez finalizada essa base de referência, foi delimitada a área alvo de estudo
deste trabalho, tendo como base um corredor com largura de dois quilômetros (um
quilômetro para cada lado a partir da linha de curso d’água dos rios Gualaxo do Norte, rio
do Carmo e rio Doce até a UHE de Candongas) - as extensões dos rios somadas
correspondem a quase 120 km e uma área de 219 km² (21.876 ha). Desta forma, o buffer
estipulado cobre todas as Áreas de Preservação Permanente (APPs) ao longo dos rios
considerados, sendo que medida estipulada pela lei 12.651/2012 é de 500 m a partir da
borda do rio quando este apresenta largura maior de 600 m e a largura máxima encontrada
neles não ultrapassa a metragem de 400 m. Além disso, a área delimitada também
possibilitou a visualização e análise de parte do impacto gerado em alguns afluentes destes
rios.
Somado aos vetores, a base digital de dados também foi composta por arquivos
matriciais (rasters), quando foi feita a busca de imagens do satélite Landsat-8 que foram
adquiridas gratuitamente a partir do site EarthExplorer - portal de imagens da USGR
(United States Geological Survey), base de dados da série de satélites Landsat - e foram
selecionadas considerando aquelas datadas antes e logo após o evento (imagens o mais
37
próximas destes períodos e com a menor cobertura de nuvens possível) e imagens atuais,
do ano corrente e de cobertura da extensão da área de interesse.
As imagens são disponibilizadas no formato GeoTIFF, separadas por bandas, com
projeção UTM, (Datum WGS 1984) e já são ortorretificadas. As imagens selecionadas são
datadas dos dias 11/10/2015, 12/11/2015 (uma semana após o evento) e 01/09/2018, que
por conveniência serão tratadas daqui para frente como cenário 1, cenário 2 e cenário 3,
respectivamente. Assim, nos dois primeiros cenários, foram selecionadas imagens
considerando os dias mais próximos do rompimento da barragem e a menor cobertura de
nuvens possível, a fim de se ter uma melhor visualização da região estudada, visto que
quanto mais próximo dos dias do evento, melhor a avaliação do cenário e, que as nuvens
são apresentadas como obstáculos dos alvos quando se trata de sensores óticos.
Tais imagens foram submetidas a uma série de processamentos ao iniciar pela
composição colorida de bandas multiespectrais e fusão com a banda pancromática. A
imagem resultante é colorida, com 15 m de resolução e preserva a fidelidade da cor
original, permitindo uma melhor visualização e interpretação do cenário. Ademais, foi
necessário realizar a correção e ajuste dos produtos a partir de procedimentos de
equalização e realce, recorte da área de estudo e classificação digital automática dos
cenários nas três datas.
Vale lembrar que as características espectrais dos dados originais foram
preservadas nas imagens coloridas de alta resolução geradas. Isso significa que tanto a
análise, quanto a classificação podem ser feitas nas imagens com o benefício adicional da
melhor resolução espacial.
No ArcGIS 10.5.2 usou-se a ferramenta Composite Bands e, sem seguida, Create
Pan-sharpened Raster Dataset para gerar as imagens multiespectral e fusioná-las com a
banda pancromática, respectivamente. O mesmo processo foi feito no PCI Geomática
2017, usando o algoritmo Pansharp, que opera no ambiente Focus do programa e que
compõe as bandas coloridas e infravermelha e fusiona as imagens com a mesma
ferramenta.
Aqui deve se atentar à ordem na qual seleciona os marcadores dos canais de
imagem multiespectrais, pois isso afeta os resultados de saída. No caso das imagens
Landsat-8 utilizadas, selecionou-se os canais dois, três, quatro e cinco (azul, verde,
vermelho e infravermelho), mais o canal oito (pancromático). A partir disso, obteve-se as
imagens multiespectrais fusionadas com resolução de 15 m para as três datas. Na sequência
38
foram realizados testes para identificação da melhor técnica e resposta dos softwares para
melhor distinção dos alvos e melhor realce.
Em seguida, fez-se o recorte da área de estudo. Neste processo o buffer criado, foi
usado como máscara para o recorte das imagens e o processo foi realizado com a
ferramenta Extract by Mask, do ArcGIS 10.5.2. Uma vez que a área de estudo foi
delimitada, foram iniciados os testes de classificação das imagens, a começar pelo método
de classificação não-superisionada, seguida da classificação supervisionada e da extração
do NDVI, respectivamente. Todos os testes foram executados no ArcGIS 10.5.2 e a
avaliação dos resultados da classificação foi feita com base na análise da eficiência dos
classificadores para identificação/delimitação dos padrões e objetos homogêneos que
compõem a área estudada, além da acurácia temática deste processo.
Inicialmente, as classificações supervisionadas foram realizadas considerando
quatro classes: vegetação, água, solo exposto e edificações. Entretanto, durante os testes,
foi necessário criar novas classes que, por fim, ficaram assim definidas: vegetação, água,
lama, solo exposto, área urbana e nuvem. A necessidade de criação e definição dessas
novas classes serão discutidas nos resultados.
Para o processo de classificação foi usada a ferramenta Image Classification do
ArcGIS 10.5.2. Inicialmente, foi realizada a classificação não-supervisionada, a qual não
retornou com um resultado satisfatório, seguida da classificação supervisionada que
apresentou um resultado melhor. Em seguida, foi realizada a classificação supervisionada
também no software R 3.5.0 com o uso do algoritmo Random Florest, que se trata de um
método de classificação pixel a pixel, não paramétrico. Esse é também um dos algoritmos
mais utilizados, devido à sua simplicidade (DONGES, 2018). Este, por sua vez, apresentou
um resultado mais satisfatório, que foi sendo refinado com a adição e melhor seleção dos
pixels das amostras de treinamento, que será discutido nos resultados.
Por fim, após a geração e validação das classificações, foram realizadas análises
quanto às classes temáticas mapeadas de forma a comparar as classes e as imagens das
diferentes datas avaliando como estava o ambiente da mata ciliar dos rios Gualaxo do
Norte, Rio do Carmo e Rio Doce antes, logo após o rompimento da barragem de rejeitos e
atualmente.
A comparação dos três cenários foi feita por meio da análise da sobreposição das
três classificações. Foi quantificada a porcentagem de cobertura do solo e, desta forma,
comparou-se esses valores com os demais cenários. Somado a isso, os resultados das
classificações, bem como das mudanças no ambiente, foram validadas ao confrontar
39
algumas áreas das imagens do satélite Landsat-8 com imagens de sensores de altíssima
resolução (de 0,5 até 0,3 m) da DigitalGlobe. Com base nos procedimentos realizados e
nos resultados obtidos foi possível discorrer sobre os mesmos, permitindo assim, elaborar
considerações sobre os impactos causados pelo rompimento da barragem de rejeitos e
sobre a utilização de geotecnologias no estudo de impactos relacionados a desastres como
neste trabalho estudado.
6. Resultados e discussões
Tendo em vista a temática proposta para o desenvolvimento deste projeto em
conjunto com as ferramentas e metodologias apresentadas, esse capítulo de como objetivo
apresentar os resultados alcançados durante seu desenvolvimento.
6.1. Comparação dos cenários classificados
Para análise da situação da mata ciliar e áreas adjacentes do Rio Gualaxo do Norte,
Rio do Carmo e Rio Doce até a UHE de Candongas no período anterior e imediatamente
após o rompimento da barragem de rejeitos de Fundão em Mariana (MG), bem como de
sua situação atual, foram processadas três imagens do satélite Landsat-8 referentes à área
de estudos (Cenário 1- 11/10/2015; Cenário 2 - 12/11/2015; e Cenário 3 - 01/09/2018). As
figuras 10, 11 e 12 mostram a área de estudo na ordem de coleta:
40
Figura 10 - Área de estudo antes do rompimento da barragem (11/10/2015)
Fonte: Autor
41
Figura 11 - Área de estudo uma semana após o rompimento da barragem (12/11/2015)
Fonte: Autor
42
Figura 12 - Área de estudo quase três anos após o rompimento da barragem (01/09/2018)
Fonte: Autor
43
A localização e quantidades dos pontos de treinamento criados são distintos para
cada um dos cenários, a fim de se avaliar a diferença da reflectância de cada imagem, pois
cada uma delas apresenta uma assinatura espectral peculiar devido às alterações que
aconteceram no ambiente. Logo, foi preciso coletar pontos que apresentam uma
reflectância mais assertiva possível do alvo selecionado. As amostras para classificação
foram definidas a partir do conhecimento prévio da área e obtidas em áreas amostrais
semelhantes.
A primeira fase de classificação foi feita com as amostras classificadas como:
vegetação, água, solo exposto e edificações. Entretanto, considerando que os resultados da
primeira classificação não se mostraram satisfatórios, foi necessário aumentar/alterar as
amostras classificadoras que tiveram com base os testes realizados previamente com as
quatro primeiras amostras. Essa alteração possibilitou um melhor retorno qualitativo,
resultando em um classificador mais preciso e real relativos à situação dos alvos em estudo
e ficaram distribuídos conforme a Tabela 3.
Tabela 3 - Quantidade de amostras de treinamento por imagem
Imagens (data) Quantidade de pontos
11/10/2015 66
12/11/2015 62
01/09/2018 62
Fonte: Autor
O novo formato de classificação definido incluiu seis classes temáticas que
caracterizam a diversidade de usos da terra na área de estudo, sendo: vegetação, que
envolve as áreas de floresta e pastagem; solo exposto se manteve; água também se manteve
e teve a classe lama adicionada devido à modificação do cenário; a classe edificações se
tornou área urbana, visto que não é possível identificar uma edificação bem definida na
cena, em virtude da resolução do sensor; e por fim, adicionou-se também a classe nuvem,
por existir a presença destes obstáculos nos cenários construídos. As figuras 13, 14 e 15
apresentam os resultados da classificação conforme o novo número de classes definidas:
44
Figura 13 - Classificação supervisionada da área de estudo do dia 11/10/2015
Fonte: Autor
45
Figura 14 - Classificação supervisionada da área de estudo do dia 12/11/2015
Fonte: Autor
46
Figura 15 - Classificação supervisionada da área de estudo do dia 01/09/2018
Fonte: Autor
47
Considerando o número de classes propostos e que esta classificação possibilitou a
geração de resultados satisfatórios, foi realizado o cálculo das áreas para cada classe. Para
tanto, gerou-se valores quantitativos das alterações espectrais e, consequentemente,
espaciais em cada um dos cenários cujos resultados são apresentados nas tabelas 4, 5 e 6:
Tabela 4 - Áreas primeiro cenário (11/10/2015)
Áreas no primeiro cenário Área (ha) Proporção (%)
Água 987,91 4,52
Lama 309,85 1,42
Vegetação 13733,60 62,78
Área urbana 603,18 2,76
Solo 6165,63 28,18
Nuvem 75,80 0,35
Total área de Estudo 21875,96 100,00
Fonte: Autor
Tabela 5 - Áreas segundo cenário (12/11/2015)
Áreas no primeiro cenário Área (ha) Proporção (%)
Água 0,00 0,00
Lama 3288,49 15,03
Vegetação 13543,72 61,91
Área urbana 609,32 2,79
Solo 4290,73 19,61
Nuvem 143,71 0,66
Total área de Estudo 21875,96 100,00
Fonte: Autor
Tabela 6 - Áreas terceiro cenário (01/09/2018)
Áreas no primeiro cenário Área (ha) Proporção (%)
Água 1043,60 4,77
Lama 1392,64 6,37
Vegetação 13174,13 60,22
Área urbana 960,86 4,39
Solo 5277,42 24,12
Nuvem 27,32 0,12
Total área de Estudo 21875,96 100,00
Fonte: Autor
48
Por se tratar de uma área extensa em termos de longitude, os cenários apresentam
características distintas e bem representativas de textura e homogeneidade em áreas mais
densas, como em áreas de floresta e acumulo de água. Entretanto, existem áreas em que a
distinção do alvo não é qualitativamente assertiva, principalmente, devido à resolução da
imagem e variação das texturas dos alvos. Esta ocorrência é mais frequente nas regiões
urbanas dentro da área de estudo, como nos municípios de Paracatu de Baixo, Barra Longa
e Rio Doce, por exemplo, bem como em áreas de pastagens.
As análises neste tópico foram feitas por classe referenciando cada uma delas nos
três cenários criados. Sendo assim, ao analisar as classes definidas e confrontar as imagens
com os valores das tabelas mostradas acima, inicialmente, a classe que mais chama a
atenção é a classe água, pois no primeiro cenário ela apresenta um curso bem definido e
claro, embora ela apresente algumas áreas nas quais o classificador a confundiu com outras
classes – como vegetação e sombra das nuvens. Entretanto, no segundo cenário ela foi
completamente extinta por ter sido tomada em sua totalidade pela lama. Neste caso, é
possível assimilar melhor o curso dos rios, sobretudo nas áreas de mata fechada, quando
não era possível no primeiro devido à lama não ter o mesmo comportamento espectral da
água, fazendo com que ela não reflita a imagem da mata na sua superfície e,
consequentemente, não confunda o classificador. Esse perfil se estende até a UHE
Candongas no neste cenário.
Por fim, no último cenário, a água apresenta um maior valor quantitativo, em
relação ao primeiro. A essa razão, atribui-se o novo sistema de contenção de sedimentos
construídos pela Mineradora Samarco na região do rompimento quando foram construídos
dois diques de contenção (nomeados como S3 e S4) como medida emergencial para reter e
filtrar detritos que desciam até então da barragem. Trata-se da construção de diques que
formaram duas grandes áreas alagadas, gerando assim, uma maior resposta espectral do
cenário como mostrado na notícia na Figura 16 e melhor detalhado nas imagens de
altíssima resolução nos próximos tópicos.
49
Figura 16 – Notícia do decreto nº 500 que viabiliza o início das obras de construção do Dique S4 no distrito
de Bento Rodrigues, Mariana - MG
Fonte: Ouro Preto - MG, 2016
Entretanto, é constatado também que alguns trechos, os rios ainda contam com a
presença de lama no seu curso além da expressiva a diminuição da sua largura em alguns
trechos devido ao assoreamento, sobretudo na região da UHE Candongas, onde ficou
acumulado boa parte dos rejeitos da barragem e como será visto nos pontos analisados
posteriormente.
A classe lama se faz presente em todos os cenários com valores bem distintos entre
si. No primeiro cenário a classe é mais notória na área da barragem, ou seja, antes do
rompimento, apresentando também alguns poucos pixels ao longo da área de estudo,
devido à semelhança dos pixels de lama com alguns de solo exposto, além de trechos do
Rio Doce devido à turbidez da água. Em contra partida, no segundo cenário, o valor
espectral da lama cresce em mais de 1.000%. Isso porque a lama toma descontroladamente
quase toda a região da barragem e todo o curso dos rios, além de extensas áreas de mata
ciliar e de solo exposto por onde passou. Para mais, o classificador resultou uma falha
significativa neste cenário em uma área de pastagem, onde a sombra da nuvem é
interpretada como área com lama. Já o ultimo cenário, onde são apresentadas condições
mais atuais da área estudada, nota-se um resultado semelhante ao primeiro cenário, onde o
maior acúmulo de lama se encontra à montante dos rios, região das barragens. No entanto,
nessa mesma área é possível encontrar alguns resquícios de lama nos cursos d’água, bem
como em áreas de solo exposto.
50
Outra classe que apresenta valores significativos é a vegetação. Nos três cenários
essa classe está acima dos 60% da área avaliada, representando todas as áreas de floresta e
pastagem. O primeiro cenário é o que apresenta o maior valor, tendo uma singela queda no
segundo. Contudo, essa pequena diferença não significa que houve pouca devastação da
vegetação, sobretudo das matas ciliares, devido ao rompimento da barragem de rejeitos de
Fundão. Dados da Secretaria de Estado de Desenvolvimento Regional, Política Urbana e
Gestão Metropolitana de Minas Gerais (2016) revelam que o assoreamento dos rios
Gualaxo do Norte, do Carmo e parte do rio Doce até a barragem de Candonga,
comprometeram as áreas de preservação permanente nas faixas marginais dos mesmos
numa extensão de aproximadamente 1.587 hectares (ha), dos quais 1.026,65 ha de
cobertura são de vegetal, sendo que 511,08 ha são da Mata Atlântica e foi muito danificada
nesse trecho. De acordo com os dados é possível concluir que as modificações, registradas
no curso das bacias, causadas pela enxurrada de lama foram degressivas, ou seja, foram
diminuindo com o tempo, entretanto a força inicial da enxurrada foi o suficiente para
impactar na de forma significativa na dinâmica da vegetação.
Desta forma, o atributo para o classificador ter apresentado esta variação nos
cenários é o fato de ser ter analisado uma área extensa no entorno dos rios, cujas áreas de
pastagem tiveram grande impacto em contraste com as épocas analisadas, visto que o mês
de novembro se caracteriza por um período mais chuvoso (por sua proximidade com o
verão) e em outubro (próximo do inverno, período mais seco). A frequência de chuvas
possibilitou um rápido crescimento das vegetações rasteiras (áreas de pastagens) que foi
detectado a partir da reflectância dos alvos traduzido nas imagens de satélite da área nos
diferentes cenários. Além disso, o primeiro cenário apresentou alguns erros de
classificação ao agrupar alguns pixels de floresta com água, bem como a interferência das
nuvens e suas sombras, o que interferiu na quantificação das duas classes.
Considerando os aspectos analisados na comparação dos cenários um e dois, o
terceiro cenário também apresenta uma relativa diminuição da vegetação em relação ao
cenário anterior. Da mesma forma, tal fato pode ser atribuído ao período de coleta das
imagens, haja vista o início de setembro ser um período mais frio e seco, e ao impacto dos
elementos químicos, que embora não tóxicos – como o excesso de ferro, sílica, mercúrio,
manganês, alumínio - oferecem danos ambientais, como alteração do pH do solo, e
inibição do crescimento vegetal, pois diminui as concentrações de nutrientes que chegavam
51
até elas, sobretudo nas áreas de vegetação rasteira, que são mais sensíveis e tiveram uma
parte de seus pixels confundidos com solo exposto.
Por essa razão, solo exposto, também retrata um expressivo valor de área
quantificada nos três cenários. No primeiro, ele representa quase que 50% da área ocupada
por vegetação. Isso porque boa parte de áreas de pastagem apresenta pouca ou nenhuma
cobertura vegetal, o que acaba sendo característica deste ambiente por diversos fatores,
entre eles: a compactação do terreno que é caracterizado pelo aumento da densidade do
solo e redução da porosidade que, consequentemente, diminui a sua permeabilidade, que se
dá quando ele é submetido ao atrito ou a uma pressão contínua. Tudo isso é resultado,
dentre outros fatores, do tráfego de tratores e máquinas agrícolas no terreno, do pisoteio de
animais (pecuária) sobre o campo ou até mesmo do manejo do solo em condições
inadequadas de umidade. Já no segundo cenário há uma considerável diminuição desta
classe. Porém não somente pela cobertura de lama nessas classes, mas também pelo seu
desenvolvimento no período de início de chuvas, que pode ter colaborado para o
crescimento da vegetação mais rasteira, ocasionando, assim, o aumento desta classe e,
consequentemente, uma diminuição da classe de solo exposto. Esse valor poderia ser ainda
menor, pois a presença de nuvens e sombras foi detectada em uma área considerável do
cenário com uma representação de quase 500 hectares que foram identificados como solo
exposto e lama, quando se tratava de nuvens. Vale lembrar que a seleção das imagens foi
realizada considerando o catalogo disponível de imagens do satélite Landsat-8 referentes à
área estudada e que buscou-se a menor cobertura possível de nuvens, sendo selecionado
aquelas em melhores condições possíveis relacionadas a esse parâmetro. Enfim, no terceiro
cenário, esta classe volta a ter um aumento, quase que nas mesmas proporções do primeiro.
Tal cenário é caracterizado pela degradação da qualidade do solo por causa da lama.
Mesmo com elementos caracterizados como não sendo tóxicos, os rejeitos, quando
sedimentados, comprometem a infiltração de água e o nível de matéria orgânica necessário
para a vida microbiana do solo, afetando as condições para a germinação de sementes e o
desenvolvimento radicular das plantas, comprometendo a variabilidade genética das áreas
ciliares.
De acordo com o engenheiro Álvaro Pereira da Fundação Renova, estima-se que
237 propriedades rurais foram atingidas diretamente pela lama de rejeitos, (PARREIRAS,
2017). Na área rural de Barra Longa, a mais diretamente afetada, devido à composição da
lama, a reconstituição do solo pode levar até centenas de anos, que é a escala geológica
52
para a formação de um novo solo (MATOS, 2016). De acordo com a Secretaria de Estado
de Desenvolvimento Regional, Política Urbana e Gestão Metropolitana de Minas Gerais
(2016), além dos fatores químicos, os físicos também trouxeram grandes consequências
para a formação deste cenário que ainda não foram reabilitados, pois devido à enxurrada de
lama houve um significativo aumento da intensidade dos processos erosivos resultante do
ravinamento e surgimento de sulcos. Consequentemente, aumentou-se a ocorrência dos
deslocamentos de massas de terra no período chuvoso e, com isso, intensificou-se o
processo de assoreamento nos rios. O assoreamento dos cursos d’água também foi
intensificado, causado diretamente pela sedimentação da lama em vários trechos dos rios,
sobre tudo na região da UHE Risoleta Neves, onde ficou acumulado uma parte
considerável da lama da barragem.
Analisando o comportamento espectral da classe área urbana, pode-se dizer que foi
a classe menos assertiva, visto que apresentou uma variação que não expressou de maneira
satisfatória a realidade das cidades do trecho estudado. Isso porque houve um aumento
gradativo desta classe do primeiro ao terceiro cenário que são atribuídos ao fato de nas três
classificações o classificador ter confundido alguns pixels de solo exposto e nuvens com
área urbana. Essa confusão pode ser atribuída principalmente ao fator de quantidade de
pontos que foram coletados, pois tanto esta classe quanto a classe a seguir – nuvem -
tiveram uma quantidade de pontos abaixo do indicado por Spring (2008), que afirma que
para a obtenção de classes estatisticamente confiáveis são necessários de 10 a 100 pixels de
treinamento por classe, pois o número de pixels de treinamento necessário para a precisão
do reconhecimento de uma classe aumenta com o aumento da variabilidade entre as
classes. Além disso, à resolução da imagem também foi preponderante nos resultados,
visto que as áreas urbanas presentes na área estudada são bastante heterogêneas em termos
espectrais e a maior parte da cobertura das suas áreas construídas é de telhas de cerâmica e,
com isso, apresentam valores espectrais bem semelhantes ao da lama devido à presença de
alguns elementos como a argila.
Esse comportamento fica mais evidente no terceiro cenário, quando há um aumento
de solo exposto concomitante com a classe de área urbana. Além disso, as nuvens neste
cenário também colaboram com esse crescimento ao apresentarem respostas espectrais
semelhantes aos da classe de área urbana. Nos dois primeiros a proporcionalidade quase
que se mantêm, embora apresentem informações em regiões distintas na área de interesse.
Entretanto, a realidade mostra que houve uma diminuição clara dessas regiões do primeiro
53
para o segundo cenário, visto que Bento Rodrigues foi devastada pela enxurrada de lama e
ainda não foi recuperada, tendo apenas um projeto de reconstrução que foi aprovado há
poucos meses. Já o município de Barra longa sofreu bastante com o impacto do desastre,
sobretudo na região central, onde a cidade foi assolada pelo aumento da cota do rio na
ordem de 2,5 metros acima da planície (marcas deixadas nas casas e árvores – Figura 17).
Já o município do Rio Doce não sofreu um impacto na mesma grandeza, haja vista este
centro urbano não ser cortado pelo curso d’água dos rios atingidos, mas sim pelo córrego
do Jorge onde é feita a captação de água para abastecimento da população do município. O
impacto físico no município ficou concentrado na Usina Hidrelétrica Risoleta Neves, que
não conta com domicílios no seu entorno, embora apresente algumas edificações das
instalações da empresa que opera o sistema. Por outro lado, a zona rural de Santa Cruz do
Escalvado foi fortemente atingida pelos rejeitos, que causou danos físicos aos moradores
desta região. Contudo este impacto excede a área de estudo deste trabalho.
Figura 17 - Barra Longa após avalanche de lama
Fonte: Fotos Públicas
Por fim, a classe nuvem apresentou resposta, bem proporcional à presença deste
obstáculo natural em cada cenário, com exceção do último que teve boa parte de sua classe
54
caracterizada como área urbana. Entretanto, os valores desta classe no segundo cenário
seriam ainda maiores se não fossem confundidos com solo exposto, denotando assim uma
limitação do classificador para análise e processamento desses alvos.
6.1.1. Análise detalhada
O trajeto da enxurrada de lama estudado neste trabalho teve início na barragem de
Fundão, passando pelo Córrego Santarém, Rio Gualaxo do Norte, Rio do Carmo e Rio
Doce até a UHE de Candongas com um percurso de aproximadamente 120 km de extensão
e levou 16 horas até chegar na usina hidrelétrica, a partir do rompimento da barragem.
Devido às proporções do evento e a dimensão deste trabalho, foram selecionados quatro
áreas considerados relevantes para a análise e considerações a respeito desta catástrofe.
As figuras a seguir apresentam a cobertura de imagem Landsat-8 e suas respectivas
classificações, por coluna (cenários 1, 2 e 3) e o primeiro ponto destacado e avaliado
encontra-se logo no começo da enxurrada, entre as barragens e o distrito de Bento
Rodrigues que fica situado a pouco mais de 5 km das barragens e 35 km da sede de
Mariana e foi praticamente todo soterrado pela avalanche de água, lama e os detritos
produzidos com o rompimento da barragem, como mostra a Figura 18.
55
Figura 18 - Análise detalha Bento Rodrigues - Mariana/ MG
Fonte: Autor
56
Toma-se como o primeiro ponto a ser analisado a região que foi mais impactada
pelo rompimento da barragem, a área entre a barragem e o distrito de Mariana – MG,
Bento Rodrigues. Diferentemente do que estipulava o EIA-RIMA (Estudo de Impacto
Ambiental/ Relatório de Impacto Ambiental) feito para a instalação das barragens, o
impacto do rompimento de Fundão não se restringiu às áreas de influências pré-
estabelecidas tecnicamente - a região das barragens da empresa mais o povoado de Bento
Rodrigues – (PoEMAS, 2015). Ao analisar o segundo cenário, é possível constatar o que o
grupo de estudos citou ao comparar as imagens e suas respectivas classificações: a
negligência dos responsáveis pelos estudos que deram as licenças para a construção e
operação da barragem a qual culminou no desastre e permitiu que a lama cobrisse a
totalidade da área das barragens, dos cursos d’água e inundasse cerca de 80% do território
de Bento Rodrigues. Além disso, verifica-se que esse trecho é um dos que o classificador
identificou um considerável crescimento da vegetação entre os dois primeiros cenários.
Esse fenômeno ocorre em detrimento com o fato desta ser uma das regiões mais
impactadas pela lama, ou seja, ter perdido extensas áreas de mata ciliar por sua invasão e,
tal ocorrência se dá pelo fato de no classificador ter sido agregado as áreas de floresta e
pastagem numa só classe de vegetação, sendo a vegetação rasteira, de pastagem,
responsável pela resposta do classificador. Na Figura 19 observa-se a situação da área
imediatamente a jusante da Barragem de Fundão logo após seu rompimento e a destruição
causada pela invasão da lama nos rios, no caso da imagem no córrego Santarém, e suas
matas ciliares.
57
Figura 19 - Destruição de vegetação ciliar, incluindo áreas de preservação permanente logo a jusante da
Barragem de Fundão.
Fonte: IBAMA
O pior resultado nesta, e nas demais regiões, ficou bem manifesto nos recursos
hídricos, visto que foram completamente tomados pela lama, trazendo efeitos sobre a
biodiversidade aquática. Em relação aos organismos aquáticos produtores (fitoplâncton,
perifíton, e macrófitas aquáticas submersas) o aumento da turbidez impede a entrada de luz
solar na água, o que inviabiliza a fotossíntese. Já sobre os organismos consumidores a
quantidade de sólidos em suspensão no corpo d'água também provoca a obstrução das
brânquias, levando-os à morte por asfixia. Nesse grupo incluem os peixes,
macroinvertebrados aquáticos e espécies do zooplancton. (IBAMA, 2015). Isso tudo sem
contar com as espécies que foram dizimadas ao serem aterradas pela lama.
Outro ponto analisado dista 39 km de Mariana. Trata-se da comunidade de Paracatu
de Baixo, outro distrito do município e a segunda área mais afetada pelo evento (Figura
20).
58
Figura 20 - Análise detalhada Paracatu de Baixo - MG
Fonte: Autor
59
Nesta região, o primeiro cenário apresenta uma considerável porcentagem de
nuvens, que tem parte de seus pixels confundidos com a classe área urbana. No segundo
cenário, a área urbana do distrito também foi coberta quase por completa, entretanto pela
lama que, em contrapartida, ocasionou uma significativa diminuição desta classe por ter
sido completamente coberta pelos rejeitos da barragem, praticamente extinguindo o
pequeno povoado que tinha um total populacional de 1.740 habitantes (IBGE, 2010). De
igual modo, o distrito banhado pelo rio Gualaxo do Norte teve, no segundo cenário, toda
sua superfície coberta pela lama, bem como uma expressiva parte da vegetação.
Contrastando com esse fenômeno, houve no segundo cenário o aumento da desta mesma
classe devido ao crescimento da vegetação de pastagem - pelas mesmas razões da área
detalhada anteriormente. A Figura 21 mostra a altura alcançada pela enxurrada de lama e
seu impacto na mata ciliar às margens rio Gualaxo do Norte.
Figura 21 - Marca da lama de rejeito na mata ciliar, Paracatu de Baixo, Mariana - MG.
Fonte: Bioflora Tecnologia da Restauração, 2017
Por fim, embora o curso d’água esteja melhor definido no último cenário do que no
cenário anterior, além de apresentar um retorno espectral de água limpa – o que poderia
indicar uma recuperação dos recursos hídricos já nesse cenário – é possível identificar
alguns resquícios de lama no rio Gualaxo e nas áreas de solo exposto apontando, assim,
que a água ainda está poluída, tornando-a imprópria para o consumo. Deste modo faz-se
necessário ter cautela quanto ao uso dessa água, visto que ainda é detectado concentrações
60
de óxido de ferro e sílica – principais elementos na composição dos rejeitos da barragem
de Fundão (AGENCIA BRASIL, 2018) – não só diretamente na água, mas também nos
sedimentos que ficaram no fundo e nas bordas dos rios, que causaram o assoreamento dele,
como pode ser visto no cenário c.
O município de Barra Longa é o próximo ponto a ser detalhado (Figura 22). Este
ponto, localizado a aproximadamente 58 km de Mariana – MG foi bastante impactado com
desastre, principalmente na região central, onde a cidade sofreu com um aumento da altura
do nível do rio na ordem de 2,5 metros. Contudo, na superfície, a invasão da lama ocorreu
de forma parcial, diferentemente do que houve eu Bento Rodrigues e Paracatu do Baixo.
Vale lembrar que é nesta região onde ocorre o encontro dos rios Gualaxo do Norte e do
Carmo.
61
Figura 22 - Análise detalhada Barra Longa - MG
Fonte: Autor
62
Os cenários 1 e 3 mostram de forma bem definida o encontro destes rios.
Entretanto, no cenário 2 não é possível notar esse encontro, devido à confusão gerada pelo
classificador ao agrupar a sombra da nuvem à classe de lama o que ocasionou a perca desta
informação, que é exibida na Figura 23.
Figura 23 - Encontro do Rio do Carmo e do Rio Gualaxo do Norte com rejeito da Barragem de Fundão - MG
Fonte: Marcio Fernandes - Estadão
Por fim, o último ponto a ser analisado no detalhe está entre os municípios Rio
Doce e Santa Cruz do Escalvado, a montante da Usina Hidrelétrica Risoleta Neves, (Figura
24). Neste ponto, assim como nos demais cenários a água foi praticamente extinta e,
embora o terceiro cenário apresente um quadro com menores vestígios de lama, este
apresentou alguns pixels de lama na sua superfície. Por esse motivo a Justiça Federal
mantém suas reservas e ainda não suspendeu a liminar que proibiu a pesca na foz, que está
em vigor desde fevereiro de 2016.
63
Figura 24 - Santa Cruz do Escalvado - UHE Risoleta Neves (Candongas)
Fonte: Autor
64
Quanto às Áreas de Preservação Permanente nas proximidades da usina, a Lei nº
12.651/2012 determina que se tenha uma faixa de áreas de preservação permanente no
entorno de reservatórios superficiais decorrentes de barramento ou represamento de cursos
d'água naturais que esteja entre 30 e 100 metros.
“Art. 5º - Na implantação de reservatório d'água artificial destinado à geração de energia ou
abastecimento público, é obrigatória a aquisição, desapropriação ou instituição de servidão
administrativa pelo empreendedor das Áreas de Preservação Permanente criadas em seu
entorno, conforme estabelecido no licenciamento ambiental, observando-se a faixa mínima
de 30 (trinta) metros e máxima de 100 (cem) metros em área rural, e a faixa mínima de 15
(quinze) metros e máxima de 30 (trinta) metros em área urbana”.
Sendo assim, nota-se através das imagens que a Fundação Renova ainda tem muito
trabalho pela frente, visto que ainda não conseguiu limpar a calha dos rios de árvores,
galhos e sedimentos, nem estabilizar fisicamente os 600 hectares de margens no trecho
inicial que vai até a usina Risoleta Neves, revegetando essas áreas com espécies de
gramíneas e leguminosas a fim de proteger o solo da erosão, além de restaurar os 40 mil
hectares de APP’s ao longo de toda a bacia do rio Doce como previsto no Termo de
Transação e Ajustamento de Conduta (TTAC) - termo que define a Renova como o ente
responsável pela criação, gestão e execução das ações de reparação e compensação das
áreas e comunidades atingidas pelo rompimento da barragem de Fundão. Mesmo com este
cenário, a presidente do Ibama diz que agora, três anos depois do evento, a Fundação
Renova começa a dar alguns passos para a recuperação da vegetação, contudo, calcula que
serão precisos mais 15 anos para se ter resultados concretos de recuperação ambiental da
região (AGÊNCIA BRASIL, 2018).
6.2. Validação da classificação e detecção de mudanças
Atualmente, as imagens de altíssima resolução espacial permitem que sejam
realizados trabalhos na escala de até 1:2.500 com precisão e qualidade, tanto na área
urbana, quanto na área rural. Apesar disso, as imagens destacadas neste tópico foram
apresentadas com escala de 1:4000, a fim de se ter a informação espectral de qualidade e a
informação espacial abrangente.
Deste modo, foi usado neste trabalho imagens dos satélites WorldView 3, GeoEye
1/Kompsat 3A e WorldView 2 cujas resoluções são de 0,30 m, 0,40 m e 0,50 m,
respectivamente. Todas as imagens foram extraídas do portal My DigitalGlobe da
65
DigitalGlobe e da plataforma online SISCOM, do IBAMA, para validação da classificação
e das alterações terrenas detectadas nos pontos destacados no item anterior.
Sendo assim, imagens a seguir apresentam as imagens dos sensores supracitados
para os dias dos cenários estudados ou o mais próximo possível de cada data e com a
menor cobertura de nuvens disponível.
As figuras 25, 26 e 27 apresentam a configurações dos três cenários na área entre o
rompimento da barragem de rejeitos e o distrito de Bento Rodrigues, ou seja, a
configuração do ambiente antes, logo após e atualmente, respectivamente.
Figura 25 – Bento Rodrigues antes do rompimento da barragem de rejeitos (2015)
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
66
Figura 26 – Bento Rodrigues logo após o rompimento da barragem de rejeitos (2015)
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
Figura 27 – Bento Rodrigues atualmente (2018)
Fonte: My DigitalGlobe (DigitalGlobe, 2018)
Ao analisar as três composições é possível ver de forma mais detalhada a proporção
da destruição no município de Bento Rodrigues, distrito de Mariana – MG, que teve
aproximadamente 80% de sua área devastada, como já foi visto nas imagens Landsat-8 e
confirmado na aerofoto (Figura 7). Além disso, tem-se uma melhor dimensão da invasão
da lama nas matas ciliares e do córrego Santarém. Ademais, o terceiro cenário mostra parte
das áreas alagadas próximas do distrito de Bento Rodrigues, consequentes da construção
67
dos diques S3 e S4, a montante e a jusante, respectivamente, do distrito. Ambos foram
construídos pela mineradora Samarco, para impedir a passagem de rejeitos da barragem.
As figuras 28, 29 e 30 mostram as transformações sofridas no também distrito de
Mariana, Paracatu de Baixo, que dista mais de 60 km de Bento Rodrigues. Banhado pelo
rio Gualaxo do Norte o distrito também foi soterrado, quase na sua totalidade ao ter uma
expressa diminuição da área urbana que foi invadida pela lama.
Figura 28 - Paracatu de Baixo antes da enxurrada de lama da barragem de Fundão (2015)
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
68
Figura 29 - Paracatu de Baixo logo após a enxurrada de lama da barragem de Fundão (2015)
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
Figura 30 - Paracatu de Baixo atualmente (2018)
Fonte: My DigitalGlobe (DigitalGlobe, 2018)
Os cenários também evidenciam o comportamento do aumento da vegetação
(cobertura de pastagem), e diminuição do solo exposto constatado entre as duas primeiras
classificações. Esta região também teve participação significativa no aumento de solo
exposto entre o segundo e terceiro cenário. Outro fator a ser destacado é a cobertura total
69
do rio e da vegetação nesta região pela lama, fato que evidencia a força e a dimensão do
impacto decorrente do rompimento da barragem de rejeitos. Por fim, o terceiro cenário
neste ponto também aponta o que o classificador indicou quando demonstrou alguns
resquícios de lama nos cursos d’água, bem como em áreas de solo exposto,
impossibilitando assim, o uso da água para consumo humano.
Mais adiante, no município de Barra Longa, às margens do rio do Carmo, é
possível ver de forma mais detalhada nas figuras 31, 32 e 33 as áreas da cidade que foram
impactadas pela enxurrada de lama, denotando-se assim, que a lama atingiu de forma
parcial as áreas urbanas do município. Além disso, esta região expõe bem o fenômeno de
crescimento de vegetação nas áreas de pastagem entre os dois primeiros cenários, bem
como a diminuição desta classe no terceiro cenário e o aumento da classe de solo exposto
devido à época do ano e ao impacto dos elementos químicos, possivelmente, ainda
presentes no solo.
Figura 31 - Barra Longa antes da chegada da lama ao município (2015)
Fonte: SISCOM – IBAMA (SI Services Imaging, 2015)
70
Figura 32 - Barra Longa logo após a chegada da lama ao município (2015).
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
Figura 33 - Barra Longa atualmente (2018)
Fonte: My DigitalGlobe (DigitalGlobe, 2018)
Em fim, no último ponto analisado, a região no entorno da UHE de Candongas
mostra as mudanças ocorridas nos três cenários e destacadas nas classificações. Desta
forma, é possível validar essas alterações quando analisadas as configurações formadas em
71
cada uma das imagens de altíssima resolução, conforme apresentado nas figuras 34, 35 e
36.
Figura 34 - UHE Candongas antes do desastre ambiental (2015)
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
Figura 35 - UHE Candongas logo após o desastre ambiental (2015)
Fonte: SISCOM – IBAMA (DigitalGlobe, 2015)
72
Figura 36 - UHE Candongas atualmente (2018)
Fonte: My DigitalGlobe
A chegada da lama na usina constata o que já ocorreu nos demais pontos com a
cobertura de toda a superfície da água, neste trecho tem um ponto mais agravante, pois há
grande acúmulo de sedimentos devido à contenção da usina hidrelétrica onde ficou
acumulado cerca de 10,5 milhões m³ de rejeitos (FUNDAÇÃO RENOVA, 2018). Além
disso, este é um dos pontos onde fica mais evidente as consequências do assoreamento
devido ao acumulo de sedimentos no fundo do rio ao perceber a expressa diminuição da
largura do curso d’água neste trecho, bem como a perca de áreas de mata ciliar.
7. Conclusão e considerações finais
Embora não seja possível vislumbrar o retorno às condições anteriores ao
rompimento da barragem de Fundão, muitas ações já foram tomadas por vários atores para
a recuperação das áreas devastadas pela enxurrada de lama que desceu à montante do
córrego Santarém até a foz do Rio Doce. O que se sabe até o momento é que depois de três
anos do evento a real dimensão do maior desastre ambiental da história brasileira ainda é
desconhecida e que o impacto socioambiental é da mesma forma ainda imensurável.
Várias instituições públicas, organizações não governamentais e organizações
privadas têm unido esforços em uma sinergia a fim de acelerar o processo de recuperação
73
das áreas da bacia do rio Doce, embora haja processos impossíveis de serem antecipados,
pois “a natureza tem seu tempo e não se faz recuperação ambiental em dois ou três anos”,
como citado pela presidente do Ibama (AGÊNCIA BRASIL, 2018).
Concluiu-se que os resultados deste estudo possibilitaram a compreensão e uma
análise mais crítica acerca do uso das geotecnologias na avaliação dos impactos
decorrentes de desastres, como o aqui estudado, e outras alterações feitas no meio
ambiente, sobretudo ao utilizar as imagens de alta resolução para identificar e acompanhar
as alterações em áreas de grandes dimensões. Neste caso, pode ser avaliado com clareza as
áreas as quais a lama invadiu e deixou marcas, as alterações na vegetação – matas ciliares e
áreas de pastagem - e a variação da superfície da água, que se deu principalmente pela
cobertura da lama e o assoreamento em regiões do curso dos rios.
Entretanto, sabe-se que o estudo detalhado de regiões por meio de imagens de
sensoriamento remoto utilizando procedimentos automáticos é limitado e está sujeito a
vários tipos de falhas, pois muitas vezes apresentam resultados insatisfatórios
principalmente por depender da subjetividade da interpretação do analista. O ajuste dos
parâmetros como a mudança do método de classificação, quantidade e localização de
pontos de treinamento, etc., melhora os resultados, tornando assim viável o uso desse
expediente para análises como as deste trabalho propostas. A vantagem do método
utilizado nesse estudo é a possibilidade da análise mais rápida de áreas extensas
considerando diferentes cenários.
Embora tenha possibilitado uma análise mais precisa das mudanças entre os
cenários, o processo de classificação supervisionada não é completamente isento de falhas,
pois elementos diferentes podem apresentar assinaturas espectrais muito parecidas,
confundindo a classificação, como aconteceu nas análises feitas. Somado a esse fator, a
resolução da imagem também colaborou fortemente nos resultados da classificação, pois
quanto melhor resolução espacial melhor é a identificação dos objetos imageados e,
consequentemente, melhor o retorno na classificação. As imagens de altíssima resolução
também proporcionaram uma melhor visualização e análise da área estudada, validando
assim os resultados alcançados nas classificações supervisionadas e comprovando as
alterações físicas e espectrais das da área de estudo.
Considerando todos os procedimentos realizados neste trabalho e os resultados
produzidos, pode-se constatar que os processos de recuperação das áreas impactadas pela
lama estão apenas no início, apesar dos passados três anos. As medidas tomadas para
mitigar os danos ambientais nas áreas de mata ciliares invadidas pela lama ainda estão
74
longe de serem o necessário para a restauração da área estudada, visto que existem trechos
onde o classificador mudou de vegetação para solo exposto entre o primeiro e o terceiro
cenário, que é atribuído, principalmente ao efeito de assoreamento, além da possibilidade
da existência de elementos químicos – ferro, alumínio, chumbo, cromo, cádmio e
manganês - no solo, decorrentes da passagem da lama. Tais elementos servem de
inibidores do crescimento vegetativo e, de igual modo, se mostraram presentes no solo de
algumas áreas de pastagem onde a vegetação rasteira não voltou a se desenvolver no
último cenário, embora boa parte das áreas de pastagem apresentarem um comportamento
dinâmico por conta da sazonalidade e coleta das imagens.
Além disso, algumas áreas ainda apontam a presença de lama tanto na vegetação
como no corpo d’água. Também foi constatado que existem áreas que não poderão mais
ser regeneradas de modo a voltar à configuração que se tinha antes do evento, como é o
caso de parte da área que foi alagada em Bento Rodrigues, devido à construção dos diques.
Por fim, ao concluir esta pesquisa, fica como sugestão para futuros estudos o uso de
imagens gratuitas com resolução melhor do que a do Landsat-8. A exemplo disso, tem-se
as imagens do sensor Sentinel – 2, da European Space Agency (ESA), cuja resolução é de
10 m e para resultados mais qualitativos na classificação das imagens, pode–se também
aumentar o número de pontos de treinamentos no classificador, conforme orientado por
Spring (2008). Ademais, o uso da técnica de Análise Orientada ao Objeto também é
recomendada pelos orientadores deste estudo, pois pode resultar em um melhor resultado
da classificação dos alvos.
75
8. Referências bibliográficas
Agência Brasil., Pesca segue restrita no Rio Doce após 3 anos. Reflorestamento
Avança Disponível em: <
https://www.em.com.br/app/noticia/gerais/2018/11/09/interna_gerais,1004551/pesca-
segue-restrita-no-rio-doce-apos-3-anos-reflorestamento-avanca.shtml> Acesso em: 10 nov.
2018.
ALBUQUERQUE, F. J. B. A Psicologia Social dos desastres: Existe um lugar para ela
no Brasil? In: Trabalho, organizações e cultura. São Paulo: Associação Nacional de
Pesquisa e Pós-Graduação em Psicologia (ANPEPP), 1997, p. 95-104.
ANA. Base Hidrográfica Ottocodificada Multiescalas 2013. Disponível em: <
http://metadados.ana.gov.br/geonetwork/srv/pt/metadata.show?id=267&currTab=distributi
on> Acesso em: 23 abr. 2018.
ARAÚJO, T.C.D.A. Estado Ambiental de Direito. Revista da AGU, Brasília,DF. 2007
ARAUJO, T.P. Novos Métodos Aplicados ao Processamento Digital de Imagens na
Região de Mangaratiba – Angra dos Reis, RJ. Rio de Janeiro, 2008, 95 f. Trabalho Final
(Graduação) – Universidade Federal Rural do Rio de Janeiro.
BBC Brasil: Exames constatam intoxicação por metais pesados em moradores de
cidade atingida pelo desastre de Mariana. Disponível em:
<http://www.bbc.com/portuguese/brasil-43545468> Acesso em: 30 mar. 2018.
BOGGIONE, G.A.; et.al. Image restoration and its impact on radiometric
measurements. In: IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING
SYMPOSIUM (IGARSS), Honolulu, Hawaii, EUA. 2010.
CALDAS, G. Vozes e silenciamentos em Mariana: crime ou desastre ambiental?. 2ª
Edição Campinas, SP: Biblioteca Central Cesar Lattes. UNICAMP, 2016. 151 p.
76
Casa Civil - Presidência da República: Decreto de Lei nº 227, de 28 de Fevereiro de
1967. Disponível em: < http://www.planalto.gov.br/ccivil_03/decreto-lei/Del0227.htm>
Acesso em: 26 mai. 2018.
CASTRO, A. L. C. Glossário de defesa civil. Estudos de riscos e medicina de desastres.
2ª Edição. Brasília, DF: Departamento de Defesa Civil, 1998. 51 p.
CHUVIECO, E. Fundamentos de teledetección espacial; 3ª edición revisada, Ediciones
Rialp S.A.; Madrid, Espanha, 1996.
Climate-Data. Mariana - MG. Disponível em: <https://pt.climate-
data.org/location/25091/> Acesso em: 27 mai. 2018.
Consórcio Ecoplan – Lume. Plano Integrado de Recursos Hídricos da Bacia do Rio
Doce, Volume I, relatório final. Disponível em:
<http://www.cbhdoce.org.br/wpcontent/uploads/2014/10/PIRH_Doce_Volume_I.pdf>
Acesso em: 28 de mai. 2015.
DigtalGlobe. About Us. Disponível em: < https://www.digitalglobe.com/about/our-
history> Acesso em: 09 nov. 2018.
DI GREGORIO, A. Land cover classification system (LCCS), version 2 – classification
concepts and user manual. Rome: FAO, 2005. 208 p. ISBN 92-05- 10-5327-8.
DONGES, N., The Random Forest Algorithm Disponível em: <
https://towardsdatascience.com/the-random-forest-algorithm-d457d499ffcd> Acesso em:
05 nov. 2018.
FARIAS, C. E. G., COELHO, J. M. Mineração e Meio Ambiente no Brasil. Relatório
CGEE – PNUD. Out, 2002.
FONSECA, E. L.; PONZONI, F. JORGE; F, A. R. Identificação e mapeamento de
unidades homogêneas do bioma Campos Sulinos utilizando imagens TM/Landsat.
Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, p. 21-26,
2007.
77
Fundação Renova. O Rompimento da Barragem. Disponível em:
<http://www.fundacaorenova.org/a-fundacao> Acesso em: 27 mai. 2018.
GONÇALVES, E.; VESPA, T.; FUSCO, N. Tragédia Evitável. Revista Veja. Edição
2.452, ano 48, nº 46. Minas Gerais, 2015, p. 70-71.
HUXMAN, T.; et.al.. Convergence across biomes to a common rain-use efficiency.
Nature. v. 26, n. 13, 2004. p. 651-654.
IBAMA. Laudo Técnico Preliminar: Impactos ambientais decorrentes do desastre
envolvendo o rompimento da barragem de Fundão, em Mariana, Minas Gerais.
Ministério do Meio Ambiente. Brasília, Brasil, 2015.
Instituto Brasileiro de Geografia e Estatística (IBGE) Cidades. Brasil/ Minas Gerais/
Mariana. Disponível em: <https://cidades.ibge.gov.br/brasil/mg/mariana/panorama>
Acesso em: 27 mai. 2018.
Instituto Brasileiro de Geografia e Estatística (IBGE). Índice de organização do
território em malhas territoriais e malhas municipais, 2013 Disponível em:
<ftp://geoftp.ibge.gov.br/organizacao_do_territorio/malhas_territoriais/malhas_municipais/
municipio_2013/> Acesso em: 22 abr. 2018.
Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis (IBAMA).
Laudo Técnico Preliminar: impactos ambientais decorrentes do desastre envolvendo
o rompimento da barragem de Fundão, em Mariana, Minas Gerais, 2015. Disponível
em: <
http://www.ibama.gov.br/phocadownload/barragemdefundao/laudos/laudo_tecnico_prelim
inar_Ibama.pdf > Acesso em: 25 mai. 2015.
Instituto Prístino. Baixe os arquivos .shp e .kml. Disponível em:
<https://www.institutopristino.org.br/atlas/municipios-de-minas-gerais/baixe-os-arquivos-
shp-e-kml/> Acesso em: 22 abr. 2018.
JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos
naturais. São José dos Campos, SP: Parêntese, 2009.
78
LE CHATELIER, H.L. Comptes Rendus, v. 99, 1884. p. 786-789.
LIEBER, R. R.; ROMANO-LIEBER, N. S. R. O Conceito de Risco: Janus reinventado.
In: MINAYO, M. C. de Souza; MIRANDA, A. C. de. Saúde e ambiente sustentável:
estreitando nós. Rio de Janeiro: ABRASCO/FIOCRUZ, 2002.
LU, D.; WENG, Q. A survey of image classification methods and techniques for
improving classification performance. International Journal of Remote Sensing, v. 28, n.
5, p. 823-870, 2007.
MATOS R.. A tragédia do rio Doce a lama, o povo e a água. Universidade Federal de
Minas Gerais; Universidade Federal de Juiz de Fora. Belo Horizonte, 2016
MIRANDA, J. I. Fundamentos de Sistemas de Informações Geográficas Brasília, DF:
Embrapa Informação Tecnológica, 2005. 425 p.
NETO, A. A. B. Modelagem dinâmica de processos ambientais. Campinas, SP. Mar.
2004.
Parreiras, M.; Hemerson, L., Agricultores amargam efeitos da lama mesmo depois de
17 meses da tragédia de Mariana. Disponível em: <
https://www.em.com.br/app/noticia/gerais/2017/04/04/interna_gerais,859536/agricultores-
amargam-efeitos-da-lama-17-meses-apos-tragedia-de-mariana.shtml> Acesso em: 01 nov.
2018.
PoEMAS. Antes fosse mais leve a carga: avaliação dos aspectos eco-nômicos, políticos
e sociais do desastre da Samarco/Vale/BHP em Mariana (MG). Mimeo. 2015.
PONZONI, F. J.; et.al.. Sensoriamento remoto da vegetação 2. Ed. Atualizada e
ampliada – São Paulo: Oficina de Textos, 2012.
PRABHAKAR, M.; PRASAD, Y. G.; RAO, M. N. Remote sensing of biotic stress in
crop plants and its applications for pest management. In: Crop stress and its
management: Perspectives and strategies. Springer Netherlands, p. 517-545, 2012.
Presidência da República. Constituição de República Federativa do Brasil. Disponível
em: <http://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm> Acesso em: 27
mai. 2018.
79
QUEIROZ, J. E. R; GOMES H.M. Introdução ao Processamento Digital de Imagens.
Revista RITA da UFCG, Campina Grande. 2006. v. 3, n. 1, 1-31 p.
RICHARDS, J. A.; JIA, X. Remote Sensing Digital Image Analysis An Introduction.
4th Edition, Springer-Verlag Berlin Heidelberg, 2006, 439 p. ISBN (10 3-540-25128-6)
ROSA, R. Introdução ao Geoprocessamento. Uberlândia: Instituto de Geografia –
Universidade Federal de Uberlândia, Jun/2013. p.6.
Scihub Copernicus. Copernicus Open Access Hub. Disponível em:
<https://scihub.copernicus.eu/dhus/#/home> Acesso em: 27 mai. 2018.
Secretaria de Estado de Desenvolvimento Regional, Política Urbana e Gestão
Metropolitana-Governo de Minas Gerais Força-tarefa, Avaliação dos efeitos e
desdobramentos do rompimento da barragem de Fundão em Mariana-MG. Belo
Horizonte, Fev/2016.
SLATER, P. N. Remote sensing: optics and optical systems. 1980.
SPRING Classificação de imagens. Disponível em: <
http://www.dpi.inpe.br/spring/portugues/tutorial/classific.html> Acesso em: 03 nov. 2018.
SPRING Integrating remote sensing and GIS by object-oriented data modelling.
Computers & Graphics, 20: (3) 395-403, May-Jun 1996.
STRAHLER, A.N. The Koppen climate classification system. In: (Ed.). Physical
geography. 2nd ed. New York: John Willey, 1963. p.185-188.
URSG Science for a changing world. Landsat 8 OLI/TIRS Level-2 Data Products -
Surface Reflectance. Disponível em: <https://lta.cr.usgs.gov/L8Level2SR> Acesso em: 23
out. 2018.
Usina Hidrelétrica Risoleta Neves. Características técnicas. Disponível em:
<http://www.candonga.com.br/a-usina/caracteristicas-tecnicas> Acesso em: 27 mai. 2018.
80
VALENCIO, N. Desastres, ordem social e planejamento em defesa civil: o contexto
brasileiro. Saúde e Sociedade, v. 19, n. 4, 2010, p.748-762.