Você está na página 1de 170

FEVEREIRO DE 2011

MAPA DE VULNERABILIDADE DA
POPULAÇÃO DO ESTADO DO RIO DE
JANEIRO AOS IMPACTOS DAS MUDANÇAS
CLIMÁTICAS NAS ÁREAS SOCIAL, SAÚDE E
AMBIENTE

Coordenação Geral
Martha Macedo de Lima Barata – D.Sc.

Coordenação Técnica
Ulisses E. Cavalcanti Confalonieri – D.Sc.

CONTRATANTE

REALIZAÇÃO

i
MAPA DE VULNERABILIDADE DA
POPULAÇÃO DO ESTADO DO RIO DE
JANEIRO AOS IMPACTOS DAS MUDANÇAS
CLIMÁTICAS NAS ÁREAS SOCIAL, SAÚDE E
AMBIENTE

RELATÓRIO 4 – Versão final

Coordenação Geral
Martha Macedo de Lima Barata – D.Sc.

Coordenação Técnica
Ulisses E. Cavalcanti Confalonieri – D.Sc.

Equipe Técnica
Anna Carolina Lustosa de Lima - M.Sc.
Diana Pinheiro Marinho - M.Sc.
Giovannini Luigi - D.Sc.
Gregório Carlos De Simone
Isabela de Brito Ferreira
Isabella Vitral Pinto - M.Sc.

Analista de Sistemas
Frederico de Oliveira Tosta - M.Sc.

Revisora Técnica
Heliana Vilela de Oliveira Silva - D.Sc.

Apoio Técnico
Andrea Santoro Valadares

ii
SUMÁRIO
Capítulo 1 2
1.1 Introdução 2
1.2 Municípios e macrorregiões do Estado do Rio e Janeiro 2
1.3 Concepção metodológica 7
Capitulo 2 - Índice de Vulnerabilidade da Saúde - IVS 11
2.1 Construção do IVS 11
Capitulo 3 - Índice de Vulnerabilidade Social da Família - IVSF 40
3.1 Construção do IVSF 41
Capitulo 4 - Índice de Vulnerabilidade Ambiental - IVAm 50
4.1 Indicador de Cobertura Vegetal - ICV 51
4.1.1 Biodiversidade e resiliência das Florestas Ombrófila e Estacional 52
4.1.2 Construção do ICV 56
4.2 Indicador de Conservação da Biodiversidade - ICB 61
4.3 Indicador da Linha da Costa 65
4.4 Indicador de Eventos Hidrometeorológicos Extremos 69
4.4.1 Construção do Indicador de Eventos Hidrometeorológicos Extremos 77
4.5 Padronização do Índice de Vulnerabilidade Ambiental - IVAmp 84
Capitulo 5 - Índice de Vulnerabilidade Geral - IVG 89
5.1 Construção do IVG 89
Capitulo 6 - Índice de Cenários Climáticos - ICC 94
6.1 Variáveis climáticas 94
6.2 Intervalos de tempo 94
6.3 Cenários climáticos 95
6.4 Cálculo das médias de temperatura e precipitação 96
6.5 Interpolação dos dados 96
6.6 Municipalização dos dados climáticos 97
6.7 Anomalias climáticas 98
6.8 Construção do ICC 99
6.9 Índices municipais de cenários climáticos 107
7 Capítulo 7 - Índice de Vulnerabilidade Municipal - IVM 113
7.1 Construção do índice de Vulnerabilidade Municipal - IVM 114
Capítulo 8 – Análise dos Resultados 121
8.1 Cenários de Clima 121
8.2 IVGp e IVMp-A1FI 124
8 Capitulo 9 – Conclusões 147
Glossário 149
Referências bibliográficas 155
Créditos 160

iii
LISTA DE FIGURAS
1.1 Municípios e macrorregiões do ERJ 3
Modelo conceitual do Projeto de Vulnerabilidade para os municípios
1.2 9
do ERJ
Gráfico de dispersão com modelo de regressão linear (reta) para a
2.1 taxa de incidência (por 100.00 hab.) de dengue no município de Porto 14
Real, no período 1997- 2008
2.2 Indicador de dengue 32
2.3 Indicador de dengue – Macrorregiões do ERJ 33
2.4 Indicador de leptospirose 34
2.5 Indicador de leptospirose - Macrorregiões do ERJ 35
2.6 Indicador de LTA 36
2.7 Indicador de LTA - Macrorregiões do ERJ 37
2.8 Indicador de diarréia 38
2.9 Indicador de diarréia - Macrorregiões do ERJ 39
4.1 Uso e cobertura do solo para do ERJ (ZEE/RJ) 55
4.2 Delimitação das fitofisionomias florestais do ERJ 55
Distribuição espacial potencial (canto superior esquerdo) e atual da
4.3 56
Floresta Estacional no ERJ
Distribuição espacial potencial (canto superior esquerdo) e atual da
4.4 56
Floresta Ombrófila no ERJ
4.5 Indicador de Cobertura Vegetal 59
4.6 Indicador de Cobertura Vegetal – Macrorregiões do ERJ 60
4.7 Indicador de Conservação da Biodiversidade 63
4.8 Indicador de Conservação da Biodiversidade - Macrorregiões do ERJ 56
4.9 Indicador de Linha de Costa 67
4.10 Indicador de Linha de Costa - Macrorregiões do ERJ 68
4.11 Indicador de Eventos Climáticos Extremos 82
4.12 Indicador de Eventos Climáticos Extremos - Macrorregiões do ERJ 83
Malha de pontos (grid) de dados climáticos do modelo regionalizado
6.1 95
ETA-HadCM3 sobre o ERJ
6.2 Cenários de emissão de carbono 96
6.3 Dados interpolados de temperatura para o ERJ (Janeiro de 1960) 97
6.4 Anomalia de temperatura – Cenário A1T 109
6.5 Anomalia de temperatura – Cenário A1FI 110
6.6 Anomalia de precipitação – Cenário A1T 111
6.7 Anomalia de precipitação – Cenário A1FI 112
8.1 Índice de Cenário Climático A1T (ICCp-A1T) 122

iv
LISTA DE FIGURAS (cont.)
8.2 Índice de Cenário Climático A1FI (ICCp-A1FI) 123
8.3 índice de Vulnerabilidade Geral (IVGp) 126
8.4 Índice de Vulnerabilidade Ambiental (IVAmp) 127
8.5 Índice de Vulnerabilidade Social da Família (IVSFp) 128
8.6 Índice de Vulnerabilidade da Saúde (IVSp) 129
IVSp, IVGp, IVSFp e IVAmp para Arraial do Cabo, São Pedro da Aldeia,
8.7 130
Iguaba Grande, Armação dos Búzios e Cabo Frio
8.8 IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro, Parati e Angra dos Reis 131
IVSp, IVGp, IVSFp e IVAmp para Varre-Sai, Porciúncula, Cardoso
8.9 132
Moreira, São Francisco do Itabapoana e São José de Ubá
IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro e Campos dos
8.10 133
Goytacazes
IVSp, IVGp, IVSFp e IVAmp para Angra dos Reis, Duque de Caxias e
8.11 133
Magé
8.12 IVSp, IVGp, IVSFp e IVAmp para Maricá, Niterói e Porciúncula 134
8.13 IVSp, IVGp, IVSFp e IVAmp para Parati, Araruama, Macaé e Rio Bonito 134
IVSp, IVGp, IVSFp e IVAmp para Japeri, São Gonçalo, Macaé,
8.14 135
Paracambi e Conceição de Macabu
8.15 Índice de Vulnerabilidade Geral (IVGp) 136
8.16 Índice Geral A1T (IGP-A1T) 137
8.17 IVMp-A1FI, IVGp e ICC-A1FI para Porciúncula e Angra dos Reis 138
IVMp-A1FI, IVGp e ICC-A1FI para Magé, Duque de Caxias, Cachoeiras
8.18 139
de Macacu, Paracambi, Rio de Janeiro e Rio Bonito
IVMp-A1FI, IVGp e ICC-A1FI para Magé, Angra dos Reis e Rio de
8.19 140
Janeiro
IVMp-A1FI, IVGp e ICC-A1FI para São Pedro da Aldeia, Iguaba Grande
8.20 141
e Itaocara
IVMp-A1FI, IVGp e ICC-A1FI para Carapebus, Italva e Conceição de
8.21 142
Macabu
8.22 IVSp – Macrorregiões do Estado do Rio de Janeiro 143
8.23 IVAmp – Macrorregiões do Estado do Rio de Janeiro 144
8.24 IVSFp – Macrorregiões do Estado do Rio de Janeiro 145
8.25 IVGp – Macrorregiões do Estado do Rio de Janeiro 146

v
LISTA DE QUADROS
1.1 Composição do Índice Geral de Vulnerabilidade dos municípios do ERJ 10
3.1 Dimensões, componentes e variáveis do IVSF 42
4.1 Índice de Ameaça e Endemismo das espécies 61
4.2 Índice de Valor de Conservação para cada município do ERJ 61
6.1 Dados de temperatura e precipitação para cada município do ERJ 98

vi
LISTA DE TABELAS
1.1 Municípios do ERJ por macrorregião e data de fundação 3
Proporção de casos, incidência e tendência de doenças e proporção de
2.1 óbitos por diarréia de crianças menores de cinco anos e respectiva 15
tendência, por município do ERJ
2.2 Distribuição de pesos do IVS 21
Peso e somatório atribuído à proporção de casos, taxa de incidência,
tendência da série história das morbidades, proporção de óbitos por
2.3 22
diarréia de crianças menores que cinco anos e respectiva tendência, por
município do ERJ
Pesos padronizados das doenças que compõem o IVS, IVSp, por
2.4
município do ERJ
3.1 Dimensões e médias do IVSF para o ERJ, ano 2000 45
3.2 IVSF e IVSFp por município 47
4.1 Distribuição de pesos IVAm 51
Proporção de área florestada por tipo de vegetação, área total florestada
4.2 57
(%) e Indicador de Cobertura Vegetal
4.3 Municípios formadores da linha de costa do ERJ (km) 66
Eventos hidrometeorológicos extremos e vítimas fatais por municípios do
4.4 70
ERJ – Período 2000-2009
4.5 Síntese dos eventos extremos, vítimas fatais, pesos e indicador 78
4.6 Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ 85
5.1 Componentes do IVG e o IVGp, por município do ERJ 91
Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT)
6.1 100
esperadas, considerando os Cenários Climáticos A1T e A1FI
6.2 Quartis observados para os valores de anomalias climáticas 103
6.3 Pesos atribuídos às anomalias de precipitação e temperatura 103
Pesos para Anomalia de Precipitação (AP), Anomalia de Temperatura
6.4 105
(AT), ICC e ICCp para os Cenários Climáticos A1T e A1FI
7.1 Índices e indicadores, por município do ERJ 117

vii
ACRÔNIMOS E SIGLAS
CCST Centro de Ciências do Sistema Terrestre
CIDE Fundação Centro de Informações e Dados do Rio de Janeiro
CPTEC Centro de Previsão de Tempo e Estudos Climáticos
INPE Instituto Nacional de Pesquisas Espaciais
DSG Diretoria de Serviço Geográfico
ERJ Estado do Rio de Janeiro
FIOCRUZ Fundação Oswaldo Cruz
IBGE Fundação Instituto de Geografia e Estatística
IEF Fundação Instituto Estadual de Florestas
ICC Índice de Cenários Climáticos
INPE Instituto Nacional de Pesquisa Espacial
IPA Índice Parasitario Anual
IPCC Painel Intergovernamental de Mudança do Clima
IVAm Índice de Vulnerabilidade Ambiental
IVM Índice de Vulnerabilidade Municipal
IVMp Índice de Vulnerabilidade Municipal padronizado
IVG Índice de Vulnerabilidade Geral
IVS Índicede Vulnerabilidade da Saúde
IVSF Índice de Vulnerabilidade Social da Família
LTA Leishmaniose Tegumentar Americana
PMAGS Programa de Mudanças Ambientais Globais e Saúde
SEA-RJ Secretaria de Estado do Ambiente do Rio de Janeiro
SPSS Statistical Package for the Social Sciences
SUS Sistema Único de Saúde
ZEE Zoneamento Ecológico Econômico

viii
RESUMO
Este relatório apresenta metodologia desenvolvida para sintetizar, em uma
única medida, aspectos ambientais, sociais e de saúde humana sensíveis à variações
climáticas (anomalias de precipitação e temperatura), associados a cenários futuros de
mudança global do clima, considerando o período 2010-2040. Esta medida resultou no
Índice de Vulnerabilidade Municipal (IVM), que pretende subsidiar a incorporação dos
riscos climáticos na formulação de políticas públicas no Estado do Rio de Janeiro (ERJ).
Os municípios que integram o ERJ no contexto das macroregiões são apresentados no
Capítulo 1, bem como a concepção metodológica deste estudo.
O IVM possui duas métricas principais: o Índice de Vulnerabilidade Geral (IVG),
que reflete a condição dos sistemas municipais sob risco de serem afetados pelo clima
futuro, e o Índice de Cenários Climáticos (ICC).
Por sua vez, o Índice de Vulnerabilidade Geral (IVG) municipal possui três
métricas principais: o Índice de Vulnerabilidade da Saúde (IVS), o Índice e
Vulnerabilidade Social da Família (IVSF) e o Índice de Vulnerabilidade Ambiental (IVAm),
apresentados, respectivamente, nos Capítulos 2, 3 e 4, e o IVG, no Capítulo 5.
O ICC sintetiza, no âmbito municipal, a diferença esperada de temperatura e
precipitação, considerando os dados reais destas variáveis climáticas medidos entre
1960 e 1990 e os dados esperados para o período de 2010 a 2040, de acordo com
cenários A1FI (high) e A1T (low) do modelo regionalizado ETA-CPTEC, com grade de 40
km, fornecidos pelo Centro de Ciências do Sistema Terrestre (CCST/INPE), cujo
detalhamento consta do Capítulo 6.
Ressalta-se que o IVM sintetiza, em um índice adimensional, aspectos multi-
dimensionais, com base em um determinado modelo conceitual, e para tanto agregou
tais informações em um indicador composto, que funciona como um redutor da
complexidade e diversidade da realidade em análise, para facilitar a interpretação e
síntese. Sua construção pressupõe a existência de dados e informações básicas,
coletados de forma sistemática, bem como a definição clara dos atributos que se quer
medir. A construção do IVM é apresentada no Capítulo 7.
Uma análise dos resultados envolvendo o IVM e os cenários climáticos (IVM A1FI
e o IVM A1T) consta no Capítulo 8, que é seguido das Conclusões (Capítulo 9).

1
CAPÍTULO 1

1.1 INTRODUÇÃO
Este é o quarto relatório técnico referente ao Projeto “Vulnerabilidade Da
População do Estado do Rio de Janeiro aos Impactos das Mudanças Climáticas nas Áreas
Social, Saúde e Ambiente”, que tem como objetivo a construção de uma metodologia
para a identificação da vulnerabilidade dos municípios do Estado do Rio de Janeiro (ERJ)
aos projetados efeitos regionais das mudanças climáticas. Contem a descrição detalhada
e a metodologia utilizada para gerar o Índice de Vulnerabilidade Municipal (IVM), a
partir de índices parciais.
Este relatório apresenta, inicialmente, uma breve caracterização dos municípios
e respectivas macrorregiões que compõem o ERJ. Em seguida, apresenta-se a concepção
metodológica do índice, a metodologia utilizada para construir cada um dos índices que
compõem o IVM e, por fim, a avaliação dos resultados alcançados.

1.2 MUNICÍPIOS E MACRORREGIÕES DO ESTADO DO RIO DE JANEIRO

O ERJ é composto, atualmente, por 92 municípios, dez dos quais (São José de
Ubá, Macuco, Pinheiral, Porto Real, Tanguá, Carapebus, São Francisco de Itabapoana,
Armação dos Búzios, Iguaba Grande e Seropédica) foram criados a partir de 1997. O
último município a se emancipar foi Mesquita, em 1999.
Uma vez que a Secretaria de Estado de Saúde e Defesa Civil do Rio de Janeiro
iniciou a coleta de dados epidemiológicos e da população a partir de 1995, existe uma
lacuna deste tipo de informação para os municípios criados a partir de 1997, os quais,
contudo, foram incluídos no Censo 2000.
Com relação a Mesquita, não há dados do Censo 2000, ao passo que a Secretaria
de Estado de Saúde e Defesa Civil do Rio de Janeiro passou a fornecer dados de
população e epidemiológicos somente a partir de 2001.
Na Figura 1.1 e na Tabela 1.1 os municípios do ERJ são apresentados agregados
por macrorregião.

2
Janeiro de 2011

3
Tabela 1.1 – Municípios do ERJ por macrorregião e data de fundação

MACRORREGIÃO MUNICÍPIO DATA DE FUNDAÇÃO

Aperibé 10 de abril de 1993


Bom Jesus do Itabapoana 01 de janeiro de 1939

Cambuci 05 de novembro de 1991

Italva 12 de junho de 1986

Itaocara 28 de outubro de 1990

Itaperuna 10 de maio de 1889


Noroeste Fluminense Laje do Muriaé 07 de março de 1962
Miracema 03 de maio de 1935

Natividade 20 de junho de 1947

Porciúncula 21 de agosto de 1947


Santo Antônio de Pádua 02 de janeiro de 1982
São José de Ubá (1) 28 de dezembro de 1997

Varre-Sai 12 de janeiro de 1991

Bom Jardim 05 de março de 1929

Cantagalo 09 de março de 1814


Carmo 29 de maio de 1832

Cordeiro 31 de dezembro de 1943

Duas Barras 08 de maio de 1991

Macuco (1) 10 de setembro de 1997

Nova Friburgo 16 de maio de 1818


Região Serrana
Petrópolis 16 de março de 1957

Santa Maria Madalena 08 de junho de 1961

São José do Vale do Rio Preto 15 de dezembro de 1989


São Sebastião do Alto 17 de abril de 1991

Sumidouro 10 de junho de 1890

Teresópolis 06 de julho de 1991

Trajano de Morais 25 de abril de 1991

Areal 10 de abril de 1993


Comendador Levy Gasparian 30 de junho de 1993

Engenheiro Paulo de Frontin 04 de outubro de 1958

Mendes 11 de julho de 1952


Miguel Pereira 25 de outubro de 1955
Centro-Sul Fluminense
Paraíba do Sul 15 de janeiro de 1933

Paty do Alferes 15 de dezembro de 1989


Sapucaia 07 de dezembro de 1974

Três Rios 14 de dezembro de 1938


Vassouras 29 de setembro de 1933

4
Tabela 1.1 (cont.) – Municípios do ERJ por macrorregião e data de fundação

MACRORREGIÃO MUNICÍPIO DATA DE FUNDAÇÃO


Barra do Piraí 10 de março de 1890
Barra Mansa 03 de outubro de 1977
Itatiaia 01 de junho de 1989
Pinheiral (1) 13 de junho de 1997
Piraí 17 de outubro de 1937
Porto Real (1) 05 de novembro de 1997
Médio Paraíba
Quatis 25 de novembro de 1993
Resende 29 de setembro de 1901
Rio Claro 15 de maio de 1949
Rio das Flores 17 de março de 1890
Valença 29 de setembro de 1857
Volta Redonda 17 de julho de 1954
Belford Roxo 03 de abril de 1993
Duque de Caxias 31 de dezembro de 1943
Guapimirim 25 de novembro de 1993
Itaboraí 22 de maio de 1833
Japeri 30 de julho de 1991
Magé 09 de junho de 1566
Mesquita (2) 25 de setembro de 1999
Nilópolis 21 de agosto de 1947
Região Metropolitana Niterói 22 de novembro de 1573
Nova Iguaçu 15 de janeiro de 1933
Paracambi 08 de agosto de 1960
Queimados 21 de dezembro de 1993
Rio de Janeiro 01 de março de 1565
São Gonçalo 22 de setembro de 1990
São João de Meriti 21 de agosto de 1947
Tanguá (1) 15 de novembro de 1997
Seropédica (1) 12 de outubro de 1997
Campos dos Goytacazes 28 de março de 1835
Carapebus (1) 13 de março de 1997
Cardoso Moreira 01 de março de 1993
Conceição de Macabu 15 de março de 1952
Macaé 25 de janeiro de 1814

Norte Fluminense Quissamã 04 de janeiro de 1989


São Fidélis 27 de setembro de 1781
São Francisco de Itabapoana (1) 18 de janeiro de 1997
São João da Barra 17 de junho de 1850
Maricá 26 de maio de 1814

5
Tabela 1.1 (cont.) – Municípios do ERJ por macrorregião e data de fundação

MACRORREGIÃO MUNICÍPIO DATA DE FUNDAÇÃO

Araruama 22 de janeiro de 1890


Armação dos Búzios (1) 12 de novembro de 1997
Arraial do Cabo 13 de maio de 1986
Cabo Frio 13 de novembro de 1915
Cachoeiras de Macacu 15 de novembro de 1929
Casimiro de Abreu 15 de setembro de 1859
Baixadas Litorâneas Iguaba Grande (1) 08 de junho de 1997
Maricá 26 de maio de 1814
Rio Bonito 07 de maio de 1946
Rio das Ostras 10 de abril de 1992
São Pedro da Aldeia 16 de maio de 1992
Saquarema 08 de maio de 1941
Silva Jardim 08 de maio de 1941
Angra dos Reis 06 de janeiro de 1835
Itaguaí 05 de julho de 1818
Costa Verde Mangaratiba 11 de novembro de 1892
Parati 28 de fevereiro de 1597

Fonte: IBGE
(1) Município instalado em 1997
(2) Município instalado em 1999

6
1.3 CONCEPÇÃO METODOLÓGICA
Para a obtenção de uma métrica de vulnerabilidade municipal para fins
comparativos, optou-se pelo desenvolvimento de um índice composto, também
chamado de índice sintético ou agregado, por conter diferentes indicadores.
Os índices compostos (IC) integram e resumem diferentes dimensões de um
tema, proporcionando a comparabilidade entre as unidades de análise. Ao fornecerem
uma “imagem de contexto”, os IC funcionam como redutores da complexidade e
diversidade da realidade em análise, para facilitar a sua interpretação e síntese. São,
portanto, representações simplificadas que buscam resumir aspectos multi-
dimensionais em um índice adimensional, com base em um determinado modelo
conceitual.
O principal requisito formal para a construção dos IC é a existência de dados e
informações básicas, coletados de forma sistemática. Também se faz necessária uma
definição clara dos atributos a serem medidos.
Este trabalho teve, como ponto de partida, a metodologia desenvolvida pelo
Programa de Mudanças Ambientais Globais e Saúde – Departamento de Ciências
Biológicas – Escola Nacional de Saúde Pública Sérgio Arouca – Fundação Oswaldo Cruz
(PMAGS/DCB/ENSP/FIOCRUZ), em parceria com o Laboratório de Educação em
Ambiente e Saúde, do Centro de Pesquisas René Rachou (FIOCRUZ, Belo Horizonte),
para o mapeamento da vulnerabilidade socioambiental e de saúde do Brasil, a nível
nacional e regional, aos possíveis efeitos da mudança climática global na saúde
(Confalonieri et al., 2005, 2008, 2009). Baseou-se, também, em três estudos
disponibilizados a esta equipe pela Secretaria de Estado e Ambiente do Rio de Janeiro
(SEA/RJ) (ver Freitas, 2007; Neves et al., 2007; Nobre et al., 2008).
A legislação brasileira recente sobre mudanças climáticas define vulnerabilidade
como o “Grau de suscetibilidade e incapacidade de um sistema, em função de sua
sensibilidade, capacidade de adaptação e do caráter, magnitude e taxa de mudança e
variação de clima a que está exposto, de lidar com os efeitos adversos da mudança do
clima entre os quais a variabilidade climática e os eventos extremos” (Lei no 12.187, de
29/12/2009 - Política Nacional sobre Mudança do Clima).
A vulnerabilidade socioambiental aos impactos do clima é um fenômeno
multidimensional e a sua representação, de forma sintética, por índices específicos,
deve contemplar a inclusão de informações de diferentes setores, como os da saúde
humana.
Em termos operacionais, diferentes autores têm utilizado métricas de
vulnerabilidade aos impactos da mudança climática, que incluem um conjunto amplo de
informações e indicadores. Assim é que Moss et al. (2001) utilizaram variáveis de
setores diferentes para o índice de vulnerabilidade, tais como infraestrutura,
ecossistemas, capacidade econômica e saúde.

7
Outras avaliações de vulnerabilidade (ILRI/Teri, 2006) utilizaram indicadores
parciais relativos ao capital natural (acesso a recursos); capital social (pobreza;
governança), capital humano (saúde pública) e capital financeiro (renda).
Brooks et al. (2005) apresentaram um conjunto abrangente de indicadores de
vulnerabilidade e capacidade adaptativa ao clima, compostos por variáveis de diferentes
naturezas. Dentre os oito grupos de variáveis contam saúde (ex. gastos, expectativa de
vida, mortalidade, prevalência de infecções); educação (gastos, taxas de analfabetismo);
geografia (ex. extensão da linha de costa); ecologia (percentual de cobertura florestal),
além da infraestrutura, governança e tecnologias.
Warrick (2000), de forma simplificada, propõe que avaliações de vulnerabilidade
devem considerar a “inter-relação entre sistemas naturais e humanos, que resultam em
impactos biofísicos e econômicos”. Nas dimensões biofísicas, incluem as variações do
sistema climático.
O que há de base comum nestas diferentes definições é que as variáveis e
indicadores incluídos nas métricas devem capturar três características básicas da
vulnerabilidade, a saber: exposição, sensibilidade e capacidade adaptativa (ou de
resposta). Neste estudo, a estas três camadas foram agregadas informações sobre o
“fator de perigo” (hazard), representado por anomalias de parâmetros climáticos,
projetadas pelos cenários do INPE para as próximas décadas.
Assim, o fator “exposição” está refletido nos componentes da vulnerabilidade
ambiental. A sensibilidade está basicamente associada ao componente epidemiológico,
ou seja, ao conjunto de agravos à saúde sensíveis à variação do clima. A capacidade
adaptativa vincula-se, por sua vez, ao indicador de vulnerabilidade da família.
O modelo conceitual subjacente a esta avaliação de vulnerabilidade está
representado na Figura 1.2

8
IVM = Índice de Vulnerabilidade Municipal

Fator de Perigo Exposição + Sensibilidade


(“hazard”) + Capacidade adaptativa

ICC = Índice de Cenários IVSF = Índice de Vulnerabilidade


Climáticos Social da Família

IVS = Índice de IVAm = Índice de


Vulnerabilidade da Saúde Vulnerabilidade Ambiental

IVG = Índice de Vulnerabilidade


Geral

Figura 1.2 - Modelo Conceitual do Projeto de Vulnerabilidade para os municípios do ERJ


Fonte: Elaboração própria

É importante destacar que, para uma visão mais abrangente da vulnerabilidade,


foi incluída no indicador da vulnerabilidade ambiental a riqueza biológica do ERJ,
susceptível de sofrer graves impactos (ou perdas) com a mudança do clima. Este aspecto
relativo a perdas setoriais por impacto do clima tem sido enfatizado por diversos
autores que trabalham com vulnerabilidade, tanto no nível conceitual, como no
desenvolvimento de indicadores quantitativos (Brooks, 2003).
O Índice de Vulnerabilidade Municipal do ERJ à mudança do clima teve como
unidade de análise os 92 municípios (ver Tabela 1.1). Os resultados foram agregados em
um índice, formado por componentes epidemiológicos, socioeconômicos, ambientais e
climáticos, para cada uma das macrorregiões do Estado.
Para a construção do Índice de Vulnerabilidade, foram utilizados dados
secundários, obtidos na literatura científica e em instituições governamentais, para os
componentes socioeconômico, ambiental e de saúde, e a esses agregaram-se as
projeções de anomalias climáticas. Observa-se que a projeção da mudança do clima
refletiu o fator de perigo projetado para o futuro e os demais componentes
representaram o fator de vulnerabilidade atual.

9
Algumas variáveis originalmente elencadas para inclusão neste estudo foram
descartadas, como é o caso da leishmaniose visceral, por ser uma doença rara no ERJ,
ocorrendo de forma esporádica em poucos municípios, sem ter, portanto, valor
discriminatório. No componente “recursos hídricos”, utilizou-se apenas a estatística de
“eventos hidrometeorológicos extremos”, em virtude das situações de risco que
provocam, como parte do indicador ambiental.
Ressalta-se que a coleta dos dados foi efetuada tendo em vista a composição
originalmente proposta para o Índice Geral de Vulnerabilidade dos Municípios, que
reflete o diagrama conceitual representado na Figura 1.2. O Quadro 1.1 apresenta os
seus componentes.

Quadro 1.1 – Composição do Índice de Vulnerabilidade dos Municipal do ERJ

Índice de Vulnerabilidade da Saúde:


Morbidades:
o Dengue,
o Leptospirose
o Leishmaniose Tegumentar Americana
Mortalidade por diarréia em menores de 5 anos

Índice de Vulnerabilidade Social da Família:


Estrutura Familiar
Índices de Acesso ao Conhecimento
Vulnerabilidade Acesso ao Trabalho
Disponibilidade de Recursos (renda)
Desenvolvimento Infanto-Juvenil
Condições Habitacionais

Índice de Vulnerabilidade Ambiental:


Cobertura de vegetação nativa e em regeneração
Conservação da biodiversidade
Ocorrência de eventos hidrometeorológicos extremos e vítimas
Área costeira

Índice de Cenários Fator de Perigo:


Climáticos Anomalias climáticas projetadas

Fonte: Elaboração própria.

10
CAPÍTULO 2

INDICE DE VULNERABILIDADE DA SAÚDE - IVS


O Índice de Vulnerabilidade da Saúde (IVS) da população dos municípios
do ERJ, o primeiro componente do Índice de Vulnerabilidade Geral (IVG),
sintetiza indicadores de morbidade e mortalidade relevantes no Estado, que
são objeto de registro e análise pelo Sistema Único de Saúde (SUS).
Foram selecionadas, para compor o IVS, quatro doenças presentes de
forma endêmico-epidêmica no ERJ: dengue, leptospirose, leishmaniose
tegumentar americana (LTA) e diarréia em menores de 5 anos de idade, que
apresentam formas de transmissão e persistência relacionadas com o clima ou
podem se dispersar espacialmente devido a processos migratórios
desencadeados por fenômenos climáticos.
Analisa-se a morbidade relativa às três endemias e a mortalidade
oriunda de diarréia ocorrida em menores de 5 anos.

2.1 CONSTRUÇÃO DO IVS


O cálculo do IVS passa por três etapas:
Etapa 1 – Avaliação de parâmetros de morbidade e mortalidade;
Etapa 2 – Atribuição de pesos;
Etapa 3 – Cálculo do IVSp.

ETAPA 1 - Avaliação de parâmetros de morbidade e mortalidade

Para cada município e cada uma das três doenças selecionadas avaliam-se
três parâmetros:
Número de casos;
Taxa de incidência; e
Tendência.
Os parâmetros avaliados para a mortalidade por diarréia em menores de 5 anos
para cada município foram:
Número de óbitos;
Taxa de mortalidade; e
Tendência.

11
O número de casos notificados para cada morbidade e o número de óbitos por
diarréia estão disponíveis no site do DATASUS1.
Os parâmetros número de casos e número de óbitos levam em consideração os
dados disponíveis mais recentes para cada doença: ano 2008 para dengue, LTA e
leptospirose; e ano 2007 para mortalidade por diarréia em menores de 5 anos.
Na apresentação da proporção de casos, incidência e tendência de doenças e
proporção de óbitos por diarréia de crianças menores de cinco anos e respectiva
tendência (Tabela 2.1), tem-se as seguintes nomenclaturas:
C representa a proporção (%) de casos ocorridos no município em relação ao total
de casos ocorridos no Estado, em 2008, para cada uma das doenças consideradas;
I é a taxa de incidência das doenças nos municípios por 100.000 habitantes, para
2008;
T é o coeficiente angular(inclinação da reta), obtido a partir da respectiva séries
histórica, para a avaliação de tendência de cada uma das doenças e de óbitos
considerados;
O representa a proporção (%) de óbito por diarréia em menores de 5 anos do
município, no ano de 2007;
M é a taxa de mortalidade, em menores de 5 anos por diarréia, por 100.000
habitantes, no ano de 2007.

Quando da inexistência de registro de óbito por diarréia para crianças menores


de cinco anos num município, não se avalia O e M para estes municípios e não se
atribui peso para a respectiva mortalidade infantil (Tabela 2.1).
Observa-se que, para determinar a tendência das taxas de incidência das
doenças selecionadas e da mortalidade por diarréia em menores de 5 anos, optou-se
por analisar toda a série histórica disponível. O período avaliado na análise de
tendência variou entre doenças e municípios, segundo a disponibilidade de dados no
DATASUS. Assim, a série de dados usada para a avaliação de tendências foi:
Dengue: de 1997-2008 para todos os municípios, exceto Mesquita, para o qual os
registros disponíveis são do período 2001-2008. Ressalta-se que, na análise de
tendência temporal das taxas de incidência de dengue, os anos de 2001 e 2002 foram
apontados no modelo como valores discrepantes em relação ao restante da série.
Portanto, para uma melhor avaliação desta série, os dados desses anos foram
descartados da análise para o cálculo da tendência.
Leptospirose e Leishmaniose Tegumentar Americana: de 1995-2008 para a maior
parte dos municípios. Porém, para os municípios de Armação dos Búzios, Carapebus,

1
www.datasus.gov.br

12
Iguaba Grande, Macuco, Pinheiral, Porto Real, São Francisco de Itabapoana, São José
de Ubá, Seropédica e Tanguá os registros disponíveis são do período 1997-2008; para
Mesquita, o período avaliado foi 2001-2008.

A análise de tendência foi realizada em três passos:


1º Passo: ajuste de um gráfico de dispersão. Nesta etapa, procurou-se observar qual o
tipo de relação que a taxa de incidência descreve em relação ao tempo e direciona a
escolha do modelo a ser ajustado aos dados.
2º Passo: ajuste de um modelo polinomial de segunda ordem (equação de segundo
grau). Este modelo, quando bem ajustado, indica que há, no período avaliado,
mudança de tendência da morbidade. Nestes casos, o modelo de segunda ordem
identifica o ponto de mudança de inclinação da curva. Este ponto é, então, utilizado
como início para avaliação de tendência.
3º Passo: ajuste de um modelo de Regressão Linear (equação de primeiro grau). Este
modelo foi ajustado com o objetivo de se determinar qual a tendência atual da
morbidade. Para tanto, utilizaram-se os dados de toda a série histórica disponível,
quando o modelo de segunda ordem não se ajustou, e apenas o final da série,
utilizando como início o ponto determinado pelo passo anterior, quando o modelo de
segunda ordem se ajustou. Quando significativo, ao nível de 95% de confiança, o
coeficiente angular determinado por este ajuste foi considerado como o valor de
tendência observado. Valores positivos indicam que a morbidade tem atingido um
número maior de habitantes a cada ano (tendência crescente); valores negativos
indicam que a taxa de incidência está reduzindo (tendência decrescente) e valores
iguais a zero indicam que a série é inconclusiva com relação à tendência. Assumiu-se
que, nestes casos, a incidência está estável. A Figura 2.1 ilustra um exemplo de
município com tendência crescente para a incidência de dengue.
O valor do coeficiente angular, das taxas de incidência e mortalidade, calculado
para cada município (coluna T, Tabela 2.1) indica aumento (ou decrescimento) do
número de casos novos, a cada ano, no município. Por exemplo, em Angra dos Reis, no
período avaliado, ocorreu um aumento de, aproximadamente, 324 novos casos de
dengue para cada 100.000 habitantes por ano. Já a mortalidade por diarréia tem
atingido cerca de 2 crianças a menos, a cada 100.000 crianças na faixa etária de 0 a 5
anos, por ano.

13
200

Taxa de Incidência de Dengue (Porto Real) / 100.000hab


150

100

50

1996 1998 2000 2002 2004 2006 2008

Figura 2.1 – Gráfico de dispersão com modelo de regressão linear (reta) para a taxa
de incidência (por 100.00 hab.) de dengue no município de Porto Real, no período
1997-2008
Fonte: Elaborção própria, com base nos dados do DATASUS.

14
Tabela 2.1 – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco Anos e respectiva Tendência, por
Município do ERJ

1 DENGUE LEPTOSPIROSE LTA DIARRÉIA


Proporção
MUNICÍPIOde casos do município,
C1 I2 T3 C I T C I T O4 M5 T
ano 2008
2
Angra Taxa de incidência por 100.000
dos Reis 4,33 habitantes,
6678,8 ano 324,10 0,38 0,61 -0,48 16,28 8,53 -2,28 0,00 0,00 -2,25
2008
Aperibé
6
0,04 1114,6 0,00 0,38 10,62 0,47 0,00 0,00 0,00
3
Coeficiente angular na avaliação
Araruama 0,75 de1767,3
Tendência0,00da série histórica
0,38 (Dengue,
0,93 1997-2008;
0,00 LTA,3,49
1995-2008;
2,80 Leptospirose,
0,31 1995-2008;
0,00 Mortalidade
0,00 0,00 por
ArealDiarréia, 1996-2007) 0,00 50,9 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4
Proporção
Armação dos Búzios de óbitos por diarréia
0,03 do município,
306,8 ano
0,00 2007 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -7,73
5
Arraial
Taxa de
do Cabo
mortalidade infantil
0,03
(0 a 4 anos)
274,1
diarréia,
0,00
por 100.000,
0,00
ano 2007
0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
1
Proporção de casos do município,
Barra do Piraí 0,21 521,0 0,00 0,75 1,95 0,00 0,00 0,00 0,00 0,00 0,00 -4,13
ano 2008
Barra2 Mansa 0,29 410,8 0,00 2,64 3,97 0,00 2,33 1,13 0,25 0,00 0,00 -1,86
Taxa de incidência por 100.000 habitantes,
Belford Roxo 3,01 1538,2 0,00 0,75 0,40 0,00 0,00 0,00 0,00 0,00 0,00 -2,47
ano 2008
Bom3Jardim 0,00
Coeficiente angular na avaliação 15,3
de Tendência 0,83 0,00 (Dengue,
da série histórica 0,00 0,00
1997-2008; LTA,0,00 0,00 Leptospirose,
1995-2008; 0,00 0,00 0,00
1995-2008; 0,00
BomMortalidade
Jesus do Itabapoana 0,07
por Diarréia, 1996-2007) 523,1 0,00 0,38 2,84 0,21 1,16 2,84 0,00 0,00 0,00 0,00
4
Proporção de óbitos por diarréia
Cabo Frio 0,22 do 308,4
município, ano
0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -4,71
2007 de Macacu
Cachoeiras 0,12 520,1 94,37 0,00 0,00 0,00 1,16 1,77 0,00 0,00 0,00 -1,81
5
CambuciTaxa de mortalidade infantil 0,04(0 a 4 anos)
724,3 diarréia,
35,76 por 100.000,
0,00 ano 0,00 -0,36 0,00 0,00 0,00 0,00 0,00 0,00
2007
Campos dos Goytacazes 5,84 3421,4 492,00 8,68 5,33 0,17 0,00 0,00 0,00 9,52 11,52 -5,65
Cantagalo 0,35 4338,5 727,80 0,00 0,00 0,00 2,33 9,76 0,00 0,00 0,00 0,00
6
Carapebus 0,03 728,3 35,84 0,00 0,00 0,00 0,00 0,00 0,00
Cardoso Moreira 0,06 1295,8 328,70 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Carmo 0,24 3475,0 0,00 0,00 0,00 0,00 1,16 5,62 0,96 0,00 0,00 0,00
Casimiro de Abreu 0,04 369,0 0,00 0,00 0,00 0,00 1,16 3,35 0,00 0,00 0,00 0,00

15
Tabela 2.1 (cont.) – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco Anos e respectiva
Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO 1 2 3 4 5
1 C I T C I T C I T O M T
Proporção de casos do município,
Comendador
ano 2008 Levy Gasparian 0,04 1016,0 0,00 0,75 22,83 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2
Conceição
Taxadede
Macabu 0,08 habitantes,
incidência por 100.000 926,6 0,00
ano 0,00 0,00 0,00 0,00 0,00 0,00 2,38 59,21 0,00
2008
Cordeiro 0,26 3283,3 617,50 0,00 0,00 0,00 1,16 5,05 0,00 0,00 0,00 0,00
3 6
Coeficiente angular na avaliação
Duas Barras 0,00 de Tendência
9,2 da série histórica
0,72 0,00 (Dengue,
0,00 1997-2008;
0,00 LTA,0,00
1995-2008;
0,00 Leptospirose,
0,00 1995-2008; Mortalidade por
Duque Diarréia,
de Caxias1996-2007) 6,16 1804,7 0,00 2,26 0,69 -0,24 3,49 0,35 0,00 4,76 2,55 -2,93
4
Proporção de óbitos
Engenheiro Paulo de Frontin por diarréia
0,01 do município,
114,3 ano
0,00 2007 0,00 0,00 0,00 1,16 7,62 0,00 0,00 0,00 0,00
5
Taxa
Guapimirim de mortalidade infantil (0
0,11 a 4 anos)
554,6 diarréia,
30,75 por 100.000,
0,00 ano 2007
0,00 0,00 0,00 0,00 -1,29 0,00 0,00 -4,94
1
Proporção
Iguaba Grande de casos do município,
0,13 1486,6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ano 2008
Itaboraí
2 1,37 1543,2 80,37 1,89 2,22 0,14 0,00 0,00 0,00 2,38 5,01 -1,76
Taxa de incidência por 100.000 habitantes,
Itaguaí 0,93 2280,8 101,50 0,38 0,97 0,00 1,16 0,97 0,00 0,00 0,00 -2,97
ano 2008
Italva3 0,06 972,7 72,26 0,00 0,00 0,00 2,33 13,80 0,00 0,00 0,00 0,00
Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008;
Itaocara 0,00 44,4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -4,58
Mortalidade por Diarréia, 1996-2007)
4
Itaperuna 0,24
Proporção de óbitos por diarréia do 618,2
município,0,00ano 1,51 4,07 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2007
Itatiaia 0,07 476,9 30,26 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
5
Japeri Taxa de mortalidade infantil (0 a 4 anos)
0,38 959,5 diarréia,
0,00 por 100.000,
0,38 ano 1,00 -0,26 2,33 2,00 0,00 4,76 20,35 -3,38
Laje 2007
do Muriaé 0,01 200,1 0,00 0,00 0,00 0,00 0,00 0,00 2,13 0,00 0,00 0,00
Macaé 0,28 377,1 49,97 1,13 1,59 0,12 0,00 0,00 -0,15 4,76 14,57 0,00
Macuco 0,08 3434,6 841,80 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Magé 1,41 1477,5 76,33 0,75 0,83 0,00 1,16 0,42 0,00 4,76 9,00 -1,86
Mangaratiba 0,25 2009,5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -3,99
Maricá 0,70 1490,4 84,14 3,02 6,71 0,00 2,33 1,68 0,00 0,00 0,00 0,00

16
Tabela 2.1 (cont.) – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco anos e respectiva
Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIOS 1 2 3 4 5
1 C I T C I T C I T O M T
Proporção de casos do município,
Mendes
ano 2008 0,19 2651,5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2
Mesquita 0,75 habitantes,
Taxa de incidência por 100.000 1006,7 0,00
ano 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2008
Miguel Pereira 0,02 147,8 6,90 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
3
Coeficiente angular na avaliação
Miracema 0,03 de 279,1
Tendência0,00da série histórica
0,00 (Dengue,
0,00 1997-2008;
0,00 LTA,0,00
1995-2008;
0,00 Leptospirose,
0,00 1995-2008;
0,00 Mortalidade
0,00 0,00 por
Diarréia,
Natividade 1996-2007) 0,13 2144,0 372,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4
Proporção
Nilópolis de óbitos por diarréia
0,68 do município,
1081,1 ano
0,00 2007 0,38 0,63 0,00 0,00 0,00 0,00 2,38 9,04 -3,48
5
NiteróiTaxa de mortalidade infantil
3,04(0 a 4 anos)
1611,8 diarréia,
0,00 por 100.000,
7,92 ano 2007
4,39 0,35 0,00 0,00 0,00 4,76 6,97 -1,21
1
Proporção
Nova Friburgo
de casos do município,
0,10 148,1 8,40 2,26 3,36 0,00 4,65 2,24 0,12 0,00 0,00 0,00
ano 2008
Nova2 Iguaçu 7,29 2158,5 0,00 4,15 1,29 0,00 0,00 0,00 0,00 4,76 2,59 -2,26
Taxa de incidência por 100.000 habitantes,
Paracambi 0,38 2146,6 114,10 0,00 0,00 0,00 1,16 2,24 0,00 2,38 31,58 0,00
ano 2008
Paraíba
3 do Sul 0,03
Coeficiente angular na avaliação de 174,3
Tendência0,00 0,00
da série histórica 0,00
(Dengue, 0,00
1997-2008; LTA,0,00 0,00
1995-2008; 0,40
Leptospirose, 0,00 0,00
1995-2008; -10,93
Parati 0,25
Mortalidade por Diarréia, 1996-2007) 1830,5 0,00 0,75 5,68 0,00 9,30 22,74 -21,04 0,00 0,00 0,00
4
Paty do Alferes 0,01 84,3 5,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -3,26
Proporção de óbitos por diarréia do município, ano
2007
Petrópolis 0,09 76,4 4,70 7,92 6,71 0,49 0,00 0,00 0,00 4,76 8,81 0,00
5
Taxa de mortalidade infantil
Pinheiral 0,07(0 a 4 anos)
795,3 diarréia,
0,00 por 100.000,
1,13 ano 13,56 0,70 0,00 0,00 0,00 0,00 0,00 0,00
Piraí2007 0,07 640,5 60,66 0,00 0,00 0,00 1,16 3,88 0,00 0,00 0,00 0,00
Porciúncula 0,10 1388,1 333,90 4,15 60,35 4,40 0,00 0,00 0,00 0,00 0,00 0,00
Porto Real 0,01 176,3 12,30 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Quatis 0,01 263,1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Queimados 0,33 607,1 0,00 0,00 0,00 0,00 1,16 0,73 0,10 0,00 0,00 -3,68
Quissamã 0,06 771,4 57,74 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

17
Tabela 2.1 (cont.) – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco Anos e respectiva
Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO 1 2 3 4 5
1
C I T C I T C I T O M T
Proporção de casos do município,
Resende 0,17 332,6 28,53 0,75 1,57 0,00 0,00 0,00 0,00 2,38 10,25 0,00
ano 2008
Rio
2 Bonito 0,40 1850,0
Taxa de incidência por 100.000 habitantes, ano 83,48 1,51 7,33 0,86 4,65 7,33 0,00 0,00 0,00 -2,84
Rio
2008Claro 0,01 176,0 0,00 0,38 5,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00
3
Rio
6
Coeficiente
das Flores angular na avaliação 0,02de Tendência
460,5 da0,00
série histórica (Dengue,
0,38 1997-2008;
11,51 1,45 LTA, 1995-2008;
0,00 Leptospirose,
0,00 0,00 1995-2008; Mortalidade por
Diarréia,
Rio 1996-2007)
das Ostras 0,08 229,5 0,00 0,38 1,10 0,00 0,00 0,00 0,00 2,38 23,10 0,00
4
Proporção
Rio de Janeiro de óbitos por diarréia 50,60do município,
2079,0 ano 2007
88,53 26,42 1,14 0,00 22,09 0,31 0,00 33,33 3,26 -0,92
5
Taxa
Santa de mortalidade
Maria Madalena infantil (00,01
a 4 anos)120,9
diarréia,0,00
por 100.000, 0,00
ano 20070,00 0,00 1,16 9,30 0,00 0,00 0,00 0,00
1
Proporção de casos
Santo Antônio de Pádua do município,
0,15 898,0 0,00 0,00 0,00 0,00 0,00 0,00 0,30 0,00 0,00 0,00
ano 2008
São Fidélis 0,10 660,6 39,23 0,75 5,12 0,00 2,33 5,12 0,00 0,00 0,00 0,00
2
Taxa de incidência por
São Francisco de Itabapoana
100.000 habitantes,
0,10 527,0 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ano 2008
São
3 Gonçalo 1,14 293,5 0,00 9,43 2,54 0,00 1,16 0,10 0,00 7,14 4,11 -0,82
Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008;
São João da Barra 0,37 3077,6 0,00 0,75 6,59 0,84 0,00 0,00 0,00 0,00 0,00 0,00
Mortalidade por Diarréia, 1996-2007)
São
4 João de Meriti 2,89 1559,9 0,00 1,13 0,64 -0,39 0,00 0,00 0,00 2,38 2,53 -2,69
Proporção de óbitos por diarréia do município, ano
São
2007José de Ubá 0,02 595,6 46,23 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
5
São José de
do Vale do Rio Pretoinfantil (00,02
Taxa mortalidade a 4 anos)196,0
diarréia,0,00
por 100.000, 0,00
ano 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2007
São Pedro da Aldeia 0,19 578,7 50,49 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
São Sebastião do Alto 0,01 177,8 0,00 0,00 0,00 0,00 1,16 11,11 0,00 0,00 0,00 0,00
Sapucaia 0,02 230,5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Saquarema 0,10 375,8 68,86 0,00 0,00 0,00 1,16 1,47 -1,71 0,00 0,00 -3,06
Seropédica 0,67 2196,7 98,71 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

18
Tabela 2.1 (cont.) – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco Anos e respectiva
Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO 1 2 3 4 5
1 C I T C I T C I T O M T
Proporção de casos do município,
ano 2008
Silva Jardim 0,04 451,3 20,92 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2
Taxa de incidência por 100.000
Sumidouro 0,00 habitantes,
72,3 ano
3,97 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Tanguá2008 0,16 1363,7 68,72 0,75 6,64 0,00 0,00 0,00 -0,72 0,00 0,00 0,00
3
Coeficiente
Teresópolis angular na avaliação
0,03 de Tendência
40,6 da
2,16 série histórica
0,38 (Dengue,
0,63 1997-2008;
0,00 LTA, 1995-2008;
0,00 0,00 Leptospirose,
0,00 1995-2008;
0,00 Mortalidade
0,00 -1,29 por
Diarréia,
Trajano de Morais1996-2007)
6
0,00 10,1 2,80 0,00 0,00 0,00 3,49 30,20 0,00
4
Proporção
Três Rios
de óbitos por diarréia
0,05
do município,
175,6 0,00
ano 2007 0,00 0,00 0,00 1,16 1,32 0,00 0,00 0,00 0,00
5
Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007
Valença
1 0,05 178,7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -4,11
Proporção de casos do município,
Varre-Sai 0,00 91,3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ano 2008
Vassouras
2 0,08 579,0 0,00 0,00 0,00 0,00 0,00 0,00 -2,85 0,00 0,00 0,00
Taxa de incidência por 100.000 habitantes,
Volta ano
Redonda
2008 0,62 607,0 0,00 1,89 1,92 0,00 0,00 0,00 0,00 0,00 0,00 -1,55
3
Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008;
Fonte: Elaboração própria a partir de dados do DATASUS.
Mortalidade por Diarréia, 1996-2007)
Notações:
4
1
Proporção
Proporção demunicípio,
de casos do óbitos por diarréia do município, ano
ano 2008;
2
Taxa2007
de incidência por 100.000 habitantes, ano 2008;
3
Coeficiente
5 angular na avaliação de tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Mortalidade por Diarréia, 1996-2007);
4 Taxadede
Proporção
mortalidade
óbitos
infantil
por diarréia do
(0 ano
município,
a 42007;
anos) diarréia, por 100.000, ano
Taxa2007
5
de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007;
6
Não houve registro de mortalidade infantil (0 a 4 anos ) por diarréia no período estudado (1996-2007), o que, entretanto, não significa ausência da mesma;
C: proporção dos casos do município no ano de 2008 para as morbidades;
I: taxa de incidência por 100.000 habitantes das morbidades, ano 2008;
T: coeficiente angular na avaliação de tendência da serie histórica de todas as doenças;
O: proporção de óbito por diarréia do município, no ano de 2007;
M: taxa de mortalidade em menores de 5 anos por diarréia, por 100.000 habitantes, no ano de 2007.

19
ETAPA 2 - Atribuição de pesos
Nesta etapa, foi calculada a distribuição do número de casos por município em
relação ao total de casos do Estado e atribuídos pesos (Tabela 2.2).
Os pesos foram escolhidos de forma a atribuir maior valor aos municípios com
maior vulnerabilidade. Portanto, quanto maior a proporção de casos agrupados no
município, maior será o peso atribuído a este. O mesmo raciocínio lógico foi utilizado
para atribuir pesos aos parâmetros de incidência e tendência.
As morbidades, em geral, apresentaram tendência crescente na taxa de
incidência, porém, por apresentarem taxas heterogêneas de crescimento, foram
divididas em crescente moderada ou crescente acentuada, sendo o ponto de corte
definido de tal forma que, aproximadamente, 10% dos piores casos (taxas de
crescimento mais aceleradas) fossem classificadas como tendência crescente acentuada.
A mortalidade por diarréia apresentou, em geral, tendência decrescente,
contudo também pode-se observar uma grande heterogeneidade nas taxas de
decrescimento. Sendo assim, estas foram classificadas como decrescente moderada ou
decrescente acentuada. Seu ponto de corte foi definido de tal forma que,
aproximadamente, 10% dos melhores casos (taxas de decrescimento mais aceleradas)
fossem classificadas como tendência decrescente acentuada.
Após a atribuição de peso para os municípios, aqueles foram combinados com a
proporção de casos, a incidência e a tendência de doenças, bem como a proporção de
casos, a incidência e a respectiva tendência de óbito por diarréia de crianças com menos
de 5 anos, por município. Os resultados desta etapa estão consolidados na Tabela 2.3.
Conforme mencionado, observa-se que os municípios de Aperibé, Duas Barras,
Carapebus, Rio das Flores e Trajano de Morais apresentam células vazias para diarréia
em crianças menores que conco anos. Assim sendo, para esses municípios, o IVS foi
calculado apenas com as informações referentes aos casos de morbidade registrados.

20
Tabela 2.2 – Distribuição de pesos do IVS
DOENÇA VARIÁVEL CLASSE PESO
< 0,50% 1
0,51 a 1,00% 2
% casos no Estado
1,01 a 3,00% 3
> 3,00% 4
Decrescente 1
Estável 2
Dengue Tendência
Crescente moderada 3
Crescente acentuada 4
<100,0 1
100,0 a 500,0 2
Incidência*
500,1 a 1000 3
> 1000 4
< 0,50% 1
0,51 a 1,00% 2
% casos no Estado
1,01 a 3,00% 3
> 3,00% 4
Decrescente 1
Estável 2
LTA Tendência
Crescente moderada 3
Crescente acentuada 4
0 1
0,01 a 1,00 2
Incidência*
1,01 a 5,00 3
> 5,00 4
< 0,50% 1
0,51 a 1,00% 2
% casos no Estado
1,01 a 3,00% 3
> 3,00% 4
Decrescente 1
Estável 2
Leptospirose Tendência
Crescente moderada 3
Crescente acentuada 4
0 1
0,01 a 1,00 2
Incidência*
1,01 a 5,00 3
> 5,00 4
0 1
0,01 a 2,50% 2
% casos no Estado
2,51 a 5,00% 3
> 5,00% 4
Decrescente acentuada 1
Decrescente moderada 2
Mortalidade Infantil por Diarréia Tendência
Estável 3
Crescente 4
0 1
0,01 a 10,00 2
Taxa de Mortalidade*
10,01 a 25,00 3
>25,00 4
*por 100.000 habitantes
Fonte: Elaboração própria.

21
Tabela 2.3 – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção de
Óbitos por Diarréia de Crianças Menores que Cinco Anos e respectiva Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO
Soma Soma Soma Soma
C1 I2 T3 pesos C I T C I T O4 M5 T
pesos pesos pesos
Angra dos Reis 4 4 4 12 1 2 1 4 4 4 1 9 1 1 2 4
Aperibé 1 4 2 7 1 4 3 8 1 1 2 4
Araruama 2 4 2 8 1 2 2 5 4 3 3 10 1 1 3 5
Areal 1 1 2 4 1 1 2 4 1 1 2 4 1 1 3 5
Armação dos Búzios 1 2 2 5 1 1 2 4 1 1 2 4 1 1 1 3
Arraial do Cabo 1 2 2 5 1 1 2 4 1 1 2 4 1 1 3 5
Barra do Piraí 1 3 2 6 2 3 2 7 1 1 2 4 1 1 2 4
Barra Mansa 1 2 2 5 3 3 2 8 3 3 3 9 1 1 2 4
Belford Roxo 4 4 2 10 2 2 2 6 1 1 2 4 1 1 2 4
Bom Jardim 1 1 3 5 1 1 2 4 1 1 2 4 1 1 3 5
Bom Jesus do Itabapoana 1 3 2 6 1 3 3 7 3 3 2 8 1 1 3 5
Cabo Frio 1 2 2 5 1 1 2 4 1 1 2 4 1 1 2 4
Cachoeiras de Macacu 1 3 3 7 1 1 2 4 3 3 2 8 1 1 2 4
Cambuci 1 3 3 7 1 1 1 3 1 1 2 4 1 1 3 5
Campos dos Goytacazes 4 4 4 12 4 4 3 11 1 1 2 4 4 3 1 8
Cantagalo 1 4 4 9 1 1 2 4 3 4 2 9 1 1 3 5
Carapebus 1 3 3 7 1 1 2 4 1 1 2 4
Cardoso Moreira 1 4 4 9 1 1 2 4 1 1 2 4 1 1 3 5
Carmo 1 4 2 7 1 1 2 4 3 4 3 10 1 1 3 5
Comendador Levy Gasparian 1 4 2 7 2 4 2 8 1 1 2 4 1 1 3 5

22
Tabela 2.3 (cont.) – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção
de Óbitos por Diarréia de Crianças Menores que Cinco Anos e Respectiva Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO
Soma Soma Soma Soma
C1 I2 T3 C I T C I T O4 M5 T
pesos pesos pesos pesos
Conceição de Macabu 1 3 2 6 1 1 2 4 1 1 2 4 2 4 3 9
Cordeiro 1 4 4 9 1 1 2 4
4 3 4 2 9 1 1 3 2
4
Duas Barras 1 1 3 5 1 1 2 4
6 1 1 2 4
Duque de Caxias 4 4 2 10 3 2 1 6
4 4 2 2 8 3 2 2 7
Engenheiro Paulo de Frontin 1 2 2 5 1 1 2 4
4 3 4 2 9 1 1 3 5
4
Guapimirim 1 3 3 7 1 1 2 4 1 1 1 3 1 1 2 4
9
Iguaba Grande 1 4 2 7 1 1 2 4
6 1 1 2 4 1 1 3 5
Itaboraí 3 4 3 10 3 3 3 4
9 1 1 2 4 2 2 2 6
Itaguaí 10 4
2 4 4 2 2 2 6 3 2 2 7 1 1 2 4
8
Italva 1 3 3 7 1 1 2 4
4 3 4 2 9 1 1 3 5
Itaocara 1 1 2 4 1 1 2 4 1 1 2 4 1 1 2 4
Itaperuna 1 3 2 6 3 3 2 4
8 1 1 2 4 1 1 3 5
9
Itatiaia 1 2 3 6 1 1 2 4 1 1 2 4 1 1 3 5
4
Japeri 1 3 2 6 1 2 1 4
6 3 3 2 8 3 3 2 8
Laje do Muriaé 1 2 2 5 1 1 2 4
4 1 1 4 6 1 1 3 5
Macaé 6 10
1 2 3 3 3 3 9 1 1 1 3 3 3 3 9
4
Macuco 1 4 4 9 1 1 2 4
4 1 1 2 4 1 1 3 5
Magé 3 4 3 10 2 2 2 6 3 2 2 7 3 2 2 7
Mangaratiba 1 4 2 7 1 1 2 4 1 1 2 4 1 1 2 4
Maricá 2 4 3 9 4 4 2 10 3 3 2 8 1 1 3 5
Mendes 1 4 2 7 1 1 2 4 1 1 2 4 1 1 3 5
Mesquita 2 4 2 8 1 1 2 4 1 1 2 4 1 1 3 5

23
Tabela 2.3 (cont.) – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção
de Óbitos por Diarréia de Crianças Menores que Cinco Anos e Respectiva Tendência, por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO
Soma Soma Soma
C1 I2 T3 C I T C I T O4 M5 T
pesos pesos pesos
Miguel Pereira 1 2 3 6 1 1 2 4 1 1 2 4 1 1 3
Miracema 1 2 2 5 1 1 2 4 1 1 2 4 1 1 3
Natividade 1 4 4 9 1 1 2 4 1 1 2 4 1 1 3
Nilópolis 2 4 2 8 1 2 2 5 1 1 2 4 2 2 2
Niterói 4 4 2 10 4 3 3 10 1 1 2 4 3 2 2
Nova Friburgo 1 2 3 6 3 3 2 8 4 3 3 10 1 1 3
Nova Iguaçu 4 4 2 10 4 3 2 9 1 1 2 4 3 2 2
Paracambi 1 4 4 9 1 1 2 4 3 3 2 8 2 4 3
Paraíba do Sul 1 2 2 5 1 1 2 4 1 1 3 5 1 1 1
Parati 1 4 2 7 2 4 2 8 4 4 1 9 1 1 3
Paty do Alferes 1 1 3 5 1 1 2 4 1 1 2 4 1 1 2
Petrópolis 1 1 3 5 4 4 3 11 1 1 2 4 3 2 3
Pinheiral 1 3 2 6 3 4 3 10 1 1 2 4 1 1 3
Piraí 1 3 3 7 1 1 2 4 3 3 2 8 1 1 3
Porciúncula 1 4 4 9 4 4 4 12 1 1 2 4 1 1 3
Porto Real 1 2 3 6 1 1 2 4 1 1 2 4 1 1 3
Quatis 1 2 2 5 1 1 2 4 1 1 2 4 1 1 3
Queimados 1 3 2 6 1 1 2 4 3 2 3 8 1 1 2
Quissamã 1 3 3 7 1 1 2 4 1 1 2 4 1 1 3
Resende 1 2 3 6 2 3 2 7 1 1 2 4 2 3 3
Rio Bonito 1 4 3 8 3 4 3 10 4 4 2 10 1 1 2
Rio Claro 1 2 2 5 1 4 2 7 1 1 2 4 1 1 3

24
Tabela 2.3 (cont.) – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção
de Óbitos por Diarréia de Crianças Menores que Cinco Anos e Respectiva Tendência, por Município do ERJ
DENGUE LEPTOSPIROSE LTA DIARRÉIA
MUNICÍPIO
Soma Soma Soma
C1 I2 T3 C I T C I T O4 M5 T
pesos pesos pesos
Rio das Flores 1 2 2 5 1 4 4 9 1 1 2 4
Rio das Ostras 1 2 2 5 1 3 2 6 1 1 2 4 2 3 3
Rio de Janeiro 4 4 3 11 4 3 2 9 4 2 2 8 4 2 2
Santa Maria Madalena 1 2 2 5 1 1 2 4 3 4 2 9 1 1 3
Santo Antônio de Pádua 1 3 2 6 1 1 2 4 1 1 3 5 1 1 3
São Fidélis 1 3 3 7 2 4 2 8 3 4 2 9 1 1 3
São Francisco de Itabapoana 1 3 2 6 1 1 2 4 1 1 2 4 1 1 3
São Gonçalo 3 2 2 7 4 3 2 9 3 2 2 7 4 2 2
São João da Barra 1 4 2 7 2 4 3 9 1 1 2 4 1 1 3
São João de Meriti 3 4 2 9 3 2 1 6 1 1 2 4 2 2 2
São José de Ubá 1 3 3 7 1 1 2 4 1 1 2 4 1 1 3
São José do Vale do Rio Preto 1 2 2 5 1 1 2 4 1 1 2 4 1 1 3
São Pedro da Aldeia 1 3 3 7 1 1 2 4 1 1 2 4 1 1 3
São Sebastião do Alto 1 2 2 5 1 1 2 4 3 4 2 9 1 1 3
Sapucaia 1 2 2 5 1 1 2 4 1 1 2 4 1 1 3
Saquarema 1 2 3 6 1 1 2 4 3 3 1 7 1 1 2
Seropédica 2 4 3 9 1 1 2 4 1 1 2 4 1 1 3
Silva Jardim 1 2 3 6 1 1 2 4 1 1 2 4 1 1 3
Sumidouro 1 1 3 5 1 1 2 4 1 1 2 4 1 1 3
Tanguá 1 4 3 8 2 4 2 6 1 1 1 3 1 1 3
Teresópolis 1 1 3 5 1 2 2 5 1 1 2 4 1 1 2
Trajano de Morais 1 1 3 5 1 1 2 4 4 4 2 10

25
Tabela 2.3 (cont.) – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção
de Óbitos e Taxa de Mortalidade Infantil (0 a 4 anos) para Diarréia e Tendência por Município do ERJ

DENGUE LEPTOSPIROSE LTA DIARRÉIA


MUNICÍPIO
Soma Soma Soma
C1 I2 T3 C I T C I T O4 M5 T
pesos pesos pesos
Três Rios 1 2 2 5 1 1 2 4 3 3 2 8 1 1 3
Valença 1 2 2 5 1 1 2 4 1 1 2 4 1 1 2
Varre-Sai 1 1 2 4 1 1 2 4 1 1 2 4 1 1 3
Vassouras 1 3 2 6 1 1 2 4 1 1 1 3 1 1 3
Volta Redonda 2 3 2 7 3 3 2 8 1 1 2 4 1 1 2
Fonte: Elaboração própria.

Notações:
1
Pesos atribuídos à Proporção de casos do município, ano 2008;
2
Pesos atribuídos à Taxa de incidência por 100.000 habitantes, ano 2008;
3
Pesos atribuídos ao Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Mortalidade por Diarréia, 1996-2007)
4
Pesos atribuídos à Proporção de óbitos por diarréia do município, ano 2007;
5
Pesos atribuídos à Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007;
C: pesos atribuídos à proporção de casos do município no ano de 2008 para as morbidades;
I: pesos atribuídos à taxa de incidência por 100.000 habitantes para o ano de 2008 das morbidades;
T: pesos atribuídos ao coeficiente angular na avaliação de tendência da serie histórica de todas as doenças;
O: pesos atribuídos à proporção de óbitos por diarréia do município no ano de 2007;
M pesos atribuídos à taxa de mortalidade em menores de 5 anos por diarréia, por 100.000 no ano de 2007.

26
ETAPA 3 - Cálculo do IVS
O IVS foi calculado a partir da média aritmética da soma dos pesos de cada uma
das doenças padronizadas. O valor do IVS foi calculado através da seguinte equação:

(Equação 2.1)

ETAPA 4 - Cálculo do IVSp


O IVSp é representado por uma escala que varia de 0 a 1, na qual 0 é o valor
atribuído ao município com menor vulnerabilidade e 1 ao município com maior
vulnerabilidade. Os demais valores indicam a distância relativa entre o caso de menor
vulnerabilidade (indicador = 0) e o de maior vulnerabilidade (indicador = 1) (Tabela 2.4).
O IVSp foi calculado com base na Equação 2.2.

(Equação 2.2)

As Figuras 2.2 a 2.9 apresentam os indicadores para dengue, leptospirose, LTA e


diarréia para os municípios do ERJ, bem como os respectivos índices para as
macrorregiões.

Por macrorregião, a dengue variou de 0,19 (Centro-Sul) a 0,63 (Costa Verde), com
valores intermediários para a Região Metropolitana e Norte (Figura 2.3). Com relação a
leptospirose, o menor índice esteve associado a Região Centro-Sul, ao passo que valores
entre 0,21 e 0,37 pautaram as demais regiões. Sobre a LTA, a Costa Verde apresentou o
maior índice (0,61), seguida pelas regiões Serrana e Baixadas Litorâneas
(respectivamente, 0,53 e 0,44) (Figura 2.5). Nas demais macrorregiões, o índice variou
de 0,21 a 0,34 (Figura 2.7). Por fim, o índice para diarréia foi maior na Região
Metropolitana (0,54) e Norte Fluminese (o,56), ficando na mesma faixa de criticidade
nas demais regiões, neste caso variando de 0,21 a 0,39 (Figura 2.9)

27
Tabela 2.4- Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ

Município Denguep Leptop LTAp Diarréiap IVS IVSp


Angra dos Reis 1,00 0,11 0,86 0,17 0,53 0,648
Aperibé 0,38 0,56 0,14 0,36 0,388
Araruama 0,50 0,22 1,00 0,33 0,51 0,619
Areal 0,00 0,11 0,14 0,33 0,15 0,077
Armação dos Búzios 0,13 0,11 0,14 0,00 0,09 0,000
Arraial do Cabo 0,13 0,11 0,14 0,33 0,18 0,123
Barra do Piraí 0,25 0,44 0,14 0,17 0,25 0,231
Barra Mansa 0,13 0,56 0,86 0,17 0,43 0,489
Belford Roxo 0,75 0,33 0,14 0,17 0,35 0,374
Bom Jardim 0,13 0,11 0,14 0,33 0,18 0,123
Bom Jesus do Itabapoana 0,25 0,44 0,71 0,33 0,44 0,503
Cabo Frio 0,13 0,11 0,14 0,17 0,14 0,061
Cachoeiras de Macacu 0,38 0,11 0,71 0,17 0,34 0,365
Cambuci 0,38 0,00 0,14 0,33 0,21 0,174
Campos dos Goytacazes 1,00 0,89 0,14 0,83 0,72 0,917
Cantagalo 0,63 0,11 0,86 0,33 0,48 0,571
Carapebus 0,38 0,11 0,14 0,21 0,170
Cardoso Moreira 0,63 0,11 0,14 0,33 0,30 0,307
Carmo 0,38 0,11 1,00 0,33 0,45 0,531
Casimiro de Abreu 0,13 0,11 0,71 0,33 0,32 0,334
Comendador Levy Gasparian 0,38 0,56 0,14 0,33 0,35 0,379
Conceição de Macabu 0,25 0,11 0,14 1,00 0,38 0,415
Cordeiro 0,63 0,11 0,86 0,33 0,48 0,571
Duas Barras 0,13 0,11 0,14 0,13 0,047
Duque de Caxias 0,75 0,33 0,71 0,67 0,62 0,769
Engenheiro Paulo de Frontin 0,13 0,11 0,86 0,33 0,36 0,387
Guapimirim 0,38 0,11 0,00 0,17 0,16 0,101
Iguaba Grande 0,38 0,11 0,14 0,33 0,24 0,215
Itaboraí 0,75 0,67 0,14 0,50 0,51 0,620

28
Tabela 2.4 (cont.) - Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ

Município Denguep Leptop LTAp Diarréiap IVS IVSp


Itaguaí 0,75 0,33 0,57 0,17 0,46 0,532
Italva 0,38 0,11 0,86 0,33 0,42 0,479
Itaocara 0,00 0,11 0,14 0,17 0,11 0,015
Itaperuna 0,25 0,56 0,14 0,33 0,32 0,333
Itatiaia 0,25 0,11 0,14 0,33 0,21 0,169
Japeri 0,25 0,11 0,71 0,83 0,48 0,564
Laje do Muriaé 0,13 0,11 0,43 0,33 0,25 0,228
Macaé 0,25 0,67 0,00 1,00 0,48 0,567
Macuco 0,63 0,11 0,14 0,33 0,30 0,307
Magé 0,75 0,33 0,57 0,67 0,58 0,717
Mangaratiba 0,38 0,11 0,14 0,17 0,20 0,154
Maricá 0,63 0,78 0,71 0,33 0,61 0,764
Mendes 0,38 0,11 0,14 0,33 0,24 0,215
Mesquita 0,50 0,11 0,14 0,33 0,27 0,261
Miguel Pereira 0,25 0,11 0,14 0,33 0,21 0,169
Miracema 0,13 0,11 0,14 0,33 0,18 0,123
Natividade 0,63 0,11 0,14 0,33 0,30 0,307
Nilópolis 0,50 0,22 0,14 0,50 0,34 0,364
Niterói 0,75 0,78 0,14 0,67 0,58 0,723
Nova Friburgo 0,25 0,56 1,00 0,33 0,53 0,649
Nova Iguaçu 0,75 0,67 0,14 0,67 0,56 0,682
Paracambi 0,63 0,11 0,71 1,00 0,61 0,764
Paraíba do Sul 0,13 0,11 0,29 0,00 0,13 0,053
Parati 0,38 0,56 0,86 0,33 0,53 0,643
Paty do Alferes 0,13 0,11 0,14 0,17 0,14 0,061
Petrópolis 0,13 0,89 0,14 0,83 0,50 0,594
Pinheiral 0,25 0,78 0,14 0,33 0,38 0,415
Piraí 0,38 0,11 0,71 0,33 0,38 0,426
Porciúncula 0,63 1,00 0,14 0,33 0,53 0,635

29
Figura 2.4 (cont.) - Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ
Município Denguep Leptop LTAp Diarréiap IVS IVSp
Porto Real 0,25 0,11 0,14 0,33 0,21 0,169
Quatis 0,13 0,11 0,14 0,33 0,18 0,123
Queimados 0,25 0,11 0,71 0,17 0,31 0,318
Quissamã 0,38 0,11 0,14 0,33 0,24 0,215
Resende 0,25 0,44 0,14 0,83 0,42 0,477
Rio Bonito 0,50 0,78 1,00 0,17 0,61 0,762
Rio Claro 0,13 0,44 0,14 0,33 0,26 0,246
Rio das Flores 0,13 0,67 0,14 0,31 0,320
Rio das Ostras 0,13 0,33 0,14 0,83 0,36 0,389
Rio de Janeiro 0,88 0,67 0,71 0,83 0,77 1,000
Santa Maria Madalena 0,13 0,11 0,86 0,33 0,36 0,387
Santo Antônio de Pádua 0,25 0,11 0,29 0,33 0,25 0,222
São Fidélis 0,38 0,56 0,86 0,33 0,53 0,643
São Francisco de Itabapoana 0,25 0,11 0,14 0,33 0,21 0,169
São Gonçalo 0,38 0,67 0,57 0,83 0,61 0,763
São João da Barra 0,38 0,67 0,14 0,33 0,38 0,420
São João de Meriti 0,63 0,33 0,14 0,50 0,40 0,451
São José de Ubá 0,38 0,11 0,14 0,33 0,24 0,215
São José do Vale do Rio Preto 0,13 0,11 0,14 0,33 0,18 0,123
São Pedro da Aldeia 0,38 0,11 0,14 0,33 0,24 0,215
São Sebastião do Alto 0,13 0,11 0,86 0,33 0,36 0,387
Sapucaia 0,13 0,11 0,14 0,33 0,18 0,123
Saquarema 0,25 0,11 0,57 0,17 0,27 0,266
Seropédica 0,63 0,11 0,14 0,33 0,30 0,307
Silva Jardim 0,25 0,11 0,14 0,33 0,21 0,169
Sumidouro 0,13 0,11 0,14 0,33 0,18 0,123
Tanguá 0,50 0,56 0,00 0,33 0,35 0,373
Teresópolis 0,13 0,22 0,14 0,17 0,16 0,102
Trajano de Morais 0,13 0,11 1,00 0,41 0,468

30
Tabela 2.4 (cont.) - Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ

Município Denguep Leptop LTAp Diarréiap IVS IVSp


Três Rios 0,13 0,11 0,71 0,33 0,32 0,334
Valença 0,13 0,11 0,14 0,17 0,14 0,061
Varre-Sai 0,00 0,11 0,14 0,33 0,15 0,077
Vassouras 0,25 0,11 0,00 0,33 0,17 0,116
Volta Redonda 0,38 0,56 0,14 0,17 0,31 0,318
Fonte: Elaboração própria.

31
FIGURA 2.2 – INDICADOR DE DENGUE

Janeiro de 2011

32
FIGURA 2.3 – INDICADOR DE DENGUE – MACRORREGIÔES DO ERJ

Janeirode
Janeiro de2011
2011

33
FIGURA 2.4 – INDICADOR DE LEPTOSPIROSE

Janeiro de 2011

34
FIGURA 2.5 – INDICADOR DE LEPTOSPIROSE – MACRORREGIÔES DO ERJ

Janeiro de 2011

35
FIGURA 2.6 – INDICADOR DE LEISHMANIOSE TEGUMENTAR AMERICANA
(LTA)

Janeirodede2011
Janeiro 2011

Janeiro de 2011

36
FIGURA 2.7 – INDICADOR DE LTA – MACRORREGIÔES DO ERJ

Janeiro de 2011

37
FIGURA 2.8 – INDICADOR DE DIARRÉIA

Janeiro de 2011

Janeiro de 2011

38
FIGURA 2.9 – INDICADOR DE DIARRÉIA – MACRORREGIÔES DO ERJ

Janeiro de 2011

39
CAPÍTULO 3
INDICE DE VULNERABILIDADE SOCIAL DA FAMÍLIA – IVSF
O Indice de Vulnerabilidade Social da Família (IVSF), o segundo componente do
Índice de Vulnerabilidade Geral (IVG), organiza informações acerca das diferentes
famílias que convivem no cenário social do ERJ, possibilitando a identificação de grupos
sociais mais vulneráveis.
Entende-se por vulnerabilidade social da família o conjunto de aspectos que
transcende o indivíduo, abrangendo elementos coletivos, contextuais (Najar et al 2008).
Considera-se que os grupos sociais mais vulneráveis, isto é, com menor capacidade de
reagir a adversidades em geral, serão os que terão menor resiliência frente aos possíveis
impactos das mudanças do clima, tais como excesso de chuvas, enchentes, ressacas e
doenças.
Família, segundo a definição do IBGE para efeito de censo, é uma categoria de
agregação típica dos domicílios particulares e que pode significar um conjunto de
pessoas que co-habitam um mesmo espaço, seguindo “normas de convivência”2 e regras
estabelecidas. São exemplos de família: (a) a pessoa que mora sozinha; (b) o conjunto de
pessoas ligadas por laços de parentesco ou de “dependência doméstica”3; (c) as pessoas
ligadas por normas de convivência.
Ainda segundo o IBGE, os componentes da família são: a pessoa responsável
pela família; filhos ou enteados; pais ou sogros; netos e bisnetos; irmãos; outros
parentes; agregados; pensionistas; empregados domésticos e parentes dos empregados
domésticos. Ou seja, família é um conjunto de pessoas, ao passo que domicílio é a
estrutura física onde habitam.
Para efeito deste projeto, optou-se pelo uso da família como unidade analítica,
pois trata-se da unidade de organização social básica, com capacidade para explicar uma
série de fenômenos, que tem como variáveis mais importantes as questões sociais. Essa
diferenciação parece fundamental para a discussão sobre família, já que podem conviver
uma ou mais famílias num mesmo domicílio. Nesse sentido, a opção pela utilização dos
dados do Censo permitiu uma diferenciação das famílias no interior dos domicílios.
No caso de um estudo de vulnerabilidade, entende-se como uma unidade de
agregação adequada para a estimativa da capacidade de resposta a variação dos
eventos climáticos. Assim, em um determinado município que contenha percentual
expressivo de famílias em pior situação, frente ao conjunto das seis dimensões aqui

2
Por “normas de convivência”, subentende-se as regras estabelecidas para a convivência de pessoas que residem no mesmo domicílio, mas
que não estão ligadas por laços de parentesco ou de dependência doméstica.
3
Por “dependência doméstica” subentende-se a situação de subordinação dos empregados domésticos e dos agregados em relação à
pessoa responsável pela família.

40
avaliadas, é razoável supor que tais famílias tenham menor resiliência às projetadas
variações do clima.
A vulnerabilidade não se distribui de forma homogênea e uniforme no espaço
intra-urbano, da mesma forma que não se concentra em alguma área contígua definida,
ou seja, a segregação social no espaço não é “perfeita”. Nem todos os assentamentos
identificados como de baixa renda são ocupados apenas por pobres e nem todos os
pobres ocupam áreas tidas como carentes. Essa constatação imediata para qualquer
observador atento reflete, ao mesmo tempo, algumas das dificuldades clássicas para se
definir, caracterizar e localizar as diversas situações de vulnerabilidade social.
O objetivo principal do IVSF é a construção de um indicador que sintetize as
dimensões relevantes da pobreza, com a possibilidade de agregação para qualquer
grupo demográfico identificado como mais vulnerável, no nível de cada família. Assim,
mesmo que o IVSF não expresse exatamente a configuração das famílias no ERJ
contemporâneo, pode contribuir para uma reflexão mais específica sobre essa questão e
agregar valor na configuração de propostas políticas. O uso desta metodologia visa a
identificação de vulnerabilidades, não necessariamente entre os pobres, mas nas
diferentes famílias, somando elementos para a análise das políticas públicas e para a
configuração de estratégias de enfrentamentos das necessidades de saúde,
compreendidas de forma abrangente.

3.1 CONSTRUÇÃO DO IVSF


Para este projeto, o índice proposto e desenvolvido por Carvalho e
colaboradores (2003) foi adaptado com a utilização de dados do Censo Demográfico
2000, do IBGE. Na presente adaptação, o IVSF é constituído por seis dimensões, 22
componentes e 53 indicadores (Quadro 3.1).
Cumpre salientar que, para melhor entendimento deste relatório, foram
efetuadas pequenas alterações na denominação de algumas dimensões de Carvalho et
al. (2003).

41
Quadro 3.1 – Dimensões, componentes e indicadores do IVSF

DIMENSÕES COMPONENTES INDICADORES


V1 - ausência de menores de um ano
Atenção e cuidado com
V2 - ausência de criança
crianças, adolescentes e
V3 - ausência de criança ou adolescente
jovens
V4 - ausência de criança ou adolescente ou jovem
V5 - responsável pela família é do sexo masculino
Presença do cônjuge V6 - responsável pela família é do sexo masculino e vive
em presença do cônjuge
V7 - ausência de pessoa com incapacidade visual na
família
V8 - ausência de pessoa com incapacidade auditiva na
Ausência de desvantagem família
física V9 - ausência de pessoa com incapacidade para
Estrutura
deambular na família
Familiar4
V10 - ausência de pessoa com deficiências físicas na
família
V11 - ausência de pessoa com problemas mentais
permanentes na família
V12 - ausência de não-brancos na família
V13 - família não mora em setor classificado como
Ausência de desvantagem
aglomerado subnormal
social
V14 - responsável pela família reside na mesma cidade
desde 1995
V15 - ausência de adulto com idade igual ou maior do
que 75 anos.
C1 – responsável pela família sabe ler e escrever;
C2 – responsável pela família tem mais do que quatro
Analfabetismo anos de estudo
C3 – ausência de adulto (pessoa com 25 anos ou mais)
analfabeto
C4 – responsável pela família tem pelo menos ensino
Acesso ao
conhecimento fundamental completo ou I grau
C5 – responsável pela família tem pelo menos ensino
médio ou II grau
Escolaridade
C6 – responsável pela família com alguma educação
superior
C7 – algum outro componente da família com alguma
educação superior

4
Carvalho (2006) define esta dimensão como “Ausência de Vulnerabilidade”.

42
Quadro 3.1 (cont.) – Dimensões, componentes e indicadores do IVSF

T1 - responsável pela família trabalha com remuneração


Disponibilidade de
T2 - adultos (25 anos ou mais) trabalham com
trabalho
remuneração
T3 - responsável pela família é contribuinte de
Qualidade do posto de previdência oficial
trabalho T4 - responsável pela família não trabalha mais do que 10
Acesso ao
horas/dia – considerou-se semana de 5 dias de trabalho
trabalho
T5 - responsável pela família com total de rendimentos
do trabalho principal superior a 1 salário-mínimo
T6 - responsável pela família com total de rendimentos
Remuneração
do trabalho principal superior a dois salários-mínimos
T7 - responsável pela família com total de rendimentos
do trabalho principal superior a três salários-mínimos
Disponibilidade
R1 - renda familiar per capita superior à linha de pobreza
de recursos Pobreza
regionalizada
(renda)
D1 - ausência de crianças entre 10 e 11 anos trabalhando
Proteção contra o trabalho
D2 - ausência de crianças e adolescentes entre 10 e 17
precoce
anos trabalhando
D3 - ausência de criança entre três a seis anos fora da
escola
D4 - ausência de criança/adolescente entre sete a 14
Acesso à escola
anos fora da escola
Desenvolvimento D5 - ausência de criança/adolescente entre sete e 17
infanto-juvenil anos fora da escola
D6 - criança/adolescente entre 10 e 14 anos tem mais do
que quatro anos de estudo
Progresso escolar
D7 - adolescente entre 15 e 17 anos tem mais do que
quatro anos de estudo
D8 - nenhuma mulher teve filho nascido morto
Mortalidade de filhos D9 - total de filhos nascidos vivos que estavam vivos é
igual ao total de filhos tidos

43
Quadro 3.1 (cont.) – Dimensões, componentes e indicadores do IVSF

H1 - domicílio próprio
Propriedade
H2 - domicílio próprio e terreno próprio
Densidade H3 - até três moradores por dormitório
Abrigabilidade H4 - existência de banheiro
Acesso a serviço de H5 - abastecimento adequado (rede geral e pelo menos
abastecimento d’água um cômodo com canalização interna)
Acesso a serviço de
H6 - esgotamento adequado (rede geral ou fossa séptica)
esgotamento sanitário
Acesso a serviço de coleta H7 - destino do lixo adequado (lixo coletado por serviço
de lixo de limpeza)
Condições Acesso a serviço de
H8 - existência de iluminação elétrica
habitacionais energia elétrica
H9 - existência de rádio
H10 - existência de rádio; e televisão
H11 - existência de rádio; televisão; e geladeira ou
freezer
H12 - existência de rádio; televisão; geladeira ou freezer;
Acesso a bens duráveis e máquina de lavar roupa
H13 - existência de rádio; televisão; geladeira ou freezer;
máquina de lavar roupa; e linha telefônica instalada
H14 - existência de rádio; televisão; geladeira ou freezer;
máquina de lavar roupa; linha telefônica instalada; e
microcomputador
Fonte: Adaptado a partir de Carvalho et al. (2003); Haselbalg (2003).

O cálculo do IVSF passa por três etapas:


Etapa 1 – Avaliação das famílias segundo as dimensões, componentes e indicadores;
Etapa 2 – Atribuição de pesos; e
Etapa 3 – Cálculo do IVSFp.

ETAPA 1 - Avaliação das famílias segundo as dimensões, componentes e indicadores


Para a análise das famílias, foram consideradas as seguintes dimensões:
estrutura familiar; acesso ao conhecimento; acesso ao trabalho; disponibilidade de
recursos (renda); desenvolvimento infanto-juvenil; e condições habitacionais. A análise
levou em consideração, também, os grupos já identificados, segundo Haselbalg (2003),
Monteiro (2003), Silva & Haselbalg (1992) e Evans (1994), como mais vulneráveis:
famílias onde as mulheres são chefes, famílias com presença de crianças e/ou idosos e
chefes de família não-brancos.
Adicionalmente, foi preservada a idéia original de perguntas feitas às famílias,
cujas respostas são dicotomias codificadas no formato de “sim” ou “não”. Cada “sim”,
foi computado positivamente, aumentando a pontuação na direção de um índice de
desenvolvimento maior. Dessa forma, o IVSF pode variar livremente entre 0 (famílias
mais vulneraveis) e 1 (menor vulnerablidade).

44
O IVSF considera os dados do Censo Demográfico 2000, para toda a população
do ERJ. Para calcular os dados, foi utilizado o modelo estatístico do programa SPSS 11.5,
de propriedade do PMAGS/FIOCRUZ.
O indicador sintético de cada um dos 22 componentes é a média aritmética das
variáveis utilizadas para representar cada componente. Foram escolhidos para pontos
de corte os valores de 1/3 (0,33) e 2/3 (0,67), o que permite dividir a distribuição em
três categorias com relação à sua vulnerabilidade social, classificando-as em mais
vulnerável (< 0,33), vulnerabilidade intermediária (entre ≥ 0,33 e ≤ 0,67) e menor
vulnerabilidade (> 0,67). A média do IVSF para o ERJ foi de 0,61 o que demonstra que,
para a análise do valor do IVSF, o ERJ encontra-se em uma posição intermediária, isto é,
com vulnerabilidade média.
A idéia subjacente é a de que as desvantagens sociais podem expor as famílias a
riscos, em caso de ocorrência de eventos climáticos extremos. Considerando apenas os
fatores sociais, pode-se atribuir notas que apontam a vulnerabilidade dos municípios à
eventos climáticos extremos.
Na análise para o ERJ, as médias das dimensões do IVSF estão apresentadas na
Tabela 3.1.

Tabela 3.1 – Dimensões e médias do IVSF para o ERJ, ano 2000

DIMENSÃO MÉDIA
Estrutura Familiar 0,65
Acesso ao Conhecimento 0,52
Acesso ao Trabalho 0,48
Disponibilidade de Recursos (Renda) 0,42
Desenvolvimento Infanto-Juvenil 0,77
Condições Habitacionais 0,79
IVSF 0,61

Fonte: Elaboração própria, com base em dados do IBGE, ano de 2000.

ETAPA 2 - Atribuição de pesos


Após o processamento das informações, passou-se para segunda fase da
construção do índice. Assim, foi atribuído o mesmo peso, conforme proposto por
Carvalho et al. (2003), para todas as variáveis que o compõe. A atribuição dos pesos foi
feita, como se segue:
Igual peso para indicadores de uma mesma componente;
Igual peso para cada componente de uma mesma dimensão, e
Igual peso para cada uma das seis dimensões.

45
O índice padronizado de cada um dos componentes foi definido como sendo a
média aritmética dos indicadores utilizados para representar essa componente,
procedimento também aplicado para o índice sintético de cada dimensão (IVSF), que é a
média aritmética dos índices sintéticos das seis dimensões que o compoe.

ETAPA 3 - Cálculo do IVSFp


O IVSF foi originalmente construído de forma a atribuir maior valor aos
municípios de menor grau de vulnerabilidade e menor valor aos municípios com maior
grau de vulnerabilidade.
A fim de compatibilizar os valores dos diferentes índices que compõem o IVG, foi
realizada a padronização do IVSF. Analogamente, a construção do índice sintético de
cada dimensão é a média aritmética de seus respectivos componentes. O IVSF foi,
então, calculado como sendo a média aritmética dos índices padronizados das seis
dimensões que o compõem.
Os valores calculados para o IVSF foram padronizados utilizando-se a seguinte
equação:
(Equação 3.1)

O índice final varia de 0 a 1, sendo que 0 é o valor atribuído ao município com


menor vulnerabilidade, e 1 ao município com maior vulnerabilidade. Os demais valores
indicam a distância relativa entre a menor vulnerabllidade (índice = 0) e a maior
vulnerabilidade (índice = 1).
Por exemplo, Niterói obteve IVSF = 0,66 e São Francisco do Itabapoana, IVSF =
0,48, sendo estes o maior e menor valores observados, respectivamente. Neste caso,
utilizando-se a equação de padronização, obtem-se IVSFp = 0,00, para Niterói e IVSp =
1,00, para São Francisco do Itabapoana.
O IVSF e o IVSFp são apresentados, para os municípios do ERJ, na Tabela 3.2.

46
Tabela 3.2 – IVSF e IVSFp por município

Município IVSF IVSFp


Angra dos Reis 0,57 0,51
Aperibé 0,54 0,65
Araruama 0,55 0,61
Areal 0,56 0,52
Armação dos Búzios 0,60 0,32
Arraial do Cabo 0,60 0,35
Barra do Piraí 0,56 0,54
Barra Mansa 0,57 0,50
Belford Roxo 0,55 0,63
Bom Jardim 0,55 0,63
Bom Jesus do Itabapoana 0,54 0,69
Cabo Frio 0,57 0,47
Cachoeiras de Macacu 0,54 0,65
Cambuci 0,53 0,72
Campos dos Goytacazes 0,55 0,60
Cantagalo 0,55 0,60
Carapebus 0,55 0,64
Cardoso Moreira 0,50 0,91
Carmo 0,54 0,69
Casimiro de Abreu 0,56 0,54
Comendador Levy Gasparian 0,53 0,73
Conceição de Macabu 0,54 0,64
Cordeiro 0,57 0,47
Duas Barras 0,53 0,75
Duque de Caxias 0,56 0,56
Engenheiro Paulo de Frontin 0,55 0,60
Guapimirim 0,54 0,65
Iguaba Grande 0,58 0,46
Itaboraí 0,54 0,66
Itaguaí 0,56 0,55
Italva 0,53 0,75
Itaocara 0,55 0,62
Itaperuna 0,55 0,58
Itatiaia 0,59 0,40
Japeri 0,52 0,77
Laje do Muriaé 0,52 0,80
Macaé 0,61 0,29
Macuco 0,55 0,63
Magé 0,54 0,68
Mangaratiba 0,58 0,42
Maricá 0,58 0,45
Mendes 0,56 0,54
Mesquita
Miguel Pereira 0,57 0,49
Miracema 0,54 0,69
Natividade 0,53 0,70

47
Tabela 3.2 (cont.) - IVSF e IVSFp por município

Município IVSF IVSFp


Nilópolis 0,59 0,38
Niterói 0,66 0,00
Nova Friburgo 0,60 0,34
Nova Iguaçu 0,57 0,52
Paracambi 0,53 0,72
Paraíba do Sul 0,54 0,69
Parati 0,57 0,48
Paty do Alferes 0,52 0,77
Petrópolis 0,60 0,35
Pinheiral 0,55 0,59
Piraí 0,56 0,56
Porciúncula 0,51 0,85
Porto Real 0,53 0,70
Quatis 0,56 0,57
Queimados 0,54 0,65
Quissamã 0,52 0,76
Resende 0,60 0,33
Rio Bonito 0,55 0,63
Rio Claro 0,53 0,73
Rio das Flores 0,53 0,71
Rio das Ostras 0,57 0,50
Rio de Janeiro 0,63 0,17
Santa Maria Madalena 0,54 0,69
Santo Antônio de Pádua 0,54 0,69
São Fidélis 0,52 0,78
São Francisco de Itabapoana 0,48 1,00
São Gonçalo 0,59 0,41
São João da Barra 0,52 0,77
São João de Meriti 0,57 0,51
São José de Ubá 0,49 0,92
São José do Vale do Rio Preto 0,54 0,67
São Pedro da Aldeia 0,57 0,51
São Sebastião do Alto 0,52 0,80
Sapucaia 0,53 0,73
Saquarema 0,55 0,63

48
Tabela 3.2 (cont.) - IVSF e IVSFp por município

Município IVSF IVSFp

Seropedica 0,55 0,62


Silva Jardim 0,52 0,78
Sumidouro 0,52 0,75
Tanguá 0,52 0,78
Teresópolis 0,58 0,45
Trajano de Morais 0,51 0,84
Três Rios 0,56 0,58
Valença 0,56 0,57
Varre-Sai 0,51 0,85
Vassouras 0,56 0,58
Volta Redonda 0,59 0,38

Fonte: Elaboração própria, a partir de dados do IBGE, 2000.

CONSTRUÇÃO DO IVSF
A dimensão “Disponibilidade de Recurso”, no componente “Pobreza”, tem por base a variável
“Renda Família Per Capita” (R1), por ter apenas uma variável, o valor da dimensão é igual ao
valor da variável.
A dimensão “Disponibilidade de Recurso” é construída da seguinte forma:

No banco de dados do Censo do IBGE, cada linha representa um indivíduo e há variável com
informação sobre sua renda. Esses indivíduos são agregados de acordo com suas respectivas
famílias. Então, cada linha passa a representar uma família. A variável “Renda Família Per Capita”
(R1) considera a soma da renda dos indivíduos de uma mesma família, divida pelo número de
componentes desse núcleo.
A renda per capita de cada família foi codificada em:
a. 0 = renda familiar per capita abaixo da linha de pobreza regionalizada;
b. 1= renda familiar per capita acima da linha de pobreza regionalizada.
A dimensão “Disponibilidade de Recursos” para o município é calculada, então, por meio do valor
médio da variável “R1” atribuído a cada família de um mesmo município. Assim, quanto melhor a
condição econômica das famílias, mais próximo de 1 será o valor dessa dimensão. Foi
considerado como linha de pobreza o valor de um salário mínimo da época (R$ 113,00).

49
CAPÍTULO 4

ÍNDICE DE VULNERABILIDADE AMBIENTAL - IVAm


O Índice de Vulnerabilidade Ambiental (IVAm), o terceiro componente do IVG,
inclui características de sistemas biofísicos vulneráveis aos efeitos do clima, bem como
uma série histórica de eventos meteorológicos extremos, conforme registro da Defesa
Civil.
O IVAm é composto por:
Indicador de Cobertura Vegetal;
Indicador de Conservação da Biodiversidade;
Indicador de Linha de Costeira; e
Indicador de Eventos Hidrometeorológicos Extremos.

A seguir, são apresentados os critérios utilizados para a coleta das informações,


construção e agregação dos indicadores que compõem o IVAm. A Tabela 4.1 representa
os pesos que foram utilizados, também, na construção do índice.

50
Tabela 4.1 – Distribuição de pesos IVAm
INDICADORES VARIÁVEL CLASSE PESO
0 0
0,1 a 25,0 1
% área cobertura vegetal 25,1 a 50,0 2
50,1 a 75,0 3
Cobertura Vegetal > 75,0 4
Floresta Estacional secundária 1
Floresta Ombrófila secundária 2
Tipo de vegetação
Floresta Estacional primária 3
Floresta Ombrófila primária 4
0 0
1 a 27 1
Conservação da
Valor de conservação 28 a 84 2
Biodiversidade
85 a 150 3
151 a 356 4
0 0
0,01 a 0,50 1
% de eventos extremos no
0,51 a 1,00 2
município em relação ao ERJ
1,01 a 2,00 3
> 2,00 4
Eventos Extremos
0 0
0,1 a 25,0 1
% de eventos extremos com vítimas
25,1 a 50,0 2
fatais no município
50,1 a 75,0 3
> 75,0 4
Não Costeiro 0
Localização
Costeiro 1
0 0
<25 1
Extensão linha de costa (km)
25 a 50 2
Linha de Costa
>50 3
> 2,00 1
2
Área de manguezal (km ) / extensão 1,01 a 2,00 2
linha de costa (km) 0,01 a 1,00 3
0 4
Fonte: Elaboração própria.

4.1 INDICADOR DE COBERTURA VEGETAL - ICV


O Indicador de Cobertura Vegetal (ICV) agrega a proporção da área do município
ocupada por cobertura vegetal , incluindo os dois maiores conjuntos de fitofisionomias
florestais primários e secundários do ERJ, quais sejam, a Floresta Ombrófila e a Floresta
Estacional.

51
4.1.1 Biodiversidade e Resiliência das Florestas Ombrófila e Estacional
A Mata Atlântica possui relevância estratégica para a conservação da
biodiversidade em nível global, por se tratar de um bioma rico em espécies da flora e
fauna, muitas das quais lhes são exclusivas (endêmicas) (Mittermeier et al., 2000).
Neste cenário, o ERJ destaca-se por conter elevada biodiversidade para diversos
grupos de fauna, o que é particularmente válido para borboletas (Brown & Freitas,
2000), lagartos (Vanzolini, 1988), aves (Wege & Long, 1995; Manne et al., 1999; Silva et
al., 2004) e mamíferos (Costa et al., 2000).
Toda essa biodiversidade, porém, concentra-se, primordialmente, em blocos de
vegetação que se alinham da Costa Verde ao Parque Estadual do Desengano, na região
Norte Fluminense, os quais integram a cadeia de montanhas da serra do Mar, bem como
nos blocos de vegetação da Região Metropolitana do Rio de Janeiro (RMRJ) e da Região
da Serra da Mantiqueira (Rocha et al., 2003).
Os blocos de vegetação do Norte Fluminense e da Serra da Mantiqueira são os
únicos que abrigam formações estacionais (matas secas), em particular a floresta
estacional semidecidual. Todos os demais possuem apenas matas ombrófilas (matas
úmidas), em suas mais variadas manifestações.
Rocha et al. (2009), ao analisarem a distribuição da diversidade da fauna no ERJ,
concluíram que os maiores índices de ameaça e endemismo encontram-se em
municípios que integram os blocos de vegetação da Serra da Mantiqueira (Itatiaia), da
Região Sul Fluminense (Parati e Angra dos Reis), da Região Metropolitana do Rio de
Janeiro (Rio de Janeiro), da Região Serrana Central (Nova Friburgo, Teresópolis, Silva
Jardim e Cachoeiras de Macacu) e do Norte Fluminense (Santa Maria Madalena). Em
comum, tais municípios abrigam, preponderantemente, remanescentes florestais de
mata ombrófila, os quais se distribuem ao longo de gradientes altitudinais que podem
variar de 0 a mais de 2.200 m.
A maior diversidade de espécies associada às matas ombrófilas,
comparativamente às matas estacionais, pode também ser inferida pelos resultados
obtidos em inventários de fauna conduzidos por diferentes especialistas no interior ou
fora de unidades de conservação no ERJ.
Entre os invertebrados terrestres, há registro de espécies endêmicas de
formigas para a região de mata ombrófila (Itatiaia, Teresópolis e Duque de Caxias), de
um maior número de espécies de borboletas em Itatiaia, Rio de Janeiro e Duque de
Caxias, bem como da presença de espécies endêmicas e ameaçadas nos Parques
Nacionais de Itatiaia e da Serra dos Órgãos (Santos et al., 2009).
Entre os odonatos (libélulas), são conhecidas 308 espécies (cerca de 40% das
espécies catalogadas para o Brasil), algumas das quais são endêmicas da serra de
Itatiaia. Entre as abelhas, os parcos dados disponíveis sobre o grupo apontam áreas de
endemismos associadas à serra da Bocaina, Ilha Grande e serra do Tinguá (Santos et al.,
2009).

52
Com relação aos aracnídeos, grande parte das espécies endêmicas provêm de
estudos conduzidos em municípios inseridos no âmbito da floresta ombrófila, a exemplo
de Itatiaia, Duque de Caxias (Tinguá), Petrópolis, Teresópolis, Nova Friburgo,
Guapimirim, Cachoeiras de Macacu, Casimiro de Abreu e Rio de Janeiro.
Para os peixes continentais, os municípios de Maricá, Magé e Mangaratiba são
os que apresentam os maiores índices de endemismo de espécies (Mazzoni et al., 2009).
Em comum, estes municípios estão territorialmente inseridos na área de ocorrência da
floresta ombrófila.
As áreas chaves para efeito de conservação dos anfíbios são a serras de Itatiaia e
dos Órgãos, pelo fato de haver grande concentração de espécies endêmicas. Outras
áreas fundamentais para a conservação dos anfíbios são os remanescentes florestais dos
maciços da Tijuca, Pedra Branca e Mendanha, do bloco de vegetação da Região
Metropolitana do Rio de Janeiro, e a Costa Verde, onde ocorrem muitas espécies
endêmicas (van Sluys, 2009).
Para os répteis, uma das duas faixas principais que possuem maior concentração
de espécies de répteis, tanto endêmicas, quanto ameaçadas, diz respeito àquela
circunscrita às florestas densas que ocorrem desde a região de Parati e serra da Bocaina
até as florestas da serra do Desengano. Entretanto, os maiores índices de valor de
conservação estão associados aos municípios do Rio de Janeiro e Maricá (Rocha et al.,
2009).
No que diz respeito às aves, as áreas que se destacam como de maior
concentração de endemismos e/ou de espécies ameaçadas de extinção, ou seja, com
maiores índices de valor de conservação, são a região Serrana Central, a região da Costa
Verde e a serra do Desengano (Alves et al., 2009), todas, portanto, inseridas no domínio
das matas ombrófilas. Por outro lado, das 11 IBA (Important Bird Areas) definidas para o
ERJ, 10 estão inseridas no âmbito das matas ombrófilas (Bencke et al., 2006).
Por fim, o padrão de concentração de espécies endêmicas e ameaçadas das aves
se repete para os mamíferos, acrescentando-se, neste caso, a região serrana de Itatiaia
(Bergallo et al., 2009).
Para a flora, a diversidade de espécies associada às matas úmidas e secas é
notavelmente distinta, conforme ressalta Gentry (1988), cujos estudos indicam que a
flora de florestas secas da Mata Atlântica, composta por cerca de 350 gêneros e 82
famílias é menos rica do que a de florestas úmidas, cujo número de famílias chega a 219.
Lopes (2007) também concluiu que as matas secas apresentam um grupo menor de
espécies e famílias de elevada importância ecológica, quando comparadas às matas
úmidas, de modo que as matas secas podem ser caracterizadas como um subconjunto
das florestas úmidas.
Com relação aos processos associados à sucessão ecológica de florestas, o
número de espécies de plantas, via de regra, é mais reduzido nas primeiras fases de
sucessão (florestas secundárias), comparativamente a ambientes mais maduros

53
(Vaccaro, 1997). Nestes, a complexidade estrutural da vegetação também é maior, o
que propicia a fixação de comunidades faunísticas igualmente mais diversas.
Apesar dos maiores e mais expressivos remanescentes florestais do ERJ
encontrarem-se no interior de unidades de conservação, a pressão antrópica sobre os
mesmos é muito intensa. As ameaças mais significativas dizem respeito à expansão e
favelização de grandes centros urbanos, caça e comércio ilegal de espécies da fauna,
retirada de madeira e introdução de espécies exóticas, além do clássico processo de
insularização das populações de animais e vegetais, em função da fragmentação de
habitats (Rocha et al., 2003). Nesse sentido, um dos efeitos diretos da fragmentação é a
redução da riqueza de espécies, no longo prazo (Castro Jr., 2001).
Assim, para efeito do presente trabalho, será levada em consideração a
extensão e tipologia da cobertura vegetal nativa em dois momentos: pretérita e atual. A
distribuição pretérita (original) da vegetação segue o modelo elaborado pelo Projeto
BRASIL (1983), na escala de 1:1.000.000, ao passo que a distribuição atual se baseia no
mapeamento do uso do solo e cobertura vegetal referente ao Zoneamento Ecológico
Econômico do Rio de Janeiro - ZEE/RJ, concebido com o processamento de sete cenas do
satélite Landsat5 (sensor TM; resolução espacial de 30 m), de agosto de 2007, na escala
de 1:100.000 (Coelho Netto, 2008) 5 (Figura 4.1).
As duas fitofisionomias do ERJ em termos de área mais representativas de
ocorrência são, portanto, assim classificadas:
Floresta Ombrófila Densa (primária e secundária); e
Floresta Estacional (primária e secundária).
Na medida em que o mapeamento da cobertura do solo do ZEE/RJ não
contempla a diferenciação entre os dois maiores conjuntos de fitofisionomias florestais
do ERJ, quais sejam, a Floresta Ombrófila e Floresta Estacional, recorreu-se à base
cartográfica do PROBIO (Ano-base 2002, escala 1:1.000.000) para a sua delimitação
(Figura 4.2). A sobreposição de ambas as bases cartográficas permitiu identificar os
remanescentes florestais para cada fitofisionomia (Figuras 4.3 e 4.4), cujas diferentes
classes de vegetação foram, então, quantificadas por município.
Os dados quantitativos da vegetação remanescente por tipo e por município do
ERJ foram usados para compor os números índices dos indicadores municipais.

5
Os dados planialtimétricos foram obtidos de mapeamentos efetuados pelo IBGE e Diretoria de Serviço Geográfico (DSG)
na escala 1:50.000 e disponibilizados em 46 folhas atreladas ao sistema geodésico Córrego Alegre e seis ao sistema SAD/69.
O mapeamento remonta à década de 70 para a maioria das folhas, com apenas algumas delas tendo sido realizadas no
início dos anos 80. A partir destas cartas topográficas, o Instituto Estadual de Florestas (IEF) e a Fundação Centro de
Informações e Dados do Rio de Janeiro (CIDE) fizeram agregações, respectivamente, na escala 1:50.000 e 1:400.000, cujos
resultados foram utilizados pela equipe de trabalho do ZEE-RJ. Por fim, foi utilizada base cartográfica da Fundação CIDE na
escala 1:450.000, adotada unicamente para apoio na elaboração de layouts de mapas temáticos. Recorreu-se, ainda, à base
cartográfica do Programa Nacional da Diversidade Biológica - PROBIO (Ano-base 2002, escala 1:1.000.000).

54
Figura 4.1 - Uso e Cobertura do Solo do Estado do Rio de Janeiro (ZEE/RJ)
Fonte: Coelho Neto (2008).

Floresta
Estacional

Floresta
Estacional
Floresta Floresta
Estacional
Ombrófila

Figura 4.2 - Delimitação das Fitofisionomias Florestais do Estado do Rio de Janeiro


Fonte: PROBIO (2002).

55
Figura 4.3 - Distribuição Espacial Potencial (canto superior esquerdo) e atual da
Floresta Estacional no Estado do Rio de Janeiro.
Fontes: PROBIO (2002) e ZEE/RJ (2007).

Figura 4.4 - Distribuição espacial potencial (canto superior esquerdo) e atual da


Floresta Ombrófila no Estado do Rio de Janeiro.
Fontes: PROBIO (2002) e ZEE/RJ (2007).

(ZEE/RJ, 2007)

Fonte:

56
4.1.2 Construção do ICV
Para a construção dop Indicador de Cobertura Vegetal (ICV), foram considerados
os seguintes tipos de vegetação: Floresta Ombrófila primária, Floresta Ombrófila
secundária, Floresta Estacional primária e Floresta Estacional secundária.
Para o calculo da proporção da área florestada, foi estabelecida a relação da
área coberta pelo tipo de vegetação no município pela área total do município,
conforme a seguinte equação:

a ij
p ij 100
at j

Onde:
pij = proporção de área florestada pela vegetação i no município j;
aij = área coberta pela vegetação i no município j; e
atj = área total do município j.
Para o cálculo do ICV, foram atribuídos pesos (ver Tabela 4.1), os quais projetam
maior vulnerabilidade aos municípios com maior área florestada em relação ao seu
respectivo território (pij).
O ICV é a soma dos pesos das proporções de área coberta por tipo de vegetação,
ponderada pelo peso atribuído a cada tipo de cobertura vegetal.
A Tabela 4.2 apresenta, como exemplo, a proporção de área florestada por tipo
de vegetação, a área total florestada e o ICV calculado para os municípios de Duas
Barras e Rio Bonito. Com este exemplo, é possível observar que, embora ambos os
municípios tenham valores equivalentes de área total florestada (34,7%), o ICV de
Macaé é maior, o que se deve ao fato deste município possuir maior cobertura por
floresta ombrófila primária, que tem maior peso, enquanto que em Duas Barras
predomina a cobertura por floresta estacional primária.
Os valores finais do ICV por município do ERJ são apresentados na Figura 4.5.

Tabela 4.2 – Exemplo: Proporção de área florestada por tipo de vegetação, área total florestada (%) e
Indicador de Cobertura Vegetal

Fl. Fl. Fl. Fl.


Área Total
Ombrófila Ombrófila Estacional Estacional Indicador de Cob.
Município Florestada
Primária Secundária Primária Secundária Vegetal
(%)
(%) (%) (%) (%)
Duas Barras 3,1 0,3 29,2 2,1 34,7 0,64
Macaé 29,2 1,5 3,8 0,1 34,7 0,71
Fonte: Elaboração própria.

57
Com relação às macrorregiões, nota-se valor elevado do ICV para a Costa Verde
(0,86) e, no outro extremo, encontra-se a macrorregião Noroeste Fluminense, que teve
suas matas dizimidas ao longo de séculos. Valores intermediários foram observados nas
macrorregiões Serrana e Centro-Sul (respectivamente, 0,47 e 0,44), e índicadores
menores nas demais macrorregiões do Estado, que variaram de 0,29 a 0,39 (Figura 4.6)

58
FIGURA
FIGURA
FIGURA –4.5
4.54.5 – ÍNDICADOR
ÍNDICADOR
– ÍNDICADORDEDE
COBERTURA
DE VEGETAL
COBERTURA
COBERTURA VEGETAL
VEGETAL

Janeirode
Janeiro de2011
2011

59
FIGURA 4.6 – ÍNDICADOR DE COBERTURA VEGETAL – MACRORREGIÔES DO ERJ

Janeiro de 2011

Janeiro
Janeirode
de2011
2011

60
4.2 INDICADOR DE CONSERVAÇÃO DA BIODIVERSIDADE - ICB
O Indicador de Conservação da Biodiversidade (ICB) é um indicador composto
que corresponde ao Índice de Ameaça e Endemismo elaborado por Rocha et al. (2009),
os quais levaram em consideração o grau de ameaça e/ou endemismo das espécies da
fauna de vertebrados terrestres do ERJ (Quadros 4.1 e 4.2).
O ICB permite apontar quais são os municípios com elevada ocorrência conjunta
de espécies de vertebrados terrestres ameaçados e/ou endêmicos. Os valores mais
elevados estão associados aos municípios que possuem áreas protegidas, o que se
verifica, principalmente, nas serras dos Órgãos, Itatiaia, Desengano e da Bocaina.
Os municípios com baixo ICB são os que apresentaram menor número de
registros de espécies ameaçadas e/ou endêmicas, o que se deve a eventuais lacunas de
conhecimento no que se refere à ocorrência e distribuição das espécies. Nesse sentido,
dos 92 municípios, 12 não foram inventariados, pelo menos nos últimos 20 anos, muito
provavelmente por não mais possuírem remanescentes florestais (a exemplo de Belford
Roxo, Mesquita e Nilópolis), e/ou por se situarem distantes dos centros de ensino e
pesquisa (como Aperibé, Quatis e Varre-Sai) (Rocha et al., 2009).
Os municípios com maiores ICB foram considerados, neste estudo, como mais
vulneráveis à ação das mudanças climáticas, em função do maior risco de perda de
espécies (ver Figura 4.7).
Com relação às macrorregiões, o ICB apresenta comportamento similar ao ICV,
sendo que a Costa Verde, com 0,75, é a que apresenta o maior indicador dentre todas. A
Noroeste Fluminese possui o menor indicador (0,15), ao passo que as demais
macrorregiões variaram de 0,31 (Norte Fluminense) a 0,58 (Baixadas Litorâneas) (Figura
4.8).

61
Quadro 4.1 – Indicador de Ameaça e Endemismo das Espécies

Indicador de Ameaça e Endemismo das espécies: soma dos escores atribuídos a cada espécie, retratando o
grau de ameaça (presença em listas de espécies ameaçadas) e endemismo de vertebrados terrestres

Fórmula: (A*1) + (B*2) + (C*4) + (D*3) + (E*2) + (F*1) + (G*5) + (H*4) + (I*3) + (J*2) + (K*1) + (L*5) + (M*4) +
(N*3) + (O*2) + (P*1)
Onde:
A - Espécie endêmica da Mata Atlântica
B - Espécie endêmica no Estado do Rio de Janeiro
C - Espécie ameaçada que consta na Lista do RJ como Provavelmente Extinta
D - Espécie ameaçada que consta na Lista do RJ como Criticamente em Perigo
E - Espécie ameaçada que consta na Lista do RJ como Em Perigo
F - Espécie ameaçada que consta na Lista do RJ como Vulnerável
G - Espécie ameaçada que consta na Lista Nacional como Extinta
H - Espécie ameaçada que consta na Lista Nacional como Extinta na Natureza
I - Espécie ameaçada que consta na Lista Nacional como Criticamente em Perigo
J - Espécie ameaçada que consta na Lista Nacional como Em Perigo
K - Espécie ameaçada que consta na Lista Nacional como Vulnerável
L - Espécie ameaçada que consta na Lista da IUCN como Extinta
M -Espécie ameaçada que consta na Lista da IUCN como Extinta na Natureza
N - Espécie ameaçada que consta na Lista da IUCN como Criticamente em Perigo
O - Espécie ameaçada que consta na Lista da IUCN como Em Perigo
P - Espécie ameaçada que consta na Lista da IUCN como Vulnerável
Fonte: Modificado de Rocha et al. (2009).

Quadro 4.2 – Indicador de Valor de Conservação de cada Município

Indicador de Valor de Conservação de cada município: soma dos índices de ameaça e endemismo de todas as
espécies com registro no município.
Fórmula: (A*1) + (B*2) + (C*4) + (D*3) + (E*2) + (F*1) + (G*5) + (H*4) + (I*3) + (J*2) + (K*1) + (L*5) + (M*4) +
(N*3) + (O*2) + (P*1)
Onde:
A - Total de espécies endêmicas da Mata Atlântica
B - Total de espécies endêmicas no Estado do Rio de Janeiro
C - Total de espécies ameaçadas que constam na Lista do RJ como Provavelmente Extinta
D - Total de espécies ameaçadas que constam na Lista do RJ como Criticamente em Perigo
E - Total de espécies ameaçadas que constam na Lista do RJ como Em Perigo
F - Total de espécies ameaçadas que constam na Lista do RJ como Vulnerável
G - Total de espécies ameaçadas que constam na Lista Nacional como Extinta
H - Total de espécies ameaçadas que constam na Lista Nacional como Extinta na Natureza
I - Total de espécies ameaçadas que constam na Lista Nacional como Criticamente em Perigo
J - Total de espécies ameaçadas que constam na Lista Nacional como Em Perigo
K - Total de espécies ameaçadas que constam na Lista Nacional como Vulnerável
L - Total de espécies ameaçadas que constam na Lista da IUCN como Extinta
M - Total de espécies ameaçadas que constam na Lista da IUCN como Extinta na Natureza
N - Total de espécies ameaçadas que constam na Lista da IUCN como Criticamente em Perigo
O - Total de espécies ameaçadas que constam na Lista da IUCN como Em Perigo
P - Total de espécies ameaçadas que constam na Lista da IUCN como Vulnerável
Fonte: Modficado de Rocha et al. (2009).

62
FIGURA 4.7– –ÍNDICADOR
FIGURA4.7 ÍNDICADORDE
DECONSERVAÇÃO
CONSERVAÇÃODA
DABIODIVERSIDADE
BIODIVERSIDADE

Janeiro
Janeiro de
de 2011
2011

63
FIGURA
FIGURA 4.84.8 – INDICADOR
– ÍNDICADOR DEDE CONSERVAÇÃO
CONSERVAÇÃO DADA BIODIVERSIDADE
BIODIVERSIDADE – MACRORREGIÕES
– MACRORREGIÕES DODO ERJ
ERJ

Janeiro
Janeirodede2011
2011

64
4.3 INDICADOR DA LINHA DE COSTA - ILC
O Indicador da Linha de Costa (ILC) considerou informações relativas a
parâmetros físicos/ecossistêmicos dos 26 municípios litorâneos, visando compará-los
quanto à vulnerabilidade biofísica.
A concepção metodológica para a formação do ILC leva em conta a localização
do município, a extensão da linha de costa e a presença de manguezais, assim
considerados:
Extensão da linha de costa (km) — estes dados foram obtidos na ferramenta de
Sistemas de Informação Geográficas (SIG), disponível online no site do IBGE (Tabela
4.3); e
Superfície remanescente de manguezais (km2) — Manguezais atuam como uma
barreira física que protege a linha costeira de eventos atmosféricos e oceânicos
extremos. A origem dos dados é a mesma da cobertura florestal, anteriormente
descrita.

Com estes parâmetros, foi construído o ILC: quanto maior a extensão da linha da
costa, mais exposto está o município a eventos vindos do oceano/atmosfera. Por outro
lado, uma maior extensão de manguezais reduz a vulnerabilidade a estes impactos,
dado o seu efeito protetor relativo a fenômenos oceânicos extremos que atingem a
linha de costa (Kathiresan & Rajendran, 2005).
Os valores de ILC por município são apresentados na Figura 4.9 e, para as
macrorregiões, na Figura 4.10.

65
Tabela 4.3 – Municípios formadores da Linha de Costa do ERJ (km)

MUNICÍPIO LINHA DE COSTA (km)

Parati 163,7
Angra dos Reis 123,57
Total 287,27
Mangaratiba 49,7
Itaguaí 18,94
Rio de Janeiro 117,99
Duque de Caxias 15,99
Magé 23,79
Guapimirim 7,34
Itaboraí 2,15
São Gonçalo 19,32
Niterói 41,85
Maricá 40,94
Saquarema 27,61
Araruama 7,8
Arraial do Cabo 49,9
Armação dos Búzios 42,41
Cabo Frio 31,31
Rio das Ostras 26,63
Casimiro de Abreu 4,52
Macaé 20,67
Carapebus 17,39
Quissamã 44,98
Campo dos Goytacazes 27,86
São João da Barra 34,98
São Francisco de Itabapoana 43,23
TOTAL 1.291,84
Fonte: IBGE.

66
FIGURA 4.9 –4.9
FIGURA – ÍNDICADOR
ÍNDICADOR DA LINHA DE COSTA
DE LINHA DE COSTA

Janeiro de de
Janeiro
Janeiro2011
de2011
2011

67
FIGURA 4.10 – INDICADOR DA LINHA DE COSTA – MACRORREGIÕES DO ERJ

Janeiro de 2011

68
4.4 INDICADOR DE EVENTOS HIDROMETEOROLÓGICOS EXTREMOS
Os dados sobre os eventos hidrometeorológicos extremos e mortalidade
(provenientes desses eventos) foram obtidos junto à Divisão Geral da Defesa Civil
(DGDEC) da Secretaria de Estado de Saúde e Defesa Civil do RJ (SESDEC/RJ) para os
municipios do ERJ. Entretanto, a Defesa Civil Municipal do Rio de Janeiro classifica os
seus eventos diferentemente da Defesa Civil do Estado, por considerar apenas aspectos
relacionados à infraestrutura das edificações (e.g., rachaduras em muros, marquises,
etc.), de modo que não são identificadas vítimas e causas dos problemas.
Assim, para que o o município do Rio de Janeiro fosse incluído no indicador,
foram buscados dados junto a base de dados do Jornal O Globo. Optou-se por utilizar os
dados cedidos pela SESDC/RJ e pelo jornal O Globo por ser trazerem uma série ampla, e
agora atualizada, já utilizada no relatório do “Projeto de Estudo de Adaptação e
Vulnerabilidade dos Recursos Hídricos do Estado do Rio de Janeiro às Mudanças
Climáticas”, produzido pelo IVIG/COPPE/UFRJ (Freitas, 2007).
As séries de dados de eventos hidrometeorológicos extremos e seus impactos
setoriais se referem ao período 2000-2009 e trazem informações sobre danos materiais,
financeiros, ambientais e humanos.
Para a formação do indicador específico, foram utilizadas duas séries de dados, a
saber:
Número de eventos hidrometeorológicos extremos (n = 240); e
Vítimas fatais decorrente dos eventos (n = 292).

A relação total de eventos extremos, data de ocorrência e número de vítimas


por município são apresentados na Tabela 4.4.

69
Tabela 4.4 - Eventos Hidrometeorológicos Extremos e Vítimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIOS DATA TIPOLOGIA VÍTIMAS
FATAIS

Desastres naturais relacionados com precipitações e com


03/02/2002 0
Angra dos Reis inundações
31/12/2009 Escorregamentos ou deslizamentos 52
16/01/2004 Enchentes ou inundações graduais 0
06/01/2007 Enchentes ou inundações graduais 0
Aperibé 17/12/2008 Enchentes ou inundações graduais 0
29/11/2003 Enxurradas ou inundações bruscas 0
10/12/2005 Enxurradas ou inundações bruscas 0
Araruama 04/01/2007 Alagamentos 0
Areal 06/02/2007 Escorregamentos ou deslizamentos 0
Desastres naturais relacionados com precipitações e com
27/01/2003 0
inundações
13/11/2008 Enxurradas ou inundações 0

Barra do Piraí 21/02/2006 Enxurradas ou inundações bruscas 0


04/01/2007 Escorregamentos ou deslizamentos 0
03/01/2000 Precipitações com inundações 0
23/12/2001 Precipitações com inundações bruscas 0
02/01/2000 Enchentes ou inundações graduais 1
23/02/2004 Enchentes ou inundações graduais 0
Barra Mansa 06/04/2004 Enxurradas ou inundações bruscas 0
02/02/2007 Enxurradas ou inundações bruscas 0
19/08/2006 Granizos 0
24/10/2007 Alagamentos 0
12/11/2009 Enchentes ou inundações graduais 0
Belford Roxo 23/12/2001 Enxurradas ou inundações bruscas 0
29/11/2003 Enxurradas ou inundações bruscas 0
31/12/2009 Escorregamentos ou deslizamentos 2
Bom Jardim 04/01/2007 Enchentes ou inundações graduais 0
29/12/2006 Enchente ou inundações graduais 0
17/12/2008 Enchentes ou inundações graduais 1
05/01/2009 Enchentes ou inundações graduais 1
Bom Jesus do
06/01/2003 Enxurradas ou inundações bruscas 0
Itabapoana
15/01/2004 Enxurradas ou inundações bruscas 0
01/03/2005 Enxurradas ou inundações bruscas 0
31/01/2007 Enxurradas ou inundações bruscas 1
22/01/2009 Enxurradas ou inundações bruscas 0
Cachoeiras de
01/01/2004 Alagamentos 0
Macacu
11/12/2005 Enxurradas ou inundações bruscas 2

70
Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIOS DATA TIPOLOGIA VÍTIMAS
FATAIS

05/01/2007 Enchentes ou inundações graduais 0


Cambuci 18/12/2008 Enchentes ou inundações graduais 0
15/01/2004 Tornados e trombas d’águas 1
15/12/2005 Enchentes ou inundações graduais 0
Campos dos 03/01/2007 Enchentes ou inundações graduais 4
Goytacazes 25/11/2008 Enchentes ou inundações graduais 0
17/12/2008 Enchentes ou inundações graduais 0
Cantagalo 04/01/2007 Escorregamentos ou deslizamentos 0
Carapebus 18/11/2008 Enxurradas ou inundações bruscas 0
04/03/2005 Enchentes ou inundações graduais 0
Cardoso Moreira 04/01/2007 Enchentes ou inundações graduais 0
17/12/2008 Enchentes ou inundações graduais 1
Carmo 05/01/2007 Enxurradas ou inundações bruscas 0
Casemiro de Abreu 22/01/2009 Enchentes ou inundações graduais 0
02/02/2009 Enxurradas ou inundações bruscas 0
Comendador Levy
14/01/2004 Enxurradas ou inundações bruscas 0
Gasparian
18/01/2007 Escorregamentos ou deslizamentos 0
Conceição de 27/12/2001 Enxurradas ou inundações bruscas 0
Macabu 22/01/2009 Escorregamentos ou deslizamentos 0
Cordeiro 04/01/2007 Escorregamentos ou deslizamentos 0
Duas Barras 04/01/2007 Escorregamentos ou deslizamentos 0
29/11/2003 Alagamentos, escorregamentos e/ou deslizamentos 2
24/12/2001 Alagamentos/escorregamentos ou deslizamentos 6
Duque de Caxias 18/04/2006 Enchentes ou inundações graduais 0
11/11/2009 Enchentes ou inundações graduais 0
30/12/2009 Enchentes ou inundações graduais 1
Engenheiro Paulo de 25/12/2001 Escorregamentos ou deslizamentos 0
Frontin 29/01/2003 Enxurradas ou inundações bruscas 3
Iguaba Grande 05/03/2004 Precipitações com inundações 0
Itaboraí 12/02/2009 Enchentes ou inundações graduais 0
18/12/2008 Enchentes ou inundações graduais 0
06/01/2007 Enchentes ou inundações graduais 0
Italva
04/03/2005 Enchentes; alagamentos; deslizamentos 0
05/01/2009 Enxurradas ou inundações bruscas 0
04/01/2007 Enchente ou inundações graduais 0
Itaocara
02/01/2004 Escorregamentos ou deslizamentos 0

71
Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIOS DATA TIPOLOGIA VÍTIMAS
FATAIS

04/03/2005 Enchentes ou inundações graduais 0


11/04/2007 Enchentes ou inundações graduais 0
Itaperuna
17/12/2008 Enchentes ou inundações graduais 0
12/01/2004 Enxurradas ou inundações bruscas 0
Desastre natural com o incremento das precipitações e
Itatiaia 03/01/2000 0
inundações
Japeri 24/12/2001 Enchente ou inundações graduais 0
04/03/2005 Enchentes ou inundações graduais 0
11/01/2007 Enchentes ou inundações graduais 0
Laje do Muriaé
16/12/2008 Enchentes ou inundações graduais 0
15/01/2004 Enxurradas ou inundações bruscas 0
03/01/2007 Alagamentos 0
Macaé 06/03/2005 Enchentes ou inundações graduais 0
20/06/2005 Vendavais muito intensos ou ciclones extratropicais 0
11/01/2004 Alagamentos 0
13/03/2008 Corridas de massa 0
03/02/2005 Enchentes ou inundações graduais 0
Macuco 04/01/2007 Enchentes ou inundações graduais 0
06/01/2008 Enchentes ou inundações graduais 0
Enxurradas / inundações bruscas (alagamentos;
18/01/2003 escorregamentos / deslizamentos; erosão fluvial / 0
desbarranco rios)
24/12/2001 Alagamentos 0
24/03/2005 Alagamentos 0
Magé
29/11/2003 Alagamentos, enchente brusca e deslizamento 2
31/12/2009 Escorregamentos ou deslizamentos 4
24/10/2007 Enxurradas ou inundações bruscas 0
Mangaratiba
22/01/2008 Enxurradas ou inundações bruscas 0
24/12/2001 Enchentes ou inundações graduais 0
Enchentes ou inundações graduais e escorregamentos ou
Mendes 28/12/2001 0
deslizamentos
28/01/2003 Enxurradas ou inundações bruscas 0
24/10/2007 Enchentes ou inundações graduais 1
Mesquita
27/11/2006 Enxurradas ou inundações bruscas 0
Miguel Pereira 28/01/2003 Enxurradas ou inundações bruscas 1

72
Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIOS DATA TIPOLOGIA VÍTIMAS
FATAIS

04/01/2009 Enxurradas ou inundações bruscas 0


17/01/2003 Enxurradas ou inundações bruscas 0
Miracema 23/12/2003 Enxurradas ou inundações bruscas 0
22/01/2007 Enxurradas ou inundações bruscas 0
21/01/2007 Escorregamento ou deslizamentos 0
09/02/2009 Corridas de massa 0
17/12/2008 Enchentes ou inundações graduais 0
16/01/2003 Enxurradas ou inundações bruscas 0
Natividade 16/01/2003 Escorregamentos ou deslizamentos 0
07/01/2003 Escorregamentos ou deslizamentos 0
12/11/2009 Escorregamentos ou deslizamentos 0
11/10/2007 Estiagens 0
Niterói 13/12/2005 Escorregamentos ou deslizamentos 1
04/01/2007 Enchentes ou inundações graduais 11
Nova Friburgo
18/01/2005 Enxurradas ou inundações bruscas 1
Nova Iguaçu 27/11/2006 Enxurradas ou inundações bruscas 2
23/12/2001 Enxurradas ou inundações bruscas 2
Paracambi
28/01/2003 Enxurradas ou inundações bruscas 0
26/01/2003 Chuvas/enchente/deslizamentos de encostas 0
Paraíba do Sul 12/02/2009 Enchentes ou inundações graduais 0
31/12/2009 Enchentes ou inundações graduais 0
Parati 10/01/2009 Enxurradas ou inundações bruscas 0
19/01/2003 Enxurradas ou inundações bruscas 0
Paty do Alferes 29/01/2003 Enxurradas ou inundações bruscas 0
28/10/2005 Granizo 0
Alagamentos/enchentes/escorregamentos e
21/12/2004 0
deslizamentos/corridas de massa
02/01/2001 Enxurradas ou inundações bruscas 0
03/02/2008 Enxurradas ou inundações bruscas 11
Enxurradas ou inundações bruscas / escorregamentos e
11/01/2003 17
deslizamentos
Petrópolis
04/01/2007 Escorregamentos ou deslizamentos 3
Enchentes com inundações graduais / escorregamentos e
24/12/2001 38
deslizamentos; / quedas e tombamentos de rochas
19/01/2009 Escorregamentos ou deslizamentos 2
10/10/2009 Escorregamentos ou deslizamentos 4
04/12/2009 Escorregamentos ou deslizamentos 1
Pinheiral 28/01/2003 Enxurradas ou inundações bruscas 0
23/12/2001 Alagamentos 0
Piraí
29/01/2003 Escorregamentos ou deslizamentos 0

73
Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIOS DATA TIPOLOGIA VÍTIMAS
FATAIS

04/03/2005 Enchentes ou inundações graduais 0


10/01/2007 Enchentes ou inundações graduais 0
Porciúncula
18/12/2008 Enchentes ou inundações graduais 0
12/01/2003 Enxurradas ou inundações bruscas 0
12/11/2009 Enxurradas ou inundações bruscas 0
Quatis
26/12/2006 Vendavais ou tempestades 0
13/12/2005 Enchentes ou inundações graduais 0
Quissamã 29/01/2008 Enxurradas ou inundações bruscas 0
18/05/2001 Estiagens 0
Desastre natural relacionados com incremento das
02/01/2000 1
Resende precipitações e as inundações
18/01/2005 Enxurradas ou inundações bruscas 0
25/11/2008 Enxurradas ou inundações bruscas 2
Rio Bonito
21/01/2009 Enxurradas ou inundações bruscas 0
Rio Claro 08/03/2009 Escorregamentos ou deslizamentos 0
19/08/2006 Granizo 0
Rio das Flores
11/01/2003 Enxurradas ou inundações bruscas 0
Escorregamentos ou deslizamentos / enxurradas ou
01/01/2000 4
inundações bruscas
04/12/2000 Escorregamentos ou deslizamentos 0
28/03/2001 Enchentes ou inundações graduais 0
24/12/2001 Enchentes ou inundações graduais 20
25/12/2002 Escorregamentos ou deslizamentos 0
12/01/2003 Vendavais ou tempestades 0
18/10/2003 Escorregamentos ou deslizamentos 3
30/11/2003 Enchentes ou inundações graduais 0
06/03/2004 Enxurradas ou inundações bruscas 1
Escorregamentos ou deslizamentos / enchentes ou
Rio de Janeiro* 25/10/2005 4
inundações graduais
01/01/2006 Escorregamentos ou deslizamentos 7
28/01/2006 Enchentes ou inundações graduais 13
29/01/2006 Enxurradas ou inundações bruscas 3
31/01/2006 Enxurradas ou inundações bruscas 3
Escorregamentos ou deslizamentos / enxurradas ou
13/06/2006 1
inundações bruscas
08/10/2006 Escorregamentos ou deslizamentos 0
28/10/2007 Escorregamentos ou deslizamentos 3
02/10/2008 Escorregamentos ou deslizamentos 1
14/03/2009 Enxurradas ou inundações bruscas 0

74
Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIO DATA TIPOLOGIA VÍTIMAS
FATAIS

20/10/2008 Enchentes ou inundações graduais 2


* Vendavais ou tempestades / enxurradas ou inundações
Rio de Janeiro 14/03/2009 2
bruscas / tornados e trombas d’águas
14/03/2009 Enxurradas ou inundações bruscas 0
Santa Maria
04/01/2007 Escorregamentos ou deslizamentos 1
Madalena
17/12/2008 Enchentes ou inundações graduais 0
Santo Antonio de
15/01/2004 Enxurradas ou inundações bruscas 4
Pádua
25/01/2007 Enxurradas ou inundações bruscas 0
25/12/2003 Enxurradas ou inundações bruscas 0
03/01/2007 Enxurradas ou inundações bruscas 1
São Fidelis
09/01/2008 Enxurradas ou inundações bruscas 0
04/01/2007 Enchentes ou inundações graduais 0
01/01/2009 Alagamentos 0
18/01/2003 Enchentes ou inundações graduais 0
São Francisco de 04/01/2007 Enchentes ou inundações graduais 0
Itabapoana 08/01/2009 Enchentes ou inundações graduais 0
07/03/2005 Enchentes ou inundações graduais 1
20/04/2001 Estiagens 0
19/10/2009 Enchentes ou inundações graduais 0
São Gonçalo 27/01/2006 Enxurradas ou inundações bruscas 1
26/09/2005 Escorregamentos ou deslizamentos 0
19/12/2008 Alagamentos 0
04/01/2007 Enchentes ou inundações graduais 0
São João da Barra
12/12/2005 Enxurradas ou inundações bruscas 0
12/02/2005 Vendavais muito intensos ou ciclones extra topicais 0
29/11/2003 Alagamentos 0
São João de Meriti 29/11/2003 Enchentes ou inundações graduais 0
31/12/2009 Escorregamentos ou deslizamentos 1
13/01/2007 Enxurradas ou inundações bruscas 0
São José de Ubá
17/01/2004 Tornados e trombas d’águas 0
São José do Vale do
05/01/2007 Escorregamentos ou deslizamentos 1
Rio Preto
São Sebastião do
04/01/2007 Escorregamentos ou deslizamentos 0
Alto
Sapucaia 05/01/2007 Enchentes ou inundações graduais 1
Saquarema 15/05/2004 Vendavais ou tempestades 0
05/01/2006 Enchente ou inundações graduais 0
Seropédica
20/01/2006 Enchente ou inundações graduais 0

75
Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ
Período 2000-2009

TOTAL
MUNICÍPIO DATA TIPOLOGIA VÍTIMAS
FATAIS

22/01/2009 Enchentes ou inundações graduais 0


13/02/2009 Enchentes ou inundações graduais 0
27/12/2003 Enxurradas ou inundações bruscas 0
Silva Jardim
08/11/2005 Enxurradas ou inundações bruscas 0
08/11/2008 Vendavais ou tempestades 0
25/10/2009 Vendavais ou tempestades 0
Sumidouro 04/01/2007 Enxurradas ou inundações bruscas 8
21/01/2009 Enchentes ou inundações graduais 0
Tanguá
11/11/2009 Enxurradas ou inundações bruscas 0
23/12/2001 Desastre natural relacionado com a geodinâmica terrestre 1
18/12/2002 Enxurradas ou inundações bruscas 0
Teresópolis 21/12/2002 Escorregamentos ou deslizamentos 14
04/01/2007 Escorregamentos ou deslizamentos 2
29/11/2006 Escorregamento ou deslizamento 3
25/12/2005 Enxurradas ou inundações bruscas 0
16/01/2003 Enxurradas ou inundações bruscas 0
Trajano de Morais
09/12/2009 Enxurradas ou inundações bruscas 0
04/01/2007 Escorregamentos ou deslizamentos 0
03/01/2000 Enchentes ou inundações graduais 0
14/01/2004 Enxurradas ou inundações bruscas 0
Três Rios
12/11/2009 Enxurradas ou inundações bruscas 0
07/01/2007 Escorregamentos ou deslizamentos 0
17/01/2003 Enxurradas ou inundações bruscas 4
29/01/2007 Enxurradas ou inundações bruscas 0
Valença 25/02/2008 Enxurradas ou inundações bruscas 0
11/11/2009 Enxurradas ou inundações bruscas 0
08/02/2008 Escorregamentos ou deslizamentos 0
05/01/2007 Enxurradas ou inundações bruscas 0
Varre-Sai
21/12/2003 Vendavais ou tempestades 0
Volta Redonda 14/06/2008 Granizo 0
Total Nº de eventos = 240 292
Fonte: Secretaria de Estado de Saúde e Defesa Civil do RJ

* Os dados refrentes ao município do Rio de Janeiro foram coletados na imprensa escrita (Jornal o Globo), por não estarem
disponíveis na Secretaria de Estado de Saúde e Defesa Civil do RJ.

76
4.4.1 Construção do Indicador de Eventos Hidrometeorológicos Extremos
A metodologia utilizada para a concepção deste indicador leva em conta a
proporção de eventos extremos em cada município (p_evj) e a proporção de eventos
extremos com vítimas fatais (p_vj), de acordo com as seguintes equações:

ev j vj
p _ ev j 100 p_vj 100
ev _ t ev j
Onde,

p_evj = proporção de eventos extremos no município;


evj = número de eventos extremos no município j;
ev_t = total de eventos extremos no ERJ;
p_vj = proporção de eventos extremos com vítimas fatais no município; e
vj = número de eventos extremos com vítimas fatais no município j.

Logo, quanto maior a proporção de eventos extremos do município em relação


ao total de casos no ERJ (p_evj), maior a vulnerabilidade municipal. Quanto maior a
proporção de eventos com vítimas fatais no município, também maior a vulnerabilidade
do município quanto à ocorrência de eventos extremos.
A Tabela 4.5 apresenta o número total de eventos extremos e com vítimas
fatais; a proporcionalidade dos eventos com vítimas fatais e a proporcionalidade dos
eventos no ERJ; os pesos atribuídos à ocorrência de vítimas fatais e os pesos dos
eventos; o seu somatório é o valor do Indicador de Eventos Extremos por município.
Os valores do Indicador de Evetos Hidrometeorológicos Extremos por município
são apresentados na Figura 4.11 e, para as macrorregiões, na Figura 4.12.

77
Tabela 4.5 – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador
PROPORÇÃO
Nº EVENTOS PROPORÇÃO INDICADOR
Nº TOTAL DE DE EVENTOS PESO
MUNICÍPIO COM VÍTIMAS DE EVENTOS PESO VF* SOMA EVENTOS
EVENTOS COM VÍTIMAS EVENTOS
FATAIS NO ESTADO EXTREMOS
FATAIS
Angra dos Reis 1 2 50,00 0,84 3 2 5 0,625
Aperibé 0 5 0,00 2,09 0 4 4 0,500
Araruama 0 1 0,00 0,42 0 1 1 0,125
Areal 0 1 0,00 0,42 0 1 1 0,125
Armação dos Búzios 0 0 0,00 0,00 0 0 0 0,000
Arraial do Cabo 0 0 0,00 0,00 0 0 0 0,000
Barra do Piraí 0 6 0,00 2,51 0 4 4 0,500
Barra Mansa 1 5 20,00 2,09 1 4 5 0,625
Belford Roxo 1 5 20,00 2,09 1 4 5 0,625
Bom Jesus de Itabapoana 3 7 42,86 2,93 2 4 6 0,750
Bom Jardim 0 1 0,00 0,42 0 1 1 0,125
Cabo Frio 0 0 0,00 0,00 0 0 0 0,000
Cachoeiras de Macacu 1 3 33,33 1,26 2 3 5 0,625
Cambuci 1 3 33,33 1,26 2 3 5 0,625
Campos dos Goytacazes 1 4 25,00 1,67 2 3 5 0,625
Cantagalo 0 1 0,00 0,42 0 1 1 0,125
Carapebus 0 1 0,00 0,42 0 1 1 0,125
Cardoso Moreira 1 3 33,33 1,26 2 3 5 0,625
Carmo 0 1 0,00 0,42 0 1 1 0,125
Casimiro de Abreu 0 1 0,00 0,42 0 1 1 0,125
Comendador Levy Gasparian 0 3 0,00 1,26 0 3 3 0,375
Conceição de Macabu 0 2 0,00 0,84 0 2 2 0,250
Cordeiro 0 1 0,00 0,42 0 1 1 0,125
Duas Barras 0 1 0,00 0,42 0 1 1 0,125

78
Tabela 4.5 (cont.) – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador
PROPORÇÃO
Nº EVENTOS PROPORÇÃO INDICADOR
Nº TOTAL DE DE EVENTOS PESO
MUNICÍPIO COM VÍTIMAS DE EVENTOS PESO VF* SOMA EVENTOS
EVENTOS COM VÍTIMAS EVENTOS
FATAIS NO ESTADO EXTREMOS
FATAIS
Duque de Caxias 3 5 60,00 2,09 3 4 7 0,875
Engenheiro Paulo de Frontin 1 2 50,00 0,84 3 2 5 0,625
Guapimirim 0 0 0,00 0,00 0 0 0 0,000
Iguaba 0 1 0,00 0,42 0 1 1 0,125
Itaboraí 0 1 0,00 0,42 0 1 1 0,125
Itaguaí 0 0 0,00 0,00 0 0 0 0,000
Italva 0 4 0,00 1,67 0 3 3 0,375
Itaocara 0 2 0,00 0,84 0 2 2 0,250
Itaperuna 0 4 0,00 1,67 0 3 3 0,375
Itatiaia 0 1 0,00 0,42 0 1 1 0,125
Japeri 0 1 0,00 0,42 0 1 1 0,125
Laje Muriaé 0 4 0,00 1,67 0 3 3 0,375
Macaé 0 3 0,00 1,26 0 3 3 0,375
Macuco 0 6 0,00 2,51 0 4 4 0,500
Magé 2 4 50,00 1,67 3 3 6 0,750
Mangaratiba 0 2 0,00 0,84 0 2 2 0,250
Maricá 0 0 0,00 0,00 0 0 0 0,000
Mendes 0 3 0,00 1,26 0 3 3 0,375
Mesquita 1 2 50,00 0,84 3 2 5 0,625
Miguel Pereira 1 1 100,00 0,42 4 1 5 0,625
Miracema 0 5 0,00 2,09 0 4 4 0,500
Natividade 0 7 0,00 2,93 0 4 4 0,500

79
Tabela 4.5 (cont.) – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador
PROPORÇÃO
Nº EVENTOS PROPORÇÃO INDICADOR
Nº TOTAL DE DE EVENTOS PESO
MUNICÍPIO COM VÍTIMAS DE EVENTOS PESO VF* SOMA EVENTOS
EVENTOS COM VÍTIMAS EVENTOS
FATAIS NO ESTADO EXTREMOS
FATAIS
Nilópolis 0 0 0,00 0,00 0 0 0 0,000
Niterói 1 1 100,00 0,42 4 1 5 0,625
Nova Friburgo 2 2 100,00 0,84 4 2 6 0,750
Nova Iguaçu 1 1 100,00 0,42 4 1 5 0,625
Paracambi 1 2 50,00 0,84 3 2 5 0,625
Paraíba do Sul 0 3 0,00 1,26 0 3 3 0,375
Parati 0 1 0,00 0,42 0 1 1 0,125
Paty do Alferes 0 3 0,00 1,26 0 3 3 0,375
Petrópolis 7 9 77,78 3,77 4 4 8 1,000
Pinheiral 0 1 0,00 0,42 0 1 1 0,125
Piraí 0 2 0,00 0,84 0 2 2 0,250
Porciúncula 0 4 0,00 1,67 0 3 3 0,375
Porto Real 0 0 0,00 0,00 0 0 0 0,000
Quatis 0 2 0,00 0,84 0 2 2 0,250
Queimados 0 0 0,00 0,00 0 0 0 0,000
Quissamã 0 3 0,00 1,26 0 3 3 0,375
Resende 1 2 50,00 0,84 3 2 5 0,625
Rio Bonito 1 2 50,00 0,84 3 2 5 0,625
Rio Claro 0 1 0,00 0,42 0 1 1 0,125
Rio das Flores 0 2 0,00 0,84 0 2 2 0,250
Rio das Ostras 0 0 0,00 0,00 0 0 0 0,000
Rio de Janeiro 14 21 66,67 8,79 3 4 7 0,875
Santa Maria Madalena 1 1 100,00 0,42 4 1 5 0,625
Santo Antonio de Pádua 1 3 33,33 1,26 2 3 5 0,625

80
Tabela 4.5 (cont.) – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador
PROPORÇÃO
Nº EVENTOS PROPORÇÃO INDICADOR
Nº TOTAL DE DE EVENTOS PESO
MUNICÍPIO COM VÍTIMAS DE EVENTOS PESO VF* SOMA EVENTOS
EVENTOS COM VÍTIMAS EVENTOS
FATAIS NO ESTADO EXTREMOS
FATAIS
São Francisco de Itabapoana 1 6 16,67 2,51 1 4 5 0,625
São Fidélis 1 4 25,00 1,67 2 3 5 0,625
São Gonçalo 1 3 33,33 1,26 2 3 5 0,625
São João da Barra 0 4 0,00 1,67 0 3 3 0,375
São João de Meriti 1 3 33,33 1,26 2 3 5 0,625
São José de Ubá 0 2 0,00 0,84 0 2 2 0,250
São José do Vale do Rio Preto 1 1 100,00 0,42 4 1 5 0,625
São Pedro da Aldeia 0 0 0,00 0,00 0 0 0 0,000
São Sebastião do Alto 0 1 0,00 0,42 0 1 1 0,125
Sapucaia 1 1 100,00 0,42 4 1 5 0,625
Saquarema 0 1 0,00 0,42 0 1 1 0,125
Seropédica 0 2 0,00 0,84 0 2 2 0,250
Silva Jardim 0 6 0,00 2,51 0 4 4 0,500
Sumidouro 1 1 100,00 0,42 4 1 5 0,625
Tanguá 0 2 0,00 0,84 0 2 2 0,250
Teresópolis 4 5 80,00 2,09 4 4 8 1,000
Trajano de Morais 0 4 0,00 1,67 0 3 3 0,375
Três Rios 0 4 0,00 1,67 0 3 3 0,375
Valença 1 5 20,00 2,09 1 4 5 0,625
Varre-Sai 0 2 0,00 0,84 0 2 2 0,250
Vassouras 0 0 0,00 0,00 0 0 0 0,000
Volta Redonda 0 1 0,00 0,42 0 1 1 0,125
VF* = Vitimas fatais
Fonte: Elaboração própria.

81
FIGURA 4.11 – ÍNDICADOR DE EVENTOS CLIMÁTICOS EXTREMOS

Janeiro de 2011

82
FIGURA 4.12 – INDICADOR DE EVENTOS CLIMÁTICOS EXTREMOS – MACRORREGIÕES DO ERJ

Janeiro de 2011

83
4.5 PADRONIZAÇÃO DO ÍNDICE DE VULNERABILIDADE AMBIENTAL - IVAmp
No processo de construção de cada indicador do IVAm foram escolhidas
variáveis informativas quanto à vulnerabilidade dos municípios, as quais foram
categorizadas em níveis de menor ou maior vulnerabilidade.
Cada categoria recebeu um peso específico (ver Tabela 4.1), sendo que a soma
dos pesos corresponde ao valor final de cada um dos indicadores. Os sub-índices
possuem escalas distintas e, portanto, para efeito de comparação, foram padronizados
para a escala 0-1, utilizando a seguinte equação:

(Equação 4.1)

Desta forma, 0 é o valor atribuído ao município com menor vulnerabilidade e 1


ao município com maior vulnerabilidade. Os valores dos demais municípios indicam a
distância relativa entre o menos vulnerável (indicador = 0) e o mais vulneravel (indicador
= 1).
O IVAm foi calculado pela média aritmética dos indicadores padronizados. Esta
média foi, igualmente, padronizada, resultando num índice final com escala que varia de
0 a 1. Assim como nos demais índices, os municípios com índice 0 apresentam menor
grau de vulnerabilidade ambiental, ao passo que os municípios com índice 1 apresentam
maior vulnerabilidade ambiental. Para os demais municípios, valores próximos de 1
indicam alto grau de vulnerabilidade, enquanto que valores próximos de 0 apontam
menor grau de vulnerabilidade, como apresentado na Tabela 4.6.
Observa-se que a maior vulnerabilidade foi identificada em Angra dos Reis, ao
passo que os municípios de Nilópolis e Queimados foram os que apresentaram a menor
vulnerabilidade ambiental, segundo os critérios utilizados.

84
Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ.

INDICADOR DA
MUNICÍPIO INDICADOR DE INDICADOR DE INDICADOR DA
COBERTURA IVAMp
CONSERVAÇÃO EV_EXTREMOS LINHA DE COSTA
VEGETAL
Angra dos Reis 1,00 0,63 1,00 1,00 1,00
Aperibé 0,00 0,50 0,00 0,00 0,10
Araruama 0,50 0,13 0,86 0,14 0,43
Areal 0,25 0,13 0,00 0,43 0,19
Armação dos Búzios 0,25 0,00 1,00 0,14 0,36
Arraial do Cabo 0,50 0,00 1,00 0,00 0,39
Barra do Piraí 0,25 0,50 0,00 0,43 0,30
Barra Mansa 0,25 0,63 0,00 0,43 0,33
Belford Roxo 0,00 0,63 0,00 0,14 0,18
Bom Jardim 0,25 0,13 0,00 0,43 0,19
Bom Jesus do Itabapoana 0,25 0,75 0,00 0,00 0,25
Cabo Frio 0,50 0,00 0,86 0,14 0,39
Cachoeiras de Macacu 1,00 0,63 0,00 0,71 0,63
Cambuci 0,50 0,63 0,00 0,00 0,28
Campos dos Goytacazes 0,75 0,63 0,86 0,43 0,72
Cantagalo 0,75 0,13 0,00 0,00 0,21
Carapebus 0,25 0,13 0,71 0,21 0,33
Cardoso Moreira 0,25 0,63 0,00 0,43 0,33
Carmo 0,25 0,13 0,00 0,14 0,11
Casimiro de Abreu 0,75 0,13 0,71 0,43 0,54
Comendador Levy Gasparian 0,25 0,38 0,00 0,29 0,22
Conceição de Macabu 0,00 0,25 0,00 0,43 0,15
Cordeiro 0,25 0,13 0,00 0,00 0,07

85
Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ.

INDICADOR DA
MUNICÍPIO INDICADOR DE INDICADOR DE INDICADOR DA
COBERTURA IVAMp
CONSERVAÇÃO EV_EXTREMOS LINHA DE COSTA
VEGETAL
Duas Barras 0,25 0,13 0,00 0,64 0,25
Duque de Caxias 0,50 0,88 0,57 0,43 0,64
Engenheiro Paulo de Frontin 0,25 0,63 0,00 0,71 0,42
Guapimirim 0,75 0,00 0,43 0,43 0,42
Iguaba Grande 0,25 0,13 0,00 0,14 0,11
Itaboraí 0,25 0,13 0,43 0,14 0,23
Itaguaí 0,25 0,00 0,71 0,43 0,36
Italva 0,00 0,38 0,00 0,00 0,07
Itaocara 0,25 0,25 0,00 0,29 0,18
Itaperuna 0,25 0,38 0,00 0,00 0,14
Itatiaia 1,00 0,13 0,00 0,64 0,47
Japeri 0,25 0,13 0,00 0,14 0.11
Laje do Muriaé 0,00 0,38 0,00 0,00 0,07
Macaé 0,50 0,38 0,71 0,71 0,62
Macuco 0,25 0,50 0,00 0,21 0,24
Magé 0,75 0,75 0,71 0,71 0,80
Mangaratiba 0,75 0,25 0,86 1,00 0,78
Maricá 0,75 0,00 1,00 0,43 0,58
Mendes 0,25 0,38 0,00 0,71 0,34
Mesquita 0,00 0,63 0,00 0,43 0,26
Miguel Pereira 0,50 0,63 0,00 0,43 0,41
Miracema 0,25 0,50 0,00 0,00 0,17
Natividade 0,25 0,50 0,00 0,00 0,17

86
Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ.

INDICADOR DA
MUNICÍPIO INDICADOR DE INDICADOR DE INDICADOR DA
COBERTURA IVAMp
CONSERVAÇÃO EV_EXTREMOS LINHA DE COSTA
VEGETAL
Nilópolis 0,00 0,00 0,00 0,14 0,00
Niterói 0,50 0,63 1,00 0,43 0,69
Nova Friburgo 1,00 0,75 0,00 1,00 0,75
Nova Iguaçu 0,75 0,63 0,00 0,71 0,56
Paracambi 0,50 0,63 0,00 0,43 0,41
Paraíba do Sul 0,25 0,38 0,00 0,43 0,26
Parati 1,00 0,13 1,00 1,00 0,86
Paty do Alferes 0,25 0,38 0,00 0,14 0,18
Petrópolis 0,75 1,00 0,00 0,71 0,67
Pinheiral 0,25 0,13 0,00 0,00 0,07
Piraí 0,50 0,25 0,00 0,71 0,38
Porciúncula 0,25 0,38 0,00 0,00 0,14
Porto Real 0,25 0,00 0,00 0,00 0,03
Quatis 0,00 0,25 0,00 0,29 0,11
Queimados 0,00 0,00 0,00 0,14 0,00
Quissamã 0,25 0,38 0,86 0,43 0,51
Resende 0,75 0,63 0,00 0,43 0,48
Rio Bonito 0,50 0,63 0,00 0,43 0,41
Rio Claro 0,25 0,13 0,00 1,00 0,35
Rio das Flores 0,50 0,25 0,00 0,43 0,30
Rio das Ostras 0,75 0,00 1,00 0,14 0,50
Rio de Janeiro 1,00 0,88 1,00 0,43 0,91
Santa Maria Madalena 1,00 0,63 0,00 0,71 0,63

87
Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ.

INDICADOR DA
MUNICÍPIO INDICADOR DE INDICADOR DE INDICADOR DA
COBERTURA IVAMp
CONSERVAÇÃO EV_EXTREMOS LINHA DE COSTA
VEGETAL
Santo Antônio de Pádua 0,00 0,63 0,00 0,00 0,14
São Fidélis 0,25 0,63 0,00 0,43 0,33
São Francisco de Itabapoana 0,25 0,63 0,86 0,43 0,58
São Gonçalo 0,25 0,63 0,57 0,14 0,42
São João da Barra 0,25 0,38 0,86 0,00 0,38
São João de Meriti 0,25 0,63 0,00 0,00 0,21
São José de Ubá 0,00 0,25 0,00 0,00 0,03
São José do Vale do Rio Preto 0,25 0,63 0,00 0,43 0,33
São Pedro da Aldeia 0,25 0,00 0,00 0,14 0,07
São Sebastião do Alto 0,25 0,13 0,00 0,43 0,19
Sapucaia 0,25 0,63 0,00 0,43 0,33
Saquarema 0,50 0,13 1,00 0,43 0,55
Seropédica 0,25 0,25 0,00 0,14 0,14
Silva Jardim 1,00 0,50 0,00 0,43 0,51
Sumidouro 0,25 0,63 0,00 0,43 0,33
Tanguá 0,25 0,25 0,00 0,43 0,23
Teresópolis 1,00 1,00 0,00 0,71 0,74
Trajano de Morais 0,25 0,38 0,00 0,71 0,34
Três Rios 0,25 0,38 0,00 0,43 0,26
Valença 0,75 0,63 0,00 0,00 0,35
Varre-Sai 0,00 0,25 0,00 0,00 0,03
Vassouras 0,25 0,00 0,00 0,43 0,15
Volta Redonda 0,25 0,13 0,00 0,14 0,11

88
CAPÍTULO 5
ÍNDICE DE VULNERABILIDADE GERAL - IVG

O Índice de Vulnerabilidade Geral (IVG) é um índice composto que agrega diferentes


variáveis e associa a cada município do ERJ uma medida comparativa (valor numérico) com
respeito a sua vulnerabilidade frente às mudanças climáticas esperadas nas próximas décadas.
Municípios que apresentam maiores valores de IVG em relação aos demais municípios indicam
maior necessidade de atenção sob o aspecto abordado neste estudo.
O IVG, o primeiro componente do IVM, é formado por:
Índice de Vulnerabilidade da Saúde padronizado – IVSp;
Índice de Vulnerabilidade Social da Família padronizado – IVSFp; e
Índice de Vulnerabilidade Ambiental padronizado – IVAmp.

Estes três índices foram desenvolvidos de forma a utilizar variáveis que representem o
grau de vulnerabilidade setorial dos municípios do ERJ com relação aos aspectos de saúde,
sócio-familiar e ambiental.

5.1 CONSTRUÇÃO DO IVG


O IVG foi calculado para cada um dos municípios.

ETAPA 1 - Cálculo do IVG


Na primeira etapa, calcula-se o IVG, que é composto de tres índices (IVSp, IVSFp e
IVAmp), e se calcula a média simples, pela seguinte equação:
(Equação 5.1)

Saúde Família Ambiente

( IVS p IVSFp IVAm p )


IVG
3 


89
Ex: Angra dos Reis

IVG

ETAPA 2 – Padronização do IVG


Na segunda etapa, padroniza-se o IVG, convertendo-o em IVGp (equação 5.2).
(Equação 5.2)

Ex: Angra dos Reis

IVGp

Os componentes e o resultado do cálculo do IVGp para todos os municípios são


apresentados na Tabela 5.1.

90
Tabela 5.1 – Componentes do IVG e o IVGp, por município

Municipios Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp
Angra dos Reis 1,00 0,11 0,86 0,17 0,53 0,65 1,00 0,63 1,00 1,00 1,00 0,57 0,51 0,72 0,95
Aperibé 0,38 0,56 0,14 0,36 0,39 0,00 0,50 0,00 0,00 0,10 0,54 0,65 0,38 0,29
Araruama 0,50 0,22 1,00 0,33 0,51 0,62 0,50 0,13 0,86 0,14 0,43 0,55 0,61 0,55 0,62
Areal 0,00 0,11 0,14 0,33 0,15 0,08 0,25 0,13 0,00 0,43 0,19 0,56 0,52 0,26 0,07
Armação dos Búzios 0,13 0,11 0,14 0,00 0,09 0,00 0,25 0,00 1,00 0,14 0,36 0,60 0,32 0,23 0,00
Arraial do Cabo 0,13 0,11 0,14 0,33 0,18 0,12 0,50 0,00 1,00 0,00 0,39 0,60 0,35 0,29 0,12
Barra do Piraí 0,25 0,44 0,14 0,17 0,25 0,23 0,25 0,50 0,00 0,43 0,30 0,56 0,54 0,35 0,25
Barra Mansa 0,13 0,56 0,86 0,17 0,43 0,49 0,25 0,63 0,00 0,43 0,33 0,57 0,50 0,44 0,41
Belford Roxo 0,75 0,33 0,14 0,17 0,35 0,37 0,00 0,63 0,00 0,14 0,18 0,55 0,63 0,40 0,32
Bom Jardim 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,13 0,00 0,43 0,19 0,55 0,63 0,31 0,17
Bom Jesus do Itabapoana 0,25 0,44 0,71 0,33 0,44 0,50 0,25 0,75 0,00 0,00 0,25 0,54 0,69 0,48 0,49
Cabo Frio 0,13 0,11 0,14 0,17 0,14 0,06 0,50 0,00 0,86 0,14 0,39 0,57 0,47 0,31 0,16
Cachoeiras de Macacu 0,38 0,11 0,71 0,17 0,34 0,36 1,00 0,63 0,00 0,71 0,63 0,54 0,65 0,55 0,62
Cambuci 0,38 0,00 0,14 0,33 0,21 0,17 0,50 0,63 0,00 0,00 0,28 0,53 0,72 0,39 0,32
Campos dos Goytacazes 1,00 0,89 0,14 0,83 0,72 0,92 0,75 0,63 0,86 0,43 0,72 0,55 0,60 0,75 1,00
Cantagalo 0,63 0,11 0,86 0,33 0,48 0,57 0,75 0,13 0,00 0,00 0,21 0,55 0,60 0,46 0,45
Carapebus 0,38 0,11 0,14 0,21 0,17 0,25 0,13 0,71 0,21 0,33 0,55 0,64 0,38 0,29
Cardoso Moreira 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,63 0,00 0,43 0,33 0,50 0,91 0,52 0,56
Carmo 0,38 0,11 1,00 0,33 0,45 0,53 0,25 0,13 0,00 0,14 0,11 0,54 0,69 0,44 0,42
Casimiro de Abreu 0,13 0,11 0,71 0,33 0,32 0,33 0,75 0,13 0,71 0,43 0,54 0,56 0,54 0,47 0,47
Comendador Levy Gasparian 0,38 0,56 0,14 0,33 0,35 0,38 0,25 0,38 0,00 0,29 0,22 0,53 0,73 0,44 0,41
Conceição de Macabu 0,25 0,11 0,14 1,00 0,38 0,42 0,00 0,25 0,00 0,43 0,15 0,54 0,64 0,40 0,34
Cordeiro 0,63 0,11 0,86 0,33 0,48 0,57 0,25 0,13 0,00 0,00 0,07 0,57 0,47 0,37 0,27
Duas Barras 0,13 0,11 0,14 0,13 0,05 0,25 0,13 0,00 0,64 0,25 0,53 0,75 0,35 0,24
Duque de Caxias 0,75 0,33 0,71 0,67 0,62 0,77 0,50 0,88 0,57 0,43 0,64 0,56 0,56 0,66 0,82
Engenheiro Paulo de Frontin 0,13 0,11 0,86 0,33 0,36 0,39 0,25 0,63 0,00 0,71 0,42 0,55 0,60 0,47 0,46
Guapimirim 0,38 0,11 0,00 0,17 0,16 0,10 0,75 0,00 0,43 0,43 0,42 0,54 0,65 0,39 0,32
Iguaba Grande 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,13 0,00 0,14 0,11 0,58 0,46 0,26 0,07
Itaboraí 0,75 0,67 0,14 0,50 0,51 0,62 0,25 0,13 0,43 0,14 0,23 0,54 0,66 0,50 0,53
Itaguaí 0,75 0,33 0,57 0,17 0,46 0,53 0,25 0,00 0,71 0,43 0,36 0,56 0,55 0,48 0,49

91
Tabela 5.1 – Componentes do IVG e o IVGp, por município

Municipios Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp
Italva 0,38 0,11 0,86 0,33 0,42 0,48 0,00 0,38 0,00 0,00 0,07 0,53 0,75 0,43 0,39
Itaocara 0,00 0,11 0,14 0,17 0,11 0,02 0,25 0,25 0,00 0,29 0,18 0,55 0,62 0,27 0,09
Itaperuna 0,25 0,56 0,14 0,33 0,32 0,33 0,25 0,38 0,00 0,00 0,14 0,55 0,58 0,35 0,24
Itatiaia 0,25 0,11 0,14 0,33 0,21 0,17 1,00 0,13 0,00 0,64 0,47 0,59 0,40 0,34 0,22
Japeri 0,25 0,11 0,71 0,83 0,48 0,56 0,25 0,13 0,00 0,14 0,11 0,52 0,77 0,48 0,49
Laje do Muriaé 0,13 0,11 0,43 0,33 0,25 0,23 0,00 0,38 0,00 0,00 0,07 0,52 0,80 0,36 0,26
Macaé 0,25 0,67 0,00 1,00 0,48 0,57 0,50 0,38 0,71 0,71 0,62 0,61 0,29 0,49 0,51
Macuco 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,50 0,00 0,21 0,24 0,55 0,63 0,39 0,32
Magé 0,75 0,33 0,57 0,67 0,58 0,72 0,75 0,75 0,71 0,71 0,80 0,54 0,68 0,73 0,97
Mangaratiba 0,38 0,11 0,14 0,17 0,20 0,15 0,75 0,25 0,86 1,00 0,78 0,58 0,42 0,45 0,43
Maricá 0,63 0,78 0,71 0,33 0,61 0,76 0,75 0,00 1,00 0,43 0,58 0,58 0,45 0,60 0,71
Mendes 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,38 0,00 0,71 0,34 0,56 0,54 0,37 0,27
Mesquita 0,50 0,11 0,14 0,33 0,27 0,26 0,00 0,63 0,00 0,43 0,26 0,26 0,07
Miguel Pereira 0,25 0,11 0,14 0,33 0,21 0,17 0,50 0,63 0,00 0,43 0,41 0,57 0,49 0,36 0,25
Miracema 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,50 0,00 0,00 0,17 0,54 0,69 0,33 0,20
Natividade 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,50 0,00 0,00 0,17 0,53 0,70 0,39 0,32
Nilópolis 0,50 0,22 0,14 0,50 0,34 0,36 0,00 0,00 0,00 0,14 0,00 0,59 0,38 0,25 0,04
Niterói 0,75 0,78 0,14 0,67 0,58 0,72 0,50 0,63 1,00 0,43 0,69 0,66 0,00 0,47 0,47
Nova Friburgo 0,25 0,56 1,00 0,33 0,53 0,65 1,00 0,75 0,00 1,00 0,75 0,60 0,34 0,58 0,68
Nova Iguaçu 0,75 0,67 0,14 0,67 0,56 0,68 0,75 0,63 0,00 0,71 0,56 0,57 0,52 0,59 0,69
Paracambi 0,63 0,11 0,71 1,00 0,61 0,76 0,50 0,63 0,00 0,43 0,41 0,53 0,72 0,63 0,77
Paraíba do Sul 0,13 0,11 0,29 0,00 0,13 0,05 0,25 0,38 0,00 0,43 0,26 0,54 0,69 0,34 0,21
Parati 0,38 0,56 0,86 0,33 0,53 0,64 1,00 0,13 1,00 1,00 0,86 0,57 0,48 0,66 0,84
Paty do Alferes 0,13 0,11 0,14 0,17 0,14 0,06 0,25 0,38 0,00 0,14 0,18 0,52 0,77 0,34 0,21
Petrópolis 0,13 0,89 0,14 0,83 0,50 0,59 0,75 1,00 0,00 0,71 0,67 0,60 0,35 0,54 0,60
Pinheiral 0,25 0,78 0,14 0,33 0,38 0,42 0,25 0,13 0,00 0,00 0,07 0,55 0,59 0,36 0,25
Piraí 0,38 0,11 0,71 0,33 0,38 0,43 0,50 0,25 0,00 0,71 0,38 0,56 0,56 0,46 0,44
Porciúncula 0,63 1,00 0,14 0,33 0,53 0,64 0,25 0,38 0,00 0,00 0,14 0,51 0,85 0,54 0,60
Porto Real 0,25 0,11 0,14 0,33 0,21 0,17 0,25 0,00 0,00 0,00 0,03 0,53 0,70 0,30 0,14
Quatis 0,13 0,11 0,14 0,33 0,18 0,12 0,00 0,25 0,00 0,29 0,11 0,56 0,57 0,27 0,08
Queimados 0,25 0,11 0,71 0,17 0,31 0,32 0,00 0,00 0,00 0,14 0,00 0,54 0,65 0,32 0,18
Quissamã 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,38 0,86 0,43 0,51 0,52 0,76 0,49 0,51

92
Tabela 5.1 – Componentes do IVG e o IVGp, por município
Municipios Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp
Resende 0,25 0,44 0,14 0,83 0,42 0,48 0,75 0,63 0,00 0,43 0,48 0,60 0,33 0,43 0,39
Rio Bonito 0,50 0,78 1,00 0,17 0,61 0,76 0,50 0,63 0,00 0,43 0,41 0,55 0,63 0,60 0,72
Rio Claro 0,13 0,44 0,14 0,33 0,26 0,25 0,25 0,13 0,00 1,00 0,35 0,53 0,73 0,44 0,42
Rio das Flores 0,13 0,67 0,14 0,31 0,32 0,50 0,25 0,00 0,43 0,30 0,53 0,71 0,44 0,42
Rio das Ostras 0,13 0,33 0,14 0,83 0,36 0,39 0,75 0,00 1,00 0,14 0,50 0,57 0,50 0,46 0,45
Rio de Janeiro 0,88 0,67 0,71 0,83 0,77 1,00 1,00 0,88 1,00 0,43 0,91 0,63 0,17 0,69 0,90
Santa Maria Madalena 0,13 0,11 0,86 0,33 0,36 0,39 1,00 0,63 0,00 0,71 0,63 0,54 0,69 0,57 0,66
Santo Antônio de Pádua 0,25 0,11 0,29 0,33 0,25 0,22 0,00 0,63 0,00 0,00 0,14 0,54 0,69 0,35 0,24
São Fidélis 0,38 0,56 0,86 0,33 0,53 0,64 0,25 0,63 0,00 0,43 0,33 0,52 0,78 0,59 0,69
São Francisco de Itabapoana 0,25 0,11 0,14 0,33 0,21 0,17 0,25 0,63 0,86 0,43 0,58 0,48 1,00 0,58 0,68
São Gonçalo 0,38 0,67 0,57 0,83 0,61 0,76 0,25 0,63 0,57 0,14 0,42 0,59 0,41 0,53 0,58
São João da Barra 0,38 0,67 0,14 0,33 0,38 0,42 0,25 0,38 0,86 0,00 0,38 0,52 0,77 0,52 0,57
São João de Meriti 0,63 0,33 0,14 0,50 0,40 0,45 0,25 0,63 0,00 0,00 0,21 0,57 0,51 0,39 0,31
São José de Ubá 0,38 0,11 0,14 0,33 0,24 0,22 0,00 0,25 0,00 0,00 0,03 0,49 0,92 0,39 0,31
São José do Vale do Rio Preto 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,63 0,00 0,43 0,33 0,54 0,67 0,37 0,28
São Pedro da Aldeia 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,00 0,00 0,14 0,07 0,57 0,51 0,27 0,07
São Sebastião do Alto 0,13 0,11 0,86 0,33 0,36 0,39 0,25 0,13 0,00 0,43 0,19 0,52 0,80 0,46 0,44
Sapucaia 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,63 0,00 0,43 0,33 0,53 0,73 0,40 0,33
Saquarema 0,25 0,11 0,57 0,17 0,27 0,27 0,50 0,13 1,00 0,43 0,55 0,55 0,63 0,48 0,49
Seropédica 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,25 0,00 0,14 0,14 0,55 0,62 0,36 0,25
Silva Jardim 0,25 0,11 0,14 0,33 0,21 0,17 1,00 0,50 0,00 0,43 0,51 0,52 0,78 0,49 0,50
Sumidouro 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,63 0,00 0,43 0,33 0,52 0,75 0,40 0,34
Tanguá 0,50 0,56 0,00 0,33 0,35 0,37 0,25 0,25 0,00 0,43 0,23 0,52 0,78 0,46 0,44
Teresópolis 0,13 0,22 0,14 0,17 0,16 0,10 1,00 1,00 0,00 0,71 0,74 0,58 0,45 0,43 0,39
Trajano de Morais 0,13 0,11 1,00 0,41 0,47 0,25 0,38 0,00 0,71 0,34 0,51 0,84 0,55 0,62
Três Rios 0,13 0,11 0,71 0,33 0,32 0,33 0,25 0,38 0,00 0,43 0,26 0,56 0,58 0,39 0,32
Valença 0,13 0,11 0,14 0,17 0,14 0,06 0,75 0,63 0,00 0,00 0,35 0,56 0,57 0,33 0,20
Varre-Sai 0,00 0,11 0,14 0,33 0,15 0,08 0,00 0,25 0,00 0,00 0,03 0,51 0,85 0,32 0,18
Vassouras 0,25 0,11 0,00 0,33 0,17 0,12 0,25 0,00 0,00 0,43 0,15 0,56 0,58 0,28 0,11
Volta Redonda 0,38 0,56 0,14 0,17 0,31 0,32 0,25 0,13 0,00 0,14 0,11 0,59 0,38 0,27 0,08
Fonte: Elaboração própria

93
CAPÍTULO 6

ÍNDICE DE CENÁRIOS CLIMÁTICOS - ICC


O Índice de Cenários Climáticos (ICC) sintetiza, para cada município, a diferença
esperada (anomalias) de temperatura e precipitação, considerando o “clima atual” e
projeções climáticas, baseadas no modelo climático regionalizado Eta-HadCM3, versões
A1FI (high) e A1T (low).
O modelo Eta-HadCM3 apresenta resolução horizontal de 40 km e 38 camadas
na vertical (Figura 6.1) (para maiores detalhes, ver Chou et al., 2010).

6.1 VARIÁVEIS CLIMÁTICAS


Para efeito de inserção do aspecto clima no indicador agregado de
vulnerabilidade dos municípios do ERJ, foram utilizadas duas variáveis climáticas, a
saber: Temperatura (TP2M – Shelter temperature) (em grau Celsius - 0C) e Precipitação
(PREC – Total 6 h Prec) (precipitação pluviométrica, em mm).
Os dados foram disponibilizados pelo CCST/INPE.

6.2 INTERVALOS DE TEMPO


Foram considerados dois intervalos de tempo (time slices) para cada variável:
atual (baseline) e projetado (futuro). O período atual corresponde ao intervalo 1960-1990,
ao passo que o período projetado corresponde a 2010-2040.

94
Figura 6.1 – Malha de pontos (grid) de dados climáticos do Modelo Regionalizado
ETA-HadCM3 sobre o ERJ
Fonte: IBGE, ETA-CCST/INPE

6.3 CENÁRIOS CLIMÁTICOS


Os cenários climáticos da família A1 utilizados no presente trabalho descrevem
um mundo futuro de crescimento econômico muito rápido, baseado na rápida introdução
de tecnologias novas e mais eficientes, ao mesmo tempo em que a população global
atinge um pico em meados do século e declina em seguida. As principais questões
subjacentes são a convergência entre as regiões, a capacitação e o aumento das
interações culturais e sociais, com uma redução das diferenças na renda per capita.
A família de cenários A1 considera como temas mais relevantes a economia, a
convergência cultural e a construção de capacitações. Nesse mundo, onde as pessoas
buscam riquezas pessoais em detrimento de qualidade ambiental, desdobram-se três
cenários com direções alternativas de mudanças no sistema energético, distinguindo-se
pela ênfase tecnológica: intensiva no uso de combustíveis fósseis (A1FI – fossil Intensive);
fontes energéticas não-fósseis (A1T) ou equilíbrio entre todas as fontes (A1B). Neste caso,
como equilíbrio pode-se entender a não dependência estrita de uma determinada fonte
de energia e a aplicação de taxas similares de aperfeiçoamento tecnológico a todas as
formas de oferta de energia e uso final (Bermann, 2007). Para efeito deste trabalho estão
sendo avaliados apenas dois cenários extremos desta família, a saber, o A1FI e o A1T.

95
A Figura 6.2 apresenta a curva de emissão de carbono para os cenários, incluindo
o A1T e A1FI.

A1
A1FI
A1T
A2ASF
B1
B2
Bilhões de toneladas de carbono

MIniCAM B2
Is92a

Figura 6.2 – Cenários de emissão de carbono


Fonte: adaptado de Massambani, 2009

6.4 CÁLCULO DAS MÉDIAS DE TEMPERATURA E PRECIPITAÇÃO


Para cada intervalo de tempo (atual e projetado), foram calculadas as médias das
variáveis temperatura e precipitação para cada um dos pontos da grade (grid), tendo em
vista a necessidade de proceder à interpolação dos dados para atender aos objetivos do
presente trabalho.
Com relação à temperatura, a média foi calculada levando-se em consideração
todos os valores disponibilizados para cada célula do grid. Dessa forma, para cada célula
foi associado um valor médio distinto.
Com relação à variável precipitação, procedeu-se à soma de todas as medições
disponíveis para cada ponto do grid, por ano (1960, 1961, etc.) e, a seguir, foi calculada a
média de todos os valores anuais obtidos para cada um dos intervalos (atual e futuro),
que correspondeu à média pluviométrica anual.

6.5 INTERPOLAÇÃO DE DADOS


Uma vez que os dados de temperatura e precipitação da família A1 são,
originalmente, disponibilizados somente para alguns pontos do espaço (grid), há grandes
extensões espaciais para as quais não há dado algum, o que inviabiliza qualquer análise
que leve em consideração o território de um município. Em casos extremos, há municípios
não contemplados sequer um ponto do grid. Dessa forma, faz-se necessário proceder-se à

96
interpolação de dados, de modo que uma maior superfície do ERJ seja contemplada com
dados de temperatura e precipitação.
Para a interpolação de dados, foi utilizada a função “ASCII Reader” do software
ArcView v. 3.2. Inicialmente, os arquivos txt, que continham os valores (médias) de
precipitação e temperatura, foram tratados utilizando-se o método Inverse Distance
Weighted (IWD), com raio de procura variável, potência 2 e número de pontos igual a 12.
O tamanho das células especificado para a visualização dos dados interpolados foi 0,01.
Um exemplo de resultado da interpolação de dados pode ser visualizado na Figura
6.3.

Figura 6.3 – Dados interpolados de temperatura para o ERJ (Janeiro de 1960).


Fonte: Elaboração própria.

6.6 MUNICIPALIZAÇÃO DOS DADOS CLIMÁTICOS


Para efeito do cálculo das variáveis climáticas para cada município, foi utilizada a
função “Grid Analyst” do software ArcView v. 3.2, com auxílio do comando “Extract Grid
Value with Polygon”. Neste caso, o polígono a que se refere o comando é o recorte
geográfico de cada município, o qual é sobreposto à grade de dados interpolados, para
extração dos valores subjacentes.
Finalmente, através da função “Statistic”, foi calculada a média da temperatura
e precipitação para cada município, com base no recorte geográfico especificado no
passo anterior.

97
6.7 ANOMALIAS CLIMÁTICAS
Para efeito da inserção da variável climática no cálculo da vulnerabilidade, foram
utilizadas as diferenças entre os dados obtidos para cada município, referentes ao
período atual e futuro, conforme descrito no Quadro 6.1. A diferença das médias das
variáveis entre ambos os períodos denomina-se “anomalia climática”.
Ressalta-se que, para o presente estudo, foi considerada a variação absoluta das
anomalias climáticas, uma vez que está sendo construído um índice agregado que
pretende identificar como a variação esperada do clima pode afetar a vulnerabilidade
municipal. Portanto, não foi discriminada a relação direta de variação do clima e
impacto na população, na respectiva saúde ou no ambiente do município.

Quadro 6.1 – Dados de Temperatura e Precipitação para cada Município do ERJ

Fonte: Elaboração própria.

98
6.8 CONSTRUÇÃO DO ICC
As variáveis consideradas para o calculo do ICC foram as anomalias de
temperatura e precipitação. A anomalia é dada pela diferença observada entre a
temperatura (ou precipitação) média observada no cenário base (baseline) e a média
esperada em cada um dos cenários climáticos futuros avaliados.
As anomalias climáticas mensuram a variação esperada nos valores de
precipitação e temperatura, para cada um dos municípios do ERJ. Calculados desta forma,
valores de anomalia climática positivos indicam aumento esperado nos níveis de
precipitação e temperatura, enquanto que valores de anomalia negativos indicam
redução esperada nos níveis de precipitação e temperatura, ao passo que valores de
anomalia próximos ou iguais a zero indicam que os níveis de precipitação e temperatura
projetados são próximos observados no período atual (baseline).
Anomalias de temperatura e precipitação representam, em parte, o componente
“exposição” às mudanças climáticas e são essenciais para informar as políticas sobre
adaptação. Entende-se que, quanto maior a anomalia esperada, ou seja, quanto maior a
diferença entre os valores esperados nos cenários A1FI e A1T com relação aos valores
atuais, maior também será a demanda de resposta (capacidade adaptativa). Esta
necessidade de resposta ocorre de forma independente da direção observada da
anomalia (positiva ou negativa). Portanto, para o cálculo do ICC, foram consideradas as
anomalias absolutas de precipitação e temperatura.
O cálculo do ICC padronizado foi realizado em quatro etapas:
Etapa 1: Distribuição das anomalias de precipitação e temperatura em quartis;
Etapa 2: Atribuição de peso às anomalias esperadas nos quartis;
Etapa 3: Cálculo do ICC municipal; e
Etapa 4: Cálculo do ICC municipal padronizado.

ETAPA 1 - Distribuição das anomalias de precipitação e temperatura em quartis


As anomalias esperadas para cada cenário climático, por município, são
apresentadas na Tabela 6.1.

99
Tabela 6.1 - Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas,
considerando os Cenários Climáticos A1T e A1FI

A1T (low) A1FI (high)


MUNICÍPIO
AP AT AP AT
Angra dos Reis 332,32 1,03 -66,40 1,72
Aperibé 263,25 0,85 -20,66 1,63
Araruama 296,22 0,97 -64,30 1,53
Areal 164,13 0,86 -51,27 1,75
Armação dos Búzios 332,02 0,97 -36,28 1,64
Arraial do Cabo 330,43 0,34 -24,29 1,39
Barra do Piraí 132,97 0,96 -67,30 1,70
Barra Mansa 321,27 0,95 -49,76 1,72
Belford Roxo 166,31 0,98 -53,12 1,39
Bom Jardim 169,57 0,87 -57,55 1,71
Bom Jesus do Itabapoana 290,56 0,95 -82,09 1,69
Cabo Frio 314,11 0,97 -42,10 1,46
Cachoeiras de Macacu 225,83 0,96 -85,34 1,75
Cambuci 278,99 0,87 -18,37 1,60
Campos dos Goytacazes 435,69 0,91 52,24 1,47
Cantagalo 243,42 0,85 -22,71 1,65
Carapebus 380,97 0,90 10,57 1,46
Cardoso Moreira 438,92 0,91 61,73 1,51
Carmo 224,77 0,87 -19,70 1,67
Casimiro de Abreu 280,19 0,94 -54,50 1,57
Comendador Levy Gasparian 179,35 0,88 -38,12 1,68
Conceição de Macabu 337,89 0,88 -13,94 1,52
Cordeiro 191,74 0,87 -43,41 1,68
Duas Barras 172,24 0,88 -45,11 1,72
Duque de Caxias 243,49 0,98 -82,63 2,13
Engenheiro Paulo de Frontin 242,13 0,97 -81,63 1,70
Guapimirim 214,77 0,96 -81,36 1,75
Iguaba Grande 310,82 0,98 -56,29 1,46
Itaboraí 255,11 0,98 -88,74 1,67
Itaguaí 342,09 1,02 -77,70 1,62
Italva 340,99 0,89 10,45 1,57
Itaocara 267,76 0,83 -17,67 1,62
Itaperuna 267,91 0,92 -35,88 1,63
Itatiaia 132,16 0,91 -17,86 1,80
Japeri 267,18 0,99 -86,28 1,80
Laje do Muriaé 247,73 0,91 -37,71 1,64

100
Tabela 6.1 (cont.) - Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas,
considerando os Cenários Climáticos A1T e A1FI

A1T (low) A1FI (high)


MUNICÍPIO
AP AT AP AT
Macaé 102,58 0,44 -30,92 1,56
Macuco 484,82 1,69 -40,66 1,67
Magé 129,49 0,58 -82,63 1,74
Mangaratiba 368,55 1,05 -75,99 1,65
Maricá 300,20 1,00 -96,44 1,54
Mendes 264,04 0,98 -95,66 1,70
Mesquita 291,86 0,99 -82,02 1,64
Miguel Pereira 230,32 0,96 -77,33 1,72
Miracema 257,14 0,89 -21,99 1,62
Natividade 234,44 0,95 -64,85 1,67
Nilópolis 301,24 1,00 -82,68 1,56
Niterói 307,21 0,99 -108,98 1,57
Nova Friburgo 169,85 0,90 -65,51 1,74
Nova Iguaçu 263,59 0,99 -82,29 1,70
Paracambi 272,01 0,99 -97,01 1,70
Paraíba do Sul 174,80 0,87 -48,19 2,26
Parati 378,98 1,14 -50,84 1,73
Paty do Alferes 198,78 0,91 -61,57 1,72
Petrópolis 194,80 0,92 -65,10 1,74
Pinheiral 211,99 0,97 -68,90 1,70
Piraí 260,80 0,98 -86,08 1,70
Porciúncula 212,81 0,89 -84,15 1,75
Porto Real 153,83 0,94 -33,67 1,73
Quatis 149,99 0,92 -31,53 1,72
Queimados 282,65 0,99 -83,87 1,67
Quissamã 444,96 0,93 28,49 1,40
Resende 140,46 0,92 -22,86 1,77
Rio Bonito 266,68 0,98 -90,17 1,67
Rio Claro 278,42 0,99 -70,20 1,69
Rio das Flores 167,09 0,88 -48,22 1,70
Rio das Ostras 317,54 0,93 -27,02 1,49
Rio de Janeiro 337,49 1,02 -84,02 1,59
Santa Maria Madalena 276,19 0,85 -23,87 1,58
Santo Antônio de Pádua 257,19 0,87 -20,72 1,63

101
Tabela 6.1 (cont.) - Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas,
considerando os Cenários Climáticos A1T e A1FI

A1T (low) A1FI (high)


MUNICÍPIO
AP AT AP AT
São Fidelis 283,37 0,84 -16,65 1,58
São Francisco de Itabapoana 506,92 0,97 65,98 1,45
São Gonçalo 275,15 0,98 -96,16 1,62
São João da Barra 510,24 0,95 74,89 1,39
São João de Meriti 281,89 0,99 -82,80 1,65
São José de Ubá 274,62 0,89 -21,90 1,61
São José do Vale do Rio Preto 150,62 0,86 -42,23 1,76
São Pedro da Aldeia 313,19 0,96 -48,37 1,46
São Sebastião do Alto 255,40 0,84 -23,60 1,62
Sapucaia 185,75 0,88 -35,12 1,71
Saquarema 295,56 0,98 -78,50 1,50
Seropédica 303,50 1,00 -84,81 1,66
Silva Jardim 259,34 0,96 -76,70 1,66
Sumidouro 160,48 0,89 -55,61 1,75
Tanguá 269,76 0,98 -88,96 1,63
Teresópolis 174,34 0,90 -59,44 1,75
Trajano de Morais 189,99 0,86 -50,44 1,66
Três Rios 166,93 0,88 -42,17 1,73
Valença 144,85 0,92 -51,59 1,89
Varre-Sai 218,20 0,91 -78,39 1,75
Vassouras 198,76 0,92 -64,79 1,71
Volta Redonda 176,00 0,96 -54,59 1,71

Fonte: Elaboração própria

102
Os quartis são medidas estatísticas descritivas que separam o conjunto de dados
em quatro partes: 25% dos dados são menores ou iguais ao 1º quartil, 25% dos dados
estão distribuídos entre o 1º e o 2º quartil, 25% dos dados estão distribuídos entre o 2º
e o 3º quartil e os restantes 25% dos dados são maiores ou iguais ao 3º quartil.
A Tabela 6.2 apresenta os limites dos valores absolutos das anomalias de cada
um dos quartis relativos aos cenários climáticos considerados.

Tabela 6.2 – Quartis Observados para os Valores de Anomalias Climáticas

A1T (low) A1FI (high)


QUARTIL
AP AT AP AT

1º 191,31 0,88 35,69 1,58

2º 263,42 0,93 55,95 1,67

3º 301,81 0,98 81,42 1,72

Fonte: Elaboração prórpria.

ETAPA 2 - Atribuição de peso às anomalias esperadas nos quartis


Para o cálculo do ICC, atribuiu-se maior peso aos municípios objeto de maiores
anomalias, o que significa que, quanto maior o valor, em módulo, da anomalia esperada,
maior o respectivo peso.
A Tabela 6.3 apresenta o critério de atribuição dos pesos.

Tabela 6.3 - Pesos atribuídos às anomalias de precipitação e temperatura

PESO ANOMALIA DE PRECIPITAÇÃO ANOMALIA DE TEMPERATURA

1 Menor que o 1º quartil Menor que o 1º quartil

2 Entre o 1º e o 2º quartil Entre o 1º e o 2º quartil

3 Entre o 2º e o 3º quartil Entre o 2º e o 3º quartil

4 Maior que o 3º quartil Maior que o 3º quartil

Fonte: Elaboração própria.

103
ETAPA 3 - Cálculo do ICC municipal
O ICC municipal corresponde à média dos pesos atribuídos às anomalias
absolutas de precipitação e temperatura por município, considerando os dois cenários
climáticos extremos da família A1:

ICC-A1T – o índice referente ao cenário que considera o uso de fontes energéticas


não-fósseis (low);
ICC-A1FI – o índice referente ao cenário que considera o uso intensivo de fontes
energéticas fósseis (high).

ETAPA 4 - Cálculo do ICC municipal padronizado


Os índices ICCp-A1T e ICCp-A1FI são os valores padronizados de ICC segundo a
equação 6.1:

(Equação 6.1)

Como resultado, tem-se um índice com escala variando de 0 a 1, em que 0 é o


valor atribuído ao município com menor vulnerabilidade e 1 ao município com maior
vulnerabilidade. Os demais valores indicam a distância relativa entre o menos vulnerável
(índice = 0) e o mais vulnerável (índice = 1).
Assim, índices com valores iguais ou próximos de 0 são atribuídos aos municípios
que deverão sofrer menos impactos das mudanças do clima em relação aos demais
municípios do ERJ, sendo que valores iguais ou próximos de 1 indicam os municípios em
que a capacidade adaptativa deverá ser maior.
A Tabela 6.4 apresenta, para os diferentes municípios, os pesos atribuídos às
anomalias de precipitação e temperatura para os cenários A1T e A1FI e os respectivos
ICC e ICCp.

104
Tabela 6.4 – Pesos para Anomalia de Precipitação (AP), Anomalia de Temperatura (AT), ICC e ICCp
para os Cenários Climáticos A1T e A1FI

A1T (low) A1FI (high)


MUNICÍPIO
AP AT ICC ICCp AP AT ICC ICCp
Angra dos Reis 4 4 4,0 0,67 3 3 3,0 1,00
Aperibé 2 1 1,5 0,17 1 2 1,5 0,17
Araruama 3 3 3,0 0,33 3 1 2,0 0,67
Areal 1 1 1,0 0,67 2 4 3,0 0,00
Armação dos Búzios 4 3 3,5 0,83 2 2 2,0 0,00
Arraial do Cabo 4 1 2,5 0,50 1 1 1,0 0,17
Barra do Piraí 1 3 2,0 0,67 3 3 3,0 0,33
Barra Mansa 4 3 3,5 0,67 2 4 3,0 0,83
Belford Roxo 1 4 2,5 0,83 2 1 1,5 0,50
Bom Jardim 1 1 1,0 0,67 3 3 3,0 0,00
Bom Jesus do Itabapoana 3 3 3,0 0,83 4 3 3,5 0,67
Cabo Frio 4 3 3,5 0,17 2 1 1,5 0,83
Cachoeiras de Macacu 2 3 2,5 1,00 4 4 4,0 0,50
Cambuci 3 1 2,0 0,17 1 2 1,5 0,33
Campos dos Goytacazes 4 2 3,0 0,17 2 1 1,5 0,67
Cantagalo 2 1 1,5 0,17 1 2 1,5 0,17
Carapebus 4 2 3,0 0,00 1 1 1,0 0,67
Cardoso Moreira 4 2 3,0 0,33 3 1 2,0 0,67
Carmo 2 1 1,5 0,33 1 3 2,0 0,17
Casimiro de Abreu 3 3 3,0 0,17 2 1 1,5 0,67
Comendador Levy Gasparian 1 1 1,0 0,50 2 3 2,5 0,00
Conceição de Macabu 4 1 2,5 0,00 1 1 1,0 0,50
Cordeiro 2 1 1,5 0,50 2 3 2,5 0,17
Duas Barras 1 1 1,0 0,50 2 3 2,5 0,00
Duque de Caxias 2 3 2,5 1,00 4 4 4,0 0,50
Engenheiro Paulo de Frontin 2 3 2,5 0,83 4 3 3,5 0,50
Guapimirim 2 3 2,5 0,83 3 4 3,5 0,50
Iguaba Grande 4 3 3,5 0,33 3 1 2,0 0,83
Itaboraí 2 3 2,5 0,67 4 2 3,0 0,50
Itaguaí 4 4 4,0 0,50 3 2 2,5 1,00
Italva 4 2 3,0 0,00 1 1 1,0 0,67
Itaocara 3 1 2,0 0,17 1 2 1,5 0,33
Itaperuna 3 2 2,5 0,33 2 2 2,0 0,50
Itatiaia 1 2 1,5 0,50 1 4 2,5 0,17
Japeri 3 4 3,5 1,00 4 4 4,0 0,83
Laje do Muriaé 2 2 2,0 0,33 2 2 2,0 0,33
Macaé 1 1 1,0 0,00 1 1 1,0 0,00
Macuco 4 4 4,0 0,33 2 2 2,0 1,00
Magé 1 1 1,0 1,00 4 4 4,0 0,00
Mangaratiba 4 4 4,0 0,50 3 2 2,5 1,00
Maricá 3 4 3,5 0,50 4 1 2,5 0,83
Mendes 3 4 3,5 0,83 4 3 3,5 0,83
Mesquita 3 4 3,5 0,67 4 2 3,0 0,83
Miguel Pereira 2 3 2,5 0,83 3 4 3,5 0,50
Miracema 2 2 2,0 0,17 1 2 1,5 0,33
Natividade 2 3 2,5 0,67 3 3 3,0 0,50

105
Tabela 6.4 (cont.) – Pesos para Anomalia de Precipitação (AP), Anomalia de Temperatura (AT), ICC e
ICCp para os Cenários Climáticos A1T e A1FI

A1T (low) A1FI (high)


MUNICÍPIO
AP AT ICC ICCp AP AT ICC ICCp
Nilópolis 3 4 3,5 0,50 4 1 2,5 0,83
Niterói 4 4 4,0 0,50 4 1 2,5 1,00
Nova Friburgo 1 2 1,5 0,83 3 4 3,5 0,17
Nova Iguaçu 3 4 3,5 0,83 4 3 3,5 0,83
Paracambi 3 4 3,5 0,83 4 3 3,5 0,83
Paraíba do Sul 1 1 1,0 0,67 2 4 3,0 0,00
Parati 4 4 4,0 0,67 2 4 3,0 1,00
Paty do Alferes 2 2 2,0 0,83 3 4 3,5 0,33
Petrópolis 2 2 2,0 0,83 3 4 3,5 0,33
Pinheiral 2 3 2,5 0,67 3 3 3,0 0,50
Piraí 2 4 3,0 0,83 4 3 3,5 0,67
Porciúncula 2 2 2,0 1,00 4 4 4,0 0,33
Porto Real 1 3 2,0 0,50 1 4 2,5 0,33
Quatis 1 2 1,5 0,33 1 3 2,0 0,17
Queimados 3 4 3,5 0,83 4 3 3,5 0,83
Quissamã 4 2 3,0 0,00 1 1 1,0 0,67
Resende 1 2 1,5 0,50 1 4 2,5 0,17
Rio Bonito 3 4 3,5 0,83 4 3 3,5 0,83
Rio Claro 3 4 3,5 0,67 3 3 3,0 0,83
Rio das Flores 1 2 1,5 0,50 2 3 2,5 0,17
Rio das Ostras 4 2 3,0 0,00 1 1 1,0 0,67
Rio de Janeiro 4 4 4,0 0,67 4 2 3,0 1,00
Santa Maria Madalena 3 1 2,0 0,00 1 1 1,0 0,33
Santo Antônio de Pádua 2 1 1,5 0,17 1 2 1,5 0,17
São Fidelis 3 1 2,0 0,00 1 1 1,0 0,33
São Francisco de Itabapoana 4 3 3,5 0,33 3 1 2,0 0,83
São Gonçalo 3 4 3,5 0,67 4 2 3,0 0,83
São João da Barra 4 3 3,5 0,33 3 1 2,0 0,83
São João de Meriti 3 4 3,5 0,67 4 2 3,0 0,83
São José de Ubá 3 2 2,5 0,17 1 2 1,5 0,50
São José do Vale do Rio Preto 1 1 1,0 0,67 2 4 3,0 0,00
São Pedro da Aldeia 4 3 3,5 0,17 2 1 1,5 0,83
São Sebastião do Alto 2 1 1,5 0,17 1 2 1,5 0,17
Sapucaia 1 1 1,0 0,33 1 3 2,0 0,00
Saquarema 3 4 3,5 0,33 3 1 2,0 0,83
Seropédica 4 4 4,0 0,67 4 2 3,0 1,00
Silva Jardim 2 3 2,5 0,50 3 2 2,5 0,50
Sumidouro 1 2 1,5 0,67 2 4 3,0 0,17
Tanguá 3 4 3,5 0,67 4 2 3,0 0,83
Teresópolis 1 2 1,5 0,83 3 4 3,5 0,17
Trajano de Morais 1 1 1,0 0,33 2 2 2,0 0,00
Três Rios 1 2 1,5 0,67 2 4 3,0 0,17
Valença 1 2 1,5 0,67 2 4 3,0 0,17
Varre-Sai 2 2 2,0 0,83 3 4 3,5 0,33
Vassouras 2 2 2,0 0,67 3 3 3,0 0,33
Volta Redonda 1 3 2,0 0,50 2 3 2,5 0,33
Fonte: Elaboração própria.
106
6.9 ÍNDICES MUNICIPAIS DE CENÁRIOS CLIMÁTICOS
De acordo com as anomalias climáticas projetadas para o ERJ, considerando-se
os cenários A1FI e AIT para o período 2010-2040, observa-se uma tendência de redução
da precipitação e aumento da temperatura (Figuras 6.4 a 6.7). Há, entretanto, variações
geográficas deste padrão, bem como diferenças relacionadas à intensidade das
anomalias, de acordo com os cenários avaliados.
Com relação à temperatura, em ambos os cenários há uma clara tendência de
um aumento positivo das anomalias para todo o ERJ, mas de forma menos intensa,
porém, nos municípios da Região Norte. No cenário A1T, as anomalias climáticas são, de
uma forma geral, menos intensas, na maioria dos municípios.
As variações de anomalias no cenário A1T enquadram-se no intervalo de 0,34 a
1,69 C, ao passo que, no cenário A1FI, situam-se entre os extremos de 1,39 e 2,26 oC.
o

Sobre a precipitação, somente no cenário A1T são registradas anomalias


positivas, as quais se concentram em municípios da Região Norte. Nas demais regiões,
são verificadas apenas anomalias negativas, indicando uma redução no volume de
chuvas. No cenário A1FI, porém, desaparecem as anomalias positivas, mas mantém-se o
padrão anterior, ou seja, as anomalias são mais severas em todas as regiões, com
exceção da Região Norte, cujos valores aumentam, ainda que em menor proporção.
No cenário A1FI, as anomalias de precipitação variam de 74,89 a 108,98 mm
anuais, ao passo que, no cenário A1T, os extremos são 102,58 e 510,24 mm anuais.
Os resultados obtidos com relação às anomalias climáticas para o ERJ estão em
sintonia com aqueles disponibilizados por Nobre et al. (2008), que tratam das variações
climáticas projetadas para o ERJ e seus efeitos sobre a biodiversidade. Vale ressaltar,
porém, que comparações entre ambos os trabalhos devem ser seguidas de ressalvas,
uma vez que os cenários utilizados por Nobre e equipe correspondem ao A2 e B2, ao
passo que o período futuro levado em consideração para efeito da análise das anomalias
climáticas corresponde a 2071-2082. Por outro lado, Nobre e colegas utilizaram modelos
de vegetação potencial, tendo como objetivo primário determinar possíveis alterações
na distribuição das diferentes fitofisionomias presentes no ERJ, o que não foi objeto de
estudo do presente trabalho.
Assim, segundo Nobre e colegas (op. cit.), no cenário A2 haverá aumento
generalizado de temperatura no ERJ, em um gradiente de maior para menor intensidade
de leste para oeste. Por outro lado, foram projetadas anomalias negativas de
precipitação para todo o Estado, sendo estas mais intensas na Região Centro–Sul e
menos intensas nas regiões Norte-Noroeste.
Sob a ótica de redução generalizada da precipitação e aumento da temperatura,
a Região Norte poderá registrar as transformações mais dramáticas na vegetação nativa,
a despeito das anomalias climáticas, tanto de precipitação, quanto de temperatura,
serem, de um modo geral, menores, comparativamente ao restante do Estado. Neste

107
caso, as matas semideciduais cederiam espaço para uma vegetação do tipo savânica,
mais “aberta” (formação campestre) e menos rica em espécies de plantas. De fato,
trata-se de uma região já naturalmente sujeita a déficits hídricos e na qual a redução e
fragmentação da cobertura vegetal nativa é, mesmo nos dias atuais, ao extremo
significativa.
Ainda segundo Nobre et al. (2008), essa mesma direção de mudança também é
projetada na Região das Baixadas Litorâneas, ao passo que nas Regiões Centro-Sul
Fluminense e na do Médio Paraíba será possível observar uma mudança de floresta
ombrófila para floresta estacional. Para as Regiões Noroeste e Serrana, entretanto, não
foram registradas mudanças consensuais na vegetação nativa.

108
109
110
111
112
CAPÍTULO 7
ÍNDICE DE VULNERABILIDADE MUNICIPAL - IVM

Neste capítulo, é feita, inicialmente, uma discussão geral da distribuição dos valores
dos índices pelo território do ERJ, com ênfase naqueles valores considerados extremos, tanto
para os índices componentes (IVAmp; IVSFp; IVSp), como para aqueles considerados como
índices “integradores” (IVGp; ICCp).
Assim, na avaliação de vulnerabilidade municipal, foram agregados dados e
informações da área ambiental, de saúde e social, além de projeções de clima, baseadas em
cenários.
Os dados foram, primariamente, analisados por cada município e, após, por
macrorregiões.
A composição setorial do Índice de Vulnerabilidade Municipal (IVM), produto sintético
e final do trabalho, levou em conta setores reconhecidamente vulneráveis aos impactos do
clima e que se relacionam, direta ou indiretamente, com a saúde da população humana.
Em relação à saúde, foram trabalhados dados relativos a duas categorias principais de
agravos que, historicamente, têm sido, em grande parte, determinados pela variabilidade e
por manifestações extremas do clima: as doenças infecciosas endêmicas (ou “doenças
tropicais”) e acidentes/traumas relacionados à precipitação extrema. Estas duas categorias de
agravos são também reconhecidas como tendo relação estreita com os parâmetros climáticos,
pelo IPCC (Confalonieri et al, 2007).
Alguns setores estudados, como é o caso dos ecossistemas naturais e sua diversidade
biológica, apresentam relação com a saúde (ex. albergando focos de doenças infecciosas) e
também devem ser vistos como tendo valor intrínseco, como propiciadores de serviços
ambientais (ou “serviços ecossistêmicos”) para a sociedade humana, contribuindo para o seu
bem-estar e, em última instância, para a sua saúde.
No que diz respeito aos valores e índices de anomalias de clima, a avaliação foi
estabelecida para dois cenários (A1T e A1FI), mas a discussão/avaliação foi concentrada no
cenário considerado “pior”, ou seja, aquele que trará maiores impactos, que é o A1FI ― uso
intensivo de combustíveis fósseis. Isto foi feito para se ter uma melhor idéia dos problemas
futuros a serem enfrentados pelo ERJ e, também, porque a trajetória recente de emissões
globais de carbono e o fracasso em se obter acordos internacionais de redução de emissões
apontam para a manutenção do atual ritmo do aquecimento do planeta.

113
7.1 CONSTRUÇÃO DO ÍNDICE DE VULNERABILIDADE MUNICIPAL - IVM
O IVM proposto possui duas métricas principais: o IVG, que reflete a condição dos
sistemas sob risco de serem afetados pelo clima futuro, e o ICC, que projeta as anomalias
climáticas.
Dessa forma, o IVM é um índice composto que agrega diferentes variáveis e associa a
cada município do ERJ uma medida comparativa (valor numérico) com respeito a
vulnerabilidade frente às mudanças climáticas esperadas nas próximas décadas, sob os
cenários climáticos A1T e A1FI. Municípios que apresentam maiores valores de IVM, em
relação aos demais municípios, indicam maior necessidade de atenção sob o aspecto abordado
neste estudo.
O Índice de Vulnerabilidade Geral ponderado (IVGp), a primeira componente do IVM, é
formado por:
Índice de Vulnerabilidade da Saúde padronizado – IVSp;
Índice de Vulnerabilidade Social da Família padronizado – IVSFp; e
Índice de Vulnerabilidade Ambiental padronizado – IVAmp.
Estes três índices foram desenvolvidos de forma a utilizar variáveis que representem o
grau de vulnerabilidade setorial dos municípios do ERJ com relação aos aspectos de saúde,
sócio-familiar e ambiental. Eles estão apresentados de forma detalhada nos Capítulos 2, 3 e 4 e
o IVGp, no Capítulo 5.
O Índice de Cenários Climáticos padronizado (ICCp) , o segundo componente do IVM,
incorpora informação sobre os cenários climáticos A1T e A1FI, e é apresentado
detalhadamente no Capítulo 6.
O IVM foi calculado para cada um dos municípios e cada um dos cenários climáticos
escolhidos e seu resultado é apresentado na Tabela 7.1 (colunas IVMp-A1FI e IVMp-A1T).
O cálculo passa por duas etapas:
Etapa 1 – Cálculo do IVM (realizado para os cenários A1FI e A1T); e
Etapa 2 – Cálculo do IVMp (realizado para os cenários A1FI e A1T).

ETAPA 1 - Cálculo do IVM


O IVM foi calculado a partir da soma do IVGp e do ICCp, segundo a equação 7.1 .
O IVM é o que combina as anomalias de temperatura e de precipitação esperadas nos
cenários climáticos, referentes ao período 2010-2040, com os indicadores setoriais de
vulnerabilidade presentes nos municípios.

114
(Equação 7.1)

Clima

IVM IVG p ICC p _ cenário


Impacto
mudanças
climáticas

Ex: IVM (Angra dos Reis)

Cenário A1T

Onde:

IVGp = Índice de Vulnerabilidade Geral padronizado


ICCp = Índice de Cenários Climáticos padronizado
IVM = Índice Vulnerabilidade Municipal

ETAPA 2 - Cálculo do IVMp


A padronização dos índices usados na composição dos índices calculados (IVG e ICC)
tem o objetivo tornar mais clara a distância relativa entre os valores, que passam a se situar
entre os extremos 0 e 1. Desta forma, os índices são incorporados ao IVM com pesos
equivalentes e possuem valores que podem ser diretamente comparados e interpretados.
Com o objetivo de promover melhor a interpretação do IVM, este índice, também,
será padronizado para a escala 0-1.
Calculado desta forma, valores altos de IVMp (próximos de 1) indicam municípios nos
quais, dada a maior vulnerabilidade, deverá haver maior demanda para o estabelecimento de
estratégias adaptativas frente às mudanças climáticas, visando minorar os impactos. Valores
intermediários de IVMp podem corresponder à duas situações:
1) municípios com alto grau de vulnerabilidade, mas nos quais a demanda de
capacidade adaptativa poderá ser menor em face à menor expectativa de ocorrência de
impactos climáticos; e
2) municípios de menor vulnerabilidade, mas que terão maior demanda de capacidade
adaptativa às mudanças do clima.
Valores inferiores de IVMp (próximos de 0) indicam os municípios que estão em
situação “mais confortável”, pois correspondem àqueles de menor vulnerabilidade e que
terão, também, menor necessidade de adaptação às mudanças climáticas, nos cenários
avaliados.

115
O valor do IVM foi, então, padronizado (IVMp) como aprensentado na equação
seguinte:
(Equação 7.2)

Índice Padronizado

IVMp (Angra dos Reis)

Onde:

IVM = Índice Vulnerabilidade Municipal


IVMp = Índice de Vulnerabilidade Municipal padronizado

A Tabela 7.1 apresenta os valores de todos os indicadores e índices por município


utilizados, incluindo os relativos ao IVM. Estes são nomeados pelos respectivos cenários (A1T e
A1FI).

116
Tabela 7.1 – Índices e Indicadores, por Município
IVM IVM
MUNICIPIOS Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp ICCpA1T ICCpA1FI IVMp A1FI IVMp A1T
A1FI A1T
Angra dos Reis 1,00 0,11 0,86 0,17 0,53 0,65 1,00 0,63 1,00 1,00 1,00 0,57 0,51 0,72 0,95 0,67 1,00 1,61 1,95 0,82 1,00
Aperibé 0,38 0,56 0,14 0,36 0,39 0,00 0,50 0,00 0,00 0,10 0,54 0,65 0,38 0,29 0,17 0,17 0,46 0,46 0,23 0,21
Araruama 0,50 0,22 1,00 0,33 0,51 0,62 0,50 0,13 0,86 0,14 0,43 0,55 0,61 0,55 0,62 0,33 0,67 0,96 1,29 0,48 0,65
Areal 0,00 0,11 0,14 0,33 0,15 0,08 0,25 0,13 0,00 0,43 0,19 0,56 0,52 0,26 0,07 0,67 0,00 0,74 0,07 0,37 0,00
Armação dos Búzios 0,13 0,11 0,14 0,00 0,09 0,00 0,25 0,00 1,00 0,14 0,36 0,60 0,32 0,23 0,00 0,00 0,83 0,00 0,83 0,00 0,41
Arraial do Cabo 0,13 0,11 0,14 0,33 0,18 0,12 0,50 0,00 1,00 0,00 0,39 0,60 0,35 0,29 0,12 0,17 0,50 0,28 0,62 0,14 0,29
Barra do Piraí 0,25 0,44 0,14 0,17 0,25 0,23 0,25 0,50 0,00 0,43 0,30 0,56 0,54 0,35 0,25 0,67 0,33 0,91 0,58 0,46 0,27
Barra Mansa 0,13 0,56 0,86 0,17 0,43 0,49 0,25 0,63 0,00 0,43 0,33 0,57 0,50 0,44 0,41 0,67 0,83 1,08 1,25 0,55 0,63
Belford Roxo 0,75 0,33 0,14 0,17 0,35 0,37 0,00 0,63 0,00 0,14 0,18 0,55 0,63 0,40 0,32 0,83 0,50 1,16 0,82 0,59 0,40
Bom Jardim 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,13 0,00 0,43 0,19 0,55 0,63 0,31 0,17 0,67 0,00 0,83 0,17 0,42 0,05
Bom Jesus do Itabapoana 0,25 0,44 0,71 0,33 0,44 0,50 0,25 0,75 0,00 0,00 0,25 0,54 0,69 0,48 0,49 0,33 0,67 0,82 1,15 0,42 0,58
Cabo Frio 0,13 0,11 0,14 0,17 0,14 0,06 0,50 0,00 0,86 0,14 0,39 0,57 0,47 0,31 0,16 0,17 0,83 0,32 0,99 0,16 0,49
Cachoeiras de Macacu 0,38 0,11 0,71 0,17 0,34 0,36 1,00 0,63 0,00 0,71 0,63 0,54 0,65 0,55 0,62 1,00 0,50 1,62 1,12 0,82 0,56
Cambuci 0,38 0,00 0,14 0,33 0,21 0,17 0,50 0,63 0,00 0,00 0,28 0,53 0,72 0,39 0,32 0,17 0,33 0,49 0,65 0,25 0,31
Campos dos Goytacazes 1,00 0,89 0,14 0,83 0,72 0,92 0,75 0,63 0,86 0,43 0,72 0,55 0,60 0,75 1,00 0,17 0,67 1,17 1,67 0,59 0,85
Cantagalo 0,63 0,11 0,86 0,33 0,48 0,57 0,75 0,13 0,00 0,00 0,21 0,55 0,60 0,46 0,45 0,17 0,17 0,61 0,61 0,31 0,29
Carapebus 0,38 0,11 0,14 0,21 0,17 0,25 0,13 0,71 0,21 0,33 0,55 0,64 0,38 0,29 0,00 0,67 0,29 0,96 0,15 0,47
Cardoso Moreira 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,63 0,00 0,43 0,33 0,50 0,91 0,52 0,56 0,33 0,67 0,89 1,23 0,45 0,62
Carmo 0,38 0,11 1,00 0,33 0,45 0,53 0,25 0,13 0,00 0,14 0,11 0,54 0,69 0,44 0,42 0,33 0,17 0,75 0,58 0,38 0,27
Casimiro de Abreu 0,13 0,11 0,71 0,33 0,32 0,33 0,75 0,13 0,71 0,43 0,54 0,56 0,54 0,47 0,47 0,17 0,67 0,64 1,14 0,32 0,57
Comendador Levy Gasparian 0,38 0,56 0,14 0,33 0,35 0,38 0,25 0,38 0,00 0,29 0,22 0,53 0,73 0,44 0,41 0,50 0,00 0,91 0,41 0,46 0,18
Conceição de Macabu 0,25 0,11 0,14 1,00 0,38 0,42 0,00 0,25 0,00 0,43 0,15 0,54 0,64 0,40 0,34 0,00 0,50 0,34 0,84 0,17 0,41
Cordeiro 0,63 0,11 0,86 0,33 0,48 0,57 0,25 0,13 0,00 0,00 0,07 0,57 0,47 0,37 0,27 0,50 0,17 0,77 0,44 0,39 0,20
Duas Barras 0,13 0,11 0,14 0,13 0,05 0,25 0,13 0,00 0,64 0,25 0,53 0,75 0,35 0,24 0,50 0,00 0,74 0,24 0,37 0,09
Duque de Caxias 0,75 0,33 0,71 0,67 0,62 0,77 0,50 0,88 0,57 0,43 0,64 0,56 0,56 0,66 0,82 1,00 0,50 1,82 1,32 0,93 0,67
Engenheiro Paulo de Frontin 0,13 0,11 0,86 0,33 0,36 0,39 0,25 0,63 0,00 0,71 0,42 0,55 0,60 0,47 0,46 0,83 0,50 1,30 0,96 0,66 0,48
Guapimirim 0,38 0,11 0,00 0,17 0,16 0,10 0,75 0,00 0,43 0,43 0,42 0,54 0,65 0,39 0,32 0,83 0,50 1,15 0,82 0,58 0,40
Iguaba Grande 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,13 0,00 0,14 0,11 0,58 0,46 0,26 0,07 0,33 0,83 0,40 0,90 0,20 0,44
Itaboraí 0,75 0,67 0,14 0,50 0,51 0,62 0,25 0,13 0,43 0,14 0,23 0,54 0,66 0,50 0,53 0,67 0,50 1,20 1,03 0,61 0,51
Itaguaí 0,75 0,33 0,57 0,17 0,46 0,53 0,25 0,00 0,71 0,43 0,36 0,56 0,55 0,48 0,49 0,50 1,00 0,99 1,49 0,50 0,76

117
Tabela 7.1 – Índices e Indicadores, por Município
IVM IVM
MUNICIPIOS Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp ICCpA1T ICCpA1FI IVMp A1FI IVMp A1T
A1FI A1T
Italva 0,38 0,11 0,86 0,33 0,42 0,48 0,00 0,38 0,00 0,00 0,07 0,53 0,75 0,43 0,39 0,00 0,67 0,39 1,06 0,20 0,53
Itaocara 0,00 0,11 0,14 0,17 0,11 0,02 0,25 0,25 0,00 0,29 0,18 0,55 0,62 0,27 0,09 0,17 0,33 0,26 0,42 0,13 0,19
Itaperuna 0,25 0,56 0,14 0,33 0,32 0,33 0,25 0,38 0,00 0,00 0,14 0,55 0,58 0,35 0,24 0,33 0,50 0,57 0,74 0,29 0,36
Itatiaia 0,25 0,11 0,14 0,33 0,21 0,17 1,00 0,13 0,00 0,64 0,47 0,59 0,40 0,34 0,22 0,50 0,17 0,72 0,39 0,37 0,17
Japeri 0,25 0,11 0,71 0,83 0,48 0,56 0,25 0,13 0,00 0,14 0,11 0,52 0,77 0,48 0,49 1,00 0,83 1,49 1,32 0,76 0,67
Laje do Muriaé 0,13 0,11 0,43 0,33 0,25 0,23 0,00 0,38 0,00 0,00 0,07 0,52 0,80 0,36 0,26 0,33 0,33 0,60 0,60 0,30 0,28
Macaé 0,25 0,67 0,00 1,00 0,48 0,57 0,50 0,38 0,71 0,71 0,62 0,61 0,29 0,49 0,51 0,00 0,00 0,51 0,51 0,26 0,24
Macuco 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,50 0,00 0,21 0,24 0,55 0,63 0,39 0,32 0,33 1,00 0,65 1,32 0,33 0,66
Magé 0,75 0,33 0,57 0,67 0,58 0,72 0,75 0,75 0,71 0,71 0,80 0,54 0,68 0,73 0,97 1,00 0,00 1,97 0,97 1,00 0,48
Mangaratiba 0,38 0,11 0,14 0,17 0,20 0,15 0,75 0,25 0,86 1,00 0,78 0,58 0,42 0,45 0,43 0,50 1,00 0,93 1,43 0,47 0,72
Maricá 0,63 0,78 0,71 0,33 0,61 0,76 0,75 0,00 1,00 0,43 0,58 0,58 0,45 0,60 0,71 0,50 0,83 1,21 1,55 0,62 0,79
Mendes 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,38 0,00 0,71 0,34 0,56 0,54 0,37 0,27 0,83 0,83 1,10 1,10 0,56 0,55
Mesquita 0,50 0,11 0,14 0,33 0,27 0,26 0,00 0,63 0,00 0,43 0,26 0,26 0,07 0,67 0,83 0,73 0,90 0,37 0,44
Miguel Pereira 0,25 0,11 0,14 0,33 0,21 0,17 0,50 0,63 0,00 0,43 0,41 0,57 0,49 0,36 0,25 0,83 0,50 1,08 0,75 0,55 0,36
Miracema 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,50 0,00 0,00 0,17 0,54 0,69 0,33 0,20 0,17 0,33 0,36 0,53 0,18 0,24
Natividade 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,50 0,00 0,00 0,17 0,53 0,70 0,39 0,32 0,67 0,50 0,99 0,82 0,50 0,40
Nilópolis 0,50 0,22 0,14 0,50 0,34 0,36 0,00 0,00 0,00 0,14 0,00 0,59 0,38 0,25 0,04 0,50 0,83 0,54 0,87 0,27 0,43
Niterói 0,75 0,78 0,14 0,67 0,58 0,72 0,50 0,63 1,00 0,43 0,69 0,66 0,00 0,47 0,47 0,50 1,00 0,97 1,47 0,49 0,75
Nova Friburgo 0,25 0,56 1,00 0,33 0,53 0,65 1,00 0,75 0,00 1,00 0,75 0,60 0,34 0,58 0,68 0,83 0,17 1,51 0,84 0,77 0,41
Nova Iguaçu 0,75 0,67 0,14 0,67 0,56 0,68 0,75 0,63 0,00 0,71 0,56 0,57 0,52 0,59 0,69 0,83 0,83 1,53 1,53 0,77 0,78
Paracambi 0,63 0,11 0,71 1,00 0,61 0,76 0,50 0,63 0,00 0,43 0,41 0,53 0,72 0,63 0,77 0,83 0,83 1,61 1,61 0,81 0,82
Paraíba do Sul 0,13 0,11 0,29 0,00 0,13 0,05 0,25 0,38 0,00 0,43 0,26 0,54 0,69 0,34 0,21 0,67 0,00 0,88 0,21 0,44 0,07
Parati 0,38 0,56 0,86 0,33 0,53 0,64 1,00 0,13 1,00 1,00 0,86 0,57 0,48 0,66 0,84 0,67 1,00 1,50 1,84 0,76 0,94
Paty do Alferes 0,13 0,11 0,14 0,17 0,14 0,06 0,25 0,38 0,00 0,14 0,18 0,52 0,77 0,34 0,21 0,83 0,33 1,05 0,55 0,53 0,25
Petrópolis 0,13 0,89 0,14 0,83 0,50 0,59 0,75 1,00 0,00 0,71 0,67 0,60 0,35 0,54 0,60 0,83 0,33 1,43 0,93 0,72 0,46
Pinheiral 0,25 0,78 0,14 0,33 0,38 0,42 0,25 0,13 0,00 0,00 0,07 0,55 0,59 0,36 0,25 0,67 0,50 0,91 0,75 0,46 0,36
Piraí 0,38 0,11 0,71 0,33 0,38 0,43 0,50 0,25 0,00 0,71 0,38 0,56 0,56 0,46 0,44 0,83 0,67 1,27 1,11 0,65 0,55
Porciúncula 0,63 1,00 0,14 0,33 0,53 0,64 0,25 0,38 0,00 0,00 0,14 0,51 0,85 0,54 0,60 1,00 0,33 1,60 0,94 0,81 0,46
Porto Real 0,25 0,11 0,14 0,33 0,21 0,17 0,25 0,00 0,00 0,00 0,03 0,53 0,70 0,30 0,14 0,50 0,33 0,64 0,47 0,32 0,22
Quatis 0,13 0,11 0,14 0,33 0,18 0,12 0,00 0,25 0,00 0,29 0,11 0,56 0,57 0,27 0,08 0,33 0,17 0,41 0,24 0,21 0,09

118
Tabela 7.1 – Índices e Indicadores, por Município
IVM IVM
MUNICIPIOS Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp ICCpA1T ICCpA1FI IVMp A1FI IVMp A1T
A1FI A1T
Queimados 0,25 0,11 0,71 0,17 0,31 0,32 0,00 0,00 0,00 0,14 0,00 0,54 0,65 0,32 0,18 0,83 0,83 1,01 1,01 0,51 0,50
Quissamã 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,38 0,86 0,43 0,51 0,52 0,76 0,49 0,51 0,00 0,67 0,51 1,18 0,26 0,59
Resende 0,25 0,44 0,14 0,83 0,42 0,48 0,75 0,63 0,00 0,43 0,48 0,60 0,33 0,43 0,39 0,50 0,17 0,89 0,56 0,45 0,26
Rio Bonito 0,50 0,78 1,00 0,17 0,61 0,76 0,50 0,63 0,00 0,43 0,41 0,55 0,63 0,60 0,72 0,83 0,83 1,55 1,55 0,79 0,79
Rio Claro 0,13 0,44 0,14 0,33 0,26 0,25 0,25 0,13 0,00 1,00 0,35 0,53 0,73 0,44 0,42 0,67 0,83 1,08 1,25 0,55 0,63
Rio das Flores 0,13 0,67 0,14 0,31 0,32 0,50 0,25 0,00 0,43 0,30 0,53 0,71 0,44 0,42 0,50 0,17 0,92 0,58 0,46 0,27
Rio das Ostras 0,13 0,33 0,14 0,83 0,36 0,39 0,75 0,00 1,00 0,14 0,50 0,57 0,50 0,46 0,45 0,00 0,67 0,45 1,12 0,23 0,56
Rio de Janeiro 0,88 0,67 0,71 0,83 0,77 1,00 1,00 0,88 1,00 0,43 0,91 0,63 0,17 0,69 0,90 0,67 1,00 1,57 1,90 0,79 0,97
Santa Maria Madalena 0,13 0,11 0,86 0,33 0,36 0,39 1,00 0,63 0,00 0,71 0,63 0,54 0,69 0,57 0,66 0,00 0,33 0,66 0,99 0,33 0,49
Santo Antônio de Pádua 0,25 0,11 0,29 0,33 0,25 0,22 0,00 0,63 0,00 0,00 0,14 0,54 0,69 0,35 0,24 0,17 0,17 0,40 0,40 0,20 0,18
São Fidélis 0,38 0,56 0,86 0,33 0,53 0,64 0,25 0,63 0,00 0,43 0,33 0,52 0,78 0,59 0,69 0,00 0,33 0,69 1,03 0,35 0,51
São Francisco de Itabapoana 0,25 0,11 0,14 0,33 0,21 0,17 0,25 0,63 0,86 0,43 0,58 0,48 1,00 0,58 0,68 0,33 0,83 1,02 1,52 0,52 0,77
São Gonçalo 0,38 0,67 0,57 0,83 0,61 0,76 0,25 0,63 0,57 0,14 0,42 0,59 0,41 0,53 0,58 0,67 0,83 1,25 1,41 0,63 0,72
São João da Barra 0,38 0,67 0,14 0,33 0,38 0,42 0,25 0,38 0,86 0,00 0,38 0,52 0,77 0,52 0,57 0,33 0,83 0,91 1,41 0,46 0,71
São João de Meriti 0,63 0,33 0,14 0,50 0,40 0,45 0,25 0,63 0,00 0,00 0,21 0,57 0,51 0,39 0,31 0,67 0,83 0,98 1,15 0,50 0,57
São José de Ubá 0,38 0,11 0,14 0,33 0,24 0,22 0,00 0,25 0,00 0,00 0,03 0,49 0,92 0,39 0,31 0,17 0,50 0,48 0,81 0,24 0,40
São José do Vale do Rio Preto 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,63 0,00 0,43 0,33 0,54 0,67 0,37 0,28 0,67 0,00 0,95 0,28 0,48 0,11
São Pedro da Aldeia 0,38 0,11 0,14 0,33 0,24 0,22 0,25 0,00 0,00 0,14 0,07 0,57 0,51 0,27 0,07 0,17 0,83 0,24 0,91 0,12 0,45
São Sebastião do Alto 0,13 0,11 0,86 0,33 0,36 0,39 0,25 0,13 0,00 0,43 0,19 0,52 0,80 0,46 0,44 0,17 0,17 0,61 0,61 0,31 0,29
Sapucaia 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,63 0,00 0,43 0,33 0,53 0,73 0,40 0,33 0,33 0,00 0,66 0,33 0,33 0,14
Saquarema 0,25 0,11 0,57 0,17 0,27 0,27 0,50 0,13 1,00 0,43 0,55 0,55 0,63 0,48 0,49 0,33 0,83 0,82 1,32 0,42 0,67
Seropédica 0,63 0,11 0,14 0,33 0,30 0,31 0,25 0,25 0,00 0,14 0,14 0,55 0,62 0,36 0,25 0,67 1,00 0,92 1,25 0,46 0,63
Silva Jardim 0,25 0,11 0,14 0,33 0,21 0,17 1,00 0,50 0,00 0,43 0,51 0,52 0,78 0,49 0,50 0,50 0,50 1,00 1,00 0,51 0,49
Sumidouro 0,13 0,11 0,14 0,33 0,18 0,12 0,25 0,63 0,00 0,43 0,33 0,52 0,75 0,40 0,34 0,67 0,17 1,00 0,50 0,51 0,23
Tanguá 0,50 0,56 0,00 0,33 0,35 0,37 0,25 0,25 0,00 0,43 0,23 0,52 0,78 0,46 0,44 0,67 0,83 1,11 1,28 0,56 0,64
Teresópolis 0,13 0,22 0,14 0,17 0,16 0,10 1,00 1,00 0,00 0,71 0,74 0,58 0,45 0,43 0,39 0,83 0,17 1,23 0,56 0,62 0,26
Trajano de Morais 0,13 0,11 1,00 0,41 0,47 0,25 0,38 0,00 0,71 0,34 0,51 0,84 0,55 0,62 0,33 0,00 0,95 0,62 0,48 0,29
Três Rios 0,13 0,11 0,71 0,33 0,32 0,33 0,25 0,38 0,00 0,43 0,26 0,56 0,58 0,39 0,32 0,67 0,17 0,98 0,48 0,50 0,22
Valença 0,13 0,11 0,14 0,17 0,14 0,06 0,75 0,63 0,00 0,00 0,35 0,56 0,57 0,33 0,20 0,67 0,17 0,86 0,36 0,44 0,16
Varre-Sai 0,00 0,11 0,14 0,33 0,15 0,08 0,00 0,25 0,00 0,00 0,03 0,51 0,85 0,32 0,18 0,83 0,33 1,01 0,51 0,51 0,24

119
Tabela 7.1 – Índices e Indicadores, por Município
IVM IVM
MUNICIPIOS Denguep Leptop LTAp Diarréiap IVS IVSp Valor_Cons Ev_Extremos Litoral Cob-Veg IVAmp IVSF IVSFp IVG IVGp ICCpA1T ICCpA1FI IVMp A1FI IVMp A1T
A1FI A1T
Vassouras 0,25 0,11 0,00 0,33 0,17 0,12 0,25 0,00 0,00 0,43 0,15 0,56 0,58 0,28 0,11 0,67 0,33 0,77 0,44 0,39 0,20
Volta Redonda 0,38 0,56 0,14 0,17 0,31 0,32 0,25 0,13 0,00 0,14 0,11 0,59 0,38 0,27 0,08 0,50 0,33 0,58 0,41 0,29 0,18

Fonte: Elaboração própria.

120
CAPÍTULO 8
ANÁLISE DOS RESULTADOS

A avaliação dos resultados obtidos será, a seguir, apresentada, tendo como


referência a construção do IVM, cujo objetivo é subsidiar a formulação de políticas
públicas, visando a adaptação municipal e estadual aos impactos da mudança do clima.
O IVM sintetiza aspectos ambientais, sociais e de saúde humana sensíveis à
variabilidade climática, associada à cenários futuros de mudança global do clima,
considerando os dados climáticos de 1960-1990 e os projetados para o período 2010-
2040.

8.1 CENÁRIOS DE CLIMA


Sob o cenário A1FI, as projetadas anomalias de temperatura (ver Figura 6.5), o
mesmo conjunto de municípios da Região Norte Fluminense e um grupo de municípios
da parte leste da Baixada Litorânea apresentam os menores valores projetados de
anomalias positivas de temperatura. Por outro lado, três municípios apresentam valores
mais altos de anomalias (Valença, Paraíba do Sul e Duque de Caxias), enquanto que o
restante do território do ERJ apresentou valores intermediários para aumentos futuros
de temperatura, variando de 1,54 a 1,80 oC (com excessão a Seropédica, que apresentou
variação de 1,39oC).
Ainda sob o mesmo cenário, as projetadas anomalias de precipitação foram
negativas em todo o ERJ, com exceção de um grupo de seis municípios na Região Norte
Fluminense (ver Figura 6.7). Valores intermediários de anomalias negativas foram
observados na maioria dos municípios da Região Noroeste, em alguns da parte leste da
Baixada Litorânea, na parte oeste da Região do Médio Paraíba e naqueles situados mais
ao norte, na Região Centro-Sul. Houve uma concentração de valores mais elevados de
anomalias negativas na Região Metropolitana e em municípios próximos.
No cálculo do Índice de Cenário Climático (ICCp-A1FI) (Figura 8.1) verifica-se
que, com exceção de dois municípios da Região Noroeste (Porciúncula e Varre-Sai), a
maior parte dos índices altos para o ICC-A1FI se concentrou em municípios ao norte da
Região Metropolitana, incluindo parte das Regiões Serrana e Baixadas Litorâneas e, em
menor extensão, nas Regiões do Médio Paraíba e Centro-Sul. Chama a atenção um
grupo de municípios com valor “zero” para temperatura, localizados no Norte
Fluminense e em parte das Baixadas Litorâneas.
O Índice de Cenário Climático A1T (ICCp-A1T) é apresentado na Figura 8.2.

121
FIGURA 8.1 - ÍNDICE DE CENÁRIO CLIMÁTICO A1FI (ICCp-A1FI)

FIGURA 8.1 – ÍNDICE DE CENÁRIO CLIMÁTICO A1T (ICCp-A1T)

Janeiro
Janeiro de
de 2011
2011

122
FIGURA 8.2 - ÍNDICE DE CENÁRIO CLIMÁTICO A1T (ICCp-A1T)

Janeiro de 2011

123
8.2 IVGp e IVMp-A1FI

O IVGp (Figura 8.3), que é composto pelos índices relativos ao “ambiente”


(IVAmp, Figura 8.4), Social da Família (IVSFp, Figura 8.5) e da Saúde (IVSp, Figura 8.6),
apresentou os maiores valores (0,82 a 1,00) em seis municípios, de diferentes regiões:
Parati, Angra dos Reis, Rio de Janeiro, Duque de Caxias, Magé e Campos dos Goytacazes.
Em todos estes, o índice que menos influenciou o valor alto do IVGp foi o IVSFp, sendo o
caso extremo o município do Rio de Janeiro, com IVSFp muito baixo (0,17), e os outros
dois altos (IVSp = 1,0 e IVAmp = 0,91).
Gráficos “teia de aranha” dão uma visão rápida da contribuição relativa dos
indicadores para a formação do IVGp:
Cinco municípios na parte oriental da Região da Baixada Litorânea (Arraial do Cabo,
São Pedro da Aldeia, Iguaba Grande, Armação dos Búzios e Cabo Frio) tiveram os
valores mais baixos do IVGp (Figura 8.7), assim como outros onze municípios, em
diferentes regiões do ERJ;
Os IVAmp mais altos foram verificados nos municípios do Rio de Janeiro, Parati e
Angra dos Reis (Figura 8.8), seguidos por um grupo de municípios contíguos,
distribuídos desde a Região Metropolitana até o Norte Fluminense;
Embora não tenha sido verificado um padrão regional claro para os valores do IVSFp,
os mais altos indicadores (0,84 a 1,00) estão nas Regiões Noroeste e Norte (Varre-Sai,
Porciúncula, Cardoso Moreira, São Francisco do Itabapoama e São José de Ubá)
(Figura 8.9) e Região Serrana (Trajano de Morais);
Quanto ao IVSp, também não se constatou um padrão espacial claro para os valores
mais altos, aparecendo, em primeiro lugar, os municípios do Rio de Janeiro (1,0) e
Campos dos Goytacazes (0,92), seguidos por um grupo de municípios com valores
variando entre 0,62 e 0,77 localizados em várias regiões, com exceção da Médio
Paraíba e Centro-Sul;
No Rio de Janeiro e em Campo dos Goytacazes (Figura 8.10), os componentes do
IVSp com valores mais altos foram os relativos à dengue; no grupo de municípios com
valores de IVSp de 0,62 a 0,77, o componente mais alto foi variável, tendo a dengue
contribuído para IVSp mais altos em alguns (ex. Angra dos Reis, Duque de Caxias,
Magé) (Figura 8.11) e a Leptospirose em outros (ex. Maricá, Niterói e Porciúncula)
(Figura 8.12);
A LTA foi mais importante em Parati, Araruama, Rio Bonito e Macaé (Figura 8.13),
dentre outros, enquanto que a diarréia foi prevaleceu em municípios como Japeri,
São Gonçalo, Macaé, Paracambi e Conceição de Macabu (Figura 8.14),
independentemente dos valores finais de IVSp.

Ainda, analisando-se os resultados da associação de valores de IVGp (ver Figura


8.15) com os do ICCp-A1FI, para a obtenção dos valores finais de IVMp-A1FI, após uma
classificação dos valores em quartis (ver Tabela 6.2), observa-se:

124
Os municípios com os maiores índices de vulnerabilidade, em face ao cenário
climático A1FI, representados pelo índice IVMp-A1FI com valores de 0,77 a 1,0, estão,
em sua maioria, na Região Metropolitana ou próximos dela. As duas exceções são os
municípios de Porciúncula (0,81) e Angra dos Reis (0,82) (Figuras 8.16 e 8.17);
São notáveis, ainda, os valores altos para Magé (1,0), Duque de Caxias (0,93),
Cachoeiras de Macacu (0,82), Paracambi (0,81), Rio de Janeiro e Rio Bonito (0,79)
(Figura 8.18). A maior parte desses municípios com valores altos de IVMp-A1FI
apresentou valores altos para o componente ICC-A1FI, que variou de 0,67 a 1,0, para
o grupo de 10 municípios com maiores valores para o IVMp-A1FI;
Eventualmente, foram observados também valores altos para o IVGp, como para
Magé (1,0), Angra dos Reis (0,93) e Rio de Janeiro (0,88) (Figura 8.19);
Com relação à distribuição dos mais baixos valores de IVMp-A1FI (0,0 a 0,20),
encontrados, principalmente, em municípios do Noroeste Fluminense (Italva,
Itaocara, Miracema e Santo Antônio de Paduá) e da Baixada Litorânea (Armação dos
Búzios, Arraial do Cabo, Cabo Frio, Iguaba Grande e Rio das Ostras) e, ainda, no Norte
Fluminense (Carapebus e Conceição de Macabu), vê-se que, para alguns, o que mais
contribuiu para o baixo IGp-A1FI foi o IVGp baixo, variando de 0,06 a 0,08 (São Pedro
da Aldeia, Iguaba Grande e Itaocara – Figura 8.20) ou o ICC-A1FI baixo, com valor
zero, como em Carapebus, Italva e Conceição de Macabu (Figura 8.21). Destaca-se o
município de Armação dos Búzios, com valores zero para ambos os componentes.

Em uma apreciação dos indicadores para as oito macrorregiões:


A que apresentou o maior valor de IVSp (0,54) foi a Metropolitana, enquanto que o
menor valor está associado a Centro-sul (0,19) (Figura 8.22);
Já para o indicador de vulnerabilidade ambiental (IVAmp), a macrorregião Noroeste
Fluminense apresentou menor vulnerabilidade (0,14), enquanto a Costa Verde (0,75)
apresentou uma maior vulnerabilidade (Figura 8.23);
No indicador da família (IVSFp), a Costa Verde apresentou uma menor
vulnerabilidade (0,49), enquanto que as maiores valores foram para as macorregiões
Noroeste (0,73) e Norte Fluminense (0,71) (Figura 8.24);
Com isto, o IVGp com média regional mais alta (0,67) foi o da Costa Verde e o mais
baixo foi o do Centro-sul (0,25) (Figura 8.25).

O valor médio da métrica de anomalias do clima, para o cenário A1FI (ICCp-


A1FI), variou de 0,12, na macrorregião Norte Fluminense, a 0,75, na Metropolitana. Os
outros valores foram: 0,34, para as macrorregiões Noroeste e Baixadas Litorâneas; 0,48
para a Serrana; 0,52 para a do Médio Paraíba; 0,58, para a Costa Verde e 0,68, para a
macrorregião Centro-Sul Fluminense (ver Figura 8.2).

125
126
127
128
129
Figura 8.7 – IVSp, IVGp, IVSFp e IVAmp para Arraial do Cabo, São Pedro da Aldeia, Iguaba Grande, Armação dos Búzios e Cabo Frio

130
Figura 8.8 - IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro, Parati e Angra dos Reis

131
Figura 8.9 – IVSp, IVGp, IVSFp e IVAmp para Varre-Sai, Porciúncula, Cardoso Moreira, São Francisco do Itabapoana e São José de Ubá

132
Figura 8.10 – IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro e Campos dos Goytacazes

Figura 8.11 – IVSp, IVGp, IVSFp e IVAmp para Angra dos Reis, Duque de Caxias e Magé

133
Figura 8.12 – IVSp, IVGp, IVSFp e IVAmp para Maricá, Niterói e Porciúncula

Figura 8.13 – IVSp, IVGp, IVSFp e IVAmp para Parati, Araruama, Macaé e Rio Bonito

134
Figura 8.14 – IVSp, IVGp, IVSFp e IVAmp para Japeri, São Gonçalo, Macaé, Paracambi e Conceição de Macabu

135
FIGURA 8.15

Janeiro de 2011

136
FIGURA 8.16 – IVMp-A1FI

IVMp-A1FI

Janeiro de 2011

137
Figura 8.17 – IVMp-A1FI, IVGp e ICC-A1FI para Porciúncula e Angra dos Reis

138
Figura 8.18 – IVMp-A1FI, IVGp e ICC-A1FI para Magé, Duque de Caxias, Cachoeiras de Macacu, Paracambi, Rio de Janeiro e Rio Bonito

139
Figura 8.19 – IVMp-A1FI, IVGp e ICC-A1FI para Magé, Angra dos Reis e Rio de Janeiro

140
Figura 8.20 – IVMp-A1FI, IVGp e ICC-A1FI para São Pedro da Aldeia, Iguaba Grande e Itaocara

141
Figura 8.21 – IVMp-A1FI, IVGp e ICC-A1FI para Carapebus, Italva e Conceição de Macabu

142
143
144
145
8.248.25 – IVGp – MACRORREGIÕES DO ESTADO DO RIO DE JANEIRO
FIGURA
FIGURA

Janeirode
Janeiro de2011
2011

146
CAPÍTULO 9

CONCLUSÕES

A obtenção dos indicadores compostos permite uma visão abrangente e multi-


setorial de vulnerabilidades municipais no ERJ. Embora focado principalmente no setor
saúde, na sua interface com seus determinantes ambientais, o produto obtido tem
utilidade na orientação de políticas em outros setores, com o uso dos indicadores
parciais, por setor.
Os resultados do trabalho refletem, diretamente, a disponibilidade de dados e
informações científicas, bem como as estatísticas municipais. Escolhas foram feitas em
relação a grupos de informações e indicadores a serem incluídos na composição dos
índices utilizados neste trabalho, uma vez que, por exemplo, os indicadores sociais e
ambientais existentes são numerosos.
Para a composição do IVG, buscou-se a inclusão de aspectos socioambientais
relevantes, visando associá-los com indicadores de saúde. Outras variáveis relevantes
para estudos de vulnerabilidade à mudança do clima podem vir a ser acrescentadas a
este índice, em revisões futuras, como é o caso de indicadores demográficos,
recentemente utilizados na 2º Comunicação Nacional Brasileira, para a Conferência do
Clima (UNFCCC). A concentração espacial da população humana e a sua densidade são
importantes indicadores de exposição aos fatores do clima.
Na construção dos indicadores agregados deve-se buscar, como foi feito neste
trabalho, um equilíbrio entre a representatividade, o número dos indicadores escolhidos
e a facilidade operacional em manuseá-los. Índices com um número excessivo de
variáveis tornam a sua utilização rotineira difícil.
Em relação aos valores projetados para as anomalias de chuva e temperatura
para os municípios do ERJ, no período abrangido pelo estudo, deve ser enfatizado que
são de intensidade suficiente para alterar processos ambientais importantes, como é o
caso do ciclo das águas nos sistemas naturais, além de outros setores não analisados
como, por exemplo, a produção agropecuária. É reconhecido, atualmente, que muitos
dos impactos da mudança climática na saúde e bem estar da população humana
ocorrem de forma indireta, com mediação de processos ambientais e sociais
(Confalonieri et al, 2007).
Para o pior cenário climático aplicado, o índice sintético de vulnerabilidade
municipal (IVMp-A1FI) apontou um conjunto de municípios da macrorrefiao
Metropolitana e seu entorno como o mais suscetível de sofrer maiores impactos do
clima no futuro. Este conjunto de informações agregadas permite a identificação deste
“hotspot” metropolitano, mas os indicadores parciais também podem ser utilizados para
a orientação de políticas setoriais, sejam de saúde, socioeconômicas ou de proteção
ambiental.
147
Como sugestões, podem ser elencadas:
A atualização dos indicadores nos próximos anos, com base em estatísticas básicas
mais recentes e completas, tais como indicadores epidemiológicos nos municípios de
emancipação mais recente; estatísticas de acidentes em eventos meteorológicos
extremos; indicadores sociais do censo nacional de 2010.
Avaliação da possibilidade de ampliação da abrangência do Índice de Vulnerabilidade
Municipal com a inclusão de novos indicadores, por exemplo, tendências demográficas e
dados sobre qualidade do ar.

148
GLOSSÁRIO

Alagamento - Água acumulada no leito das ruas e no perímetro urbano por fortes
precipitações pluviométricas, em cidades com sistemas de drenagem deficientes.
Ambiente - Inclui a água, o ar, o solo e sua inter-relação, bem como a inter-relação
desses elementos com qualquer organismo vivo.
Área crítica - Área onde estão ocorrendo eventos desastrosos ou onde há certeza ou
grande probabilidade de sua reincidência. Essas áreas devem ser isoladas em razão das
ameaças que representam à vida ou à saúde das pessoas.
Área de risco - Área onde existe a possibilidade de ocorrência de eventos adversos.
Assoreamento - Processo de acumulação de sedimentos e/ou detritos transportados
por via hídrica, em locais onde a deposição do material é mais rápida do que a
capacidade de remoção natural pelos agentes de seu transporte. É um fator importante
na origem das enchentes e inundações, pois o assoreamento diminui a capacidade de
escoamento das águas dos rios.
Biodiversidade - Variabilidade de organismos vivos de todas as origens,
compreendendo, dentre outros, os ecossistemas terrestres, marinhos e outros
ecossistemas aquáticos e os complexos ecológicos de que fazem parte. Compreende,
adicionalmente, a diversidade intraespecifica, entre espécies e de ecossistemas.
Cenário climático - Representação plausível e frequentemente simplificada do clima
futuro, baseada numa gama de relacionamentos climatológicos internamente
consistentes, que foram construídos pelo uso explícito na investigação de conseqüências
potenciais de mudança de clima antropogênica, geralmente servindo de introdução aos
modelos de impacto.
Ciclo hidrológico - Os caminhos percorridos pela água na natureza nos vários processos
de transformação de estado.
Coeficiente angular – Inclinação de uma reta. Pode ser utilizado para definir a posição
de uma reta. Expressa a taxa de mudança em y quando ocorre uma mudança de
unidade em x.
Conservação – O conceito de conservação aplica-se à utilização de um recurso qualquer,
de modo a obter o benefício máximo do mesmo, porém garantindo sua renovação ou
auto-sustentação.
Dengue – Virose aguda transmitida por espécie de mosquito estritamente urbano
(Aedes aegypti), com ampla distribuição no país, com menor intensidade nos estados da
Região Sul. São conhecidos atualmente quatro sorotipos, antigenicamente distintos:
Den-1, Den-2, Den-3 e Den-4. Ao que tudo indica, o Den-3 é o tipo mais virulento,
seguido pelo Den-2, Den-4 e Den-1. No Brasil, o vírus tipo 1 foi isolado em 1986/1987 e
responsável pela primeira epidemia no país, com registro de 46.309 (1986) casos, 32.507

149
(70 %) dos quais somente na Região Sudeste (todos no Estado do Rio de Janeiro). Em
1990, foi isolado o tipo 2, ao passo que o tipo 3 o foi em 2001. Em setembro de 2010, o
Ministério da Saúde anunciou a presença do tipo Den-4 em Roraima.
A virulência é diretamente proporcional à intensidade com que o vírus se multiplica no
corpo. A doença ocorre de forma endêmica, com surtos epidêmicos no período do
verão, por influência da chuva e/ou associados à introdução de subtipo viral antes não
existente. Como a malária, a temperatura parece ser um fator limitante à transmissão
apenas em parte da Região Sul.
O aspecto mais importante de sua história natural, que pode ser afetado pela mudança
climática, é a ampliação das áreas de transmissão endêmica para partes da Região Sul
ainda não afetadas, em função do aquecimento global.
Desastre natural – Catástrofe que ocorre quando um evento físico natural (ex: vulcão,
entre outros) ocasiona danos extensivos à propriedade, vitimando um grande número
de pessoas, ou ambas. Um desastre é um rompimento social que pode ocorrer a nível do
indivíduo, da comunidade ou do estado. Esta compreensão é cristalizada na fórmula: os
"desastres ocorrem quando os perigos se encontram com a vulnerabilidade" (Blaikie et
al., 1994)
Dicotomia - Classificação que se baseia na divisão sucessiva em dois.
Ecologia - A soma de todas as condições e influências que afetam o desenvolvimento da
vida dos organismos. Engenharia. Somatório de todas as condições naturais,
operacionais e outras, que afetam a operação do equipamento ou de seus
componentes. Física. Somatório de todas as condições e influências que determinam a
conduta de um sistema físico.
Ecossistema – Sistema distinto de interação de organismos vivos, juntamente com seu
meio ambiente físico. Os limites que denominam ecossistema são um pouco arbitrários,
dependendo do foco de interesse do estudo. Desta forma, a extensão de um
ecossistema pode variar de pequenas a grandes escalas espaciais.
Emergência – 1. Situação crítica; acontecimento perigoso ou fortuito; incidente. 2. Caso
de urgência.
Encosta - Declive nos flancos de um morro, colina ou serra. O mesmo que vertente.
Endemia - Refere-se à presença usual de uma doença, dentro dos limites esperados, em
uma determinada área geográfica, por um período de tempo ilimitado (Medronho et al.,
2003).
Epidemia - Elevação brusca temporária e significativamente acima do esperado para a
incidência de uma determinada doença (Medronho et al., 2003).
Evento extremo de clima – Evento que é raro dentro de sua distribuição de referência
estatística num lugar em particular. Definições variam, mas um evento extremo de clima
normalmente seria raro ou mais raro do que 10º ou 90º percentil. Por definição, as
características do que é chamado evento extremo de clima podem variar de lugar para
lugar. Um evento extremo de clima é uma média de um número de eventos do tempo

150
sobre um certo período, uma média que é extrema por si só (ex.: chuva sobre a
estação).
Família - Categoria de agregação típica dos domicílios particulares e que pode significar:
(1) a pessoa que mora sozinha; (2) o conjunto de pessoas ligadas por laços de
parentesco ou de dependência doméstica; (3) as pessoas ligadas por normas de
convivência. (IBGE para Censo)
Favelização - Fenômeno social que ocorre em centros urbanos em que há o crescimento
e proliferação das favelas em quantidade e em população, eventualmente associado à
transferência da população local de moradias legalizadas para conjuntos urbanos
irregulares.
Fitofisionomia - Aspecto da vegetação/flora típica de uma região.
Floresta estacional - Floresta que perde todas as folhas ou parte delas em determinada
época do ano, normalmente em períodos de secos e/ou frios.
Floresta ombrófila – Floresta constituída por espécies que sobrevivem em ambientes
onde a umidade é alta e constante ao longo do ano.
Habitat - Meio ambiente, local onde vive um organismo. Característica ecológica de um
local específico habitado por um organismo ou populações adaptadas ao ambiente, no
qual realizam sua interação ecológica.
Incidência - Frequência de casos novos de uma determinada doença, ou problemas de
saúde, oriundos de uma população sob risco de adoecimento, ao longo de um
determinado período de tempo (Medronho et al., 2003). Cálculo da Taxa de Incidência:
Número de casos novos da doença em uma determinada área, num determinado
período de tempo, divido pela população da área no mesmo período, multiplicado por
100.000 (Laurenti et al., 1987).
Indicadores - Definidos como medidas de caráter unidimensional, que refletem uma
dimensão específica ou uma característica particular das condições de interesse
(PEREIRA, 1995). Sua utilidade reside na possibilidade de mensurar aspectos não sujeitos
à observação direta.
Índices - Medidas estatísticas frequentemente usadas para comparar grupos de
variáveis relacionadas entre si e obter um quadro simples e resumido das mudanças
significativas em áreas relacionadas. Mediante o emprego de números-índices é possível
estabelecer comparações entre: a) variações ocorridas ao longo do tempo; b) diferenças
entre lugares; c) diferenças entre categorias semelhantes.
Índice Parasitário Anual (IPA) - Frequência de casos novos de malária, oriundos de uma
população sob risco de adoecimento, ao longo de um determinado período de tempo
vezes 10.000 – o IPA só é usado para malária (Medronho et al., 2003).
Interpolação - Método que permite construir um novo conjunto de dados a partir de um
conjunto discreto de dados pontuais previamente conhecidos.

151
Inundação - Transbordamento de água da calha normal de rios, mares, lagos e açudes,
ou acumulação de água por drenagem deficiente, em áreas não habitualmente
submersas. Em função da magnitude, as inundações são classificadas como
excepcionais, de grande magnitude, normais ou regulares e de pequena magnitude. Em
função do padrão evolutivo são classificadas como enchentes ou inundações graduais,
enxurradas ou inundações bruscas, alagamentos e inundações litorâneas. Na maioria
das vezes, o incremento dos caudais de superfície é provocado por precipitações
pluviométricas intensas e concentradas, pela intensificação do regime de chuvas
sazonais, por saturação do lençol freático ou por degelo. As inundações podem ter
outras causas como: assoreamento do leito dos rios; compactação e impermeabilização
do solo; erupções vulcânicas em áreas de nevados; invasão de terrenos deprimidos por
maremotos, ondas intensificadas e macaréus; precipitações intensas com marés
elevadas; rompimento de barragens; drenagem deficiente de áreas a montante de
aterros; estrangulamento de rios provocado por desmoronamento.
Jusante - Sentido em que correm as águas de uma corrente fluvial, ou seja, para o lado
em que vaza o curso de água ou maré.
Lençol freático – Superfície que delimita a zona do subsolo onde os poros estão
totalmente preenchidos por água.
Leishmaniose Tegumentar Americana (LTA) – Zoonose (doença transmissível entre
animais e o homem) transmitida por mosquitos (flebotomíneos do gênero Lutzomyia)
em áreas naturais, principalmente florestadas, e periurbanas em todas as regiões do
país, sendo menos significativa na Região Sul. O ERJ apresenta áreas endêmicas para
esta doença.
Leptospirose - Doença de veiculação hídrica, originária de roedores (ex. ratos urbanos),
causada por espiroqueta do gênero Leptospira (infecta os animais e homens). A
leptospira é expelida através da urina dos animais. Esta doença ocorre em várias regiões
do Brasil e acomete diversas espécies de animais. Os seres humanos são infectados
acidentalmente.
Ocorre sob a forma epidêmica associada a extremos de precipitação seguidos de
enchentes urbanas, durante o verão, em grandes cidades litorâneas (Rio de Janeiro,
Salvador, Recife, Fortaleza). Há registro de surtos endêmicos em áreas rurais, por
ocasião de precipitações elevadas.
Mata Atlântica - Formações florestais (Floresta Ombrófila Densa Atlântica, Floresta
Ombrófila Mista, Floresta Ombrófila Aberta, Floresta Estacional Semi-decidual, Floresta
Estacional Decidual) e ecossistemas associados inseridos no domínio Mata Atlântica
(Manguezais, Restingas, Campos de Altitude, Brejos Interioranos e Encraves Florestais
no Nordeste), com as respectivas delimitações estabelecidas pelo Mapa de Vegetação
do Brasil (IBGE, 1988).
Modelo polinomial de segunda ordem - Também conhecido como equação do segundo
grau, a expressão f(x) = ax2 + bx + c é um polinômio de grau 2 ou um modelo polinomial
de segunda ordem, porque o maior expoente de x é 2.

152
Modelo de Regressão Linear - Método para se estimar o valor esperado de uma variável
y, dados os valores de alguma(s) outra(s) variável(is) x. Também conhecido como
equação do primeiro grau, a expressão f(x) = ax + b é um modelo polinomial de primeira
ordem, porque o maior expoente de x é 1.
Morbidade – Medidas das doenças ou agravos à saúde (Medronho et al., 2003).
Morbi-mortalidade - Morbidade seguida de óbito.
Mortalidade – Taxa de óbitos.
Mudanças ambientais globais – Mudanças em escala planetária, afetando todo o
sistema terrestre.
Mudança climática - Qualquer mudança no clima durante um período de tempo,
independente se for uma variação natural ou o resultado de uma atividade humana.
Nosológico - Ramo da patologia que trata das enfermidades em geral e as classifica do
ponto de vista explicativo.
Out-liers - Valores discrepantes em relação ao restante da série.
Regressão Linear - É um método utilizado para se estimar a condicional (valor esperado)
de uma variável y, dados os valores de algumas outras variáveis x.
Resiliência - Conceito originalmente aplicado aos ecossistemas, diz respeito à
capacidade de recuperação no tempo, quando o sistema é desequilibrado por uma
perturbação (Odum, 1988).
Em Ecologia, aplica-se este conceito à capacidade de um ecossistema retornar às
condições originais ou ao estado estável após ter sofrido uma alteração ou agressão. A
resiliência determina a persistência das relações internas do sistema.
Risco – Probabilidade de ocorrência de efeitos adversos.
Sensibilidade ambiental - Propriedade que os sistemas ambientais e os ecossistemas
revelam, alterando o seu estado de qualidade, quando afetados por uma ação
antrópica.
Sucessão ecológica - Fenômeno que envolve gradativas variações na composição
específica e na estrutura da comunidade, iniciando-se o processo em áreas que,
mediante ações perturbatórias ou não, se apresentam disponíveis à colonização de
plantas e animais, prosseguindo até determinado período, onde tais mudanças se
tornam bastante lentas, sendo a comunidade resultante designada como clímax.
Surto - Ocorrência epidêmica, onde todos os casos estão relacionados entre si, atingindo
uma área geográfica pequena e delimitada, como vilas, bairros etc., ou uma população
institucionalizada, como colégios, quartéis, creches etc. (Medronho et al., 2003).
Trimodal – Distribuído de três modos.
Vegetação primária - Vegetação de máxima expressão local, com grande diversidade
biológica, sendo os efeitos das ações antrópicas mínimos, a ponto de não afetar
significativamente suas características originais de estrutura e de espécies.

153
Vegetação secundária - Vegetação resultante dos processos naturais de sucessão, após
supressão total ou parcial da vegetação primária por ações antrópicas ou causas
naturais, podendo ocorrer árvores remanescentes da vegetação primária.
Vetor - Agente transmissor da doença, geralmente um invertebrado (artrópode).
Vulnerabilidade - “Grau de suscetibilidade e incapacidade de um sistema, em função de
sua sensibilidade, capacidade de adaptação e do caráter, magnitude e taxa de mudança
e variação de clima a que está exposto, de lidar com os efeitos adversos da mudança do
clima entre os quais a variabilidade climática e os eventos extremos” (Lei 12.187, Política
Nacional sobre Mudança do Clima– 29/12/2009).

154
REFERÊNCIAS BIBLIOGRÁFICAS
ALVES, M.A. et al. 2009. Aves nos remanescentes florestais de Mata Atlântica e
ecossistemas associados no Estado do Rio de Janeiro. p. 193-208. In: BERGALLO, H.G.
et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do
Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p.

BENCKE, G.N.M., DVELEY, P.F. & GOERK, J.M. 2006. Áreas importantes para a
conservação de aves no Brasil. Parte 1. Estados do Domínio da Mata Atlântica.
SAVE Brasil. São Paulo. 494 p.

BERGALLO, H.G. et al. 2009. Mamíferos endêmicos e ameaçados do Estado do Rio de


Janeiro: Diagnóstico e estratégias para a conservação. In: BERGALLO, H.G. et al.
(org.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio
de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p.

BERMANN, C. 2007. Mudanças climáticas e o papel das cidades nas políticas publicas.
Disponível em: <http://www.ufpe.br/recifecidadesolar/palestras/celio.pdf>.
Acessado em: Março de 2010.

BLAIKIE, P., CANNON, T., DAVIS, I. & Wisner, B. 1994. At risk natural hazards, people’s
vulnerability and disasters. Routledge. London. 284 p.

BRASIL. MINISTÉRIO DAS MINAS E ENERGIA. 1983. Levantamento de recursos naturais.


Folhas SF.23/24 Rio e Janeiro/Vitória. Geologia, geomorfologia, pedologia,
vegetação e uso potencial da terra. v. 32. Projeto RADAMBRASIL. Rio de Janeiro/RJ.
780 p.

BROOKS, N. 2003. Vulnerability, risk and adaptation: A conceptual framework. Tyndall


Center for Climate Change Research Working. Paper 38. 16 p.

BROOKS, N., ADGER, W.N. & KELLY, P.M. 2005. The determinants of vulnerability and
adaptive capacity at the national level and the implications for adaptation. Global
Environmental Change 15: 151–163.

BROWN, K.S. Jr. & FREITAS, A.V.L. 2000. Atlantic Forest butterflies: indicators for
landscape conservation. Biotropica 32: 934–956.

CASTRO Jr., E. 2001. Valor indicador da fauna de macroartrópodes edáficos em


fragmentos primários e secundários do ecossistema de florestas de tabuleiros, ES.
Tese de Doutorado. Universidade Federal do Rio de Janeiro.

155
CARVALHO, M.D., BARROS, R.P.D. & FRANCO S. 2003. Índice de Desenvolvimento da
Família (IDF). p. 241-265. In: ACOSTA, A.R. & VITALE, M.A.F. (orgs.). Família: redes,
laços e políticas. Instituto de Estudos Especiais/PUC. São Paulo.

COELHO NETTO, A.L. (coord.). 2008. Análise e qualificação sócio-ambiental do Estado


do Rio de Janeiro (escala 1:100 000): subsídios ao zoneamento ecológico-
econômico. Disponível em: http://zeerj.bem-vindo.net/portal/?q=node/61. Acessado
em: Junho de 2010.

CHOU, S.C., MARENGO, J.A., LYRA, A.A., SUEIRO, G., PESQUERO, J.F., ALVES, L.M., KAY,
G., BETTS, R., CHAGAS, D.J., GOMES, J.L., BUSTAMANTE, J.F. & TAVARES, P. 2010.
Downscaling of South America present climate driven by 4-member HadCM3 runs.
Climate Dynamics. DOI 10.1007/s00382-011-1002-8.

CONFALONIERI, U.E.C., MARINHO, D.P. & RODRIGUEZ, R.R. 2005. Análise da


Vulnerabilidade da população brasileira aos impactos sanitários das mudanças
climáticas. Relatório final de projeto de pesquisa. FIOCRUZ. Rio de Janeiro. 96 pp.

CONFALONIERI, U.E.C. 2007. Mudança Climática, Ecossistemas e Doenças Infecciosas. In:


Carlos Klink. (Org.). Quanto mais quente melhor? Desafiando a sociedade civil a
entender as mudanças climáticas. IEB. Brasília. p. 201-214.

CONFALONIERI, U.E.C., BARBIERI A.F., LIMA A.C.L., MARINHO D.P., MODENA C.M.,
BARCELOS S., BERNARDO, B.L., SAWYER, D.O., DOMINGUES, E., RIGOTTI, I.R.,
CARVALHO J.A.M., RESENDE, M.F., RUIZ, R.M., TURRA C.M. & BERENSTEIN, C.K. 2008.
Mudança Climática, migrações e saúde no Nordeste brasileiro. Relatório final do
projeto GOF. CPqRR. FIOCRUZ. Belo Horizonte. 67 pp.

CONFALONIERI, U.E.C, MARINHO, D.P. & RODRIGUEZ, R.E.R, 2009. Public Health
Vulnerability to Climate Change in Brazil. Climate Research 40: 175-186.

COSTA L.P., LEITE Y.L.R., FONSECA, G.A.B. & FONSECA, M.T. 2000. Biogeography of South
American forest mammals: endemism and diversity in the Atlantic Forest. Biotropica
32: 872–881.

EVANS, R.G. 1994. Introduction. Why are some people healthy and others not? The
determinants of health of the population. In: EVANS, R.G., BARER, M.L. & MARMOR,
T.R. (orgs.) Aldine de Gruyter. New York.

FREITAS, M.A.V. (org.). 2007. Projeto de estudo de adaptação e vulnerabilidade dos


recursos hídricos do Estado do Rio de Janeiro às mudanças climáticas. SEA. Rio de
Janeiro. Não publicado. 59 p.

GENTRY, A.H. 1998. Diversity and floristic composition of neotropical dry forests.
pp. 146194. In: BULLOCK, S.H., MOONEY, H.A. & MEDINA, E. (eds.). Seasonally dry
156
tropical forests. Cambridge University Press. Cambridge.

HASELBALG, C. 2003. Pobreza no Brasil no final do século XX. Origens e destinos:


desigualdades sociais ao longo da vida. In: HASELBALG, C. & SILVA, N.D.V. (orgs.).
Topbooks. Rio de Janeiro.

ILRI/TERI, 2006. Mapping climate vulnerability and poverty in Africa. Report to the
Department of International Development. 202 p.

LAURENTI, R., MELLO J., LEBRÃO P.M.H., GOTLIEB M.L. & DAVID, S.L. 1987. Estatísticas
de saúde. Ed. Pedagógica e Universitária Ltda. 186 p.

LIMA, W.P. 1996. Princípios de hidrologia florestal para o manejo de bacias


hidrográficas. ESALQ. Piracicaba.

LOPES, C.G.R. 2007. Relações florísticas e estruturais entre fragmentos de florestas


secas e úmidas (Floresta Atlantica), Nordeste do Brasil. Dissertação de Mestrado.
Universidade Federal de Pernambuco. Recife/PE. 85 p.

Kathiresan K.,& Rajendran N., 2005 Coastal Mangrove forests mitigated tsunami
Relative risk of extinction of passerine birds on continents and islands. Nature 399
(6733): 258-261.

MANZONNI et al. 2009. Organismos aquáticos nos sistemas fluviais do Estado do Rio de
Janeiro. p. 153-174. In: BERGALLO, H.G. et al. (orgs.). Estratégias e ações para a
conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de
Janeiro/RJ. 344 p.

MASSAMBANI, O. 2009. Clima da Terra: Processos, mudanças e impactos. Disponível em


<www.dca.iag.usp.br>. Acessado em: Novembro de 2010.

MEDRONHO, R.A., CARVALHO, D.M., BLOCH, K.V., LUIZ, R.R. & WERNECK, G.L. 2003.
Epidemiologia. Athener. São Paulo.

MITTERMEIER, R.A., MYERS, N., GIL, P.R. & MITTERMEIER, C.G. 2000. Hotspots: Earth’s
biologically richest and most endangered terrestrial ecoregions.
CEMEX/Conservation International. Mexico City. 430 p.

MONTEIRO C.A. 2003. A dimensão da pobreza, da desnutrição e da fome no Brasil.


Estudos Avançados 17: 7-20.

MOSS, R.H., BRENKERT, A.L. & MALONE, E.L. 2001. Vulnerability to climate change. A
Quantitative Approach. PNNL – SA -33642. US Department of Energy. 12 p.

157
NAJAR, A.L, BAPTISTA, T.W.F. & ANDRADE C.L.T.L. 2008. Índice do Desenvolvimento da
Família: uma analise comparativa em 21 municípios do Rio de Janeiro, Brasil.
Cadernos de Saúde Pública RJ 24 (Sup): S134 – S147.

NEVES, C.F., MUEHE, D.E., VALENTINI, E.M. & ROSMAN, P.C.C. 2007. Estudo de
vulnerabilidade no litoral do Estado do Rio de Janeiro devido às mudanças
climáticas. SEA. Rio de Janeiro. Não publicado. 98 p.

NOBRE, C.A., SALAZAR, L., VALERIANO, D., FIDALGO, E. & SCARANO, F.R. 2008.
Mudanças climáticas e possíveis alterações nos biomas da Mata Atlântica do Estado
do Rio de Janeiro. SEA. Rio de Janeiro. Não publicado. 63 p.

ODUM, E.P. 1988. Ecologia. Guanabara. Rio de Janeiro. 434 p.

PEREIRA, M.G.1995. Epidemiologia: teoria e prática. Rio de Janeiro: Guanabara Koogan.

ROCHA, C.F.D., BERGALLO, H.G., ALVES, M.A.S. & VAN SLUYS, M. 2003. Biodiversidade
dos grandes remanescentes florestais do estado do Rio de Janeiro e nas restingas
da Mata Atlântica. Rima. São Carlos/SP. 160 p.

ROCHA, C.F.D. et al. 2009. Répteis e a sua conservação no Estado do Rio de Janeiro. p.
183-191. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da
biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344
p.

ROCHA, C.F.D., BERGALLO, H.G., ALVES, M.A.S. & VAN SLUYS, M. 2009. Análise da
distribuição da diversidade da fauna no Estado do Rio de Janeiro. p. 111-117. In:
BERGALLO, H.G. et al. (orgs.). Estratégias e ações para a conservação da
biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. 344 p.

SANTOS, S.B., MAYHÉ-NUNES, A.J., BROWN, G., COSTA, J.M., LUZ, J.L., LORENZON,
M.C.A., SALGADO, N.M., BAPTISTA, R.L.C. & MONTEIRO, R.F. 2009. Conservação dos
invertebrados terrestres no Estado do Rio de Janeiro. p. 127-152. In: BERGALLO, H.G.
et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do
Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p.

SILVA, J.M.C., SOUSA, M.C. & CASTELLETTI, C.H.M. 2004. Areas of endemism for
passerine birds in the Atlantic Forest, South America. Global Ecology and
Biogeography 13: 85-92.

SILVA, N.V. & HASELBALG, C.A. 1992. Pobreza e desigualdade no Brasil nos anos 80. In:
Seminários Estratégias Liberais de Refundação: Dilemas Contemporâneos do
Desenvolvimento. Instituto Universitário de Pesquisa do Rio de Janeiro. Rio de
Janeiro.

158
VACCARO, S. 1997. Caracterização fitossociológica de três fases sucessionais de uma
floresta estacional decidual, no município de Santa Tereza – RS. Dissertação de
Mestrado. Universidade Federal de Santa Maria/RS. 104 p.

VAN SLUYS, M. et al. 2009. Anfíbios nos remanescentes florestais da Mata Atlântica. p.
175-182. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da
biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344
p.

VANZOLINI, P.E. 1988. Distributional patterns of South American lizards. p. 317-342. In:
VANZOLINI P.E. & HEYER, W.R. (ed.). Workshop on Neotropical Distribution.
Proceedings. Academia Brasileira de Ciências. Rio de Janeiro.

WARRICK, R. 2000. Strategies for vulnerability and adaptation assessment in the


context of national communications. AOSIS Workshop on Climate Negotiations,
APIA. Samoa.

WEGE, D.C. & LONG, A.J. 1995. Key areas for threatened birds in the neotropics. BirdLife
Conservation. Series 5.

159
CRÉDITOS

Martha Macedo de Lima Barata - Possui graduação em Ciências Atuariais pela Universidade Federal
do Rio de Janeiro (1983) e em Economia pela Faculdade de Ciências Econômicas pela Universidade
Cândido Mendes (1983), mestrado e doutorado em Planejamento Energético e Ambiental pela
Universidade Federal do Rio de Janeiro. Atualmente atua na assessoria estratégica da direção do
Instituto Oswaldo Cruz (IOC/Fiocruz). É membro do Grupo de trabalho de Mudança do Clima da
Fiocruz e do Programa Brasileiro de Mudança do Clima. É membro da Urban Climate Change
Research Network (vinculado a Columbia University - USA), onde coordena trabalhos de pesquisa. É
autora líder do capítulo regional (America Latina e Caribe) do Global Environmental Outlook,
preparado pelo Programa das Nações Unidas para o Meio Ambiente. Atua como pesquisadora
colaboradora do Laboratório Interdisciplinar de Meio Ambiente do Programa de Planejamento
Energético da COPPE/UFRJ, onde coordena e desenvolve pesquisas para instituições governamentais,
não governamentais e empresas privadas internacionais e nacionais. Tem experiência na área de
Economia Ambiental, atuando, principalmente, nos seguintes temas: avaliação da externalidade
ambiental e social de ações governamentais e empresariais; avaliação integrada (ambiental,
econômico e social) do desempenho empresarial; vulnerabilidades e adaptação social à mudança do
clima com ênfase no aspecto da saúde, co-benefício para a saúde de ações de mitigação a mudança
do clima. É líder de Grupo de Pesquisa em: Gestão, Economia Ambiental e Saúde.

Ulisses Eugenio Cavalcanti Confalonieri - Possui graduação em Medicina Veterinária pela


Universidade Federal Rural do Rio de Janeiro (1973), graduação em Medicina pela Universidade
Federal do Estado do Rio de Janeiro (1984), mestrado em Ciências (Parasitologia) pela Universidade
Federal Rural do Rio de Janeiro (1976) e doutorado em Ciências (Parasitologia) pela Universidade
Federal Rural do Rio de Janeiro e Universidade da Califórnia, Berkeley (1983). Atualmente é professor
titular da Fundação Oswaldo Cruz, professor titular da Universidade Federal Fluminense, Tem
experiência na área de Epidemiologia e Ecologia de Processos infecciosos e parasitários humanos e
de animais, especialmente as doenças emergentes, entomologia médica, saúde de ecossistemas
naturais e impacto de mudanças ambientais globais na saúde, em especial na dinâmica dos processos
infecciosos. Coordenou grupos de trabalho no Painel Intergovernamental de Mudanças Climáticas
(IPCC) e no Millennium Ecosystem Assessment.Coordena o projeto de saúde do Earth System Science
Partnership. É membro do comitê de doenças infecciosas do Group on Earth Observations e do
comitê de saúde da Organização Meteorológica Mundial. Participa dos comitês assessores
internacionais do Instituto da Água, Ambiente e Saúde, da Universidade das Nações Unidas e do
Instituto do Clima e Sociedade, da Universidade de Colúmbia, Nova York. É membro do grupo de
referência temática sobre Agricultura, Ambiente e Doenças Infecciosas da Pobreza, do Tropical
Diseases Research, Organização Mundial da Saúde

160
Alberto Lopes Najar - Possui graduação em Engenharia (UGF, 1983), mestrado em Planejamento
Urbano e Regional (UFRJ/ IPPUR, 1991) e doutorado em Ciência Humanas - Ciência Política e
Sociologia -, (IUPERJ, 1997). Fez seu estágio pós-doutoral no Observatoire Sociologique du
Changement, Sciences - Paris, França (2003/2004), onde desenvolveu, entre 2004 e 2008, como
colaborador, projetos de pesquisa comparada. Atualmente é pesquisador titular do Departamento
de Ciências Sociais da Escola Nacional de Saúde Pública (ENSP/Fiocruz), onde atua na área de
Sociologia Urbana, com ênfase na temática da divisão social das grandes metrópoles e dos
problemas relativos à coalizão civilizatória brasileira, orientando dissertações e teses, bem como
ministrando cursos e coordenando seminários de leituras e grupos de discussão sobre seus temas de
interesse intelectual e de pesquisa. É líder do Grupo de Pesquisa;Laboratório de Estudos
Interdisciplinares em Saúde Coletiva.

Diana Pinheiro Marinho - Assistente Social - Mestre em Ciências pelo Instituto Militar em
Engenharia, no curso de Engenharia Cartográfica, com ênfase em Sistema de Informação Geográfica
aplicado à Saúde. Especialista em Administração e Planejamento de Recursos Humanos pelo Instituto
de Aperfeiçoamento Técnico. Assistente Social pela Universidade Estadual da Paraíba. Linhas de
pesquisa – Meio Ambiente e Saúde. Atualmente é Tecnologista em Saúde Pública do Departamento
de Ciências Biológicas da Escola Nacional de Saúde Pública Sérgio Arouca (ENSP) na Fundação
Oswaldo Cruz. Participa como pesquisadora em vários projetos além de ministrar aulas no curso de
Ecologia das Doenças Transmissíveis na ENSP. Tem experiência na área de Saúde Coletiva e atua
principalmente nos seguintes temas: Vulnerabilidade, Mudanças Climáticas, SIG e Saúde Indígena.

Giovannini Luigi - Biólogo doutorado em Geografia pela Universidade Federal do Rio de Janeiro
(UFRJ), com ênfase em Sistemas Geográficos de Informação (SGI). Bacharel em Ecologia, pelo
Instituto de Biologia/UFRJ, Mestre em Ciências Biológicas (Zoologia), pelo Museu Nacional/UFRJ, e
Especialista em Engenharia do Meio Ambiente/UFRJ. As principais linhas de pesquisa a que se dedica
são Biogeografia e Sistemática de Aves e Impactos das Mudanças Climáticas sobre a Biodiversidade.
Atualmente, realiza Pós-Doutorado pela Universidade de Brasília (UnB) para análise dos impactos das
mudanças climáticas sobre a avifauna da Mata Atlântica, além de ocupar o cargo de Gerente do
Laboratório Interdisciplinar de Meio Ambiente (LIMA/COPPE), onde também atua como pesquisador
nas áreas de Perigo Aviário e Avaliação Ambiental Estratégica. Integra o Grupo de Assessores do
Comitê para a Conservação e Manejo de Aves Marinhas Costeiras, Insulares não Procellariiformes e
Limícolas Ameaçadas de Extinção no Brasil do Instituto Chico Mendes de Conservação da
Biodiversidade (ICMBio/Ministério do Meio Ambiente).

Anna Carolina Lustosa de Lima - Possui graduação em Estatística pela Universidade Federal de Minas
Gerais (2002) e mestrado em Estatística pela Universidade Federal de Minas Gerais (2007). Tem
experiência na área de Probabilidade e Estatística, com ênfase em Bioestatística (Lattes)

161
Isabella Vitral Pinto - Possui graduação em Farmácia pela Universidade Federal de Minas Gerais
(2006) e Mestrado em Saúde Pública na Escola Nacional de Saúde Pública Sérgio Arouca - Fiocruz.
Tem experiência na área de Saúde Coletiva, Epidemiologia, Política Social e Assistência Farmacêutica.

Gregório Carlos De Simone - Especialista em Engenharia Sanitária e Ambiental pela Universidade


Estadual do Rio de Janeiro, com graduação em Geografia. Atualmente atua na Comissão Interna de
Gestão Ambiental do Instituto Oswaldo Cruz - Fiocruz e realizou consultoria de produto do Programa
das Nações Unidas para o Desenvolvimento (PNUD). Tem interesse no desenvolvimento de pesquisas
envolvendo a integração/relação do homem com o Meio Ambiente. Grande interesse em processos
de Ecoeficiência, educação ambiental, ética ambiental e recuperação de áreas degradadas.
Envolvimento também em linhas de pesquisa nos seguintes temas: geoprocessamento, vigilância em
saúde, análise espacial, indicadores de saúde e sistemas de informações geográficas. Exerce perícias
ambientais, onde realiza avaliação e diagnóstico de impactos ambientais, para análise de quesitos e
periciais ambientais, valoração econômica de danos ambientais, estudos de análise de riscos e de
vulnerabilidade.

Frederico Tosta de Oliveira - Possui graduação em Engenharia de Computação pelo Instituto Militar
de Engenharia (2003) e mestrado em Engenharia de Sistemas pela COPPE/UFRJ (2010). Tem
experiência na área de desenvolvimento de software, modelagem de banco de dados e sistemas de
recomendação.

Isabella Brito Ferreira - Graduada em Ciências Biológicas - Licenciatura, Bacharelado com ênfase em
Gestão Ambiental pela Pontifícia Universidade Católica de Minas Gerais. Atualmente é bolsista de
apoio técnico no Centro de Pesquisa René Rachou no laboratório de Educação, Saúde em Ambiente.
Atua em projetos na área de Saúde Coletiva, abordando os temas: Vulnerabilidade, doenças
emergentes e impactos de mudanças ambientais globais na saúde. Tem experiência em docência em
Ciências e Biologia, e no desenvolvimento de atividades e materiais de divulgação científica voltados
para a promoção da saúde.

Andrea Santoro Valadares - Possui graduação em Ciências Contábeis pela Faculdade Moraes Junior
(1988).

162