DELIMITAÇÃO DE ÁREAS DE PRESERVAÇÃO PERMANENTE EM

TOPO DE MORRO UTILIZANDO O QGIS

Silva, J.L.G.1; Wegner, N.2 ; Osman, Y.3; Alves, A.R.3

1
Engenheiro Agrícola. Unioeste, Cascavel - PR, Brasil.
j.lg11@yahoo.com.br
2
Especialista em Geoprocessamento. PUC Minas, Belo Horizonte - MG, Brasil.
3
Engenheiro(a) Ambiental. Centro Internacional de Hidroinformática – CIH. Foz do Iguaçu, Brasil.

O novo Código Florestal Brasileiro (Lei nº 12.651 de 2012) define que, para delimitação das
áreas de preservação permanente (APP) em topo de morros deve-se considerar as áreas em
altitude superior a 1800m, qualquer que seja a vegetação; e áreas com altura mínima de 100
(cem) metros e inclinação média maior que 25°, as áreas delimitadas a partir da curva de nível
correspondente a 2/3 (dois terços) da altura mínima da elevação sempre em relação à base, sendo
esta definida pelo plano horizontal determinado por planície ou espelho d’água adjacente ou, nos
relevos ondulados, pela cota do ponto de sela mais próximo da elevação. A partir de tais
exigências, e buscando automatizar tal processo com utilização de modelos digitais de elevação
(MDE) e softwares SIG livres, foi desenvolvido um modelo para ser executado no software
QGIS aliado às ferramentas GRASS e GDAL/OGR, sendo todas aplicadas dentro do ambiente
QGIS. Além da criação do modelo em si, buscou-se identificar as possíveis falhas de execução, a
otimização dos processos e os limites de execução. Os MDEs utilizados são oriundos da Shuttle
Radar Topography Mission (SRTM), com resolução espacial de 30 m, e disponíveis
gratuitamente. Testes iniciais foram realizados sobre a região da Bacia do Paraná 3 (BP3), região
situada no sudoeste do Paraná. Após definição dos algoritmos necessários o modelo foi definido
e aplicado para todo o estado do Paraná. Algumas limitações foram encontradas, como a
necessidade de dividir a região de interesse em áreas menores. Isto pela limitação do modelo em
aplicar os algoritmos sobre regiões extensas, sendo necessário gerar áreas menores, executar
processos em batelada e depois realizar uma união dos resultados. O primeiro resultado obtido,
referente a detecção dos valores altimétricos iguais ou superiores a 1800m, retornou duas
feições, sendo estas referentes às APPs sobre os picos Caratuva e Paraná. Sobre o pico Caratuva
a APP apresentou uma área de 52.532,4 m². Já para a sobre o pico Paraná a área é de
16.361,5 m². O segundo resultado, obtido após a execução do modelo para determinação das
APPs em topo de morro, identificou 162 áreas de preservação permanente, totalizando uma área
de 54,90 km². A partir das exigências da legislação, aliada a disponibilidade de MDE e softwares
GIS gratuitos, foi possível identificar Áreas de Preservação Permanente em topo de morro no
estado do Paraná, assim como definir um modelo que pode ser replicado para outras regiões.
Entretanto, é necessário a consciência por parte do usuário das limitações impostas pelos dados
utilizados. A resolução espacial dos MDEs (30 m) pode ter limitado a detecção de outras APPs.
Contudo, dados com uma melhor resolução são mais difíceis de serem obtidos e, geralmente,
necessitam de um investimento para aquisição, o que torna a solução adotada neste trabalho uma
alternativa.

Palavras Chave: FOSS4G; OSGeo; PDI; sensoriamento remoto; software livre.

The new Brazilian Forest Code declare that for the delimitation of permanent preservation areas
on top of hills is needed to consider the areas in altitude above 1800m; and areas with a
minimum height of one hundred (100) meters and average slope greater than 25 °, the areas
delimited from the corresponding contour to two thirds (2/3) of the minimum lifting height when
compared to the base, this being defined by the horizontal plane determined by plain water
surface or adjacent or in wavy relief, the height of the nearest saddle point elevation. From these
considerations, and trying to create an automatic process using digital terrain models (DTM) and
free GIS software, a model was developed with the use of QGIS software combined with the
GRASS and GDAL/OGR, and all are applied within the QGIS environment. In addition we
sought to identify possible implementation failures, optimization of processes and the limits of
execution. The DEM used were from the Shuttle Radar Topography Mission (SRTM), with 30m
of spatial resolution and free. Initial tests were performed on the region of the Paraná 3's
watershed (BP3), located in the southwest of Paraná. After defining the algorithms required the
model was defined and applied to the entire state of Paraná. Some limitations were found as the
need to divide the region into smaller areas of interest, being necessary to generate smaller areas,
run batch processes, then perform a merge with the results. The first result, concerning detection
of altimetry equal or higher than 1800m, returned two features, which are related to the
preservation areas on Caratuva and Paraná peaks. On peak Caratuva the area was 52.532,4 m².
On the Paraná peak area was 16.361,5 m². The second result, executing the model for
preservation areas in hilltops determination, identified 162 areas, totaling 54,90 km². From the
requirements of the legislation, combined with the availability of DEM and free GIS software, it
was possible to identify permanent preservation areas on hilltops in the state of Paraná, as well as
set a model that can be replicated to other regions. However, the user need to recognize the
limitations imposed by the data used. The DEM spatial resolution (30 m) may be an
embarrassment to detect other preservation areas. However, data with better resolution are more
difficult to obtain and usually require an investment for the acquisition, which makes the solution
adopted here an alternative.

KEYWORDS: FOSS4G; OSGeo; DIP; remote sensing; free software.

INTRODUÇÃO

Dentre todos os países, o Brasil possui um território privilegiado no que diz respeito ao
potencial hídrico, possuindo uma das maiores reservas de água doce do mundo (santilli 2001).
Em revisão referente aos processos hidrológicos e os impactos antrópicos numa bacia
hidrográfica, mostrou-se que a ação humana sobre o uso da terra pode afetar nos ciclos
hidrológicos terrestres. Dentre as conclusões do autor, a principal foi a de que o escoamento
médio de uma bacia aumenta em virtude do desmatamento, pois este provoca a redução nos
índices de evapotranspiração (tucci 2002).
Para estruturar e viabilizar o planejamento do uso do solo por meio de políticas
adequadas e eficientes é extremamente importante que a disponibilidade de informações seja
confiável e atualizada, principalmente sobre a configuração atual do espaço geográfico (campos
et al. 2009). Para traçar estratégias de planejamento de melhoria da qualidade ambiental os
estudos da vegetação e os usos das terra são imprescindíveis (oliveira et al. 2007)
A conservação da cobertura vegetal é um fator de elevada importância na estabilização
das bacias de drenagem e do seu regime hidrológico, pois atua como um recurso natural, e por
consequência, na alimentação humana, na disponibilidade de água para rebanhos, para irrigar a
agricultura, gerar energia entre outras utilidades. Geralmente, os corpos hídricos responsáveis
por todo esse abastecimento são rios, os quais são a principal unidade morfológica de uma bacia
hidrográfica e se mal utilizados, a morfologia dos rios e seu fluxo hidráulico podem ser
comprometidos (zuccari 2005).
Tendo em vista todo o estudo a respeito das Áreas de Preservação Permanente (APPs),
nota-se o uso abusivo e irresponsável das mesmas, ocasionado principalmente pelo crescimento
desordenado e uso indevido do solo. Isso resulta numa insuficiente proteção dos corpos hídricos
contra enchentes, assoreamento, deslizamento de solo e contaminação em geral (magalhães
1995). Outros autores afirmam que a invasão dessas áreas por sistemas agrícolas potencializa os
efeitos negativos da erosão sobre a hidrologia do córrego, ao mesmo tempo em que reduz sua
capacidade de vazão, qualidade e a quantidade de água disponível para consumo (sarcinelli et al.
2008).
O novo código florestal brasileiro, instituído em 2012, estabelece diretrizes quanto as
Áreas de Preservação Permanente (APPs). Contudo a identificação destas é dificultada pois o
código estabelece limites diferenciados para áreas rurais consolidadas, tomando como base o
cálculo do módulo fiscal de cada propriedade. Devido à complexidade destes temas, o
diagnóstico de áreas de conflito em APPs é árduo, pois envolve fatores econômicos, culturais,
demográficos, sociais e ambientais por município (pietzsch 2013).
Nesse contexto, alternativas que evitem a necessidade de um levantamento in loco podem
significar economia de tempo e recursos, possibilitando processos de identificação até mesmo de
forma automatizada. Coletar informações sobre condições geográficas em geral sempre foi de
fundamental importância para as sociedades. Embora fosse feito em papel em tempos mais
remotos, ainda assim fornecia uma base de informação. Na atualidade, com o advento de
softwares, esse levantamento geográfico se tornou melhor visualizado. Dessa maneira é possível
mensurar, captar, armazenar e representar informações colhidas no computador, surgindo desta
forma o geoprocessamento, que consiste na capacidade de se conhecer técnicas matemáticas e
computacionais para tratar as informações geográficas obtidas em determinada área (câmara et
al. 2001).
Na atualidade é possível observar com alta precisão a realidade geográfica de
determinada área, o que permite e fornece a visão da ocupação de áreas, desmatamento de
florestas e uma infinidade de outros aspectos que queiram ser observados (oliveira 2009). Toda
essa possibilidade se dá através do surgimento e uso de novas tecnologias e técnicas
contemporâneas como o Sensoriamento Remoto (SR).
Um bom exemplo é o software QGIS, que, além de seus processos nativos de
geoprocessamento, ainda comporta plugins e extensões de outros SIGs e ferramentas, como
GRASS (Sistema de Suporte de Análises de Recursos Geográficos) e GDAL (Biblioteca de
Abstração de Dados Geoespaciais), utilizados neste trabalho. Uma das vantagens apresentadas
por esses softwares é o fato de serem gratuitos e de código aberto, permitindo uma maior
facilidade no compartilhamento e replicação de modelos, visto que não há necessidade do
usuário comprar nenhuma licença para uso (qgis; gdal; e uchoa e ferreira 2004).
Diante do exposto, este trabalho propôs identificar, a partir da utilização dos softwares
livres supracitados, e aplicando as regras instituídas no Código Florestal Brasileiro, os topos de
morro no estado do Paraná que devem ser classificados como APPs.

MATERIAL E MÉTODOS

A área de estudo em foco foi o estado do Paraná, localizado na região sul do Brasil.
Contudo, para testes, o modelo definido foi aplicado inicialmente na Bacia do Paraná 3 (BP3)
localizada na região oeste do Paraná (Figura 1).
 Para extração dos dados referentes as APPs utilizou-se os Modelos Digitais de Elevação
(MDE), disponibilizados pelo INPE - Instituto Nacional de Pesquisas Espaciais no site “Banco
de Dados Geomorfométricos do Brasil (TOPODATA)” que apresenta cobertura nacional e
possui cenas com 30 metros de resolução espacial, as quais foram geradas a partir do
processamento de dados da Shuttle Radar Topography Mission (SRTM).

Figura 1. Localização da Bacia do Paraná 3, situada no estado do Paraná - Brasil.

Cabe ressaltar que todos os procedimentos adotados utilizaram os softwares QGIS e

GRASS, bem como suas bibliotecas de algoritmos, e tiveram como base o estudo realizado por
Oliveira e Filho (2013), além dos critérios definidos no novo Código Florestal para delimitação
das Áreas de Preservação Permanente para os topos de morros:
“IX - no topo de morros, montes, montanhas e serras, com altura mínima de 100 (cem)
metros e inclinação média maior que 25°, as áreas delimitadas a partir da curva de nível
correspondente a 2/3 (dois terços) da altura mínima da elevação sempre em relação à base, sendo
esta definida pelo plano horizontal determinado por planície ou espelho d’água adjacente ou, nos
relevos ondulados, pela cota do ponto de sela mais próximo da elevação;
X - as áreas em altitude superior a 1.800 (mil e oitocentos) metros, qualquer que seja a
vegetação”.
As etapas adotadas, desde a aquisição das imagens até a obtenção das zonas de APP,
foram as seguintes:

1. Download das cenas SRTM Topodata referentes ao estado do Paraná (96 cenas);
2. Mosaico cobrindo o estado do Paraná (Figura 2);
3. Retirada dos valores altimétricos >= 1800 metros via “Calculadora Raster”;

Figura 2. Mosaico das cenas SRTM cobrindo o estado do Paraná.

4. Recorte do mosaico contemplando os dois fusos UTM que recortam o estado do Paraná: 21 e
22 Sul;
5. Reprojeção das folhas recortadas - parte UTM 21S (8 cenas) e parte UTM 22s (88 cenas);
6. Execução do algoritmo “r.fill.dir” para preenchimento das depressões espúrias do MDE e
obtenção do Modelo Digital de Elevação Hidrologicamente Consistente (MDEHC);
7. Inversão do MDEHC a partir da seguinte equação, executada via “Calculadora Raster”, e
obtenção do raster “mdehc_inv”:

mdehc_inv = (MDEHC – 10.000)*(-1)

8. Execução do algoritmo “r.terraflow” sobre o raster “mdehc_inv” para obtenção dos limites das
bases dos picos → raster de saída “limite_bases”;
9. Conversão de “limite_bases” para formato vetorial, mantendo o mesmo nome;
10. Execução da ferramenta “Zonal Statistics”, utilizando o vetor “limite_bases” sobre o raster
“mdehc”. Essa ferramenta calcula os valores máximo, mínimo, média, range, entre outros,
contidos no raster considerando os limites do vetor. Saída: “zonal_statistics_mdehc”;
11. Cálculo da declividade, em graus, a partir do raster “mdehc”. Raster de saída: “declividade”;
12. Execução da ferramenta “Zonal Statistics”, utilizando o vetor “limite_bases”, sobre o raster
“declividade”. Com isso busca-se obter a declividade média para cada área. Saída:
“zonal_statistics_declividade”;
13. Seleção e extração das declividades médias >= 25 graus (a partir da camada
“zonal_statistics_declividade”);
14. Cálculo da amplitude na camada “zonal_statistics_mdehc” (adição da coluna amplitude):

amplitude = altitude_max - altitude_min

OBS.: após a execução do “Zonal Statistics” a coluna “range” pode ser utilizada como
equivalente a amplitude, pois é a diferença entre o valor máximo e o mínimo;
15. Seleção e extração das feições onde o valor de “amplitude” >= 100 m;
16. Identificação das áreas onde Declividade >= 25 graus e Amplitude >= 100 m através da
ferramenta “extract by location”, predicado “equal”;
17. Calcular a altura mínima para o terço superior: adicionar coluna “terco” a camada extraída
anteriormente (item 16):

terco = altura_maxima - (amplitude/3)

18. Rasterizar a camada resultante do item anterior, utilizando a coluna “terco” como valor de
saída (raster de saida: “min_alt_terco”). Procedimento realizado utilizando o algoritmo
“v.to.rast”;
19. Extrair de “mdehc” os pixels onde os valores são >= “min_alt_terco”. Saída: “app_topo”;
20. Vetorizar “app_topo”, exportando apenas os pixels com valor = 1. Saída: “app_topo_final”.

A partir da sequência de ações e ferramentas necessárias, foi elaborado um modelo no

QGIS, a fim de automatizar e agilizar a execução do processo (Figura 3).

Figura 3: Modelo construído no QGIS utilizando o "Processing Modeler".

 Após obtenção das feições referentes às APPs, estas foram reprojetadas segundo
parâmetros adotados pelo Instituto Brasileiro de Geografia e Estatística (IBGE) para cálculo da
área territorial brasileira.
O IBGE utiliza o Sistema de Referência Geocêntrico para as Américas (SIRGAS 2000) e
a Projeção Cônica Equivalente de Albers, em virtude de ser esta a projeção equivalente
apropriada para tal finalidade, com os seguintes parâmetros para o país:
- Longitude origem: -54°;
- Latitude origem: -12°;
- Paralelo padrão 1: -2°;
- Paralelo padrão 2: -22°.
Assim, no software QGIS um novo sistema de coordenadas foi adicionado, seguindo a
sintaxe do PROJ.4 que é a biblioteca para a performance de conversões entre projeções
cartográficas adotada por, entre outros softwares livres e proprietários, o QGIS.

RESULTADOS

O primeiro resultado obtido, referente a detecção dos valores altimétricos iguais ou

superiores a 1800 m, retornou duas feições, sendo estas referentes às APPs sobre os picos
Caratuva e Paraná, com 1860 e 1877m de altitude, respectivamente (Figura 4).

Figura 4. Detalhe para as APPs referentes a altitude superior ou igual a 1800m.

 Sobre o pico Caratuva a APP apresentou uma área de 52.532,4 m². Já para a sobre o pico
Paraná a área é de 16.361,5 m².
O segundo resultado, obtido após a execução do modelo para determinação das APPs em
topo de morro, demonstrou que a maior concentração destas ocorre na região leste paranaense,
em virtude da maior concentração de serras (Figura 5). Ao todo foram identificadas 162 feições
distintas, ou seja, 162 áreas de preservação permanente em topo de morro. Na Tabela 1 consta
um descritivo referente às áreas detectadas, enquanto na Figura 6 é perceptível que a maior parte
das APPs detectadas tem área inferior a 1,0 km².

Figura 5. APPs de topo de morro detectadas no estado do Paraná após a execução do modelo.

Tabela 1. Estatística descritiva referente às APPs de topo de morro obtidas segundo o modelo.
Menor área Maior área Soma Média Mediana σ
Feições CV
(km²) (km²) (km²) (km²) (km²) (km²)
162 0,0034 3,08 54,90 0,34 0,20 0,43 1,26

Analisando os dois resultados, verificou-se que as APPs definidas para altitudes

superiores a 1800m também foram contempladas no resultado do modelo aplicado para
identificação das APPs em topo de morro (Figura 7). Na Figura 8 consta, em detalhe, algumas
áreas identificadas, principalmente em regiões de serras.
Figura 6. Frequência de distribuição das áreas de preservação permanente em topo de morro.

Figura 7. Sobreposição entre as APPs em altitude superior a 1800m e as em topo de morro.

 Figura 8. Detalhe de APPs de topo de morro identificadas com aplicação do modelo.

Na Tabela 2 há uma relação entre as APPs e a extensão territorial do estado do Paraná. A

baixa ocorrência de APPs de topo de morro, principalmente na região oeste do estado, pode ser
explicada pela exigência, segundo a legislação, de declividades iguais ou superiores a 25º, o que
foi considerado no modelo elaborado. No Brasil, uma inclinação média de 25º dificilmente
ocorre em morros ou montes e praticamente nunca em montanhas e serras (iguassu 2012). Além
disso, segundo a nova legislação brasileira, o Código Florestal representa, frente a resolução nº
303 do Conama, uma enorme redução da proteção conferida para as APPs de topo de morro
(varjabedian e mechi 2013).

Tabela 2. Relação entre as APPs e a área do Paraná.

Área (km²) Relação área/área PR (%)
Paraná 199.308 100
APP – Altitude >= 1800m 0,070 0,000035
APP – Topo de morro 54,90 0,00028
CONCLUSÕES

A partir das exigências da legislação, aliada a disponibilidade de Modelos Digitais de

Elevação e softwares GIS gratuitos, foi possível identificar Áreas de Preservação Permanente em
topo de morro no estado do Paraná, assim como definir um modelo que pode ser replicado para
outras áreas. Entretanto, é necessário a consciência por parte do usuário das limitações impostas
pelos dados utilizados. A resolução espacial dos MDEs (30 m) pode ter limitado a detecção de
outras APPs. Contudo, dados com uma melhor resolução são mais difíceis de serem obtidos e,
geralmente, necessitam de um investimento para aquisição.

AGRADECIMENTOS

Agradecemos a todos os envolvidos neste trabalho pelo desempenho durante sua

execução e compartilhamento de conhecimento, em especial ao CIH – Centro Internacional de
Hidroinformática que subsidiou tecnologias para a execução das atividades.

BIBLIOGRAFIA

Câmara, G.; Davis, C.; Monteiro, A. M. V. Introdução à Ciência da Geoinformação. São José
dos Campos. Instituto Nacional de Pesquisas Espaciais - INPE, 2001.

Campos, S.; Pessoa, M. L.; Barbosa, A. P.; Rodrigues, F. M.; Pissarra, T. C. T.; Mora, V. B.
Geoprocessamento Aplicado na Identificação e Localização Potencial de Conflitos de Uso
em Áreas de Preservação Permanente na Microbacia do Córrego Monte Belo. Botucatu –
SP. Acta Agronomica, São Paulo, v. 58, n.4, p.299-302, 2009.

GDAL. GDAL - Geospatial Data Abstraction Library. Open Source Geospatial Foundation,
2016. Disponível em:<http://gdal.osgeo.org>

GRASS GIS. GRASS GIS - Geographic Resources Analysis Support System. GRASS
Development Team. Open Source Geospatial Foundation, 2016. Disponível
em:<http://grass.osgeo.org>.

IBGE. Instituto Brasileiro de Geografia e Estatística. Área Territorial Brasileira. 2016.

Disponível em:<http://www.ibge.gov.br/home/geociencias/cartografia/default_territ_area.shtm >.

Iguassu, I. Alerta - Código Florestal Topo de Morros Montanhas Serras. Plataforma

Montanhas, Vales, Vida e Cidadania pelo Desenvolvimento Sustentável em Tempos de
Mudanças Climáticas ruma a Rio+20, 2012. Disponível em:<http://plataforma-
montanhas.rio20.net/2011/12/03/alerta-codigo-florestal-topo-de-morros-montanhas-serras-
urgente/>.

Magalhães, R. A. Processos Erosivos e Métodos de Contenção. Ouro Preto: CEEB, 1995.

Oliveira, D. E. M.; Meneses, F. G. A.; Carneiro, E. L. N. C. C. O SIG e Sua Aplicabilidade na
Geração de Mapas Temáticos Utilizando Softwares Livres. Instituto Federal de Educação,
Ciência e Tecnologia do Piauí – IFPI. 2009.

Oliveira, G. C; Filho, E. I. F. Metodologia para Delimitação de APP em Topos de Morro

Segundo o Novo Código Florestal Utilizando Sistemas de Informações Geográficas. Anais
XVI Simpósio Brasileiro de Sensoriamento Remoto. Foz do Iguaçu- PR, 2013.

Oliveira, M. Z.; Veronez, M. R.; Thum, A. B.; Reinhardt, A. O.; Baretta, L.; Valles, T. H. A.;
Zardo, D.; Silveira, L. K. Delimitação de Áreas de Preservação Permanente: Um estudo de
Caso Através de Imagem de Satélite de Alta Resolução Associada a um Sistema de
Informação Geográfica (SIG). Anais XIII Simpósio Brasileiro de Sensoriamento Remoto.
INPE, p. 4119-4128. Florianópolis, 21-26 abril 2007.

Pietzsch, N. Proposição de Metodologia Aplicada para Delimitação de Área de Preservação

Permanente (APP) de Margem de Rio e APP de Topo de Morro, Utilizando Ferramentas
de Geoprocessamento, Conforme Diretrizes do Novo Código Florestal Brasileiro.
Universidade Federal do Rio Grande do Sul. Porto Alegre, 2013.

PROJ.4. Cartographic Projections Library. PROJ.4 Development Team. Open Source

Geospatial Foundation, 2016. Disponível em:<http://proj.osgeo.org/>.

QGIS. QGIS Geographic Information System. QGIS Development Team, 2016. Open Source
Geospatial Foundation Project. Disponível em:<http://www.qgis.org/>.

Santilli, J. F. R. A Política Nacional de Recursos Hídricos (Lei 9.433/97) e sua

Implementação no Distrito Federal. Rev. Fund. Esc. Super. Minist. Público Dist. Fed. Territ.,
Brasília, Ano 9, V. 17, p. 144 – 179, jan./jun. 2001.

Sarcinelli, O.; Marques, J. F.; Romeiro, A. R. Custo de Adequação Ambiental das Áreas de
Vegetação Ripária: Estudo de Caso na Microbacia do Córrego Oriçanguinha. Informações
Econômicas, SP, v.38, n.10, out. 2008.

Tucci, C. E. M. Impactos da Variabilidade Climática e do Uso do Solo nos Recursos

Hídricos. Fórum Brasileiro de Mudanças Climáticas – Agência Nacional de Águas ANA, 2002.

Uchoa, H. N.; Ferreira, P. R. Geoprocessamento com Software Livre. Versão 1.0, 2004.

Varjabedian, R.; Mechi, A. As APPs de Topo de Morro e a Lei 12.651/12. 14º Congresso
Brasileiro de Geologia de Engenharia e Ambiental. p.9. Rio de Janeiro, 2013.

Zuccari, M. L. Hidrografia. Associação Brasileira do Agronegócio de Ribeirão Preto -

ABAG/RP. 2005.