Escolar Documentos
Profissional Documentos
Cultura Documentos
2019
RESUMO
As inundações nas áreas urbanas acarretam prejuízos para a população, sendo estes
eventos agravados em função de vários factores. A escassez de informações, como
mapas de risco, que possam auxiliar a gestão em áreas susceptíveis, tem sido um grande
problema. Nesta perspectiva o presente trabalho tem por objectivo mapear áreas
susceptíveis ao risco de inundações na Cidade de Quelimane, com base em técnicas de
geoprocessamento e método AHP. As principais variáveis utilizadas foram: declividade,
altimetria, uso do solo, NDVI, Hidrologia, geologia e tipos de solo. Com base em
técnicas de geoprocessamento e métodos AHP foram atribuídos pesos para classificar a
influência destes factores na ocorrência de inundações, e pela sobreposição destes
factores, retornou o mapa de susceptibilidade, com valores identificando as áreas como
de muito baixa, baixa, moderada e alta susceptibilidade. Os principais resultados
encontrados apontam que as áreas de susceptibilidade alta correspondem a 27.54% da
área total, as de moderada susceptibilidade correspondem a 27.20%, as de baixa e muito
baixa correspondem a 29.11% e 16.15% respectivamente. E a avaliação da
confiabilidade do produto foi feita a partir da determinação do coeficiente kappa que foi
de 70%, indicando muito boa qualidade de precisão.
Palavras-Chave: AHP, inundações, susceptibilidade, geoprocessamento, mapeamento.
ABSTRACT
Floods in urban areas cause damage to the population, and these events are exacerbated
by several factors. The scarcity of information, such as risk maps, that can help
management in susceptible areas, has been a major problem. In this perspective the
present work aims to map areas susceptible to the risk of flooding in the city of
Quelimane, based on techniques of geoprocessing and AHP method. The main variables
used were: slope, altimeter, soil use, NDVI, hydrology, geology and soil types. Based
on geoprocessing techniques and AHP methods were assigned weights to classify the
influence of these factors in the occurrence of floods, and by the overlap of these
factors, returned the susceptibility map, with values identifying the areas as very low,
low, moderate and high susceptibility. The main results indicate that the areas of high
susceptibility correspond to 27.54% of the total area, those of moderate susceptibility
correspond to 27.20%, the low and very low correspond to 29.11% and 16.15%
1
Engenheiro Ambiental, Licenciado em Engenharia Ambiental e dos Recursos Naturais –
UNIZAMBEZE (Ribeirolpz@gmail.com)
Lopes, F. R. 2019
respectively. And the evaluation of the reliability of the product was made from the
determination of the kappa coefficient that was 70%, indicating very good quality of
precision.
Keywords: AHP, flooding, susceptibility, geoprocessing, mapping.
CAPITULO I - INTRODUÇÃO
1.1.Contextualização
Segundo VAZ (2010) apud VASCONCELOS (2018), as mudanças climáticas que
estiveram usualmente presentes no planeta, de forma equilibrada, cresceram de maneira
bastante acelerada nas últimas décadas, tornando-se ainda mais habitual o
acontecimento de eventos climáticos extremos como ondas de frio, calor excessivo e
inundações.
De acordo com ISDR (2003) apud HORA e GOMES (2009), as inundações
representam um dos fenómenos naturais mais ocorrentes no mundo, afectando
numerosas populações em todos os continentes, e este fenómeno ocorre frequentemente
deflagrado por chuvas rápidas e fortes, chuvas intensas de longa duração, degelo nas
montanhas e outros eventos climáticos tais como furacões e tornados, sendo
intensificados pelas alterações ambientais e intervenções de origem antrópica, causando
impactos desastrosos nas áreas afectadas. Só no ano de 2007, no mundo foram afectadas
pelas inundações 164.662.775 pessoas e dessas 8.382 tiveram suas vidas perdidas
(ISDR 2007). E de acordo com BERZ (2000), mais de 250 bilhões de dólares foram
utilizados, nos últimos dez anos, no ressarcimento dos danos causados por inundações
no mundo.
2
Centro Nacional de Cartografia e Teledetecção.
Lopes, F. R. 2019
Para ROSA (2013), o cálculo do NDVI retorna em valores numéricos que variam entre
1 a +1, e os materiais que apresentam NDVI negativo são água, nuvens, etc, o solo
exposto e as rochas retornam em valores se aproximando de zero, e os valores positivos
e próximos de 1, representam a vegetação.
1.1.2.4.Mapa altimétrico
A altimetria foi confeccionada na interface do ArcGis com base no DEM 5da região em
estudo. E esta variou de -5 a 23 m de elevação, mostrando claramente que a cidade de
Quelimane é uma zona muito baixa pois a maior parte da área total é composta pela
variação das classes 3.1 a 9 m de elevação.
3
Reflectância na faixa do infravermelho próximo (0,725 a 1,10 µm);
4
Reflectância na faixa do visível (0,4 a 0,7 µm);
5
Modelo digital de elevação;
Lopes, F. R. 2019
1.1.2.6.Mapa geológico
Esta variável foi elaborada através dos dados da CENACARTA, da área de estudo, no
ArcGis. E a cidade de Quelimane apresentou o seu material geológico variando em três
classes, nomeadamente: os aluviões, terraços e os depósitos, onde da área total os
terraços ocupam cerca de 9.730665𝑘𝑚2 , os depósitos 1.774667𝑘𝑚2 e os restantes
110.210993𝑘𝑚2 são ocupados pelos aluviões.
1.1.2.7.Mapa de declividade
O mapa de declividade foi elaborado através do DEM, usando o software ArcGis. Onde
com a ferramenta slope calculou-se a declividade em percentagem e obteve-se assim o
mapa de declividade da área em estudo variando de 0.3 a 2.7, mostrando que a cidade
de Quelimane possui a maior parte de sua área com baixos valores de declividade.
ALT DC US TS GL CV HD
ALT 6 1.00 2.00 2.00 5.00 3.00 6.00 4.00
DC 7 0.50 1.00 2.00 2.00 3.00 3.00 4.00
US 8 0.50 0.50 1.00 2.00 3.00 4.00 2.00
TS 9 0.20 0.50 0.50 1.00 2.00 3.00 3.00
GL 10 0.33 0.33 0.33 0.50 1.00 2.00 2.00
CV 11 0.17 0.33 0.25 0.33 0.50 1.00 1.00
HD 12 0.25 0.25 0.50 0.33 0.50 1.00 1.00
SOMA 2.95 4.92 6.58 11.17 13.00 20.00 17.00
Tabela 4: Matriz de comparação par-a-par usada no estudo
Para a obtenção da veracidade dos pesos obtidos foi efectuado o cálculo da razão de
consistência (RC) usando a expressão proposta por SAATY (1991), o qual deseja-se um
valor abaixo de 10%, ou seja, deseja-se representar pelo menos 90% de veracidade de
julgamento dos pesos, pela expressão:
6
Altimetria;
7
Declividade;
8
Uso e ocupação do solo;
9
Tipos de solo;
10
Geologia;
11
Cobertura vegetal;
12
Hidrologia.
Lopes, F. R. 2019
𝐼𝐶 = 𝜆𝑚𝑎𝑥 15 − 𝑛⁄𝑛 − 1
1 𝑤
̅1 𝑤
̅2 𝑤
̅𝑛
𝜆𝑚𝑎𝑥 = ( + +⋯ )
𝑛 𝑤1 𝑤2 𝑤𝑛
Para a obtenção do 𝐼𝑅𝑛 , SAATY (1991) propõe uma tabela com os 𝐼𝑅𝑛 de matrizes de
ordem 1 a 15, calculados laboratorialmente, índice este que varia de acordo com o
número de variáveis, assim, o 𝐼𝑅𝑛 utilizado foi 1.32.
̅̅̅, foi obtido pela multiplicação vectorial da matriz de comparação par-a-par
E o vector 𝑾
e dos pesos, pela expressão:
𝑊̅ =𝐴×𝑊
𝐒16 = 𝐀𝐋 ∗ 𝐖𝟏 + 𝐃𝐂 ∗ 𝐖𝟐 + 𝐔𝐒 ∗ 𝐖𝟑 + 𝐓𝐒 ∗ 𝐖𝟒 + 𝐆𝐋 ∗ 𝐖𝟓 + 𝐇𝐃 ∗ 𝐖𝟔 + 𝐂𝐕 ∗ 𝐖𝟕
E feito isso foi possível observar diversas áreas com nível alto a muito baixo de
susceptibilidade. E com a base cartográfica cadastral, esta que foi digitalizada e
posteriormente sobreposta ao mapa de susceptibilidade a inundações, foi possível
identificar as susceptibilidades por bairro.
Onde primeiramente foi gerada uma malha de 339 polígonos sobre o NDWI referente as
áreas húmidas, e após lançada a malha fez-se a identificação de cada, de acordo com a
classe sobre a qual está localizado, posteriormente a mesma foi lançada sobre o mapa
gerado, e da mesma forma cada polígono foi identificado.
Após isto, calcularam-se as exactidões individuais, pela divisão do número total de
amostras classificadas correctamente naquela categoria pelo número total da mesma
categoria.
13
Índice de consistência;
14
Índice randómico;
15
Valor máximo adequado;
16
Susceptibilidade;
17
Índice de diferença normalizada de água.
Lopes, F. R. 2019
Onde: r é o número de linhas e colunas da matriz, 𝑥+𝑖 é o total de observações das colunas, 𝑥𝑖+ é o total
de observações das linhas, 𝑥𝑖𝑖 é o número de observações na linha i e coluna i e N é o número total de
observações.
VARIAVEIS PE S O S %
Altimetria 0.32 32
Declividade 0.21 21
Uso e ocupação do solo 0.16 16
Tipos de solo 0.12 12
Geologia 0.08 8
Hidrologia 0.06 6
Cobertura vegetal 0.05 5
Tabela 6: Pesos dos factores encontrados
A classe de susceptibilidade baixa ocupa uma área maior do distrito, sendo esta
35.433𝑘𝑚2 , o seja, 29.11% da área total, a classe de muito baixa susceptibilidade ocupa
uma área de 19.653𝑘𝑚2 , o equivalente a 16.15% da área total. Já a classe de maior
susceptibilidade ocupa 33.525 𝑘𝑚2 , ou seja, a 27.54% da área total e 33.105 𝑘𝑚2
(27.20%) é tida como de moderada susceptibilidade. Graficamente, temos:
16.15%
27.20%
29.11%
3.6.Conclusão
Os factores que se apresentaram mais influentes foram a altimetria, o uso e ocupação do
solo, declividade e tipos de solo, factores estes responsáveis pela diminuição de forma
significativa da infiltração do solo, influenciando no acumulo de água e responsáveis
pela impermeabilização dos solos. Segundo o mapa de susceptibilidade, as áreas de
moderada a alta susceptibilidade coincidiram muito com áreas de solos baixos e planos,
áreas urbanas pavimentadas e de solos expostos, próximas de cursos de água e de fraca
vegetação, ocupando 27.20% e 27.54% da área total, respectivamente.
Algumas das áreas que foram classificadas como susceptíveis são de facto as que mais
tem registado alagamentos em função de pequenas chuvas e apresentam como
principais características a acentuada urbanização, baixas declividades e terrenos
planos, sendo estes factores muito influentes na ocorrência de inundação, evidenciando
a eficácia do método AHP, obtendo 0.03 para a RC, garantindo a veracidade dos
julgamentos, em suma, a metodologia empregue nesta pesquisa apresentou resultados
satisfactórios. E a partir da matriz de confusão, garantiu-se a confiabilidade da
informação deste produto, pois obteve-se 70% de exactidão/confiabilidade, indicando
muito boa qualidade de precisão.
3.7.Referências bibliográficas
1. [www.zambezia.gov.mz/por/ver-meu-distrito/distrito-de-nicoadala/o-distrito/clima-
relevoe-solos] acesso em 06 de Junho de 2019
2. ANDRADE, S. L.; FERREIRA, V. O.; SILVA, M. M. Elaboração de um mapa de
risco de inundações da bacia hidrográfica do corrego São Pedro, área urbana
de Uberlândia – MG. Caderno de geografia, V.24, n.41. 2014
3. BERZ, G. Flood disasters: Lessons from the past – worries for the future.
Symposium on river flood defence. V.2 kassel: Hercules verlag, 2000
4. Earthexplorer. Obtenção da imagem SRTM. Disponível em
www.earthexplorer.usgs.gov/ acesso em 26 de Abril de 2019
5. GFDRR, INGC, UNDP, WORLD BANK GROUP.; Moçambique - A recuperação
de cheias recorrentes 2000-2013: Estudo do Caso para o Quadro de
Recuperação de Desastre. Versão da conferência. Agosto de 2014
6. Glovis. Obtenção da imagem Landsat8. Disponível em www.glovis.usgs.gov/
acesso em 10 de junho de 2019
7. HORA, S. B. e GOMES, R. L. Mapeamento e avaliação do risco a inundação do
rio cachoeira em trecho da área urbana do município de Itabuna/BA. 2009
8. INE – Instituto Nacional de estatística. Censo 2017. IV Recenseamento geral da
População e Habitações. 2017
9. ISDR – International estrategy for disaster reduction. Annual report 2007.
Disponível em [http://www.cidades.ibge.gov.br/extras/home.php] acesso em 19 de
Marco de 2019
10. LIMA, G. F. Avaliação das Áreas de Risco de Inundação no Município de
Pelotas, RS: Uma Proposta Metodológica. Pelotas, 2016
11. MAGALHÃES, I. L. ; THIAGO, C. R.; AGRIZZI, D. V.; SANTOS A. R. Dos. Uso
de geotecnologias para mapeamento de áreas de risco de inundação em Guaçuí,
ES: Uma análise comparativa entre dois métodos. Cadernos de geociências. V.8.
2011
12. MARTINS, C. S., SOUZA, D. DE O. BARRO, M. DA S. Uso do método de
análise hierárquica (AHP) na tomada de decisões gerenciais- Um estudo de
caso. 2009. Disponível em [http://www2.ic.uff.br/~emitacc/ADM/artigo%204.pdf]
acesso em 05 de Abril de 2019
13. REIS, P. A. Dos. Identificação de áreas vulneráveis as enchentes e inundações
em áreas urbanas através de modelos topográficos e hidráulicos. Brasil.
Uberlândia, 2015
14. RESCK, B. De C. Avaliação de diferentes métodos de classificação de imagens
Ikonos para mapeamento de uso e cobertura terrestre. Viçosa. Minas gerais –
Brasil. 2009
15. ROSA, R. Introdução ao geoprocessamento. Universidade federal da Uberlandia.
Instituto de geografia. 2013
16. SAATY, T. L. Método de Análise Hierárquica. Makron Books do Brasil Editora
Ltda., 1991.
Lopes, F. R. 2019