Você está na página 1de 77

GUIA METODOLGICO PARA A PRODUO DE

CARTOGRAFIA
DE RISCO DE
INUNDAES
LUS DIAS
FRANK BRAUNSCHWEIG
NUNO GROSSO
HUGO COSTA
PEDRO GARRETT

Autores
Lus Dias, Frank Braunschweig, Nuno
Grosso, Hugo Costa, Pedro Garrett
Editor
Fundao da Faculdade de Cincias da
Universidade de Lisboa
Traduo
Susana Filipe
Reviso
Lus Dias, Nuno Grosso, Pedro Garrett

viveusbio - www.vivoeusebio.com
Impresso

Tiragem
500 exemplares
ISBN
978-989-20-0584

GUIA METODOLGICO PARA A PRODUO DE

CARTOGRAFIA
DE RISCO DE
INUNDAES
LUS DIAS1
FRANK BRAUNSCHWEIG2
NUNO GROSSO3
HUGO COSTA 3
PEDRO GARRETT 3

Climate Change Impacts Adaptation and Modeling research group FC-UL. Bolseiro de Doutoramento da
Fundao para a Cincia e Tecnologia com a referncia SFRH/BD/70435/2010.
Action Modulers, Consultores de Segurana S.A. Marine Environment and Technology Center (Maretec) IST-UL.
Climate Change Impacts Adaptation and Modeling research group.

NDICE

NDICE
8

ndice de tabelas

11

INTRODUO

15 CONCEITOS
16
16
16
17
17

cheias e inundaes
exposio
suscetibilidade
vulnerabilidade
risco

17

risco de inundaes

18

perodo de retorno

19

hietogramas de projeto

20

modelao hidrolgica

21

curvas de dano

22

curvas probabilidade-dano

24

mapas de reas inundveis

24

mapas de perigosidade a inundao

24

mapas de caracterizao dos elementos expostos

25

mapa de risco de inundao

27 METODOLOGIA
28

dados observados de precipitao

28

obteno e tratamento de dados meteorolgicos

34

obteno de perodos de retorno

46

modelao hidrolgica

47

informao necessria

49

resultados a obter

50

informao necessria

53

obteno e aplicao de curvas de dano

58

clculo do dano mdio anual

62

resultados a obter

69 CONSIDERAES FINAIS
71

agradecimentos

73 BIBLIOGRAFIA

NDICE

NDICE DE FIGURAS
12 Figura 1. Frequncia de ocorrncia de inundaes na Unio Europeia.
Fonte: adaptado de Schmidt-Thom et al. (2006).
20 Figura 2. Representao esquemtica dos modelos 2D e 3D. Fonte: Trancoso et al. (2009).
22 Figura 3. Curvas profundidade-dano para os danos tangveis, diretos,
primrios. Fonte: adaptado de Markau (2003), Reese et al. (2003), Meyer
and Messner (2005) e Sterr et al. (2005)
23 Figura 4. Exemplo de curva probabilidade-dano relativa estrutura dos
edifcios da Avenida Almirante Reis (Lisboa), obtida atravs da interpolao
linear dos perodos de retorno analisados. Fonte: produo do autor.
25 Figura 5.
querda para a direita: Mapa de reas inundveis, Mapa de perigosidade de
inundao, Mapa de exposio a inundaes e mapa de risco de inundaes. Fonte: produo do autor com recurso a dados da Cmara Municipal
de Lisboa e da modelao hidrodinmica.
29 Figura 6.
1960 e 2000 (estao meteorolgica IGIDL). Fonte: produo do autor.
35 Figura 7. Exemplo da aplicao da funo densidade da distribuio de
Gumbel para diferentes parmetros de escala e posio. O exemplo com
= 13.08 e = 47.91 correspondem aos parmetros da amostra de
mximos anuais de precipitao (ano hidrolgico) entre 1961 e 2000 para a
36 Figura 8. Exemplo da aplicao da funo de probabilidades acumuladas
da lei de Gumbel para os diferentes parmetros apresentados na Figura 18.
Fonte: produo do autor.
40 Figura 9. Ajuste das Leis de Gumbel (Valores extremos tipo I) e Pearson III
amostra mximos anuais de precipitao observada entre 1961 e 2000.
Fonte: produo do autor.
40 Figura 10. Resultado da aplicao da tcnica de Monte Carlo para a obten-

o maior grau de incerteza associado a uma distribuio de trs parmetros


comparativamente a uma de dois. Fonte: produo do autor
45 Figura 11. Hietograma de blocos alternados (esquerda) e de blocos decrescentes (direita) obtidos atravs da aplicao da curva IDF para o perodo de
retorno de 100 anos, ajustada precipitao obtida para o mesmo perodo
de retorno, atravs da aplicao da lei de Gumbel amostra de precipitaes dirias mximas anuais da estao meteorolgica do IGIDL Lisboa.
Fonte: produo do autor.

NDICE
DE
FIGURAS

NDICE

46 Figura 12. Hietogramas de blocos alternados para os perodos de retorno


de 2, 10, 100 e 500 anos obtidos atravs da aplicao da curva IDF para
os respetivos perodo de retorno, ajustados precipitao obtida para os
mesmos, atravs da aplicao da lei de Gumbel amostra de precipitaes
dirias mximas anuais da estao meteorolgica do IGIDL Lisboa. Fonte:
produo do autor.
48 Figura 13. Modelo digital de terreno com resoluo vertical de 0.001
metros e resoluo espacial horizontal de 10 metros - imagem superior
(parte central da cidade de Lisboa) e de 5 metros - imagem inferior (zona
de Algs). Fonte: produo do autor com recurso a dados da Cmara
Municipal de Lisboa, Cmara Municipal de Oeiras e Municpia I.M., S.A.
48 Figura 14. Cartas com informao de uso e ocupao do solo. Fonte:
produo do autor com recurso a dados da Cmara Municipal de Lisboa e
Agencia Europeia do Ambiente.
49 Figura 15. Cartas de Perigosidade de inundao da bacia da baixa Avenida Almirante Reis Avenida da Liberdade. Esquerda - extenso da inundao associada a diferentes probabilidades (perodos de retorno). Direita
- profundidade de inundao para o perodo de retorno de 100 anos. Fonte:
produo do autor com recurso a dados da Cmara Municipal de Lisboa e
da modelao hidrodinmica.
51 Figura 16. Esquema de procedimento metodolgico para a avaliao
socioeconmica do risco de inundao considerando a populao, o valor
econmico dos elementos expostos e os equipamentos fundamentais e
mais vulnerveis em caso de inundao. A azul destaca-se o procedimento
abordado neste guia. Fonte: adaptado de Meyer et al. (2009c).
52 Figura 17. Mapas de elementos expostos. Nmero de pisos (esquerda)
e funes dos edifcios no rs-do-cho (direita), exposto a uma inundao com o perodo de retorno de 500 anos. Fonte: produo do autor
com recurso a dados da Cmara Municipal de Lisboa e da modelao
hidrodinmica.
53 Figura 19. Curvas profundidade-dano utilizadas no clculo de risco para a
estrutura do edifcio (esquerda) e para os seus contedos (direita). Fonte:
adaptado de Markau (2003) e de Reese et al. (2003).
54 Figura 18. Esquema metodolgico para a avaliao de Risco de inundao
com recurso a curvas profundidade-dano. Fonte: adaptado de De Moel and
Aerts (2010)
56 Figura 20. Exemplo da afectao da altura da gua ao edifcio. A vermelho
representa-se um determinado edifcio e a azul os pixeis que que contm a
altura da gua. (a) edifcios sem inundao, (b) edifcios com a grelha onde
se encotra armazenada a altura da gua, (c) seleco dos pixeis da grelha
proximos ao edifcio, (d) clculo da mdia dos pixeis seleccionados em (c).
Fonte: produo do autor.

NDICE

57 Figura 21. Seleo dos edifcios com atividades de comrcio, servio, equipamentos
e escritrios localizados no rs-do-cho (a)). Aplicao da curva de dano relativa aos
-cho para a altura da gua de uma inundao com perodo de retorno de 500 anos (b).
Fonte: produo do autor com recurso a dados da Cmara Municipal de Lisboa e da
modelao hidrodinmica.
58 Figura 22.
(R/C) para o perodo de retorno de 500 anos. Fonte: produo do autor.
59 Figura 23. Clculo do dano para diferentes perodos de retorno (10, 50 e 100 anos).
Fonte: produo do autor com recurso a dados da Cmara Municipal de Lisboa e da
modelao hidrodinmica.
59 Figura 24. Valores de dano associados a diferentes probabilidades de ocorrncia

atribuda ao eixo das abcissas. Fonte: produo do autor.


60 Figura 25.
dos na baixa de Lisboa segundo a abordagem (a) esquerda - e (b) - direita. Ambos os
61 Figura 26. Dano mdio anual obtido atravs da aproximao (a) esquerda - e (b)
direita para cada edifcio da baixa potencialmente afetado por inundaes. Fonte:
produo do autor com recurso a dados da Cmara Municipal de Lisboa e da modelao hidrodinmica.
66 Figura 27. Agregao da mdia dos danos mdios anuais para os mdulos de calculo
b (esquerda) e a (direita). Fonte: produo do autor com recurso a dados da Cmara
Municipal de Lisboa e da modelao hidrodinmica.

NDICE

NDICE DE TABELAS
19 Tabela 1. Perodos de retorno e probabilidades.
19 Tabela 2. Parmetros a e b das curvas IDF para diferentes perodos de
retorno e duraes relativos a Lisboa (IGIDL). Fonte: Brando et al. (2001)
21 Tabela 3. Categorias de dano e exemplos (a azul evidencia-se a categoria
de dano estudada).
Fonte: Dutta et. al. (adaptado), 2003.
29 Tabela 4. Valor da precipitao dirias mximas anual medida na estao
meteorolgica do IGIDL para os anos hidrolgicos entre 1961 e 2000.
30 Tabela 5. Principais estatsticas descritivas, respetivas frmulas e valores
obtidos como resultado da anlise da amostra apresentada na Tabela 4.
31 Tabela 6. Parmetros necessrios realizao do teste no paramtrico
caso no se pode rejeitar a hiptese de aleatoriedade da amostra para um
32 Tabela 7. Parmetros necessrios realizao do teste no paramtrico
de Independncia e respetivos valores da amostra em anlise. Para essa
tese de independncia.
33 Tabela 8. Parmetros necessrios realizao do teste no paramtrico
de homogeneidade e respetivos valores da amostra em anlise. Neste caso
no se pode rejeitar a hiptese de homogeneidade da amostra para um
34 Tabela 9. Parmetros necessrios realizao do teste no paramtrico de
estacionariedade e respetivos valores da amostra em anlise. Neste caso
no se pode rejeitar a hiptese de estacionariedade da amostra para um
38 Tabela 10. Resultados obtidos atravs da utilizao dos fatores de probabilidade da distribuio de Gumbel e Pearson III de diferentes quantis.
41 Tabela 11. Valores dos perodos de retorno obtidos com a aplicao da
lei de Gumbel e Pearson III e respetivos valores inferiores e superiores

da aplicao da lei Pearson III comparativamente com a lei de Gumbel.


43 Tabela 12. Dados necessrios e resultado do clculo do tempo de concentrao da bacia em estudo, segundo a frmula de Temez.
45 Tabela 13. Aplicao da curva IDF relativa ao perodo de retorno de 10 anos
perodo de retorno de 10 anos de precipitao (77.1 mm) obtido atravs do
ajuste da lei de Gumbel (Tabela 11) para a amostra de valores de precipitao diria mxima anual (Tabela 4).

NDICE
DE
TABELAS

NDICE

52 Tabela 14. Elementos levantados relativos caracterizao e ocupao dos


diferentes edifcios expostos na bacia em estudo. Os elementos relacionados com a ocupao do edifcio foram recolhidos tanto para o rs-do-cho
como para a cave. Este levantamento necessariamente georreferenciado
e armazenado num SIG.
55 Tabela 15. Expresses matemticas utilizadas em cada categoria de dano
na avaliao de risco, onde Y corresponde ao dano causado em percentagem e x altura da gua. Fonte: adaptado de Markau (2003) e de Reese et
al. (2003).
56 Tabela 16.
industriais (R/C).
60 Tabela 17. Exemplo de clculo necessrio para a obteno do dano mdio
Os valores apresentados encontram-se arredondados segunda casa decimal.
63 Tabela 18. Resultado do clculo do dano mdio anual para as diferentes
categorias de dano aplicadas a parte bacia em avaliao. So mostrados
os valores para a totalidade da bacia e desagregado por reas (Baixa, Av.
Liberdade, Av. Almirante Reis). Na coluna referente ao dano o primeiro
valor apresentado, para uma determinada categoria, foi obtido atravs da
abordagem (b) e o segundo atravs da abordagem (a). Os valores de dano
mdio anual encontram-se arredondados segunda casa decimal.
64 Tabela 19. Matriz de inqurito a preencher para a aplicao do pairwise
comparison method. Fonte: adaptado de Malczewski (1999)
64 Tabela 20. Matriz preenchida com o resultado de 12 inquritos realizados a
peritos na rea de seguros de inundaes.
65 Tabela 21. Matriz de procedimentos para o clculos dos pesos a atribuir a
cada categoria de dano, com o objetivo da construo de um nico mapa
n corresponde
ao nmero de inquritos realizados. Fonte: adaptado de Malczewski (1999)
65 Tabela 22. Matriz de clculo dos pesos das categorias de dano com base
nos 12 inquritos realizados. Os valores apresentados encontram-se
arredondados terceira casa decimal.
66 Tabela 23. Clculo do risco agregado dos danos mdios anuais obtidos
para a rea da baixa de Lisboa com recurso abordagem (a). O valor de
na Tabela 17 para esta abordagem. Os restantes valores foram calculados
com recurso a um SIG conforme descrito anteriormente. Os valores de
apresentados encontram-se arredondados terceira casa decimal.
66 Tabela 24. Resultado do risco agregado para o total da bacia em estudo e
para trs reas contidas nessa bacia. Conclui-se atravs desta tabela que
a rea com maior risco a Avenida da Liberdade. Os valores apresentados
encontram-se arredondados segunda casa decimal.

INTRODUO
gua, tomada em moderao,
no faz mal a ningum.
Mark Twain

12

INTRODUO

As inundaes fazem parte dos vrios


riscos naturais a que a sociedade contempornea est exposta, sendo um dos
principais fenmenos responsveis por
perdas humanas, econmicas e ambientais
no contexto mundial (Schmidt-Thom et al.,
2006, EEA et al., 2008). Estas so responsveis por um tero das perdas econmicas
como resultado de catstrofes naturais na
Europa, sendo o evento mais frequente,
juntamente com as tempestades de vento
neste territrio (EEA et al., 2008).
Com a crescente consciencializao dos
perigos e danos associados em consonncia com o aumento da magnitude e
do nmero de fenmenos extremos de
precipitao (Blad et al., 2010, Kharin
et al., 2007, Santos and Miranda, 2006,
Dias, 2013, Vicente-Serrano et al., 2011),
necessrio aprofundar-se o conhecimento
onde se incluem as alteraes climticas
(Pall et al., 2011, Min et al., 2011, IPCC,
2013, IPCC, 2012), a avaliao de risco e a
criao de estratgias de adaptao para a
criao de sistemas mais resilientes a estes
fenmenos.
Estas preocupaes tm tambm, e de

cada vez mais considervel por parte deste

Figura 1. Frequncia de ocorrncia de inundaes na


Unio Europeia. Fonte: adaptado de Schmidt-Thom et
al. (2006).

sector na avaliao e controlo do risco


de inundaes (e.g. Leurig and Dlugolecki,
2013, Kron, 2005, Thieken et al., 2006).
neste contexto que surge o projeto
de investigao Cartas de Inundaes e de
Risco em Cenrios de Alteraes Climticas
(CIRAC) em parceria entre a Associao
Portuguesa de Seguradoras e o grupo
de investigao Climate Change Impacts
Adaptation and Modelling (CCIAM) da
Faculdade de Cincias da Universidade de

INTRODUO

Lisboa. Este documento foi desenvolvido


no mbito deste projeto e parte integrante de uma tese de Doutoramento em
desenvolvimento com o ttulo Provisrio
As alteraes climticas, as inundaes
e a cidade. Contributos para o estudo da
resilincia urbana em situaes de chuva
torrencial.
Os resultados da modelao hidrolgica
apresentados ao longo deste documento
foram igualmente obtidos no mbito do
projeto CIRAC, numa parceria entre a
empresa Action Modulers S.A e o CCIAM,
utilizando uma verso integrada dos
programas MOHID Land e Storm Water
Management Model.
O objetivo deste documento consiste na
apresentao de uma metodologia que
dao associado ao ambiente construdo
materializado nos edifcios. Existem no
as metodologias de anlise, nomeadamente a dimenso da bacia e o tipo de inundao que ai ocorre. No sendo possvel
tratar a totalidade dos casos, a abordagem
que aqui se apresenta centra-se nas cheias
rpidas em bacias de pequena dimenso.
A metodologia proposta pode ser utilizada
para a avaliao do risco de inundao
em cenrios de alteraes climticas.

13

No entanto e devido complexidade de


procedimentos necessrios para obteno
de dados de precipitaes extremas resultantes dos modelos que realizam esses
cenrios, optou-se por no incluir este
processo neste guia.
A primeira parte deste documento
dedica-se aos conceitos fundamentais
nos temas relacionados com a avaliao
de risco de inundaes, cujo domnio
fundamental para a compreenso do
restante contedo do documento.
A segunda parte apresenta os procedimentos metodolgicos para a avaliao
de risco de inundao. Esta avaliao
iniciada com os processos necessrios
ocorrncia associadas aos fenmenos de
inundaes, abordando-se seguidamente
estratgias que visam a otimizao da
modelao hidrodinmica para a obteno
de reas inundveis e outras caracterstidaes baseado no dano medio anual para
diferentes categorias de dano. Nesta ltima
parte ainda proposto a integrao das
diferentes categorias de dano num nico
indicador com o objetivo de se proceder
a uma leitura global do risco a que uma
determinada rea est exposta.

CONCEITOS
Por vezes esquecemos que o ciclo da gua
e o ciclo da vida so apenas um.
Jacques Yves Cousteau

16

CONCEITOS

cheias e
inundaes
As cheias consistem no transbordo de um
curso de gua relativamente ao seu leito
natural, podendo ser lentas ou rpidas.
As cheias lentas resultam de precipitaes
considerveis com uma durao de vrios
dias ou semanas, enquanto as cheias
rpidas ocorrem como resultado de precipitaes extremas e normalmente de curta
durao. As inundaes, para alm de
englobarem as cheias, incluem tambm a
submerso de terrenos como resultado da
subida dos lenis freticos ou da sobrecarga dos sistemas de drenagem ( Julio et
al., 2009).
Segundo a Diretiva Comunitria 2007/60/CE
relativa avaliao e gesto dos riscos de
inundaes e entretanto transposta para
o regime jurdico nacional, a inundao
por gua de uma terra normalmente no
coberta por gua, onde se inclui as cheias
ocasionadas pelos rios, pelas torrentes
de montanha e pelos cursos de gua
efmeros mediterrnicos, e as inundaes
ocasionadas pelo mar nas zonas costeiras podendo- se excluir as inundaes
com origem em redes de esgotos. Esta
de nacional atravs do Decreto-Lei n
115/2010, onde a inundao compreende
a cobertura temporria por gua de uma
parcela do terreno fora do leito normal,
resultante de cheias provocadas por
fenmenos naturais como a precipitao,
incrementando o caudal dos rios, torrentes
de montanha e cursos de gua efmeros

de sobrelevao do nvel das guas do mar


nas zonas costeiras.

exposio
A exposio consiste na presena de
pessoas, bens ou outros elementos
potencialmente sujeitos a danos em reas
onde a inundao ocorre (ver e.g. UNISDR,
2004, UNISDR, 2009, SEC, 2010), podendo
elementos que se encontram dentro dessa
rea (Merz et al., 2007). Desta forma, um
determinado elemento muito frgil a inundaes mas que no se encontre exposto a
esse fenmeno, ter sempre um risco nulo
(Bruijn et al., 2009).

suscetibilidade
No contexto de um estudo relacionado
com cheias e inundaes, o conceito de
suscetibilidade tem vrias interpretaes.
Para alguns autores a suscetibilidade
resume-se predisposio de uma determinada rea para ser afetada por estes
fenmenos. Esta avaliao tem em conta
fatores fsicos do terreno, no integrando a
probabilidade de ocorrncia de inundaes
( Julio et al., 2009).
Com maior relevncia para a avaliao de
risco de inundaes, o conceito de suscetibilidade tambm aplicado aos elementos
afetados por uma inundao. Neste caso o
conceito refere-se ao processo de gerao
de dano, estando dependente de uma
ou mais caractersticas da inundao e
da constituio dos elementos afetados
(Schanze, 2006).

17

CONCEITOS

vulnerabilidade
O termo vulnerabilidade refere-se s
menor capacidade de um elemento (populao ou ativo) resistir quando exposto a
um evento de inundao (Schanze, 2006).
A vulnerabilidade compreende a suscetibilidade, a exposio e o valor dos elementos
(EXCIMAP, 2007), podendo ser expressa
nos efeitos tangveis, intangveis, diretos e
indiretos causados sobre o elemento ou
conjunto de elementos em anlise (Dutta
et al., 2003).

risco

as atividades econmicas, sendo as suas


consequncias prejudiciais avaliadas
de atividade afetada, podendo por vezes
ser apoiada numa anlise quantitativa. Ou
seja, necessrio analisar-se as inundaes
com recurso a diferentes probabilidades
de ocorrncia, efetuar-se a caracterizao
dos elementos expostos e, sempre que se

O clculo do risco de inundaes est


bastante estabilizado na literatura, consistindo no produto entre a consequncia
da inundao e a sua probabilidade de
ocorrncia (UNISDR, 2004, Meyer et al.,
2009c, Gouldby and Samuels, 2005).
Risco = Consequncia Probabilidade

como a probabilidade de ocorrncia de


consequncias ou perdas danosas (morte,
ferimentos, bens, meios de produo,
interrupes nas atividades econmicas
ou impactos ambientais) que resultam da
interao entre o meio natural ou dos perigos induzido pelo homem e as condies
de vulnerabilidade dos elementos (UNISDR,
2004, ISO 31010, 2009).

risco de inundaes
O conceito de risco de inundaes ennormas europeias como nas nacionais consistindo, segundo a Decreto-lei n 115/2010
que estabelece um quadro para a avaliao
e gesto dos riscos de inundaes, na combinao da probabilidade de inundaes,
tendo em conta a sua magnitude, e das
suas potenciais consequncias prejudiciais para a sade humana, o ambiente, o
patrimnio cultural, as infraestruturas e

(1)

um evento com uma determinada magnitude


ocorre. Quando se avalia o risco de inundao este conceito normalmente traduzido
pelo perodo de retorno, que corresponde
ao valor inverso da probabilidade de ocorrncia e equivale ao nmero mdio de anos
entre dois eventos de igual magnitude.

formas por diferentes autores, consistindo


nas adversidades potenciais decorrentes
da inundao e tendo em ateno os
fatores de vulnerabilidade dos elementos
e magnitude dos eventos (Kron, 2005,
UNISDR, 2004, EXCIMAP, 2007).
Tomando como exemplo a abordagem
que o International Strategy for Disaster
Reduction das Naes Unidas utiliza para
calcular o Risco, as consequncias so
avaliadas atravs da equao (2).

18

CONCEITOS

Consequncia = Valor
Suscetibilidade (magnitude)
Exposio

(2)

Onde o Valor dos elementos normalmente expresso em unidades monetrias


ou no nmero de vidas humanas;

entre a probabilidade, a exposio e a


vulnerabilidade.
Risco = Probabilidade
Exposio Vulnerabilidade

(3)

Neste caso a Exposio e a Vulnerabilidade


A Suscetibilidade, como referido anteriormente, expressa a gerao de dano que
varia com as caractersticas da inundao
(magnitude do evento), podendo se situar

E a Exposio corresponde presena


ou ausncia do elemento na altura do
evento, sendo um parmetro binrio que
pode assumir o valor de 0 (no exposto)
ou 1 (exposto).
Os critrios de Valor, Suscetibilidade e
Exposio so parmetros de vulnerabilidade dos elementos e a magnitude uma
caracterstica da inundao que tem como
consequncia o dano em potencial que um
determinado evento pode causar. A relao
entre a suscetibilidade e a magnitude do
evento normalmente expressa atravs
de curvas de dano para efeitos do clculo
do risco. Estas relaes so fundamentais
inundaes, sendo um tema desenvolvido
ao longo deste trabalho i .
Como referido, a teorizao do risco pode
ser apresentado de diferentes formas,
sendo exemplo a formulao apresentada
pela Comisso Europeia nas suas orientaes sobre a avaliao e mapeamento do
risco (ver SEC, 2010). Neste documento o
i

imagem do ilustrado na funo (1),


variando o conceito de vulnerabilidade
do anteriormente apresentado, uma vez
que exclui da sua formulao a exposio,
contendo no entanto tanto o valor como a
suscetibilidade.
Ambas as formas de contabilizar o
risco apresentadas permitem chegar aos
mesmos resultados, embora com diferenas nos passos de clculos. Neste guia
adotou-se a abordagem das Naes Unidas
posteriormente.

perodo de retorno
O perodo de retorno consiste na probabilidade de repetio de uma inundao
com uma determinada magnitude, sendo
em anos entre a ocorrncia de dois
eventos sucessivos com uma magnitude
idntica (Andrade et al., 2006). Os perodos
de retorno, que traduzem uma probabilidade de ocorrncia, relacionam-se com a probabilidade de excedncia obtida atravs da
equao (4), onde p a probabilidade de
excedncia e T o tempo, que normalmente

p=

1
T

(4)

19

CONCEITOS

Tabela 1. Perodos de retorno e probabilidades.


Perodo de retorno em anos

10

20

50

100

500

Probabilidade de excedncia

0.5

0.2

0.1

0.05

0.02

0.01

0.002

Probabilidade de no excedncia

0.5

0.8

0.9

0.95

0.98

0.99

0.998

Neste contexto a probabilidade de excedncia est diretamente relacionada com a


probabilidade que um evento de uma determinada magnitude tem em ser excedido.

(IDF) que caracterizam a relao entre a


intensidade de precipitaes e a durao
para uma determinada frequncia, sendo
caracterizao encontra-se publicada por
Brando et al. (2001) para 27 estaes
meteorolgicas udomtricas de Portugal

obtida a probabilidade de no excedncia,


sendo calculado atravs da equao (5)
onde p e T correspondem respetivamente
probabilidade e ao tempo.
1
p =1
T

hietogramas para precipitaes com


diferentes duraes e perodos de retorno.

(5)

curvas do tipo potencial so as que melhor


se ajustam na relao entre a intensidade
e a durao para um determinado perodo
de retorno em Portugal continental.
Na equao (6) apresentada a formulao
terica da equao desta curva, onde I
tros/hora, D a durao em minutos, e a e
b so parmetros da curva IDF.

Na Tabela 1 so apresentados os perodos de retorno mais habituais nos estudos


hidrolgicos e respetivas probabilidades.

hietogramas de projeto
Os Hietogramas de projeto descrevem
como a precipitao de um dado evento
poder estar distribuda ao longo do
tempo. Para a sua realizao so utilizadas
curvas de intensidade-durao-frequncia

(6)

I = aD b

Tabela 2.
Fonte: Brando et al. (2001)
Perodo de retorno (anos)

10

20

50

100

500

Parmetros

De 5 a 30 minutos

176.46

-0.529

214.32

-0.499

239.69

-0.486

264.16

-0.477

295.96

-0.467

319.86

-0.461

375.21

-0.451

De 30 min. a 6 horas

251.82

-0.628

345.32

-0.634

407.36

-0.637

466.92

-0.639

544.07

-0.641

601.92

-0.642

735.65

-0.644

De 6 a 48 horas

362.78

-0.698

545.58

-0.721

670.81

-0.732

792.97

-0.739

953.23

-0.747

1074.5

-0.752

1357.3

-0.76

20

CONCEITOS

quebras nas intensidades de precipitao


para diferentes duraes. Estas resultam
de diferentes processos meteorolgicos
que esto na sua origem. Desta forma so
minutos, de 30 minutos a 6 horas, de 6 a
48 horas) para as curvas IDF relativas a um
determinado perodo de retorno para uma
dada estao meteorolgica.
Na Tabela 2 so apresentados os parmetros das curvas IDF para o posto meteorolgico do Instituto Geofsico do Infante D.
Lus (IGIDL), localizado no jardim botnico
da Faculdade de Cincias em Lisboa.

modelao hidrolgica
Os modelos hidrolgicos consistem na
ciclo hidrolgico. O seu objetivo consiste na simulao de uma determinada
realidade para efeitos de previso ou
compreenso do seu comportamento.
Estes modelos necessitam de informaes
relativas precipitao e escoamento ii
para a rea em estudo que corresponde
normalmente a uma bacia ou sub-bacias
solvem o balano de gua para cada clula
de uma dada grelha, para cada perodo
de tempo e para cada trecho da linha de
ii

Precipitao

3D Meio poroso
1D Rede de drenagem

Figura 2. Representao esquemtica dos modelos 2D e 3D. Fonte: Trancoso et al. (2009).

CONCEITOS

gua. Utilizando estes mtodos e para


executar mapas de risco de inundaes,
necessrio transformar os valores de
descarga em nveis de inundao. Existem
sendo exemplo os modelos hidrodinmicos 1D, 2D e 3D (EXCIMAP, 2007).
Os modelos 1D so tipicamente usados
para modelar os canais dos rios ou as
redes de drenagem urbanas. Este tipo
de modelos descreve a variao de uma
de gua ou concentrao de sedimentos)
numa nica direo horizontal ( ou y).
Os modelos 2D modelam variveis nas
duas dimenses horizontais ( , y). Estes
a propagao, a durao e a subida do
nvel da gua. Por ltimo, os modelos 3D
calculam as variveis em anlise tanto nas
dimenses horizontais como na vertical
( , y, ) - Figura 2. Estes modelos so teis
para modelar inundaes em bacias onde
o solo tem caractersticas diferenciadas
fenmeno de inundao em estudo
(MRC/WUP-FIN, 2008, Trancoso et al., 2009).

curvas de dano
As curvas de dano consistem em expresses matemticas que relacionam uma

caracterstica da inundao (e.g. profundidade, velocidade, durao, etc.) com o dano


potencialmente causado por essa mesma
caracterstica nos elementos expostos. Ou
seja, estas curvas representam a suscetibilidade dos elementos expostos como resultado da magnitude do evento de inundao.
As curvas de dano so habitualmente
obtidas com recurso a informaes de
perdas causados por inundaes com
determinadas caractersticas observadas
no passado. Existem, no entanto, outras
formas de as obter nomeadamente em
testes de resistncia de materiais em laboratrios, ou recorrendo-se a peritos para a
sua formulao emprica (Dutta et al., 2003,
EXCIMAP, 2007, Schanze et al., 2006).
A relao entre magnitude do evento e
suscetibilidade dos elementos expostos
est presente nas diferentes categorias
de dano que resultam de um evento de
inundao. As principais categorias de
dano so divididas em prejuzos tangveis e
intangveis. Os danos tangveis podem ser
expressos atravs de valores monetrios
ou percentagem de dano e subdividem-se
em duas subcategorias: os danos diretos
e indiretos (Tabela 3). Destas, os danos
tangveis diretos primrios, sero aqueles
cuja abordagem ser mais aprofundada
neste guia.

Tabela 3.
CLASSIFICAO

EXEMPLOS
Diretos

Tangveis
Indiretos
Intangveis

21

Primrios

Estruturas, bens e stocks

Secundrios

Recuperao ambiental

Primrios

Interrupo da produo

Secundrios

Impactos na economia regional e nacional


Populao - Sade e danos psicolgicos

Dano (%)

22

CONCEITOS

100

Edifcios com 2 ou menos andares com cave

90

Edifcios com 2 ou menos andares sem cave

80

Edifcios com 3 ou mais andares com cave

70

Edifcios com 3 ou mais andares sem cave

60

Inventrio Residencial - Cave

50

Inventrio Residencial - R/C

40

Activos Fixos - Com., Serv., Equip/Escr. - Cave

30

Activos Fixos - Com., Serv., Equip/Escr. - R/C

20

Activos Fixos Industriais - Cave

10

Activos Fixos Industriais - R/C

Stocks - Com., Ind., Armaz. - Cave

0.5

1.5

2.5

Profundidade da gua (m)

Stocks - Com., Ind., Armaz. - RC

Figura 3.

Na Figura 3 so apresentadas as curvas


de dano adotadas neste trabalho para a
avaliao de risco. Estas curvas relacionam
a profundidade da inundao com os
danos tangveis diretos primrios, estando
divididos em estrutura do edifcio, invent-

curvas probabilidade-dano
A avaliao do risco com recurso a curvas
que relacionam a probabilidade de excedncia das perdas, ou o perodo de retorno
com o respetivo dano, so de particular

a sua reduo (IPCC, 2012). A utilizao


destas curvas permite obter o dano mdio
anual de uma determinada rea ou elemento exposto (Meyer et al., 2009b).
Quando se calcula o dano para uma
probabilidade de excedncia (Pi ) , obtm-se apenas os valores do dano (D) para um
episdio de inundao com uma determinada caracterstica. Este clculo representa
um ponto da curva probabilidade-dano

correspondendo ao risco para esse


perodo de retorno aps a aplicao da
frmula apresentada na equao (1). Com
a realizao deste clculo para diferentes
perodos de retorno obtemos diferentes
pontos da curva que, atravs do ajuste
de uma funo (por exemplo polinomial,
exponencial, etc.) a esses pontos ou da
sua interpolao linear, resultam na curva
probabilidade-dano.
A rea abaixo dessa curva d-nos o dano
mdio anual dos elementos expostos na
rea em estudo. O clculo desta rea pode
ser obtido de diferentes formas como
atravs do clculo do integral da funo
que descreve a curva iii , sendo no entanto
mais habitual proceder-se aproximao
dessa rea, recorrendo-se s frmulas (7)
e (8) onde D corresponde ao dano mdio
anual ou risco, (Di ) ao dano mdio de dois
pontos conhecidos da curva e P = Pi Pi 1
probabilidade do intervalo entre esses
dois pontos (Meyer et al., 2009a)
iii
para uma escala linear.

23

CONCEITOS
Estrutura do Edifcio (Almirante Reis)
1.2
0.96

Dano mdio (%)

1
0.8
0.6
0.4

0.19

0.2
0

0.5

0.30

0.2

0.39

0.1

0.46

0.05

0.55

0.02

0.63

0.01

0.002

Probabilidade de excedncia
Figura 4.

D=

D [i ]

Pi

(7)

i=1

D [i ] =

D ( Pi

) + D ( Pi )
2

(8)

A curva probabilidade dano ter uma


menor incerteza associada quanto maior
for o nmero de perodos de retorno
analisados uma vez que se assume que os
danos apresentam um comportamento
linear entre dois pontos da curva conhecitimao dos danos quando se compara
uma curva obtida atravs da anlise de
seis perodos de retorno (e.g. 2, 5, 10, 20,
50, 100 anos) com outra onde os danos
so contabilizados para todos os perodo
de retorno entre o ano 1 e o ano 100 (e.g.
1, 2, 3, ..., 98, 99, 100 anos). No entanto, a
diminuio da incerteza destas curvas
encontra-se limitada pelo tempo de processamento necessrio para a obteno
da informao de danos para a quantidade
de perodos de retorno analisados, e pela

capacidade dos modelos hidrolgicos em


produzirem o detalhe necessrio para
diferenas de precipitaes to baixas
associadas a esses perodos de retorno
(Ward et al., 2011).

cartografia de
risco de inundao
das caractersticas das inundaes, dos
elementos expostos e o resultado da
avaliao de risco desses elementos
segundo vrios critrios. O objetivo desta
diferentes elementos segundo o maior
ou menor risco associado s inundaes,
resultando numa ferramenta fundamental para a sua gesto e planeamento de
medidas mitigadoras ou de adaptao a
mapas de reas inundveis, os mapas de

24

CONCEITOS

suscetibilidade, de elementos expostos e


de risco de inundaes, entre outras.

mapas de reas inundveis


Os mapas de reas inundveis consistem
podero ser afetadas por inundaes de
acordo com uma ou vrias probabilidades.
Estes so os mapas mais comuns dentro
desta temtica e podem apresentar as
inundaes desagregadas pelas diferentes
probabilidades ou agregadas por diferentes nveis qualitativos de inundao: i)
inundao com baixa probabilidade (e.g..
perodo de retorno superior a 100 anos);
ii) inundao com probabilidade moderada (e.g. com um perodos de retorno
igual ou inferior a 100 anos e superior a
50 anos) e iii) inundaes de alta probabilidade (e.g. perodo de retorno inferior
a 50 anos) (EXCIMAP, 2007). Embora a
agregao da informao em nveis qualitativos seja de melhor compreenso para
a comunidade em geral, a sua utilidade
inundaes.

mapas de perigosidade
a inundao
a delimitao de reas onde a inundao
pode ocorrer, desagregada por diferentes
graus de probabilidade (baixo, mdio e alto
ou perodos de retorno), tendo associado
informaes sobre o tipo de inundao, a
extenso da inundao, a profundidade
e, onde seja pertinente, a velocidade e/
ou direo das correntes relevantes (De
Moel et al., 2009). Visto serem mapas que
podem conter bastante informao
habitual serem subdivididos em mapas de

propagao de cheia.

mapa de profundidade de
inundao
Os mapas de profundidade de inundao
representam a diferena entre o nvel de
inundao e o terreno para um determinado
episdio ou probabilidade de ocorrncia.
Os valores podem derivar de modelos
hidrodinmicos (2D e 3D), de anlises
estatsticas, de observaes realizadas nas
reas inundadas (durante um episdio de
inundao ou atravs das marcas deixadas,
por exemplo em edifcios), de inquritos
realizados populao, etc. (EXCIMAP, 2007).

mapa de fluxo e propagao de


cheias e inundaes
cheias representam as direes e velocidades da gua dominantes ou num
determinado momento de uma inundao.
Tanto a informao necessria como o
seu processamento consiste em trabalho
muito especializado, sendo a sua execuo
particularmente difcil. Por estes motivos
existem poucos exemplos deste tipo de

mapas de caracterizao
dos elementos expostos
dos elementos expostos s inundaes e
diversos como o ambiente, o patrimnio
histrico, as infraestruturas, as atividades
econmicas ou outros relevantes para o
objetivo da anlise de risco (Schanze et
al., 2006). A caracterizao dos elementos
expostos pode ser considerada como o
elencar de parmetros das caractersticas

25

CONCEITOS

Return period

2 years
5 years
10 years

20 years
50 years
100 years

500 years Water level


(Return period of 100 years)

3m
0m

Characteristics
of the building
(Number of floors and basements)

0-2
3-4
5-6

7-8
9 - 10

With basement Annual average damage


Other buildings

0.0 - 5.0
5.1 - 10.0
10.1 - 15.0

15.1 - 20.0
20.1 - 25.0

Figura 5.

ou parmetros que lhes conferem vulnerabilidade, no existindo no entanto,


qualquer referncia a uma maior ou menor
capacidade desse elemento em resistir
s inundaes. Existindo essa referncia
ou discretizao passamos a ter mapas
de vulnerabilidade a inundaes (ver e.g.
Fekete, 2010).

mapa de risco de inundao


Os mapas de risco de inundao espacializam as potenciais consequncias
adversas associadas s inundaes sendo
estas resultado da agregao das perdas
associadas a vrios graus de probabilidade
de ocorrncia de inundaes. O risco pode
ser apresentado em valor monetrio ou
em alternativa em percentagem de dano.

Existem ainda alguns exemplos onde o


risco apresentado de forma qualitativa.
A diretiva comunitria n 2007/60/CE e o
Decreto-Lei que faz a transposio desta
diretiva para a legislao Portuguesa, dedevem expressar o nmero de habitantes
e/ou atividades econmicas nas reas
potencialmente afetados, as instalaes
que podero causar poluio no caso de
inundao ou outras informaes que

caracterizao apenas nos do parmetros


de vulnerabilidade (EXCIMAP, 2007), sendo
necessria uma anlise mais aprofundainundao.

METODOLOGIA
No se pode atravessar o mar
Rabindranath Tagore

28

METODOLOGIA

Esta seco encontra-se dividida em trs


partes fundamentais onde se pretende
concretizar uma viso geral sobre as
principais temticas para o mapeamento
do risco de inundaes. A primeira parte
introduz os principais passos necessrios
para o tratamento de dados de precipitao com o objetivo de se obter valores
para os diferentes perodos de retorno
projeto a serem utilizados na modelao
hidrolgica. Esta primeira parte baseada em dois documentos fundamentais
relacionados com hidrologia estatstica,
recomendando-se a sua leitura para um
maior aprofundamento destes temas (ver
Naghettini and Pinto, 2007, Naghettini and
Portela, 2011).
Na segunda parte so realizadas algumas
consideraes sobre a modelao hidrolgica, nomeadamente sobre a qualidade
dos dados necessrios e quais os principais resultados a obter para a avaliao do
risco de inundaes. necessrio ter em
ateno que esta segunda parte apenas
introdutria, sendo necessrio recorrer a
outras fontes para a realizao da modelao hidrolgica.
Finalmente na terceira parte apresentada uma metodologia para avaliao do
risco de inundaes em bacias de pequenas dimenses.
Cada um dos passos descritos exemcaso de estudo desenvolvido para uma
bacia da cidade de Lisboa, que abarca a
zona da Baixa e as zonas das Avenidas da
Liberdade e Almirante Rei.

dados observados
de precipitao
obteno e tratamento de
dados meteorolgicos
A obteno de dados de precipitao,
necessrios para a obteno de perodos
de retorno, e de caudais, necessrios para
a calibrao e validao dos modelos hidrolgicos podem ser obtidos gratuitamente
atravs do stio do Sistema Nacional de
Informao de Recursos Hdricos (SNIRH) iv.
Esta fonte tem dados relativos a um grande
nmero de estaes meteorolgicas e hidromtricas garantindo uma boa cobertura
de informao para o territrio nacional.
Existem outras fontes importantes que
podem ser consultadas sendo exemplo o
Instituto Portugus do Mar e da Atmosfera v
No entanto, os dados de precipitao
utilizados neste guia foram obtidos junto
do Instituto Geofsico do Infante D. Lus.
Esta instituio parte integrante da
Faculdade de Cincias da Universidade
de Lisboa, tendo ao seu dispor o primeiro
observatrio meteorolgico em Portugal.
A estao meteorolgica localiza-se em
terrenos adjacentes ao edifcio da Escola
Politcnica em Lisboa.
Os dados analisados correspondem
precipitao diria acumulada entre os
anos hidrolgicos vi de 1961 e 2000. Desta
iv
v
vi

29

METODOLOGIA

Tabela 4.

Ano
hidrolgico

(xi )

Ano
hidrolgico

(xi )

Ano
hidrolgico

(xi )

Ano
hidrolgico

(xi )
26.6

1961

46.5

1971

60.2

1981

54.0

1991

1962

91.2

1972

34.9

1982

60.3

1992

59.6

1963

56.3

1973

46.4

1983

95.6

1993

73.4

1964

47.4

1974

37.0

1984

42.6

1994

55.0

1965

55.9

1975

53.8

1985

43.2

1995

44.0

1966

42.6

1976

51.5

1986

42.9

1996

53.2

1967

89.2

1977

56.6

1987

44.1

1997

92.6

1968

82.9

1978

53.7

1988

41.4

1998

57.7

1969

52.8

1979

65.7

1989

45.2

1999

78.1

1970

37.3

1980

38.5

1990

44.6

2000

53.2

Precipitao (mm)

120.0
Amostra 1961/2000

100.0
80.0
60.0
40.0
20.0
0.0
1960

1965

1970

1975

1980

1985

1990

1995

2000

Ano Hidrolgico
Figura 6.
Fonte: produo do autor.

amostra diria foram retirados os valores


anuais mximos de precipitao diria para
cada ano hidrolgico (xi ) , obtendo-se um
total de 40 valores ( N = 40 ) . Os valores das
precipitaes dirias mximas anuais so
apresentados na Tabela 4.

comportamento da amostra so utilizadas


algumas anlises estatsticas, designadas

por estatsticas descritivas. Entre estas


esto as medidas de tendncia central
(mdia, moda e mediana), as medidas de
disperso (varincia e desvio padro) e o
apresentadas as frmulas de clculo de
algumas estatsticas descritivas e os resultados obtidos para a amostra de precipitaes apresentadas na Tabela 4. Esta tabela
no procura ser exaustiva apresentando

30

METODOLOGIA

Tabela 5.
amostra apresentada na Tabela 4.
Valor da amostra (Tabela 4) vii

Frmula

X=

Mdia
Varincia
Desvio padro

2
x

1
N

N 1
N 1N
Sx =

55.2

xi
i=1
N

(x

i=1

281.2
16.8

2
x

3
1 N
x X
N i=1 i
gx =
3
( N 1)( N 2 )( Sx )

N2

assimetria

exclusivamente as anlises estatsticas


necessrias ao longo deste guia.
As amostras em hidrologia devem ser
constitudas por variveis aleatrias simples
e extradas de uma nica populao.
Existem, no entanto, vrias situaes que
quentemente a qualidade da amostra, implicando que os resultados obtidos a partir da
essa mesma qualidade ter de ser avaliado
previamente as hipteses de aleatoriedade,
de independncia, de homogeneidade e de
existem vrios testes que sero paramtricos, caso os dados da amostra tenham sido
obtidos de uma populao com distribuio
Normal ou qualquer outra distribuio de
distribuio cujo modelo seja conhecido.
Este no o caso dos dados amostrais das
variveis hidrolgicas de extremos, recorrendo-se por isso a testes no paramtricos.
Existindo uma multiplicidade de testes que

1.0301

com o objetivo de avaliar cada uma das


caractersticas referidas.

teste de hiptese de aleatoriedade


O teste de hiptese de aleatoriedade no
possibilita comprovar que uma amostra
aleatria, mas sim provar que ela no o .
aleatria quando a variao dos seus valores decorre de causas naturais. Na eventualidade de se ter deslocado a estao de
local, de uma avaria do sistema de medio
ou outro qualquer facto que implique
estejam relacionados com causas naturais,
a amostra deixa de ser aleatria.
A hiptese de aleatoriedade pode ser
avaliada com recurso ao teste no param(Pi ) pode ser obtido atravs da
contagem do nmero de picos e de vales

Figura 6. Um valor excessivamente grande


amostra no aleatria.

pretendendo abordar a sua totalidade, so


apresentados seguidamente quatro testes
vii

Se uma amostra com N elementos aleaE [ p]


obtido atravs da frmula apresentada

31

METODOLOGIA

Tabela 6.

Parmetros

Valores

N=
2 ( N 2)
E [ p] =
=
3
Var [ p ] =

25.33

16N 29
=
90

p E [ p]
Var [ p ]

6.79

29

T >

1.41

para este parmetro na Tabela 6, onde a


varincia Var [ p ] aproximada pela equao tambm presente nessa tabela.
xes calculado para diferentes amostras
com um tamanho superior a 30 elementos
segue um comportamento prximo de
uma distribuio normal. Neste sentido a
estatstica do teste da aleatoriedade pode
ser formulado conforme descrito na Tabela
6 para o parmetro T , sendo a hiptese de
aleatoriedade rejeitada para um nvel de
/ 2 ) viii .
quando T > 1 (1
1
corresponde ao inverso
O valor de
da funo de probabilidade acumuladas
da distribuio normal padro (ou seja
com mdia 0 e desvio padro 1) que pode
ser obtida atravs da inversa da funo
descrita na equao (9) ix , onde z o valor
da amostra da distribuio normal padro.
viii

Valores

40

p=
T=

Parmetros

(1

/ 2) .

ix
muladas da distribuio normal padro pode ser obtida

(z) =

(1
1

(1

T =

1.41

0.05

2=

0.975

2) =

1.96

2)

1
e
2

No rejeitar

Z2
dz
2

(9)

Com a no rejeio da hiptese de aleatomar se os elementos que a constituem so


necessrio que nenhuma observao da
ocorrncia de outro valor contido nessa
mesma amostra. Neste sentido, uma amostra de valores mximos anuais de precipitao ter uma dependncia previsivelmente
baixa, sendo difcil que um mximo anual
outro mximo anual. Existem no entanto
acontecimentos pode acontecer, sendo
exemplo os caudais mdios dirios onde
um dado valor observado num dia est
frequentemente condicionado pelo valor
do dia anterior.

teste de hiptese de independncia

Existem vrios testes de hiptese de


independncia, sendo aqui apresentado a
formulao de Wald-Wolfowitz. A estatstica deste teste dada pela equao do

32

METODOLOGIA

Tabela 7.
independncia.
Parmetros

Valores
N

S2 =

i=1

S2
=
N 1

E [ R] =
S4 =

(X )

' 2
i

(X )

' 4
i

Valores

10968.35
-281.24

9957732.12

S22 S4
+
N 1
2
S22
S2 S4
=
+
( N 1)( N 2 ) ( N 1)2

2818051.44

i=1

Parmetros

Var [ R ] =

R=

N 1

'
Xi ' Xi+1
+ X1' X N' =

1042.88

T >

(1

(1

T =

0.79

0.05

2=

0.975

2) =

1.96

2)

No rejeitar

i=1

T=

R E [ R]
Var [ R ]

0.79

parmetro R apresentada na Tabela 7,


onde Xi' corresponde a uma dada observao contida na amostra de dimenso
N menos a mdia da amostra. Para um
conjunto de amostras com observaes
independentes pode-se demostrar que
a estatstica R segue uma distribuio
Normal de mdia E [ R ] e varincia Var [ R ]
(Tabela 7). A estatstica deste teste pode
ser formulada conforme descrito na Tabela 7
para o parmetro T , o qual segue uma
distribuio normal padro. Sendo um
teste bilateral a hiptese de aleatoriedade
quando T >

(1

/ 2 ) x.

teste de hiptese de homogeneidade


a hiptese de homogeneidade da amostra, ou seja se todos os elementos que
a constitu so da mesma populao. A
x

es numa dada amostra e mais provvel


em sries longas de valores mdios, visto
que fenmenos meteorolgicos excecionais (e.g. El Nio) vo implicar diferenas
que nem sempre so facilmente detetveis
nos mximos anuais de precipitao.
Para testar a hiptese de homogeneidade de uma dada amostra com N
elementos necessrio dividi-la em duas
subamostras que, caso o valor de N
seja par devem ter o mesmo nmero de
elementos ( N1 = N / 2 ) . Se N for mpar
ento a primeira subamostra deve ter
um elemento a menos que a segunda
( N 2 = ( N + 1) / 2; N1 = N N 2 ) .
A subamostra N1 contm a primeira
parte da amostra e N 2 a segunda parte.
Seguidamente, ordena-se por ordem
crescente a amostra N
se encontra cada um dos valores de N1 e

33

METODOLOGIA

Tabela 8.

Prametros

Var [V ] =

2N1 ( N

Valores

Valores

17

T =

1.28

N=

40

0.05

N1 =

20

2=

0.975

2N1 ( N N1 )
E [V ] = 1+
=
N

21

2) =

1.96

N1 ) 2N1 ( N

N 2 ( N 1)
T=

N1 ) N
V

E [V ]

Var [V ]

9.74

-1.28

N 2 na srie ordenada. Caso um valor de


N pertena a N1 atribui-se a esse registo
o valor 1, caso pertena a N 2 atribui-se
o valor 2. Esta anlise d origem a uma
coluna designada por m com a ordem
mi = 1 ento Xi um elemento de N1 , se

mi = 2 ento Xi um elemento de N 2 . O

valor de V apresentado na Tabela 8 consiste no nmero de vezes em que mi mi+1 .


A estatstica do teste de hiptese dada
pelo parmetro V , podendo-se demonstrar que, no caso das amostras serem
homogneas, a estatstica deste parmetro
segue uma distribuio Normal de mdia
igual a E [V ] e varincia Var [V ] , conforme
apresentado na Tabela 8. A estatstica
deste teste pode ser formulada conforme
descrito na mesma tabela para o parmetro T , o qual segue uma distribuio
normal padro. Sendo um teste bilateral
a hiptese de homogeneidade rejeitada
quando
T > 1 (1
/ 2 ) xi .

xi

Parmetros

V=

1
1

T >

(1
1

(1

2)

Do not reject

teste de hiptese de
estacionariedade
O ltimo teste referenciado neste guia
elementos da amostra. Uma amostra no
estacionria quando existem tendncias
ou variaes bruscas nos seus valores,
tendo em ateno a ordem cronolgica
dos acontecimentos registados. Um
exemplo de tendncia pode estar relacionado com as variabilidades ou alteraes
das precipitaes e dos seus extremos
a longo prazo. Apesar de esta alterao
poder implicar uma no estacionariedade
da amostra, particularmente difcil de ser
nariedade. Este tipo de fenmenos so
consideravelmente longos e as amostras
habitualmente avaliadas no tm um

por exemplo, em medies de caudais


de um rio antes e aps a construo de
uma barragem, sendo menos comuns
em dados de precipitao, podendo, no

34

METODOLOGIA

Tabela 9.

Parmetros
N

( mt

6
rs = 1

Valores

Tt )
N

Var [ rs ] =
T=

1
=
N 1
rs

Valores

t=1

N3

Parmetros

0.026

0.139

T =

0.139

Var [ rs ]

0.05

2=

0.975

2) =

1.96

0.022

entanto, resultar de uma avaria na estao


udomtrica.
O teste no paramtrico de Spearman
um teste de hiptese de estacionariedade
uma eventual tendncia numa dada amostra hidrolgica ao longo do tempo.
A estatstica do teste tem como base o coers apresentado na Tabela 9 onde N
o nmero de elementos que constituem
a amostra, Tt o nmero de ordem do
elemento de ordem t da amostra e mt o
nmero de valores menores ou iguais ao
elemento de ordem t da amostra.
A estatstica do teste de hiptese dada
pelo parmetro rs , podendo-se demonstrar
que, no havendo correlao entre o valor
mt e Tt a distribuio deste parmetro
segue uma distribuio Normal de mdia
igual a E [ rs ] = 0 e varincia Var [ R ] , conforme apresentado na Tabela 9. A estatstica
do teste de Spearman pode ser formulada
conforme descrito na mesma tabela para
o parmetro Tt o qual segue uma distribuio normal padro. Sendo um teste
bilateral a hiptese de aleatoriedade

T >

quando T >

(1

(1
1

(1

2)

No rejeitar

/ 2 ) xii .

Da aplicao dos diferentes testes de hia hipotese de aleatoriedade, independncia,


homogeneidade e estacionariedade dos
elementos da amostra de valor das precipitaes dirias mximas anuais, observados
na estao meteorolgica do IGIDL para o
perodo entre 1961 e 2000.

obteno de perodos
de retorno
A anlise estatstica para o clculo de
perodos de retorno de precipitaes mximas anuais so obtidos atravs da teoria
lei de Gumbel como a distribuio mais
utilizada para a representao de mximos
sendo designada habitualmente apenas por
Gumbel. Para alm da lei de Gumbel, e com
distribuies estatsticas como a Pearson III,
xii

35

METODOLOGIA

a Log-Pearson III, a Generalizada de Valores


Estremos (GEV), entre outras. Estas leis
consistem em modelos probabilsticos amplamente estabelecidos na literatura, sendo
aquelas que em teoria melhor se adequam
s caractersticas intrnsecas mais comuns
nas amostras de variveis hidrolgicas para
valores extremos mximos (Naghettini and
Portela, 2011).
A funo densidade probabilidade da
Lei de Gumbel f (x) apresentada na
equao (10).

fx ( x ) =

exp

exp

anuais de precipitao necessrio obter


os valores de e , que correspondem
respetivamente, aos parmetros de escala
e posio desta distribuio. Na Figura 7
so apresentados alguns exemplos com a
funo mediante diferentes parmetros.
Estes parmetros so calculados com
recurso s equaes (11), onde Var [ X ] corresponde varincia da amostra, e (12) onde
E [ X ] consiste na mdia da amostra. Nesta
constante ( = 1.1396 ) , sendo por esse motivo designada por funo de dois parmetros.

x
Var [ X ] =

(10)

para - < x < + ,

<

<+ , >0

E[ X] =

6Var [ X ]
2

+ 0,57721566

= E [ X ] 0.57721566

(11)

(12)

f(x) Probabilidade

Gumbel amostra de valores mximos

0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0

=2 =2
=4 =2
=2 =4
= 13.08 = 47.91

-5

15

35

55

75
x

Figura 7.
= 13.08 e
produo do autor

95

115

135

155

36

METODOLOGIA

Recorde-se que a mdia da amostra ou


o valor esperado E [ X ] de mximas anuais
de precipitaes de 55.2 e a sua varincia
Var [ X ] de 281.2. Com a aplicao das
= 47.91 e
equaes (11) e (12) temos
= 13.08.
A funo de probabilidades acumuladas
da distribuio de Gumbel F ( x ) dada
pela equao (13).

Fx ( x ) = exp

exp

(13)

Na Figura 8 so apresentados alguns


exemplos da funo de probabilidades
acumuladas para a lei de Gumbel e do
ajuste desta Lei aos parmetros da amostra dos mximos anuais de precipitao.

F(x) Probabilidade no excedncia

valores dessa amostra e a correspondente


probabilidade emprica de no excedncia,

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

calculada atravs da frmula postulada por


Weibull. Esta frmula permite a estimao
da probabilidade de no excedncia, no
enviesadas para todas as distribuies
(Naghettini and Pinto, 2007).
A frmula de Weibull descrita na equao (14) onde i corresponde posio de
um determinado elemento da amostra
aps ordenao por ordem crescente de
todos os seus elementos e N dimenso
da amostra, que para os mximos anuais
de precipitao entre 1961 e 2000 de 40.

F=

i
N +1

(14)

A Figura 8 permite uma primeira perceo


visual do ajuste da Lei de Gumbel distribuio da amostra, no entanto a represendeve ser feita com recurso ao papel de

=2=2
=4=2
=2=4
Amostra
-5

15

35

55

75

x
Figura 8.
parmetros apresentados na Figura 18. Fonte: produo do autor.

95

115

135

155

37

METODOLOGIA

probabilidades (ver como exemplo Figura 9).


metro de posio da amostra ( [ X ] = 1.0301)
se encontra prximo do da Lei de Gumbel
( = 1.1396 ) o que o caso. Estes so dois
indicadores que podem contribuir para a
escolha desta distribuio em detrimento de
outras, existindo no entanto outros critrios
esses critrios como a representao da
funo num papel de probabilidades sero
discutidos posteriormente neste guia.
Sendo esta lei a escolhida, os quantis da
distribuio (equivalendo aos perodos
de retorno) podem ser obtidos atravs
da equao (15), onde T corresponde ao
perodo de retorno pretendido (em anos).

x [T ] =

ln

ln 1

1
T

apresentada na equao (16) onde ,


e so respetivamente, o parmetro de
escala, de forma e de posio. A distribuio de Pearson III uma funo de trs
parmetros visto que, ao contrrio da Lei
de Gumbel, o parmetro de posio no
constante.

A funo densidade probabilidade de


uma distribuio de Pearson III f (x)

( )

exp

(16)

para < x <

Os parmetros , e so estimados
atravs das equaes (17), (18) e (19), onde
[X]
amostra, Var [ X ] a sua varincia e E [ X ] a
sua mdia.

[X] =

(15)

Como referido anteriormente, existem vrias distribuies que podem ser aplicadas
para o clculo estatstico de perodos de
retorno de precipitaes mximas anuais.
No sendo o objetivo apresentar todas as
distribuies existentes, julga-se pertinente a exposio de outra distribuio,
uma vez que recomendada a aplicao
de diferentes distribuies na estimao
dos perodos de retorno, para escolher-se
aquela que tenha melhor ajuste amostra
em anlise (Naghettini and Pinto, 2007,
Naghettini and Portela, 2011). Neste sentido apresentada a Lei Pearson III visto
ser a mais aplicada neste tipo de estudos a
seguir de Gumbel.

fx ( x ) =

Var [ X ] =

E[ X] =

2
[X]

Var [ X ]

E[ X]

(17)

(18)

(19)

A funo de probabilidades acumuladas


da distribuio Pearson III F ( x ) calculada
atravs da equao (20).

fx ( x ) =

( )

exp

dx (20)

Para a distribuio Pearson III no existe


uma forma analtica simples que permita o
clculo de quantis (Naghettini and Portela,
2011). Visto ser esta a informao necessria,

38

METODOLOGIA

Tabela 10.
Pearson III de diferentes quantis.

1
T

F
K Gumbel

x f (Gumbel)

F
K Normal

F
K Pearson

x f (Pearson III)
52.40

0.500

-0.164

52.44

-0.167

0.800

0.719

67.26

0.842

0.750

67.77

10

0.900

1.305

77.07

1.282

1.335

77.58

20

0.950

1.866

86.48

1.645

1.877

86.57

50

0.980

2.592

98.67

2.054

2.556

98.05

100

0.990

3.137

107.80

2.326

3.050

106.34

500

0.998

4.395

128.89

2.878

4.159

124.94

correspondendo obteno das precipitaes associadas a um determinado perodo


de retorno, existem outras abordagens que

F
K Gumbel

xF = X + K Dists X

(21)

As equaes (22) e (23) permitem calcular


os fatores de probabilidade para a lei de
Gumbel e de Pearson III respetivamente.
O valor de gx da equao (23) refere-se ao

0.57721566 + ln ln 1

1
T

(22)

2
F
F
F
K Pearson
= K Normal
+ ( K Normal
1) k +

est disponvel para distribuio de Pearson


III, bem como para outras distribuies, recorrendo utilizao de fatores de probabilidade para o calculo de quantis, tendo sido
introduzida por Chow (1954).
Neste mtodo os quantis so obtidos
atravs da equao (21), onde xF corresponde ao quantil da probabilidade de no
excedncia F , sendo equivalente a um
determinado perodo de retorno X corresponde mdia da distribuio da amostra
F
e SX ao seu desvio padro. O valor de K DIST
obtido atravs do clculo da expresso
do fator de probabilidade de uma determinada distribuio.

1 F 3
T
( K Normal 6K Normal
)k2
3
F
2
F
(K Normal
1)k 3 + K Normal
k4 +

(23)

1
g
+ k 5 sendo k = x
3
6

Para o clculo dos fatores de probabilidade da lei de Pearson III necessrio


obter-se os fatores de probabilidade da lei
normal. Estes correspondem ao inverso
da funo de probabilidade acumuladas
da distribuio normal padro, que pode
ser obtida atravs da inversa da funo
descrita na equao (9) xiii .
Como referido anteriormente, um dos
vrios critrios para a escolha de uma
determinada Lei em detrimento de outras
consiste na visualizao das distribuies

e gradao nas unidades da amostra e no


eixo das abcissas uma escala transformada
xiii

METODOLOGIA

de probabilidades. Desta forma, aos


valores da amostra tm de ser atribudas
probabilidades empricas de no excedncia,
existindo vrias frmulas que permitem
essa atribuio com diferentes nveis de
adequao para diferentes objetivos (ver
Naghettini and Portela, 2011).

o ajuste visual da distribuio Pearson III


e Gumbel amostra de valores extremos.
Nesse sentido, e para a atribuio da
probabilidade emprica de no excedncia
amostra, foi utiliza a frmula de Weibull por
ser aquela que tem como atributos o no
enviesamento das probabilidades de no
excedncia para todas as distribuies. A
aplicao desta frmula foi apresentada anteriormente sendo o procedimento adotado
de probabilidades, idntico ao descrito para
a representao da amostra na Figura 8.
Para se atribuir ao eixo das abcissas uma
escala linear de probabilidades necessrio considerar-se o que se pretende retirar
vrios papis de probabilidade como os
referentes distribuio Normal ou
distribuio de Gumbel.
A comparao visual de duas distribuies (Gumbel e Pearson III) e a respetiva
aderncia amostra preferencialmente
realizada com recurso ao papel de Probabilidades da lei Normal. Por seu lado, quando
se compara uma amostra com uma nica
distribuio de extremos deve-se utilizar o
papel de probabilidades dessa distribuio.
Esta situao normalmente ocorre quando
j se tem conhecimento da lei de extremos
com melhor ajuste amostra (Naghettini
and Portela, 2011).

39

Na Figura 9 so apresentados os dados


da amostra aps ordenao crescente e
atribuio da probabilidade emprica de
no excedncia formulada por Weibull,
bem como o resultado do ajuste da lei de
Gumbel e Pearson III amostra. Da sua
observao pode-se concluir que ambas
as distribuies tm um comportamento e
ajuste relativamente idntico amostra.
Quando as distribuies tm ajustes idnticos amostra, deve-se optar por aquela
que tem menos parmetros. Como referido
a distribuio de Pearson III consiste num
modelo com trs parmetros, resultando
consequentemente uma maior aderncia
amostra. Mas esta aderncia conseguida
custa do terceiro parmetro que obtido
a partir da amostra, o que aumenta a incerteza dos valores estimados (ver Figura 10).
Por outro lado a distribuio de Gumbel
ajustada mantendo-se o parmetro de
sua distribuio constante, sendo este
igual a 1.1396. Este parmetro tem o
valor de 1.0301 na amostra, sendo ambos
os valores bastante prximos. Quando
argumento para escolher a lei de Gumbel
relativamente a outras distribuies.
Existem no entanto, vrios testes de
aderncia das leis estatsticas amostra,
sendo exemplo o teste de qui-quadrado,
de
, de Anderson-Darling
ou de Filliben. Estes testes apresentam, em
as entre a distribuio de frequncias das
leis de extremos e da amostra nas caudas
superiores e inferiores (Naghettini and
Pinto, 2007). No caso da anlise de valores
de mximos anuais de precipitao, as

40

METODOLOGIA
Inverso da funo de distribuio acumulada Normal
-4

-3

-2

-1

175
Histrico

150

Gumbel

Precipitao (mm)

125

Pearson III

100
75
50
25

0.002
0.001

0.02
0.01

0.1

0.05

0.2

0.999

0.5

Probabilidade
Figura 9.

Inverso da funo de distribuio acumulada Normal

Inverso da funo de distribuio acumulada Normal

200

Gumbel

125

Limite do intervalo
de con ana de 95%

75
50
25

0.002
0.001

0.1

0.02
0.01

0.2

0.05

0.5

75
50
25
0

0.999

Limite do intervalo
de confiana de 95%

100

-25

produo do autor

-1

Pearson III

125

-25
Probabilidade

-2
Histrico

150

Figura 10.

-3

175

150
100

-4

Probabilidade

0.002
0.001

0.02
0.01

0.1

0.05

0.2

Histrico

175
Precipitao (mm)

-1

0.5

200

-2

0.999

-3

Precipitao (mm)

-4

41

METODOLOGIA

Tabela 11.

Perodo de retorno

10

20

50

100

500

Probabilidade de no excedncia

Gumbel

Valor inferior do intervalo


Ajuste da Lei de Gumbel
Mximos (mm)

Pearson III

Valor superior do intervalo

Ajuste da Lei de Pearson III


(mm)

diferenas nas caudas superiores so as


mais importantes visto que correspondem
aos valores dos perodos de retorno mais

de toda a sua populao, uma vez que esta

No entanto esta incerteza pode ser estimada com recurso a diferentes mtodos,

de aderncia atualmente disponveis, de

motivo a sua aplicao no foi tida em


conta para a escolha da lei estatstica com
melhor ajuste distribuio da amostraxiv
A aplicao das leis de extremos e a
consequente obteno de quantis contem
um certo nvel de incerteza independente
presente desde o incio da anlise, com
a obteno dos parmetros necessrios
para uma distribuio a partir de uma

Este mtodo consiste na gerao de vrias


sries (nunca menos de 5000) de nmeros aleatrios entre 0 e 1 com a mesma
cada uma das sries aleatrias geradas,
ajustada a distribuio que foi inicialmente
considerada para o clculo dos perodos
de retorno, obtendo-se os fatores de
probabilidade dessa distribuio para cada
valor de cada uma das sries (para a lei de
Gumbel pode ser aplicada a equao (22)
Com a aplicao da equao (21) aos fatores de probabilidade so obtidas sries de
valores aleatrios de precipitao ajustada

dirias mximas anuais apenas contm


sendo possvel uma caracterizao exata
xiv

dessas sries so obtidos os quantis de


precipitao desejados (equivalentes aos

42

METODOLOGIA

perodos de retorno) e feita a estimao


as sries aleatrias geradas que correspon-

xv

Das diferentes anlises apresentadas


conclui-se que a lei mais adequada para
a obteno de perodos de retorno tendo
por base a amostra de valores de precipitao diria mxima anual apresentada na
Tabela 4 a lei de Gumbel, sendo os seus
valores utilizados para a obteno dos

desta forma que a extenso mxima da

modelao de bacias de pequenas e medias

necessidade de se distribuir a precipitao


diria em perodos de tempo mais curtos,
o hidrolgica de uma determinada bacia
dessa bacia e da capacidade do modelo
hidrolgico, os hietogramas podem ser
desenhados para uma precipitao com
maior ou menor durao e subdivididos
em perodos ou blocos de tempo mais

plo desenvolve-se a partir da Baixa de


Lisboa para norte atravs das Avenidas
da Liberdade e Almirante Reis, podendo
ser considerada uma bacia de pequenas

tempo dos hietogramas deve ser o mais

A escolha da durao dos hietogramas


tem subjacente o tempo de processamento do modelo hidrolgico (quanto maior
xv

Hydrognomon

ser atingido o mximo de precipitao do


hietograma, a sua restante durao dever
ser superior ou igual ao tempo de concentrao da bacia, de forma a garantir que o
pico mximo precipitado que afete o incio

A escolha dos blocos de tempo do hietograma tem em ateno o fenmeno que se


pretende modelar, sendo mais espaados
no caso de cheias progressivas e de bacias

definio de hietogramas
de projeto

softwares

for a durao do hietogramas maior ser


o tempo de processamento) e o tempo de
concentrao da bacia, ou seja o tempo
de percurso da gua precipitada entre o
extremo mais longnquo da bacia hidro-

obter o tempo de concentrao de uma


caso aqui abordado, apenas necessrio
uma aproximao do valor de tempo de
concentrao, apresentada um nico
exemplo descrito na equao (24), segundo
t c o tempo de concentrao em horas,

43

METODOLOGIA

Tabela 12.

Lb (Km)

Z max (m)

Z min (m)

im (m/m)

t c (h)

Lbk o comprimento do curso de gua principal da bacia em kilmetros e im o declive

ao tempo necessrio para a gua percorrer


toda a bacia no caso de esta se encontrar

im pode ser obtido atravs da


diferena de cotas entre a extremidade a
montante ( Z max ) e a jusante ( Z min ) do curso
de gua principal sobre o seu comprimento
em metros ( Lbm )

ateno que a bacia em estudo composta


ciais de drenagem, os tempos de concentra-

t c = 0.3

Lbk
im

0.25

0.76

sendo im =

Z max Z min
Lbm

esta anlise permite decidir a durao do


hietograma tendo em ateno o tipo de

(24)

A obteno do comprimento e dos dados


necessrios para o clculo do declive da
linha de gua principal, podem resultar de
diferentes procedimentos onde se inclui a
medio

Tendo em ateno o tempo de concentranesta bacia, optou-se por hietogramas com


a durao de 4 horas dividido em blocos

so normalmente obtidos com recurso a

vez que os diferentes cursos de gua


fazendo parte do sistema de drenagem da
se pretende ter uma noo do valor do
tempo de concentrao pode-se recorrer
a um modelo digital de terreno para se
delinear os cursos de gua tericos e
destes selecionar aquele que tenha a maior
extenso, correspondendo ao curso de
gua principalxvi

atravs da frmula de Temez, corresponde


xvi

nacional, tendo em ateno as quebras da


evoluo da intensidade de precipitao
nado perodo de retorno constituda por
trs trechos, sendo o primeiro vlido entre
os 5 e os 30 minutos, o segundo entre os
30 minutos e as 6 horas e o terceiro entre

44

METODOLOGIA

estes trechos consecutivos devido s suas


consistem na aplicao dos parmetros
hietogramas com pequenos incrementos
de tempo baseados nos trechos da curva
com valores negativos, relativos s estaacontea, utiliza-se normalmente, para
imediatamente anterior ao aparecimento

udomtrico do IGIDL de Lisboa apresentam


uma descontinuidade entre o segundo (30
minutos a 6 horas) e o terceiro trecho (6 a 24
horas) dessas curvas, quando aplicados a
hietogramas com blocos de durao de 5 mi-

obteno da intensidade de precipitao


em milmetros por hora para cada perodo
de 5 minutos ( I (mm/h) 6 coluna da tabela),
seguido da multiplicao dessa intensidade
pela durao em horas correspondente ao
passo de tempo i , para se obter as respetiP ( D )mm

cessidade deriva do diferencial existente


entre a intensidade de precipitao, para o
perodo de 24 horas, associada ao perodo
de retorno de 10 anos que esteve na base

amostra que serve de base a este guia

uma durao de 24 horas (corresponde


ltima linha da 6 coluna da Tabela 13
A diviso em blocos necessrios para a
realizao dos hietogramas da precipitao
associada a um determinado perodo de
retorno, podem ser obtidos atravs da
aplicao da equao (6) com recurso aos
parmetros a e b
A Tabela 13 sintetiza os procedimentos
necessrios para a obteno de um
hietograma com blocos de precipitao de
5 minutos decrescentes, para um evento
com durao de quatro horas e um perodo de retorno de 10 anos P(5 min)(T 10)mm

da amostra de valores de precipitao


diria mxima anual com recurso Lei de

pelos valores de P ( D )mm obtm-se as


amostra ( P ( D )(T 10)mm

o do hietograma resultam do clculo da


precipitao para os blocos de 5 minutos
( P(5 min)(T 10)mm ltima coluna da tabela),

consecutivas ( P ( D )(T 10)mmi P ( D )(T 10)mmi 1


para i > 1
ao primeiro bloco onde o valor igual
respetiva precipitao acumulada ajustada
( P ( D )(T 10)mm para i = 1

da Tabela 13 consiste, e como referido

45

METODOLOGIA

Tabela 13.

D( min )

i
1

10

15

20

25

30

D( h )

I ( mm/h ) =
aD( min )

P ( D )mm =

P ( D )( T10 )mm =

D( h ) I ( mm/h )

77.1
P ( D )mm
78.5

P ( 5 min )(T 10 )mm

240
1440

14

14

12

12

Precipitatao (mm)

Precipitao (mm)

10
8
6
4
2
0

10
8
6
4
2
0

Tempo (h)

Tempo (h)

Figura 11.

anteriormente, num hietograma de blocos


de 5 minutos decrescentes, ou seja o valor
com maior precipitao atribudo ao primeiro bloco de tempo, decrescendo este
um ligeiro aumento da precipitao na
passagem do primeiro (5 a 30 minutos)
para o segundo trecho (30 minutos a 6

difere do de blocos decrescente apenas na


elevado de precipitao encontra-se centrado na distribuio e os restantes valores
do hietograma de blocos decrescentes so
alocados de forma alternada direita e

mas utilizados na modelao hidrolgica

46

METODOLOGIA

Precipitao (mm)

15
T2

T10

T100

T500

10
5
0

Tempo (h)
Figura 12.

mas para o perodo de retorno de 5, 20 e

modelao
hidrolgica

xvii

, adotado para a
realizao da modelao hidrodinmica
que ilustra este guia, permite modelar o esprincipal da cidade, correspondendo a um
modelo 2D apesar de incorporar alguns
componentes de um modelo 3D, acopla a
de modelos so os mais adequados para o
tipo de bacia em estudo onde a permeabilidade do solo bastante baixa e as maiores

primeira das quais consiste na produo


inundao a que determinado sistema
obter dados importantes para a criao de
mapas de perigosidade como a altura, a
direo e a velocidade da gua, bem como
projeto, tendo em conta as caractersticas
mentos tm como objetivo fundamental
a espacializao da inundao, recorrendo-se para esse efeito, a modelos que
permitem simular o comportamento da
gua precipitada num determinado espao

Realizam-se seguidamente, algumas conmodelao hidrodinmica nomeadamente


xvii

METODOLOGIA

a importncia do detalhe da informao


utilizada nesse processo e as suas implireferir que a modelao hidrodinmica
propriamente dita e os seus processos no
so discutidos de forma exaustiva neste

informao necessria
Existem fundamentalmente trs grandes
grupos de informao necessria para a

de terreno (MDT) e, dependendo da bacia

47

conseguir-se um compromisso entre o


pormenor da rede utilizada e a capacidade
pormenor tiver a rede de drenagem maior
ser o tempo de processamento do mode-

As fontes de informao para este primeiro grupo de informao consistem, fundamentalmente, em dados obtidos junto dos

taisxviii
do da localizao ou do detalhe pretendido
pode ser necessrio efetuar-se um levantacom frequncia a levantamentos Lidarxix
(

inundao microescala deve-se optar por


MDT com uma resoluo horizontal entre
o metro e os 10 metros e uma resoluo
vertical nunca inferior a 0,5 metros (Ernst

sendo um fator fundamental para uma cor-

drenagem devidamente caracterizados (altura e localizao dos coletores, permetro


difcil, visto tratarem-se de estruturas que
se encontram em funcionamento h muitos
anos e a prtica do seu levantamento e
caracterizao sistematizada nem sempre

importante a incluso neste modelo digital de terreno de barreiras circulao da


gua, nomeadamente os edifcios presentes
do MDT pode ser alterado construdo com
um menor nvel de detalhe e resoluo com
Quanto maior for a resoluo do MDT maior

recolha de informao tem como objetivo a


tuintes da bacia e a atribuio de mltiplos
critrios tanto de impermeabilizao como
de rugosidade, de forma a simular o mais
corretamente possvel o comportamento

pelos modelos hidrodinmicos para atingir


xviii

A rede de drenagem tem um papel


fundamental quando a bacia se localiza

xix

48

METODOLOGIA

Figura 13.

rea urbana contnua


rea urbana descontnua de alta densidade
rea urbana descontnua de mdia densidade
rea urbana descontnua de baixa densidade
reas Industriais, comerciais e servios pblicos
Ruas e estradas
Vias frreas
reas em construo
reas sem uso associado
reas verdes urbanas
reas desportivas e de lazer
Edifcios

Figura 14.
xxii

Normalmente os organismos europeus


recomendam a utilizao de cartas como
xx
(unidade mnima
a
cartografada de 25 hectares), embora existam outras fontes com informao mais
xxi

xx
xxi

grafada de 1 hectare), a fotointerpretao,

sendo informao de grande importncia


tanto para efeitos de calibrao como de
xxii

49

METODOLOGIA

resultados a obter
-

executados; registos histricos dos nveis


de caudal; registos histricos e trabalhos
prvios sobre a velocidade de escorrncia
outras estruturas); recolha de eventos de
inundao atravs de fontes secundrias
que a deteo remota pode trazer inforatravs da comparao entre os resultados
obtidos pela modelao hidrodinmica de
um determinado evento com a imagem ob-

um determinado episdio de inundao,


as reas inundveis; a profundidade da
inundao (como resultado da diferena
entre o nvel de inundao e o terreno)
e a distribuio da velocidade e direo
Esse episdio ter associado uma determinada probabilidade de ocorrncia que
conjugao de um ou vrios elementos que

Perodo de retorno

Figura 15.

2 anos
5 anos
10 anos

20 anos
50 anos
100 anos

500 anos

Altura da gua
(Perodo de retorno 100 anos )

3m
0m

50

METODOLOGIA

caracterizam a inundao com a probabilidade de ocorrncia dessa inundao


permite-nos obter mapas de perigosidade
(EXCIMAP, 2007).

resultados obtidos aps modelao das


estudo. Esta modelao realizada com
base numa grelha com resoluo espacial
de quatro metros que considera os edifcios presentes ao longo da bacia. Foram
calculadas as alturas da gua mxima
resultantes da precipitao associada
respetiva probabilidade de ocorrncia,
para todos os perodos de retorno considerados e pontos da grelha.

avaliao de risco
de inundao
e produo de
cartografia
Aps a caracterizao das inundaes
da rea em estudo inicia-se o processo
de avaliao de risco, sendo necessria a
obteno e tratamento de diversas inforgrandes grupos, consistindo i) na caracterizao dos elementos presentes nas reas
relacionem as caractersticas da inundao com o dano causado nos elementos

detalhe dos elementos expostos traduzidos na ocupao do solo ser menor do


que numa bacia de pequenas dimenses
(EXCIMAP, 2007).
Tambm os critrios para a avaliao do
risco podem ser mais ou menos detalhados mediante o objetivo da anlise. Estes
podem incluir fatores sociais, ambientais,
econmicos, etc. (Meyer et al., 2009c),
sendo apresentado na Figura 16, de forma
esquemtica, um procedimento que pode
ser adotado para a avaliao do risco de
inundaes considerando vrios fatores.
Neste esquema destacado a azul escuro
o procedimento explorado neste guia, que
corresponde avaliao de risco para

informao necessria
Aps serem realizados todos os procedimentos para a obteno das reas inundveis associadas a diferentes perodos de
retorno xxiii , necessrio fazer-se o levantamento dos elementos expostos. Os organismos europeus sugerem de forma mais
ou menos direta a utilizao da carta de
uso e ocupao do solo Corine Land Cover

critrios para todos os estados membros


da Unio Europeia, a sua utilizao indicada para a avaliao do risco em bacias
transnacionais e de grandes dimenses.
No entanto se a escala de anlise consiste

para esses elementos. Estes dados tero


um maior ou menor detalhe consoante o
mbito da anlise, ou seja, se o territrio a

apenas dispe de informao de elementos


com uma rea superior ou igual a 25 hectares. Neste sentido necessrio recorrer-se

grandes dimenses (ex. o rio Tejo) ento o

xxiii

51

METODOLOGIA

populao
nmero de habitantes
por subseco
estatstica (INE)

atribuio de
habitantes aos
edifcios residenciais

populao
afectada

levantamento de campo

profundidade de
inundao
para eventos com
diferentes perodos
de retorno

valor das categorias em avaliao


valor total
das categorias
seguradas

dano causado
pelo evento

atribuio do
valor escala
municipal

1:10

residncia

1:20

comrcio / servios

planimtrica e

1:50

indstria

levantamento

1:100

outros

1:10
1:20
1:50
1:100
...

de campo

...

funo profundidade dano


para as diferentes categorias em avaliao
(residncia, comrcio/servios, indstria, outros)

mdia anual
de dano

D=

D [i ]

Pi

i=1

locais com especial relevncia social

afectada ou

localizaes de escolas, hospitais, equipamentos

no afectada

relacionados com proteco civil, etc.

Figura 16. Esquema de procedimento metodolgico para a avaliao socioeconmica do risco de inundao
considerando a populao, o valor econmico dos elementos expostos e os equipamentos fundamentais e mais
vulnerveis em caso de inundao. A azul destaca-se o procedimento abordado neste guia. Fonte: adaptado de
Meyer et al. (2009c).

a outras fontes ou mesmo executar um levantamento dos elementos expostos. Este


o caso do exemplo que ilustra este guia,
onde se procura avaliar o risco associado
a cada edifcio, com base numa srie de
curvas de dano, construdas para diferentes
ocupaes e caractersticas de edifcios.
Neste sentido necessria informao
mais detalhada dos elementos expostos,
nomeadamente o nmero de pisos de
cada edifcio e as funes localizadas no

rs-do-cho e cave. A deciso do nmero


de elementos a caracterizar e do detalhe
desse levantamento tem em conta dois
critrios. O primeiro diz respeito extenso
da inundao para o perodo de retorno
mais elevado. Ou seja razovel proceder-se apenas ao levantamento dos elementos
que so efetivamente afetados pelas
inundaes (Merz et al., 2007, Schanze et
al., 2006, Meyer et al., 2009c). O segundo
refere-se aos critrios que se pretendem

52

METODOLOGIA

Caractersticas
do edifcio

(Nmero de pisos e caves)

0-2
3-4
5-6

7-8
9 - 10

Com cave
Outros edifcios

Funes
(R/C)

Habitao
Comrcio
Com., Serv.
Com., Escrit.

Com., Gar.
Com., Armaz
Servios
Serv., Escrit.

Serv., Gar.
Equip./Escrit.
Garagem
Armazm

Devoluto,
No se aplica

Outros Edifcios

Figura 17. Mapas de elementos expostos. Nmero de pisos (esquerda) e funes dos edifcios no rs-do-cho (direita),
exposto a uma inundao com o perodo de retorno de 500 anos. Fonte: produo do autor com recurso a dados da
Cmara Municipal de Lisboa e da modelao hidrodinmica.

Tabela 14. Elementos levantados relativos caracterizao e ocupao dos diferentes edifcios expostos na bacia
em estudo. Os elementos relacionados com a ocupao do edifcio foram recolhidos tanto para o rs-do-cho como
para a cave. Este levantamento necessariamente georreferenciado e armazenado num SIG.
Caractersticas do edifcio

Ocupao (R/C e Cave)

N de andares

Habitao

Comrcio

Existncia de Cave

Servios

Equipamentos/Escritrios

Devolutos

Armazm

Garagem

avaliar. Tendo em ateno as categorias de


dano ilustradas na Figura 3, os elementos a
serem levantados devem conter o detalhe
necessrios para a aplicao de cada uma
das curvas de dano apresentada nessa

realizado para a bacia avaliada, como


resultado dos elementos recolhidos para
esta avaliao (Tabela 14). E importante
sublinhar que estes so os elementos
necessrios para a avaliao do risco de

Na Figura 17 so mostrados dois exemplos dos resultados do levantamento

se adaptar a caracterizao dos elementos


expostos ao contexto em que se pretende
realizar a avaliao.

53

METODOLOGIA

obteno e aplicao de
curvas de dano
As curvas de dano relacionam uma
determinada caracterstica da inundao
com o prejuzo causado (em unidades
monetrio ou percentagens) num dado
elemento exposto. Visto que as caractersticas dos elementos expostos variam de
forma considervel de regio para regio
conveniente proceder-se construo
destas curvas com recurso a dados histricos de prejuzos causados por inundaes
para a rea em estudar (ver e.g. Bruijn et
al., 2009, Meyer et al., 2009c, Wnsch et al.,
2009, Meyer and Messner, 2005). Existem
no entanto outras possibilidades para a

(e.g. Xia et al., 2011); iii) o dano causado


em reas agrcolas, de pastoreio e em
infraestruturas rodoferrovirias (e.g. De
Moel and Aerts, 2010); iv) danos causados
em edifcios com diferentes nveis de
desagregao (e.g. Wnsch et al., 2009); v)
curvas criadas para diferentes dimenses
de indstrias e comrcio (e.g. Ming-Daw Su
et al., 2009), entre outros. Existem tambm
das caractersticas das inundaes e dos
danos causados por estas so efetuados
de forma sistemtica h mais de 60 anos
(ver e.g. Dutta et al., 2003, Merz et al.,
sintticas obtidas por especialistas (ver e.g.
Veerbeek and Zevenbergen, 2009).
Presentemente no existem bases de

a peritos, testes de resistncia realizados


em laboratrios de engenharia civil ou
inquritos realizados populao afetada
(Dutta et al., 2003).

e aplicao de curvas de dano refere a


sua utilizao em diferentes contextos
relao da velocidade e profundidade da
gua necessrias para uma pessoa ser
arrastada (e.g. Jonkman et al., 2008); ii) o
dano causado em veculos automveis

dano no territrio nacional. Por conseguinte, as curvas adotadas neste guia resultam
da literatura e na consulta a peritos nesta
rea, sendo esta consulta realizada com
o objetivo de se escolher as que tenham
uma maior adequao realidade nacional.
Desta forma as curvas aplicadas so adaptadas do estudo Micro-scale Risk Evaluation
of Flood-prone Coastal Lawlands, publicadas
em diferentes estudos (ver e.g. Meyer and
Messner, 2005, Sterr et al., 2005). Atravs

100

100

90

90

80

Inventrio Residencial R/C

80
Edi!cios com 2 ou menos
andares com cave

60

Edi!cios com 2 ou menos


andares sem cave

50
40

Edi!cios com 3 ou mais


andares com cave

30
20

Edi!cios com 3 ou mais


andares sem cave

10
0
0

0.5

1.5

Profundidade da gua (m)

2.5

70

Dano (%)

70

Dano (%)

Inventrio Residencial Cave

Ac vos Fixos - Com.,


Serv., Equip/Escr. - Cave

60

Ac vos Fixos - Com.,


Serv., Equip/Escr. - R/C

50
40

Ac vos Fixos Industriais


- Cave

30
20

Ac vos Fixos Industriais


- R/C

10
0
0

0.5

1.5

Profundidade da gua (m)

2.5

Stocks - Com., Ind.,


Armaz. - Cave
Stocks - Com., Ind.,
Armaz. - RC

Figura 19. Curvas profundidade-dano utilizadas no clculo de risco para a estrutura do edifcio (esquerda) e para os
seus contedos (direita). Fonte: adaptado de Markau (2003) e de Reese et al. (2003).

54

METODOLOGIA

componente 1

componente 2

profundidade da inundao

uso do solo/funo dos edifcios

2 anos
perodos
de retorno
500 anos

componente 3

curvas profundidade-dano
100
90
80
60

100

50

90

40

80

30
20

70

10
0

0.5

Dano %

100

60

1
50 1.5da gua (m)2
Profundidade

estrutura
do edifcio

2.5

90

40

80

30

70

20

60

10
0
0

0.5

Dano %

Dano %

70

50
401

1.5
2
Profundidade da gua (m)

2.5

30

contedos

20
10
0

stocks

0.5

1
1.5
2
Profundidade da gua (m)

2.5

componente 4

curvas probabilidade-dano

Dano

D4

D4

D3
D2

500

100

Dano

D1
20

Perodo de Retorno

D4

estrutura
do edifcio

D3

Dano

D2
D1
500

100

20

Perodo de Retorno

D3

contedos

D2
D1

stocks

500

100

20

Perodo de Retorno

DANO
MDIO ANUAL

%
% % %
%
%
% %
Figura 18. Esquema metodolgico para a avaliao de Risco de inundao com recurso a curvas profundidade-dano.
Fonte: adaptado de De Moel and Aerts (2010)

55

METODOLOGIA

Tabela 15. Expresses matemticas utilizadas em cada categoria de dano na avaliao de risco, onde Y corresponde
ao dano causado em percentagem e x altura da gua. Fonte: adaptado de Markau (2003) e de Reese et al. (2003).

Estrutura xxiv

Categoria de dano

Funo

Edifcio com dois ou menos andares


Edifcio com trs ou mais andares

Sem cave

Y = 5x

Com cave

Y = 3 + 5x

Sem cave

Y = 3x

Com cave

Y = 3 + 3x

Cave

xxv

Ativos Fixos xxvi

Contedo

R/C
Comrcio, servios, escritrios e equipamentos

Stocks comrcio, indstria, armazns

da aplicao destas curvas so obtidas


percentagens de dano associadas altura
da gua da inundao. Por este motivo
estas curvas so designadas como curvas
profundidade-dano.
Cada curva apresentada na Figura 19
dispe de uma frmula matemtica a ser
aplicada consoante as caractersticas dos
elementos a avaliar. Estas so apresentadas na Tabela 15 onde se divide as categorias de dano em estrutura e contedos do
edifcio. As frmulas associadas estrutura
permitem calcular o dano para todo o
edifcio, enquanto as formulas associadas
ao contedo possibilitam a diferenciao
do clculo do dano para o rs-do-cho ou
xxiv
de forma lata compreendendo, para alm dos elementos
estruturantes dos prdios, as suas paredes, os revestimentos as redes de abastecimento e restantes elementos que
fazem parte integrante do edifcio.
xxv
que se encontram numa frao com uso habitacional.
xxvi
dentro de uma frao ou edifcio (ex.: mquinas industriais,

Y = 68 x

Y = 60 x

Cave

Y = 68 x

R/C

Y = 57 x + 5

Cave

Y = 28x

R/C

Y = 20x

Cave

Y = 5 + 43x

R/C

Y = 3 + 38x

para a cave consoante o piso onde uma


determinada atividade realizada.

estando previamente realizado o levantamento dos elementos expostos e a


modelao hidrolgica com resultados
para a altura da gua em diferentes
perodos de retorno, esto recolhidos
os elementos necessrios para a operacionalizao da avaliao do risco. Esta
avaliao normalmente efetuada com
recurso a sistemas de informao geogrbaseia-se no caso de estudo da baixa de
Lisboa para a categoria de dano dos ativos
equipamentos localizados no rs-do-cho
no industriais (R/C).
O primeiro passo da avaliao de risco
consiste na atribuio da altura da gua,
obtida atravs da modelao hidrolgica,
aos elementos expostos, que neste caso

56

METODOLOGIA

0.25
0.2 0.26
0.34 0.35

0.28
0.28 0.28
0.28
0.28

Figura 20.

Tendo presente que num SIG a altura da


gua de uma inundao, obtida por qualquer modelo hidrodinmico, armazenada
numa estrutura em grelha e os edifcios
so representados atravs de polgonos,
necessrio executar alguns procedimentos
para a afetao dos valores dessa grelha
aos polgonos. Tomando como exemplo
um nico edifcio sobreposto informao
da altura da gua, teremos vrios pixis da
grelha contguos ou prximos do polgono
que representa esse edifcio (Figura 20 b).
Os valores mais prximos desse polgono
sero aqueles que o iro afetar nesse
cenrio de inundao. Neste sentido estes
sero os pixis selecionados (Figura 20 c)
para calcular a mdia dos valores da altura
da gua no edifcio (Figura 20 d). Este
valor ento atribudo ao polgono que
representa o edifcio. Note-se que para
todos os perodos de retorno avaliados, a
localizao e o nmero de pixis selecionados para um determinado edifcio devem
ser equivalentes.

Aps esta operao e com a aplicao


direta da funo que descreve a curva de
profundidade-dano aos diferentes polgonos que contm a mdia da altura da gua
da inundao, obtemos uma percentagem
de dano. Tomando como exemplo a curva
industriais (R/C) - descrita na Tabela 16, o
dano da inundao representada na Figura
20 ser igual a 68 0.28 6 . Isto equivale a
um dano aproximadamente igual 30% do
sentes no rs-do-cho desse edifcio. Este
clculo ter de ser executado para todos
os edifcios da bacia onde as atividades
econmicas referidas esto presentes.
Para ilustrar os procedimentos necessrios para o clculo do dano de uma bacia
de pequenas dimenses com recurso a um
SIG, tomemos como exemplo a Baixa de
Lisboa, a inundao que ai ocorre com um
perodo de retorno de 500 anos e a cate-

Tabela 16.
Categoria de dano
Contedo

Comrcio, servios, escritrios, etc.

Funo
R/C

Y = 68 + x

57

METODOLOGIA

a
iberd
Av. L
a
Baix

de

Funes
(R/C)

Av.
Alm

iran

te R
ei
Baix s
a

a
iberd
Av. L
a
Baix

Altura da gua
Servios

3m
0m

Av.
Alm

de

Dano para o perodo de


retorno de 500 anos (%)
(Activos fixos no industriais - R/C)

0.01 - 15.0
15.1 - 30.0
30.1 - 45.0

iran

te R
ei
Baix s
a

45.1 - 60.0 Altura da gua


3m
60.1 - 75.0
Outros Edifcios
0m

Figura 21.

(R/C). Os procedimentos necessrios para


esse clculo encontram-se ilustrados na
Figura 21, sendo realizados aps a afetao da altura da gua aos edifcios para
o perodo de retorno de 500 anos. Nesta

industriais no rs-do-cho e a imagem (b)


resulta da aplicao da funo da Tabela 16
aos edifcios previamente selecionados.
Esta operao permite obter o dano
expectvel para uma inundao com um
perodo de retorno de 500 anos, que
para o caso ilustrado varia entre 0 e 75%
relativamente aos edifcios com atividades
no industriais associadas ao rs-do-cho.

A mdia dos danos na baixa de Lisboa para


um evento com esta magnitude e nesta categoria de dano de 44.66%. Teoricamente,
para se calcular o risco da inundao associado a este perodo de retorno, seria ainda
necessrio multiplicar o dano obtido para
cada edifcio pela probabilidade de ocorrncia do evento. Esta operao vai distribuir
o valor do dano pelo nmero de anos que,
em termos mdios, a inundao demora a
ocorrer. No entanto o que seria obtido consistiria apenas no dano mdio anual para
uma inundao com estas caractersticas e
no o dano mdio de todas as inundaes
que podero ocorrer nesta seco da bacia.
Este objetivo conseguido atravs da
construo de curvas probabilidade-dano,

58

METODOLOGIA

Os restantes pontos sero obtidos com


o clculo do dano mdio da rea para as
inundaes associadas aos diferentes
perodos de retorno modelados. O mtodo
para estes clculos idntico ao descrito
para o perodo de retorno de 500 anos,
apresentando-se na Figura 23 o resultado
desses clculos para o perodo de retorno
de 10, 50 e 100 anos. Os valores mdios de
dano para estes perodos de retorno na ca-

processo que ser explicado com maior


pormenor na prxima seco.

clculo do dano mdio anual


O clculo do dano mdio anual resultante
de inundaes obtido atravs de uma
aproximao que pretende representar
todos os eventos que, teoricamente, podem
ocorrer numa dada bacia. Esta aproximao
resulta da construo de curvas probabilidade-dano (Meyer et al., 2009a). Como
referido a mdia do dano para o perodo

(R/C) so respetivamente de 6.74%, 18.46%


e 26.94%. Os restantes valores associados
aos perodos de retorno avaliados correspondem a 2.02% (2 anos), 4.3% (5 anos) e
15.85% (20 anos).

industriais (R/C) para a seco da bacia ilustrada de 44.66%. Se se colocar este valor
corresponde percentagem de dano e o
eixo das abcissas s diferentes probabilidades associadas aos perodos de retorno avaliados (que neste caso so as probabilidades
de no excedncia de 0.5, 0.2, 0.1, 0.05, 0.02,
0.01 e 0.002) obtemos o primeiro ponto da
curva probabilidade-dano (Figura 22).

todos os perodos de retorno modelados


e as respetivas mdias do dano da rea
em avaliao, temos os dados necessrios
para terminar a construo da curva probabilidade-dano da Figura 23. Colocando

Dano mdio (%)

(Baixa)
50
45
40
35
30
25
20
15
10
5
0
1

0.5

0.2

0.1

0.05

0.02

Probabilidade de excedncia
Figura 22.

0.01

0.002

59

METODOLOGIA

ib
Av. L
a
Baix

erda

Av.
Alm

de

Dano para o perodo de


retorno de 10 anos (%)

te R
eis
Baix
a

ib
Av. L
a
Baix

erda

Av.
Alm

de

Dano para o perodo de


retorno de 50 anos (%)

45.1 - 60.0 Altura da gua


3m
60.1 - 75.0
Outros Edifcios

0.01 - 15.0
15.1 - 30.0
30.1 - 45.0

(Activos fixos no industriais - R/C)

iran

(Activos fixos no industriais - R/C)

0m

iran

te R
eis
Baix
a

ib
Av. L
a
Baix

45.1 - 60.0 Altura da gua


3m
60.1 - 75.0
Outros Edifcios

0.01 - 15.0
15.1 - 30.0
30.1 - 45.0

0m

erda

Av.
Alm

de

Dano para o perodo de


retorno de 100 anos (%)
(Activos fixos no industriais - R/C)

0.01 - 15.0
15.1 - 30.0
30.1 - 45.0

iran

te R
eis
Baix
a

45.1 - 60.0 Altura da gua


3m
60.1 - 75.0
Outros Edifcios
0m

Figura 23. Clculo do dano para diferentes perodos de retorno (10, 50 e 100 anos). Fonte: produo do autor com
recurso a dados da Cmara Municipal de Lisboa e da modelao hidrodinmica.

44.66

Dano mdio (%)

Dano mdio (%)

Ativos xos no industriais (Baixa)


50
45
40
35
30
25
20
15
10
5
0

26.94
15.85
2.02
1

0.5

4.30
0.2

18.46

6.74

0.1

0.05

0.02

0.01

0.002

Probabilidade de excedncia

50
45
40
35
30
25
20
15
10
5
0

44.66

26.94
15.85
2.02
1

0.5

4.30
0.2

18.46

6.74

0.1

0.05

0.02

0.01

0.002

Probabilidade de excedncia

Figura 24. Valores de dano associados a diferentes probabilidades de ocorrncia (esquerda) e a sua interpolao

em conformidade com a probabilidade de


o, resultam na curva probabilidade-dano
dos no rs-do-cho dos edifcios da baixa

a curva probabilidade-dano tem o seu


incio na probabilidade de excedncia
associada a esse perodo de retorno.
No caso da seco da bacia em estudo

o seu incio num perodo de retorno mais


Normalmente a inundao com o perodo
de retorno de dois anos modelada para
-

a entrada em carga de alguns coletores

60

METODOLOGIA
Ativos xos no industriais (Baixa)

Ativos xos no industriais (Baixa)

Dano mdio (%)

26.94
18.46
15.85
4.30

6.74

2.02
1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

50
45
40
35
30
25
20
15
10
5
0

44.66
26.94

Dano mdio (%)

50
45
40
35
30
25
20
15
10
5
0

44.66

18.46
15.85
4.30

6.74

2.02

0.9

0.8

0.7

0.6

Probabilidade

0.5

0.4

0.3

0.2

0.1

Probabilidade

Figura 25.

Tabela 17.
xxvii

Probabilidade (P)

Dano (D)

D [i ] =

D ( Pi

) + D ( Pi )

P [ i ] = Pi

Pi

D [i ]

0.5

2.02

1.01

0.5

0.51

0.2

4.30

3.16

0.3

0.95

0.1

6.74

5.52

0.1

0.55

0.05

15.85

11.28

0.05

0.56

0.02

18.46

17.16

0.03

0.51

0.01

26.94

22.7

0.01

0.23

0.002

44.66

35.8

0.008

0.29

D=

D [i ]

Pi =

Pi

3.60

i=1

Quando a curva probabilidade-dano


no tem um valor nulo para o perodo
de retorno de 2 anos pode-se optar por
diferentes aproximaes para se ultrapassar essa situao. Uma das possibilidades
consiste na assuno de que mesmo aps
perodo de retorno, a curva termina neste
ponto (ver e.g. Veerbeek and Zevenbergen,
2009, Ernst et al., 2010), aceitando-se a
subestimao do valor dos danos mdios
anuais que dai advm (abordagem (b) da
Figura 25). Outra possibilidade consiste no
prolongamento da curva at ao perodo
de retorno terico de um ano atribuindo
a este ponto o valor de media de dano
zero, assumindo-se uma sobrestimao
dos danos (abordagem (a) da Figura 25).

Apesar destas aproximaes permitirem


uma aproximao ao dano mdio anual,
conveniente obter-se a probabilidade a
partir da qual o dano efetivamente zero,
implicando todavia um aumento do nmero de perodos de retorno a ter em conta
na avaliao de risco (Ward et al., 2011).
Aps a construo da curva probabilidade
dano pode-se calcular o dano mdio anual
da categoria de dano a que essa curva se
refere. Como referido na seco Curvas Probabilidade-Dano, esse dano mdio anual
obtido atravs do clculo da rea que se
encontra abaixo da curva probabilidade
xxvii

D0 = 0

P0 = 1

D [1]

P [1]

61

METODOLOGIA

a
iberd
Av. L
a
Baix

Av.
Alm

de

Dano mdio anual

(Activos fixos no industriais - R/C)

0.01 - 1.00
1.01 - 2.50
2.51 - 5.00

iran

te R
ei
Baix s
a

a
iberd
Av. L
a
Baix

5.01 - 10.00 Altura da gua


3m
10.01 - 24.14
Outros Edifcios
0m

Av.
Alm

de

Dano mdio anual

(Activos fixos no industriais - R/C)

0.01 - 1.00
1.01 - 2.50
2.51 - 5.00

iran

te R
ei
Baix s
a

5.01 - 10.0 Altura da gua


3m
10.01 - 16.40
Outros Edifcios
0m

Figura 26.

dano, existindo diferentes abordagens para


esse clculo. A primeira das quais consiste

Neste caso, expectvel uma perda anual


no industriais, localizados no rs-do-cho
dos edifcios presentes na parte da bacia

que ambos os eixos tenham uma escala


linear e onde a curva esteja representada.
Serve de exemplo para esta abordagem
entanto, e como tambm referido anteriormente, mais habitual recorrer-se a
uma aproximao do clculo desta rea

A Tabela 17 sintetiza os procedimentos


a adotar para a obteno do dano mdio
anual, tomando como exemplo a categoria

Lisboa. No entanto, este valor resulta da


avaliao individual de cada edifcio, que
foi realizada em ambiente SIG, tornando-se
possvel espacializar a informao e apresentar o risco para cada edifcio avaliado
(Figura 26).

relativas a esta categoria de dano ser necessrio aplicar todos os passos descritos
gorias que se pretenderem avaliar. No caso
que serve de exemplo a este guia (Tabela

62

METODOLOGIA

15) ter-se- ainda de calcular o dano para os

inventrio residencial e os stocks. Estas


das separadamente para a cave e para o

a categoria de dano relacionada com a


estrutura do edifcio apresentada na Tabela
15. Nesta so indicadas quatro frmulas a
aplicar consoante o nmero de pisos e a
cao do dano desta categoria resulta da
aplicao direta da frmula correspondente
em ateno o nmero de andares e a

restantes categorias de dano.

que a avaliao de risco se encontra


terminada, alguns autores propem ainda
formas de agregar toda a informao das
diferentes componentes do dano, num
nico mapa ou indicador (ver e.g. Meyer et
al., 2009c).

agregao das categorias de dano


A execuo de tal agregao conseguida atravs da atribuio de pesos a
cada uma dessas categorias de dano que

resulta da consulta a especialistas na rea,


existindo vrias formas de o fazer. A mais
indicada consiste na realizao de inquritos individuais, embora as entrevistas em
grupo tambm sejam possveis mas com
maiores limitaes devido a enviesamentos

resultados a obter

pessoas em relao a outras (CE, 2004).

A Tabela 18 resume os resultados da


aplicao desta metodologia para todas
as categorias de dano. Nesta tabela so

vrios autores como o ponto crucial da participao das partes interessadas em toda
a anlise de risco, no caso de se pretender
a agregao da informao do dano num
nico mapa ou indicador (ver e.g. Bruijn et
al., 2009, Schmidt-Thom et al., 2006).

rea da Baixa cuja obteno ilustra este guia


e tambm os resultados correspondentes
aos troos da bacia que se desenvolvem ao
longo da Avenida da Liberdade e da Avenida
no so exclusivos destas duas Avenidas,
integrando todas as reas que as circundam
sub-bacia da Avenida da Liberdade e da
os valores totais de toda a bacia.
Para cada uma destas categorias de dano
possvel a espacializao da informao
atravs de mapas de risco como exempli-

Existindo vrias metodologias para


(ver Malczewski, 1999), so seguidamente ilustrados os procedimentos para a
aplicao de apenas uma dessas metodologias. Essa metodologia designada por
pairwise comparison method (PCM) para
mltiplos decisores e foi escolhida por ser
uma das mais adequadas neste contexto
(Malczewski, 1999).
O PCM consiste numa tabela de dupla
entrada onde pedido a cada interveniente,

63

METODOLOGIA

Tabela 18.

xxviii

Total da bacia

Baixa

Av. Liberdade

Av. Almirante Reis

Dano
(%)

Elementos
expostos

Dano
(%)

Elementos
expostos

Dano
(%)

Elementos
expostos

Dano
(%)

Elementos
expostos

Estrutura do
edifcio

0.13
0.18

1001

0.04
0.06

368

0.22
0.29

285

0.14
0.20

348

Inventrio

0.02
0.04

0.02
0.04

Inventrio

4.38
6.28

103

4.03
5.92

4.13
5.94

37

4.53
6.50

64

Ativos Fixos no
industriais CV

4.22
6.00

16

2.78
3.69

4.20
5.97

4.82
6.98

Ativos Fixos no

4.62
6.75

853

2.42
3.60

363

7.37
10.57

230

5.27
7.75

260

Ativos Fixos
industriais CV

0.03
0.05

0.03
0.05

2.44
3.47

53

0.72
1.1

2.72
3.83

27

2.40
3.45

22

2.07
2.94

782

1.02
1.48

318

3.32
4.59

220

2.31
3.34

244

Ativos Fixos

Stocks CV

a sua opinio, devendo a sua leitura ser feita


elemento relativamente a outro. A Tabela
19 ilustra a forma de preenchimento da
tabela para uma das categorias de dano,
neste caso, a estrutura do edifcio. Sendo
um procedimento para mltiplos decisores
pedido a cada perito que preencha as
clulas da tabela com o valor de 1 (mais importante) e 0 (menos importante), mediante

observando a Tabela 19, se o entrevistado


considerar que a estrutura do edifcio
mais importante que o inventrio residen-

xxviii
-

64

METODOLOGIA

interceo da coluna inventrio residencial


(b) com a linha estrutura do edifcio (1).

industriais. No entanto o mesmo entrevistado pode indicar na mesma matriz que

O entrevistado deve ter em especial ateno que relativamente fcil dar respostas
incoerentes durante o preenchimento da
matriz. Como exemplo, o entrevistado

que a estrutura do edifcio. Esta ordem de

da matriz, que a estrutura do edifcio


mais importante do que o inventrio
residencial e que o inventrio residencial

teoricamente impossvel, tornando a


matriz incoerente. Esta situao implica
uma especial ateno no seu preenchimento, sob pena do inqurito no poder
ser considerado para a realizao da
agregao dos danos.

Tabela 19.
Estrutura do
edifcio (a)

Inventrio
residencial (b)

Estrutura do
edifcio (1)

Inventrio
residencial (2)

no industriais (c)

industriais (d)

Estrutura do
edifcio (a)

Inventrio
residencial (b)

no industriais (c)

industriais (d)

Estrutura do
edifcio (1)

10

10

Inventrio
residencial (2)

12

12

12

Stocks (5)

11

Posio

16

31

41

28

industriais (3)
industriais (4)
Stocks (5)

Stocks (e)

Posio

Tabela 20.

industriais (3)
industriais (4)

Stocks (e)

65

METODOLOGIA

Aps a obteno de um determinado


nmero de inquritos coerentemente
preenchidos, so somadas todas as respostas obtidas em cada clula da grelha.
O resultado desta operao representado
na Tabela 20 com dados reais, obtidos
atravs de um inqurito realizado a 12
peritos que desempenham a sua atividade

O passo seguinte no processo de


obteno do peso a atribuir s diferentes
categorias de dano consiste no somatrio
de cada coluna da matriz para cada critrio.
o da importncia das categorias de dano,
embora ainda no padronizada (Tabela 20)
Para se proceder normalizao desses
pesos necessrio efetuar algumas
operaes que se procuram ilustrados na
Tabela 21.

A Tabela 22 mostra os valores obtidos


para o inqurito realizado atravs da
operacionalizao dos procedimentos
descritos na Tabela 21.
Obtidos os pesos para cada critrio,
calcula-se o risco agregado para a rea em
dano medio anual calculado separadamente para o rs-do-cho e para a cave, e
as ponderaes obtidas no fazem essa
descriminao, necessrio calcular o valor
mdio de cada categoria de dano referente
aos contedos. Ou seja, tomando como
partindo do princpio que um edifcio tem
as atividades subjacentes a esta categoria
no rs-do cho e na cave, os dois valores
encontrados para esse edifcio devem ser
somados e o resultado dividido por dois.
Por seu lado, se um edifcio apenas tem um
valor dessa categoria que corresponde ou

Tabela 21. Matriz de procedimentos para o clculos dos pesos a atribuir a cada categoria de dano, com o objetivo
n corresponde ao
Categoria de dano

Classe

Peso

Estrutura do edifcio
Inventrio residencial

Stocks

Tabela 22.
Categoria de dano
Estrutura do edifcio
Inventrio residencial

Stocks

16

Classe

Peso

0.148

0.133

0.037

0.033

31

0.287

0.259

41

0.380

0.342

28

0.259

0.233

120

1.111

66

METODOLOGIA

Tabela 23. Clculo do risco agregado dos danos mdios anuais obtidos para a rea da baixa de Lisboa com recurso

Categoria de dano

Dano, abordagem (a)

Peso

Dano ponderado

Estrutura do edifcio

0.058

0.133

0.008

Inventrio residencial

0.032

0.033

0.001

3.548

0.259

0.919

0.342

1.284

0.233

0.299

Stocks

Risco agregado =

1.227

Av. Almirante Reis

Tabela 24.

Baixa

Av. Liberdade

Abordagem (a)

2.07

1.23

3.11

2.11

Abordagem (b)

1.43

0.83

2.19

1.45

iberd
Av. L
a
Baix

Av.
Alm

ade

Risco Agregado

Figura 27.

0.01 - 1.00
1.01 - 2.00
2.01 - 3.00

iran

te R
ei
Baix s
a

iberd
Av. L
a
Baix

3.01 - 4.00 Altura da gua


3m
4.01 - 8.71
Outros Edifcios
0m

Av.
Alm

ade

Risco Agregado

0.01 - 1.00
1.01 - 2.00
2.01 - 3.00

iran

te R
ei
Baix s
a

3.01 - 4.00 Altura da gua


3m
4.01 - 5.92
Outros Edifcios
0m

METODOLOGIA

cave ou ao rs-do-cho, ento esse valor


atribudo sem qualquer operao. Este
clculo tem de ser realizada para todas
as categorias de dano com exceo da
estrutura do edifcio, que j contabiliza um
valor mdio para todo o edifcio.
Se os mesmos clculos forem realizados
para toda a bacia e para os troos da
Avenida da Liberdade e da Avenida Almirante reis podemos comparar cada uma
das reas e concluir qual a que apresenta
maior risco, tendo em ateno as diferentes
categorias de dano avaliadas (Tabela 24).
Esta informao pode ser espacializada,
dando origem a mapas de risco agregado. Na Figura 27 so apresentados dois
exemplos destes mapas para a baixa de
processo de avaliao de risco.
de realar que o processo de agregao dos diferentes danos possibilita uma
leitura imediata do risco associado rea

67

em estudo, aps serem conhecidos os


pressupostos da sua avaliao que, para
o exemplo apresentado, consistem na
ponderao das diferentes categorias
de dano. Por outro lado, e como referido
anteriormente, a avaliao do risco pode
terminar com a obteno e mapeamento
dos danos nas suas diferentes categorias.
Esta informao consiste nos valores dos
danos mdios anuais de uma determinada
categoria associados a um edifcio ou
rea, podem variar entre 0 (sem perda)
e 100% (perda total). Se se conhecer o
valor total dessa categoria para o universo
avaliado ento poder-se- converter essa
percentagem em valores monetrios. Com
todas as percentagens de dano mdio
convertidas em valores monetrios deixa
de ser relevante o processo de agregao
apresentado neste guia pois o risco total
(representado neste guia como o risco
agregado) no mais que a soma de todos
os valores encontrados para o edifcio ou
para as reas avaliadas.

CONSIDERAES
FINAIS
No interessa se a gua est fria
ou quente se vai ter de a atravessar.
Pierre Teilhard de Chardin

70

CONSIDERAES FINAIS

O presente documento apresenta uma


de inundao, abordando os processos
as consequncias inerentes avaliao de
risco. Estes mtodos tm-se tornado cada
vez mais importantes, combinando informaes que podem ser reunidas em trs
grandes grupos que apresentam, neste
contexto, um elevado nvel de interligaes
entre eles. Esses grupos consistem i) nos
dados meteorolgicos e hidromtricos,
ii) na modelao hidrolgica e iii) na suscetibilidade dos elementos expostos.
No mbito do primeiro grupo so apreperodos de retorno de precipitao
diria mxima anual e, com base nestes,
hietogramas de projeto. Os perodos de
retorno so obtidos com recurso teoria
de valores extremos, comparando-se o
resultado da aplicao da Lei de Gumbel
e da Lei Pearson III aos valores de precipitao diria mxima anual da estao do
as leis foram calculados os intervalos de
mitindo avaliar a incerteza associada a
esta estimao. No entanto no foram
consideradas para esta estimao outras
Leis estatsticas que podero ser utilizadas
como a Lei Log-Pearson III ou a distribuio
Generalizada de Valores Extremos. Neste
primeiro grupo, esto tambm includos
os dados hidromtricos que, caso estejam
disponveis, podem ser utilizados para a estimao de caudais mximos instantneos
e reas inundveis, bem como para efeito
de calibrao e validao dos modelos
hidrodinmicos.

A bacia hidrolgica que serve de suporte


a este documento no dispe de medies
de caudais de acesso livre impossibilitando
o seu tratamento estatstico. Por outro
lado a modelao hidrodinmica no
aprofundada neste guia, dada a complexidade de processos inerentes a este procedimento, o que impede uma anlise detalhada, por exemplo, dos procedimentos de
calibrao e validao desses modelos, que
podem ser importantes para a qualidade
dos resultados obtidos.
O segundo grupo prende-se com a modelao hidrodinmica. Neste documento
explicitam-se quais os passos necessrios
para a operacionalizao destes modelos
delos hidrodinmicos necessitam de vrios
dados de entrada nomeadamente informaes de uso e ocupao do solo, modelos
digitais de terreno, tipos de solo, redes de
drenagem etc. Estes dados nem sempre
se encontram disponveis com o detalhe
e completude necessrios. Por outro lado
quanto mais detalhada e completa for a
informao maior ser o tempo de processamento dos modelos hidrodinmicos.
Esta situao implica um compromisso que
associado estimao das diferentes caractersticas da inundao que resultam da
modelao (por exemplo, rea inundada e
altura de gua). Note-se que esta situao
no exclusiva deste grupo uma vez que,
e como referido, os prprios perodos de
retorno tm um grau de incerteza associado sua estimao.
O terceiro grupo designado de forma
genrica como suscetibilidade dos

CONSIDERAES FINAIS

71

danos esperados para determinado objeto


ou conjunto de objetos, como resultado de

um certo nvel de incerteza. Estas curvas


so obtidas atravs de registos histricos
de danos causados sobre os elementos
expostos, no existindo para Portugal este
tipo de registo sistemtico. Por conseguinte foi necessrio recorrer-se a informao
de outros estudos aumentando-se a
incerteza associada a este processo. Resta
referir que o clculo necessrio para a obteno do risco de inundaes se encontra
bastante estabilizado.

a avaliar, foram escolhidas curvas profundidade-dano e aplicadas de forma siste-

Em resumo este guia faz uma abordagem


sistematizada ao procedimento do clculo
do risco de inundaes e apresenta uma

elementos expostos. Neste documento


e para este grupo de indicadores, so
relacionadas com o levantamento dos
elementos expostos e a caracterizao da
suscetibilidade desses elementos.
Esta suscetibilidade normalmente quan-

ilustra este documento e demonstrados


os clculos necessrios para a obteno
do dano mdio anual de uma dessas categorias. No obstante, so apresentados
resultados das 5 categorias de dano avaliae para trs sub-bacias que a constituem
(Baixa, Avenida da Liberdade, Avenida Almirante Reis). Aps estas operaes, ainda
sugerida uma forma de agregao de toda
a informao gerada num nico mapa ou
indicador, tendo como objetivo uma leitura
imediata do risco associado totalidade
da bacia ou a parte desta. No entanto de
sublinhar que esta agregao no substitui
os diferentes resultados obtidos para os
danos mdios anuais nas diferentes categorias estudadas, devendo ser vista como
uma informao complementar a esses
resultados.
Apesar da generalidade dos estudos realizados na Europa para a avaliao do risco
de inundao utilizarem curvas de dano, a
formulao destas curvas est revestida de

abordagem est conforme o estado da arte


neste tema existindo algumas incertezas a
ter em conta nos resultados obtidos.

agradecimentos
Os autores gostariam de agradecer
i) Professora Maria Manuela Portela, Professor Saldanha Matos, Professora Maria
Clara Mendes, Professor Filipe Duarte Santos, Professor Ramiro Neves e Engenheiro
David Brito pela partilha de conhecimentos
sobre as mais diversas matrias contidas
neste documento; ii) Cmara Municipal de
Lisboa, Cmara Municipal de Oeiras e
Municpia S.A. pela cedncia de informaiii) Comisso de acompanhamento do projeto CIRAC e Associao Portuguesa de
Seguradores; iv) Fundao para a Cincia
e Tecnologia pela atribuio da bolsa de
Doutoramento com a referncia SFRH/
BD/70435/2010, no mbito da qual realizado este documento.

BIBLIOGRAFIA
Adoro os sons e o poder da gua a cair,
quer sejam ondas ou uma cascata.
Mike May

74

BIBLIOGRAFIA

ANDRADE, C., PIRES, H. O., SILVA, P.,


TABORDA, R. & FREITAS, M. D. C. 2006.
Zonas Costeiras. In: SANTOS, F. D. &
MIRANDA, P. (eds.) Alteraes Climticas em Portugal Cenrios, Impactos e
Medidas de Adaptao, Projecto SIAM II.
Lisboa: Gradiva.
BLAD, I., CACHO, I., CASTRO-DEZ, Y.,
GOMIS, D., GONZLEZ-SAMPRIZ, P.,
MIGUEZ-MACHO, G., FIZ, P., RODRGUEZ-FONSECA, B., RODRGUEZ-PUEBLA, C., SNCHEZ, E., MARCOS, G. S.,
VALERO-GARCS, B. & VARGAS-YEZ,
M. 2010. Clima en Espaa: Pasado,
presente y futuro - Informe de evaluacin del cambio climtico regional. Fiz F.
Prez y Roberta Boscolo; M de Medio
Ambiente y Medio Rural y Marino, M de
Ciencia e Innovacin.
BRANDO, C., RODRIGUES, R. & COSTA,
J. P. D. 2001. Anlise de Fenmenos
Extremos - Precipitaes Intensas em
Portugal Continental. Lisboa: Direco
dos Servios de Recursos Hdricos.
BRUIJN, K. D., KLIJN, F., LFERT, A.,
PENNING-ROWSELL, E., SIMM, J. &
WALLIS, M. 2009. Flood risk assessintroduction and guidance based on
(an EU-funded Integrated Project),
Delft, the Netherlands, Deltares | Delft
Hydraulics.
CE 2004. A Anlise da Informao: Inquritos Delphi. EVALSED - A Avaliao
do Desenvolvimento Socioeconmico
- Manual Tcnico II: Mtodos e Tcnicas
de Avaliao Lisboa: Observatrio do
QREN, Comisso Europeia.
CHOW, V. T. 1954. The log-probability
law and its engineering applications.
Proceedings of the American Society of
Civil Engineers, 80, 1-25.

DE MOEL, H. & AERTS, J.


uncertainty in land use, damage models
estimates. Natural Hazards, 1-19.
DE MOEL, H., VAN ALPHEN, J. &
AERTS, J. C. J. H. 2009. Flood maps
in Europe - methods, availability and
use. Nat. Hazards Earth Syst. Sci., 9,
289-301.
DECRETO LEI N. 115/2010 2010.
Estabelece um quadro para a avaliao
e gesto dos riscos de inundaes, com
o objectivo de reduzir as suas consequncias prejudiciais, e transpe a
Directiva n. 2007/60/CE, do Parlamento Europeu e do Conselho, de 23 de Outubro. Dirio da Rpublica,1. srie - N
206, Decreto-Lei n. 115/2010.
DIAS, L. 2013. City, climate change and
resilience study. In: KLIJN, F. & SCHWECKENDIEK, T. (eds.) Floodrisk 2012 The
2nd European Conference on Flood Risk
Management - Comprehensive Flood
Risk Management. Rotterdam: CRC
Press, Taylor & Francis Group.
DIRECTIVA 2007/60/CE 2007. Directiva
do Parlamento Europeu e do Conselho,
de 23 de Outubro de 2007, relativa
avaliao e gesto dos riscos de
inundaes.
DUTTA, D., HERATH, S. & MUSIAKE, K.
loss estimation. Journal of Hydrology,
277, 24-49.
EEA, WHO & JRC 2008. Impacts of
Europes changing climate2008 indicator-based assessment, Copenhagen,
Denmark, European Environment Agency.
EMARLIS 2007. Plano Geral de Drenagem de Lisboa - Fase C: Desenvolvimento do Plano Geral de Drenagem.

BIBLIOGRAFIA

ERNST, J., DEWALS, B., DETREMBLEUR,


S., ARCHAMBEAU, P., ERPICUM, S. & PIROTTON, M.
analysis based on detailed 2D hydraulic
modelling and high resolution geographic data. Natural Hazards, 55, 181-209.
EXCIMAP 2007. Handbook on good

mapping.
FEKETE, A. 2010. Assessment of Social
Vulnerability to River Floods in Germany,
Bonn, University Institute for Environment and Human Security (UNU-EHS).
GOULDBY, B. & SAMUELS, P. 2005.
Integrated Flood Risk Analysis and
Management Methodologies. Floodsite
Project Report T32-04-01.
IPCC 2012. Managing the Risks of Extreme Events and Disasters to Advance
Climate Change Adaptation - Special Report of the Intergovernmental Panel on
Climate Change. In: FIELD, C. B., BARROS,
V., STOCKER, T. F., DAHE, Q., DOKKEN,
D. J., EBI, K. L., MASTRANDREA, M. D.,
MACH, K. J., PLATTNER, G.-K., ALLEN, S.
K., TIGNOR, M. & MIDGLEY, P. M. (eds.)
Cambridge Univeristy Press ed.: First
Joint Session of Working Groups I and II.
IPCC 2013. Climate Change 2013: The
Physical Science Basis (Final Draft
sment). Intergovernmental Panel on
Climate Change.
ISO 31010 2009. ISO/IEC 31010:2009
- Risk management - Risk assessment
techniques. ISO/IEC.
JONKMAN, S. N., KOK, M. & VRIJLING,
J. K. 2008. Flood Risk Assessment in
the Netherlands: A Case Study for Dike
Ring South Holland. Risk Analysis, 28,
1357-1374.

75

JULIO, R. P., NERRY, F., RIBEIRO, J.,


BRANCO, M. C. & ZZERE, J. 2009. Guia
Metodolgico para a Produo de
Criao de Sistemas de Informao GeoAutoridade Nacional de Proteco Civil.
KHARIN, V. V., ZWIERS, F. W., ZHANG,
X. & HEGERL, G. C. 2007. Changes in
Temperature and Precipitation Extremes in the IPCC Ensemble of Global
Coupled Model Simulations. Journal of
Climate, 20, 1419-1444.
KRON, W. 2005. Flood Risk = Hazard
Values Vulnerability. Water International, 30, 58-68.
LEURIG, S. & DLUGOLECKI, A. 2013.
Insurer Climate Risk Disclosure Survey:
2012 Findings & Recommendations. In:
CERES (ed.). Boston: Ceres.
MALCZEWSKI, J. 1999. GIS and Multicriteria Decision Analysis, New York, Wiley.
MARKAU, H.-J. 2003. Risikobetrachtung
von naturgefahren. Analyse, bewertung und management des risikos von
naturgefahren am beispiel der sturmschleswig-holsteins. Doktorgrades,
MARTINS, F. J. P. 2000. Dimensionamento hidrolgico e hidrulico de
passagens inferiores rodovirias para
guas pluviais. Mestre, Universidade
de Coimbra.
MERZ, B., KREIBICH, H., THIEKEN, A.
& SCHMIDTKE, R. 2004. Estimation
damage to buildings. Nat. Hazards
Earth Syst. Sci., 4, 153-163.
MERZ, B., THIEKEN, A. H. & GOCHT,
M. 2007. Flood Risk Mapping at the
Local Scale: Concepts and Challenges.
In: BEGUM, S., STIVE, M. J. F. & HALL,

76

BIBLIOGRAFIA

mulde river. Integrated Environmental


Assessment and Management, 5, 17-26.
MEYER, V. & MESSNER, F. 2005. Natio-

NAGHETTINI, M. & PINTO, . 2007. Hidrologia Estatstica, Belo Horizonte, CPRM.


NAGHETTINI, M. & PORTELA, M. M.
2011. Probabilidade e estatstica aplicadas hidrologia. Lisboa: DECivil, IST.
PALL, P., AINA, T., STONE, D. A.,
STOTT, P. A., NOZAWA, T., HILBERTS,
A. G. J., LOHMANN, D. & ALLEN, M. R.
2011. Anthropogenic greenhouse gas

A review of applied methods in England,


the Netherlands, the Czech Republic
and Germany. Leipzig, Germany,
Department of Economics, Umweltforschungszentrum Leipzig-Halle. UFZ-Discussion Papers.
MEYER, V., MESSNER, F., HAASE, D. &
SCHEUER, S. 2009b. Developing methodological foundations for GIS-based

and Wales in autumn 2000. Nature, 470,


382-385.
PORTELA, M. M., MARQUES, P. & CARVALHO, F. F. D. 2000. Hietogramas de
projecto para a anlise de cheias baseada no modelo do hidrograma unitrio
do Soil Conservation Service (SCS). In:
HDRICOS, A. P. D. R. (ed.) 5 Congresso
da gua - A gua e o desenvolvimento

and risk. FLOODsite project report


T10-08-13.
MEYER, V., SCHEUER, S. & HAASE, D.

sculo. Lisboa: Associao Portuguesa


dos Recursos Hdricos.
REESE, S., MARKAU, H.-J. & STERR, H.
2003. Merk - Mikroskalige Evaluation

J. W. (eds.) Flood Risk Management in


Europe. Springer Netherlands.
MEYER, V., HAASE, D. & SCHEUER, S.
2009a. Flood risk assessment in european river basinsconcept, methods,

river, Germany. Natural Hazards, 48, 17-39.


MIN, S.-K., ZHANG, X., ZWIERS, F. W.
& HEGERL, G. C. 2011. Human contribution to more-intense precipitation
extremes. Nature, 470, 378-381.
MING-DAW SU, JUI-LIN KANG &
LING-FANG CHANG 2009. Industrial
and Commercial Depth-Damage Curve
Assessment. Wseas Transactions on Environment and Development, 5, 199-208.
MRC/WUP-FIN 2008. Hybrid 1D/2D/3D
model manual. Hydrological, Environmental and Socio-Economic modelling
Tools for the Lower Mekong Basin
Impact Assessment/ FINDS. Vientiane,
Lao PDR: Mekong River Commission
and Finnish Environment Institute
Consultancy Consortium.

desplanung, Landwirtschaft und Tourismus des Landes Schleswig-Holstein.


SANTOS, F. D. & MIRANDA, P. 2006.
Alteraes Climticas em Portugal Cenrios, Impactos e Medidas de Adaptao - Projecto SIAM II, Lisboa, Gradiva.
SCHANZE, J. 2006. Flood risk management - A basic framework. In: SCHANZE,
J., ZEMAN, E. & MARSALEK, J. (eds.)
Flood Risk Management: Hazards,
Vulnerability and Mitigation Measures.
Springer Netherlands.
SCHANZE, J., ZEMAN, E. & MARSALEK, J.
2006. Flood Risk Management: Hazards,
Vulnerability and Mitigation Measures
Springer Netherlands.

BIBLIOGRAFIA

SCHMIDT-THOM, P., KALLIO, H.,


JARVA, J., TARVAINEN, T., GREIVING,
S., FLEISCHHAUER, M., PELTONEN,
L., KUMPULAINEN, S., OLFERT, A.,
BRRING, L., PERSSON, G., RELVO,
A. M. & BATISTA, M. J. 2006. Spatial
and Technological Hazards in Europe,
ESPON 1.3.1.
SEC 2010. Risk Assessment and Mapping Guidelines for Disaster Manage-

STERR, H., MARKAU, H.-J. & REESE, S.


2005. Analyses of previous vulnerability studies in the pilot site German
Bight Coast (Task 27). FLOODsite
Status-Report.
TEMEZ, J. R. 1978. Calculo hidrometeorologico de caudales mximos en
pequenas cuencas naturales. Madrid:
Ministerio de Obras Publicas y Urbanismo, Direccion General de Carreteras.
THIEKEN, A. H., PETROW, T., KREIBICH,
H. & MERZ, B. 2006. Insurability and
Mitigation of Flood Losses in Private
Households in Germany. Risk Analysis,
26, 383-395.
TRANCOSO, A. R., BRAUNSCHWEIG,
F., CHAMBEL LEITO, P., OBERMANN,
M. & NEVES, R. 2009. An advanced
modelling tool for simulating complex
river systems. Science of The Total
Environment, 407, 3004-3016.
UNISDR 2004. Living with Risk. A global
review of disaster reduction initiatives.
United Nations International Strategy
for Disaster Reduction Secretariat
(UNISDR) ed. New York and Geneva:
United Nations.
UNISDR 2009. UNISDR Terminology on
Disaster Risk Reduction. In: NATIONS,
U. (ed.). Geneva, Switzerland: United

77

Nations International Strategy for


Disaster Reduction (UNISDR).
VEERBEEK, W. & ZEVENBERGEN, C.
damages: increasing the expressivening a high level of detail with a broad
attribute set. Journal of Flood Risk
Management, 2, 45-57.
VICENTE-SERRANO, S., TRIGO, R.,
PEZ-MORENO, J., LIBERATO, M.,
LORENZO-LACRUZ, J., BEGUERERA, S.,
MORN-TEJEDA, E. & EL KENAWY, A.
2011. Extreme winter precipitation in
the Iberian Peninsula in 2010: anomalies, driving mechanisms and future
projections. Climate Research, 46, 51-65.
WARD, P. J., DE MOEL, H. & AERTS, J. C.
J. H.
riods? Nat. Hazards Earth Syst. Sci., 11,
3181-3195.
WNSCH, A., HERRMANN, U., KREIBICH,
H. & THIEKEN, A. 2009. The Role of
Disaggregation of Asset Values in Flood
Loss Estimation: A Comparison of
Mulde River, Germany. Environmental
Management, 44, 524-541.
XIA, J., FALCONER, R. A., LIN, B. & TAN,
G.
hazard risk to people and vehicles in
Software, 26, 987-998.