Environmental fragility analisys with Geoprocessing and Remote Sensing techniques applied to Petropolis and Teresopolis, Rio de Janeiro

Transcrição

1 ANÁLISE DE FRAGILIDADE AMBIENTAL COM TÉCNICAS DE GEOPROCESSAMENTO E SENSORIAMENTO REMOTO APLICADAS AOS MUNICÍPIOS DE PETRÓPOLIS E TERESÓPOLIS, RIO DE JANEIRO Environmental fragility analisys with Geoprocessing and Remote Sensing techniques applied to Petropolis and Teresopolis, Rio de Janeiro Nariane Marselhe Ribeiro Bernardo 1 Ligia Flávia Antunes Batista 2 U niversidade Estadual Paulista UNESP Faculdade de Ciência e Tecnologia Rua Roberto Simonsen, 305, Presidente Prudente SP.CEP narianebernardo@gmail.com U niversidade Tecnológica Federal do Paraná Avenida dos Pioneiros, 3131 Londrina. CEP ligiafab@gmail.com RESUMO A ocorrência do uso e ocupação do solo de forma não planejada desestabiliza o equilíbrio ambiental, uma vez que, os recursos ambientais existentes são fatores limitantes para esta ocupação. A combinação de características físicas como declividade e tipo de solo e a modificação antrópica pode intensificar a ocorrência dos deslizamentos. O auxílio de critérios técnicos para o estabelecimento de um planejamento territorial urbano deve ser feito, de forma que, as consequências negativas de deslizamentos sejam evitadas. Um destes critérios técnicos são os estudos de fragilidade ambiental que consideram variáveis ambientais de forma integrada e identificam as áreas de maior probabilidade de ocorrência de deslizamentos. O presente trabalho tem por objetivo identificar as áreas de maior fragilidade ambiental nos municípios de Petrópolis e Teresópolis, no estado do Rio de Janeiro, onde eventos de deslizamentos são episódios constantes. Foi realizada a análise da declividade, tipo de solo e tipo de cobertura do solo, com o emprego de geoprocessamento e sensoriamento remoto. Dois modelos de análise multicritério foram utilizados (fuzzy e Booleano) para verificar a abordagem mais eficaz na determinação das áreas de maior fragilidade. Foi possível concluir que a abordagem fuzzy apresentou resultados um pouco melhores que a booleana e que as geotecnologias são ferramentas poderosas para estudos desta natureza. Palavras chaves: Inferência, Lógica Fuzzy, Modelo Booleano, Deslizamentos. ABSTRACT The use and occupation of the soil in an unplanned way destabilizes the environmental balance, since natural resources are limiting factors for this occupation. The conjunction of physical characteristics such as slope and soil type and anthropic modification, can lead to the the occurrence of serious issues, such as landslides. The use of studies to establish an urban land planning might be done, therefore, negatives consequences of landslides could be avoided. An example is to analyze the environmental fragility, which environmental characteristics in an integrate way, in order to identify the areas in high risk of landslides phenomena. This study aimed to identify the areas of greatest environmental fragility in the cities of Petropolis and Teresopolis, in Rio de Janeiro state, because of their recurrent events with landslide. The study involved the analysis of slope, soil type and type of land cover, and techniques of remote sensing and geoprocessing. Two models of multi-criteria analysis (Boolean and fuzzy) were used to verify which of these approaches would be more effective to determine the areas of greatest fragility. It was concluded that the fuzzy approach generated best results than boolean and the use of geotechnologies are powerful tools for studies like these. Keywords: Inference. Fuzzy logic. Boolean Model. Landslides. 1

2 1. INTRODUÇÃO O intenso processo brasileiro de urbanização ocorreu a partir da década de As cidades escolhidas para serem centros industriais se transformaram em atrativo econômico para a população que buscava melhores condições de vida (REIS; OLIVEIRA, 2011). Esta intensa ocupação antrópica, ao longo das décadas, trouxe um grande problema estratégico para as cidades: o indevido uso e ocupação do solo aliado à falta de infraestrutura adequada para suportar tais ocupações. A ocupação desordenada colabora indiretamente para incremento das condições de risco de deslizamentos, uma vez que a modificação antrópica pode intensificar a suscetibilidade de algumas áreas, como por exemplo, as encostas (RODRIGUES, 2011). Resultado desta combinação perigosa foram os eventos ocorridos nos municípios de Nova Friburgo, Petrópolis e Teresópolis, localizados na região serrada do Rio de Janeiro. Segundo estudo realizado e divulgado em 2011 pelo Centro Universitário de Estudos e Pesquisas sobre Desastres (CEPED), ocorreram oito deslizamentos nesta região durante os 25 anos antecedentes à realização deste estudo. Dentre estes, o acontecimento de maior magnitude ocorreu no início de 2011, resultando em 918 óbitos, desabrigados e aproximadamente desalojados, além dos impactos diretos sobre a vida de mais de 32 mil habitantes (FREITAS et al., 2012). Melo e Coelho (2011) ressaltam que, antes da ocorrência destes deslizamentos, a estação meteorológica do Instituto Nacional de Meteorologia (INMET) registrou 166 mm de chuva em apenas dois dias, valor que corresponde a mais de 70% do valor médio histórico mensal. Os altos índices pluviométricos concomitantemente com a ocupação irregular de topografias não favoráveis foram fatores incisivos para os deslizamentos de terras e a ocorrência do elevado índice de mortalidade. Portanto, é imprescindível que medidas preventivas sejam realizadas, considerando principalmente a elaboração e execução de um programa de gestão de riscos efetivo, de forma que a potencialidade dos recursos naturais seja respeitada. Dentre estas medidas, é possível citar a disponibilidade das geotecnologias de Sistemas de Informações Geográficas (SIG) e Sensoriamento Remoto (SR), os quais possibilitam realizar estudos preditivos de fragilidade ambiental, permitindo identificar áreas de maior probabilidade de ocorrência de deslizamentos por meio de estudos de características físicas ambientais como declividade e tipos de cobertura do solo, por exemplo. O objetivo do presente trabalho foi identificar as áreas de maior fragilidade ambiental dos municípios de Petrópolis e Teresópolis, localizados no estado do Rio de Janeiro, a partir da avaliação dos aspectos locais do meio físico (declividade, tipo de solo e tipo de cobertura do solo) utilizando técnicas de Geoprocessamento (análises multicritério de Lógica Fuzzy e Booleana) e Sensoriamento Remoto. 2. ÁREA DE ESTUDO A região serrana é composta por 14 municípios, sendo estes: Bom Jardim, Cantagalo, Carmo, Cordeiro, Duas Barras, Macuco, Nova Friburgo, Petrópolis, Santa Maria Madalena, São José do Vale do Rio Preto, São Sebastião do Alto, Sumidouro, Teresópolis e Trajano de Morais (Fundação CEPERJ, 2010; MELLO, 2007). Para realização deste estudo, foram escolhidos os municípios de Petrópolis e Teresópolis, localizados na região serrana do Rio de Janeiro (Fig.1). Estes municípios, em conjunto com Nova Friburgo, tiveram o maior número de óbitos decorrentes dos eventos de deslizamentos ocorridos em janeiro de O município de Petrópolis (sede em S e O) possui uma área de 771 km² e altitude média de 845 metros (IBGE, 2010). Em 2010, Petrópolis possuía habitantes, representando 36% da população da região serrana carioca. O município apresenta declividades maiores que 45 (GUERRA; LOPES; SANTOS FILHO, 2007), e o clima é úmido caracterizado por maior índice pluviométrico no período de outubro a março (SANTOS FILHO, 2007). A ocorrência de chuvas orográficas, altos índices pluviométricos e elevada umidade relativa são justificadas pela posição e arranjo dos fatores geográficos locais (RODRIGUES, 2011). Teresópolis, sediada em S e O, está localizada no topo da Serra dos Órgãos. Seu crescimento populacional ocorreu principalmente em meados das décadas de 1950 e 1960 devido à implantação da BR- 116 (PEREIRA, 2011). O processo de expansão resultou em uma ocupação desordenada inclusive em áreas muito íngremes devido ao baixo custo de ocupação (SILVA; SCHUMM e FERREIRA, 2007). A população de Teresópolis, segundo último Censo realizado em 2010 pelo IBGE, era de habitantes (21% da população serrana do Rio de Janeiro), distribuídos em uma área de aproximadamente 770 km² (IBGE, 2010). O relevo acidentado do município apresenta algumas escarpas com altitudes entre 400 e metros (ROCHA et al., 2011). Uma característica importante desta região é o fato de que as zonas de maior declividade e aflorantes impossibilitam o desenvolvimento do solo, enquanto que, em menores declinações, solos rasos e incipientes são desenvolvidos (MELO, 2012). 2

3 3. MATERIAIS E MÉTODOS Fig. 1 Mapa de localização da área de estudo. Fonte: Autoria própria. Para avaliação da fragilidade ambiental considerou-se o conceito proposto por Ross (1994), em que as áreas avaliadas são divididas em unidades ecodinâmicas de instabilidade potencial (considera-se somente fatores naturais) e emergente (considera-se também os fatores de interferência antrópica). O presente trabalho fez a avaliação da fragilidade emergente, uma vez que esta é a combinação da fragilidade potencial (fatores naturais) e os diferentes tipos de cobertura de solo (MAGANHOTTO; SANTOS; OLIVEIRA FILHO, 2011, ROSS, 1994). Muitos estudos foram desenvolvidos para avaliação da fragilidade ambiental, sendo que a análise foi embasada na análise de diferentes parâmetros ambientais: tipos de solo e relevo (ROSS, 1994), tipos de cobertura do solo (KAWAKUBO et al., 2005; MORO; SOUZA; ALMEIDA, 2011), distância dos rios (DONHA; SOUZA; SUGAMOSTO, 2006) e índices pluviométricos (MORO; SOUZA; ALMEIDA, 2011). As variáveis ambientais escolhidas para avaliação da fragilidade dos municípios de Petrópolis e Teresópolis foram declividade, tipos de solo e uso e cobertura do solo. Cada uma destas variáveis é constituída por características, as quais possuem um nível diferente de fragilidade. Para o parâmetro declividade e topografia de terreno, utilizou-se a classificação de Ross (1994), cuja ideia principal é que quanto maior a declividade, maior o nível de fragilidade associado. A característica componente da declividade é a variação do relevo, de 0 a > 30 % de declividade. Para o parâmetro tipos de solo, os graus de fragilidade ambiental adotados também foram os descritos por Ross (1994). Tais níveis foram estabelecidos conforme a análise de algumas características como textura, estrutura, plasticidade. Entretanto, a nomenclatura utilizada por Ross (1994) não é compatível com a nomenclatura utilizada pelo Sistema Brasileiro de Classificação dos Solos, portanto, algumas nomenclaturas tiveram de ser realizadas. Os níveis de fragilidade para os diferentes tipos de cobertura de solo foram adotados conforme estudo desenvolvido por Rocha e Cabral (2011), exceto o valor estipulado para a classe área urbana, pois as classes área urbana e solo exposto foram classificados em um mesmo nível de fragilidade ambiental, o que de fato não são, uma vez que o parâmetro solo exposto tem maior influência devido à ausência de proteção natural. Assim, a classificação da fragilidade ambiental para as variáveis ambientais tipo de uso e cobertura do solo, declividade e tipo de solo e suas respectivas características, estão dispostas no Quadro 1. QUADRO 1- PARÂMETROS AMBIENTAIS PARA ESTUDO DA FRAGILIDADE AMBIENTAL. Fonte: ROSS (1994)*; ROSS(1994)** ; ROCHA E CABRAL (2011)***. 3

4 Para realizar análise da fragilidade ambiental foram necessários produtos intermediários, sendo estes os mapas de tipos de solos, imagens de SR classificadas para elaborar o mapa de tipo de cobertura do solo e o mapa de declividade. Para desenvolvimento dos mapas referentes a cada uma das variáveis ambientais, foi criado um banco de dados geográficos no software SPRING v Para a manipulação dos dados multifontes por meio de técnicas de análise multicritério, utilizou-se a Linguagem de Programação LEGAL no SPRING, O mapa de tipo e cobertura do solo foi feito por meio da classificação supervisionada (máxima verossimilhança, por pixel, com limiar de 100%), utilizando imagens de SR do satélite LANDSAT 5 sensor TM (3B4G5R). As imagens espectrais utilizadas na classificação foram adquiridas no Catálogo de Imagens do Instituto Nacional de Pesquisas Espaciais (INPE), e eram dos dias 04 de junho de 2009 e 06 de maio de 2010, pertencentes a órbita 217, pontos 76 e 75. Estas datadas foram escolhidas, pois o desenvolvimento do trabalho tem por finalidade analisar as características locais anteriores ao deslizamento ocorrido em 12 de janeiro de 2011, e assim determinar de forma preditiva as áreas de elevada probabilidade de ocorrência dos deslizamentos. A partir das imagens, realizou-se o recorte das imagens e o registro com 10 pontos de controle para cada órbita, utilizando como referência as imagens georreferenciadas disponibilizadas pelo Projeto Mosaico Geocover NASA, Após registradas, as imagens foram classificadas de forma supervisionada (as classes estabelecidas foram água, área urbana, solo exposto e vegetação, sendo adquiridas 10 amostras para classificação e 10 para teste), sendo avaliada a acurácia da classificação. A avaliação da acurácia da classificação foi realizada por meio do cálculo de índices como erros de omissão e erros de inclusão com dados provenientes da matriz de confusão, ou matriz de erros (NOVO, 2008). Os erros de omissão indicam a porcentagem de pixels classificados como uma determinada classe e que não foram, enquanto que o índice de inclusão indica a porcentagem de pixels que foram indevidamente inclusos em outra classe que não aquela a qual pertencem (FERREIRA; DANTAS; MORAIS, 2007). Além disso, também foram calculados a exatidão global, exatidão do produtor e usuário e o índice Kappa. A exatidão global resulta da divisão do total de pontos que foram corretamente classificados (valores de pixels da diagonal principal da matriz de erros) pelo número total de pontos (pixels) da validação (FERREIRA; DANTAS; MORAIS, 2007). O índice Kappa, compreendido entre 0 e 1, concordância nula e concordância perfeita, respectivamente (MENESES; ALMEIDA, 2012), é um método para validar a concordância entre a verdade terrestre e o mapa temático (SOARES et al., 2009). Valores acima de índice Kappa maiores que 0,7 são esperados para que a classificação seja satisfatória (ANTUNES, 2011). O mapa de declividade foi feito por meio dos dados de altimetria do produto GDEM (Global Digital Elevation Mode), elaborado a partir de imagens orbitais estereoscópicas do sensor Aster (Advanced Spaceborne Thermal Emission and Reflection Radiometer) de resolução espacial de 30 metros. A partir da grade numérica do relevo, foi gerada a carta de declividade em porcentagem. Feito o procedimento da geração do mapa de declividade, realizou-se o fatiamento conforme os valores mínimos e máximos da grade numérica gerada. O mapa de tipos de solo foi obtido sítio eletrônico do Instituto Brasileiro de Geografia e Estatística (IBGE). Os solos existentes nos municípios de Petrópolis e Teresópolis, são o Argissolo Vermelho Distrófico (PVd1), Cambissolo Háplico Tb distrófico (CXbd1), Cambissolo Háplico Tb eutrófico (CXbe1), Latossolo Vermelho-Amarelo Distrófico (LVAd5 e LVAd7). Após a determinação dos níveis de fragilidade ambiental para cada característica que compunha as variáveis ambientais analisadas, foi realizado o cruzamento e manipulação dos dados com o uso de planilhas eletrônicas. A comparação entre as variáveis foi feita por meio de média ponderada (Eq.1), onde r representa a fragilidade ambiental, wij o peso da classe j do plano de informação i, e yi o peso do plano de informação i (CÂMARA ; DAVIS; MONTEIRO, 2001). Cada parâmetro ambiental gerou um mapa de entrada e recebeu um peso diferente dependendo da influência desta a respeito da ocorrência de deslizamentos. Com base nos estudos realizados por Marcelino (2004), Donha, Souza e Sugamosto (2006) e Silveira (2005), foram atribuídos pesos a cada um desses parâmetros ambientais em uma escala de 1 a 5, sendo 1 pouca interferência do parâmetro na ocorrência dos deslizamentos e 5 nível máximo de interferência do parâmetro nesses eventos. Os pesos atribuídos foram 2, 3 e 5 para tipo de solo, cobertura do solo e declividade, respectivamente (SILVEIRA 2005; ROSS 1994). Além das literaturas consultadas, os valores foram escolhidos, pois se entende que caso o solo for pouco profundo, mas a sua cobertura for adequada às características do solo de uma determinada área, as chances de ocorrência de processo erosivo são atenuadas. Por outro lado, se o solo, indiferentemente do seu grau de desenvolvimento, sofrer intensas modificações antrópicas, a área terá maior probabilidade de deslizamento. Portanto, o tipo de cobertura do solo tem maior interferência nos processos erosivos. Estabelecidos os pesos de ponderação, foram realizados os seguintes cálculos: declividade e tipo de solo foram (1) 4

5 ponderados. O valor resultante da soma foi acrescido do valor da classe referente ao tipo de cobertura de solo, também já ponderada. O resultado, dividido pela soma dos pesos, foi classificado dentre os seguintes limites de fragilidade ambiental: 0 a 1 Muito Baixa; 1,1 a 2 Baixa; 2,1 a 3 Média; 3,1 a 4 Forte; e, de 4,1 a 5 Muito Forte. A partir dos cálculos realizados, foi possível identificar quais eram os conjuntos de variáveis ambientais correspondentes aos intervalos de fragilidade ambiental. Assim, para gerar o mapa síntese de fragilidade ambiental, foi realizado o cruzamento dos dados por meio da lógica Booleana na interface LEGAL. O cruzamento, interpretação e leitura destes dados foram feitos por meio da análise multicritérios, considerando as técnicas do modelo booleano e modelo fuzzy. Tais análises permitem identificar quais são os conjuntos de variáveis ambientais que indicam uma alta ou baixa fragilidade ambiental, ou seja, tem maior probabilidade ou menor probabilidade de ocorrência de deslizamentos. O modelo booleano faz uso do operador E para conectar dados de forma lógica. Ao final, o mapa síntese gerado apresenta resultados de classes de fragilidade com limites bem estabelecidos (0 ou 1, ou seja, o conjunto de informações pertence ou não a uma determinada classe de fragilidade). Porém, é importante a existência de classes intermediárias entre as classes de fragilidade ambiental de limites rígidos, de forma que os resultados sejam suavizados. A metodologia que permite a caracterização das classes, mas não define limites precisos, é a lógica fuzzy. A aplicação da lógica fuzzy foi feita a partir do mapa síntese da lógica booleana. Inicialmente, construiu-se um mapa de distâncias (Tabela 1) a partir do mapa síntese booleano. Assim, quanto menor a classe de fragilidade ambiental, menor a distância de influência espacial desta classe. A partir dos mapas de distâncias, foi executada a lógica fuzzy utilizando a função de pertinência sigmoidal. TABELA 1 - DISTÂNCIA DA ÁREA DE INFLUÊNCIA DA FRAGILIDADE AMBIENTAL A avaliação dos mapas sínteses de fragilidade ambiental foi feita para cada análise multicritério, para comparação entre estas abordagens. Para o modelo booleano, foram avaliadas as áreas resultantes de cada classe de fragilidade ambiental, enquanto que para o resultado da lógica fuzzy foram avaliados os histogramas para identificação da maior concentração de área dos níveis de fragilidade ambiental. Para avaliação das duas abordagens, booleana ou fuzzy, fez-se a comparação dos resultados obtidos com pontos localizados nas áreas de ocorrência de deslizamentos dos municípios. A identificação destes pontos foi feita de forma visual por meio de cicatrizes resultantes de deslizamentos. As imagens LANDSAT 5 TM não permitiram identificar as cicatrizes com clareza devido à resolução espacial de 30 metros, portanto, utilizou-se as imagens do software Google Earth. Sabe-se que o aplicativo Google Earth possui limitações no que tange à acurácia posicional, mas trabalhos avaliaram a qualidade cartográfica das imagens e mostraram sua viabilidade até a escala 1:5.000 com 90% de confiança (SILVA; NAZARENO, 2009). Como durante a avaliação da fragilidade a escala não é grande e devido à dificuldade de obter dados sobre as coordenadas dos deslizamentos, optou-se por essa alternativa. Outra questão importante a ser destacada é que o datum das imagens utilizadas para analisar as cicatrizes foi o mesmo datum utilizado para desenvolvimento do projeto no banco de dados no SPRING. Identificados alguns pontos de deslizamento no Google Earth e plotados no banco de dados foi possível realizar a sobreposição dos planos de informação dos pontos de deslizamentos e dos mapas de fragilidade ambiental, tanto da lógica booleana quanto da fuzzy. Fez-se então a avaliação dos resultados obtidos para verificar se de fato o uso da ferramenta computacional SIG, aliada ao estudo das características locais e a determinação das classes de fragilidade ambiental, eram critérios suficientes para identificar regiões de alta fragilidade dos municípios de Petrópolis e Teresópolis. 4. RESULTADOS E DISCUSSÕES Os resultados foram divididos em duas partes neste trabalho: aqueles referentes ao desenvolvimento inicial, ou seja, dos planos de informação com mapas de declividade, tipos de solo e tipo de cobertura do solo, utilizados para construção dos mapas de fragilidade, e, a segunda parte refere-se aos resultados da fragilidade ambiental, bem como sua respectiva avaliação. 5

6 4.1 Declividade A declividade avaliada no estudo foi analisada por mapa de declividade (Fig. 2). O intervalo das cotas identificadas no processamento das informações foi de 5,0 a 2,278 metros, sendo as classes de declividade estabelecidas conforme Ross (1994). Fig. 2 Mapa de declividade dos municípios de Petrópolis e Teresópolis, Rio de Janeiro. Fonte: Autoria própria. As áreas de abrangência de cada uma das classes de declividades encontram-se na Tabela 2. Observa-se que a maior área de Petrópolis e Teresópolis possui declividade maior que 30%. TABELA 2 DECLIVIDADE DA ÁREA DOS MUNICÍPIOS DE PETRÓPOLIS E TERESÓPOLIS. 3.2 Tipos de Solo O mapa pedológico utilizado para avaliar o tipo de solo dos municípios de Petrópolis e Teresópolis foi elaborado por meio de informações do IBGE (Fig. 3). Estudos realizados por Carvalho Filho (2000) para os solos do estado do Rio de Janeiro, mostram que os solos do tipo Cambissolo são pouco evoluídos, com grande variação das características, sendo geralmente pouco profundos ou rasos, enquanto que o Latossolo presente na área de estudo, ocorre em regiões mais altas e possuem o horizonte superficial rico em matéria orgânica e são bem desenvolvidos. Quanto aos Argissolos, estes apresentam problemas sérios de erosão, sendo que há uma grande diferença entre as texturas do horizonte A e B, e a erodibilidade se intensifica devido a elevadas declividades e regiões onduladas (LOBATO; SOUSA, 2012). 6

7 Fig. 3 Mapa pedológico dos municípios de Petrópolis e Teresópolis, Rio de Janeiro. Fonte: Autoria própria. A partir da ferramenta medidas de classe foi possível identificar as áreas de abrangência de cada tipo de solo, descritos na Tabela 3 expressa a área (em km²).apesar dos Argissolo Vermelho distrófico e Cambissolo Háplico Tb distrófico estarem presentes nos resultados, estes estão dispostos na Fig. 3 apenas para contextualização do mapa e não está presente nos municípios avaliados. TABELA 3 TIPOS DE SOLOS DA ÁREA DOS MUNICÍPIOS DE PETRÓPOLIS E TERESÓPOLIS. 3.3 Uso e cobertura do solo A elaboração do mapa de uso e cobertura do solo foi feito por meio da classificação da imagem de sensoriamento remoto para a área de estudo (Fig. 4). Para verificar o nível de acurácia da classificação realizada foram calculadas as métricas de exatidão do mapa temático gerado. Os resultados foram: erro de inclusão do solo exposto de 1,4%, erro de omissão para área urbana de 1,6%, exatidão global foram 100% e 99,63% para as amostras de aquisição e teste, respectivamente. Esses valores indicam uma boa classificação, uma vez que expressa a quantidade de pixels classificados em relação ao mapa base (FREITAS, 2010). Por fim, o Índice Kappa para a classificação da imagem realizada foi de 0,85. Segundo Araújo, Johann e Rocha (2009), os valores superiores a 0,81 desse índice indicam uma qualidade de classificação excelente e permitem fazer uso dos mesmos para avaliação das classes de fragilidade ambiental. 7

8 Fig. 4 Mapa de tipos de uso e cobertura do solo dos municípios de Petrópolis e Teresópolis, Rio de Janeiro. Fonte: Autoria própria. 3.3 Fragilidade Ambiental A lógica booleana gerou o mapa de fragilidade ambiental da área de estudo (Fig. 5), sendo que, para o município de Petrópolis as classes de fragilidade ambiental, em termos de área do município, foram 52,30% Muito Forte, 22,14% Forte, 24,46% Média e 0,10% Fraca. Para o município de Teresópolis, as classes de fragilidade foram: 11,90% Muito Forte, 44,46% Forte, 39,08% Média e 4,56% Fraca. Fig. 5 Mapa de Fragilidade Ambiental obtido pela lógica booleana. Fonte: Autoria própria. Ao analisar o mapa resultante da lógica booleana, as áreas de Teresópolis com fragilidade muito forte são locais com altas declividades e solo exposto espalhado por todo município. Ao fazer uma análise somente para a área urbana de cada município, por meio de um mapa de distância de 500 metros da área classificada como área urbana, os resultados para as classes de fragilidade são diferentes (Tabela 4), uma vez que a classe de maior representatividade deixa de ser a classe muito forte e passa a ser a classe de fragilidade forte. 8

9 TABELA 4 TOTAL DA ÁREA DAS CLASSES DE FRAGILIDADE AMBIENTAL PELA LÓGICA BOOLEANA DOS MUNICÍPIOS DE PETRÓPOLIS E TERESÓPOLIS. Os valores visualizados na Tabela 4 indicam que a maior parte da área urbana é classificada como de classe forte. O aumento da significância da classe média é resultante de um relevo pouco acidentado nos vales, onde há maior concentração urbana. Entretanto, as regiões próximas à área urbana, para ambos os municípios, são regiões de encostas e justificam a maior representatividade das áreas de fragilidade forte. Os resultados da aplicação do método booleano resultam em um mapa síntese de classes com limites bem estabelecidos (Fig. 5). Porém esta forma de representação nem sempre simula os fenômenos naturais de forma correta (RUHOFF et al., 2005) uma vez que estes não possuem início e fim bem estabelecidos. Além disso, algumas áreas do mapa de fragilidade ambiental booleano apresentaram classes de fragilidade muito baixa e muito alta lado a lado, resultado que não condiz com exatamente com a realidade. A teoria fuzzy permite que a mesma área possa pertencer a uma classe de fragilidade com graus de pertinência diferentes, sendo essa característica responsável pela transição entre as classes e a diferença fundamental do sistema booleano para o fuzzy (FREITAS JUNIOR, 2011). É mais proveitoso que seja utilizado um resultado cuja diferença de classes de fragilidade seja suavizada, e que os limites sejam separados por uma faixa de transição (CÂMARA; DAVIS; MONTEIRO, 2001). Partindo desse princípio, foi utilizada a lógica fuzzy para estabelecer zonas de transição entre as classes de fragilidade ambiental (Fig.6). Fig. 6 Mapa de Fragilidade Ambiental obtido pela lógica fuzzy. Fonte: Autoria própria. Observando os valores obtidos pela lógica fuzzy, o intervalo dos fatores resultantes da função pertinência foi entre 0,44 e 1, considerando 0 como ocorrência de uma baixa fragilidade ambiental, e 1 sendo o valor máximo, ou seja, de fragilidade ambiental muito forte. Os menores valores do fator de pertinência para os municípios, ou seja, níveis de fragilidade ambiental mais baixos (próximos à cor azul e valores próximos a 0,5) estão dispostos em pequenas partes na região sudoeste de 9

10 Petrópolis e Teresópolis, enquanto a parte urbana propriamente localizada na região central de ambos os municípios, apresenta fatores de pertinência elevados, ou seja, bem próximos a 1, indicando a predominância de áreas de fragilidade ambiental forte ou muito forte nas regiões urbanas. 3.4 Comparação entre lógica Fuzzy e lógica Booleana O objetivo inicial proposto pelo trabalho era identificar quais são as áreas de maior fragilidade ambiental e verificar qual dos dois modelos, booleano ou fuzzy, representaria melhor a realidade ambiental da área de estudo. Para isso, realizou-se uma comparação entre 18 pontos de deslizamentos nos municípios de Petrópolis e Teresópolis, ocorridos em 2011, e as áreas de fragilidade ambiental resultantes das análises multicritério utilizadas. Por uso da sobreposição dos planos de informação, foi possível obter as características de cada um dos 18 pontos conforme os níveis de fragilidade determinados nos mapas sínteses. O grau de fragilidade ambiental desses pontos de deslizamento e a distância dos pontos de deslizamentos até as áreas urbanas foram analisadas. A Tabela 5 indica a distância euclidiana entre os pontos de deslizamentos e área urbana, bem como as classes de fragilidade ambiental dos 18 pontos pela lógica booleana e os valores da função de pertinência da lógica fuzzy. TABELA 5 CLASSES DE FRAGILIDADE AMBIENTAL PARA PONTOS DE DESLIZAMENTOS OCORRIDOS EM 2011 IDENTIFICADOS NOS MUNICÍPIOS DE PETRÓPOLIS E TERESÓPOLIS. Analisando os resultados da lógica booleana quanto às classes encontradas, verifica-se que dentre os 18 pontos localizados nas cicatrizes dos deslizamentos, nenhuma delas encontrou-se em áreas de risco muito baixo. O menor nível de fragilidade ambiental (baixa) foi identificado para os pontos 3 e 16. Isso pode ser justificado pelo conjunto declividade e tipo de solo destes pontos, cujas características não apresentam níveis de fragilidade tão elevados. É importante verificar que, no caso do ponto 3, a declividade é baixa (6 a 12%) e o tipo de solo é bem estável. Ressalta-se que a região é classificada como área urbana, sendo assim, mesmo que a fragilidade ambiental deste ponto seja baixa, as consequências de qualquer deslizamento que venha ocorrer afetarão diretamente a população local. Verifica-se que o ponto 1 é classificado como de fragilidade média e todos os outros pontos da área urbana (4, 7, 8, 9 e 11) estão em áreas de fragilidade ambiental forte, o que é preocupante, uma vez que as ocupações urbanas deveriam estar localizadas em áreas de muito baixa ou baixa fragilidade ambiental. É possível afirmar por meio da análise dos estudos realizados que se duas características locais forem de alto nível de fragilidade ambiental e ocorrerem de forma combinada, a tendência de ocorrer um deslizamento (classe de fragilidade) também será elevada. Pela lógica fuzzy verificou-se que, quanto mais próximo a 1, maior a probabilidade de pertencer a classe de fragilidade muito forte, e quanto mais próximo de 0, maior probabilidade de pertencer a classe de fragilidade muito fraca. Os valores da lógica fuzzy para os 18 pontos variaram de 0,855 a 1. Ao observar os pontos 1, 3, 4, 7, 8, 9 e 11 localizados na área urbana e seus fatores de pertinência foram 0,994; 0,948; 0,996; 0,993; 0,996; 0,977 e 0,999, verifica-se a proximidade destes pontos à fragilidade ambiental muito forte (1). O menor valor de função pertinência, 0,855, foi atribuído para combinação de cobertura vegetal, Latossolo e declividade de 12 a 20%. 10

11 Portanto, pela lógica booleana 13 dos 18 pontos de deslizamentos identificados (72,2% dos pontos) foram classificados como de fragilidade forte ou muito forte. Com a lógica fuzzy, nenhum fator de pertinência foi menor que 0,855, ou seja, mesmo este o valor mínimo obtido, ainda é elevado para fragilidade ambiental, demonstrando que todos os pontos indicaram elevada fragilidade. Verificou-se que, nestes casos, a determinação da fragilidade ambiental pela aplicação da lógica fuzzy apresentou um melhor resultado que a lógica booleana. Apesar de ser um bom método para determinação da fragilidade ambiental, o resultado obtido pode não ser eficaz para subsidiar execução de políticas públicas, uma vez que a grande extensão das áreas de fragilidade ambiental forte ou muito forte poderia tornar custoso o processo de elaboração e execução dessas políticas. Uma das causas deste resultado pode ter sido o método da ponderação dos parâmetros, uma vez que, ao se determinar o maior peso para a declividade em uma região serrana, os resultados obtidos foram bastante influenciados por este fator. Além disso, é possível verificar que o resultado poderia ter sido diferente caso fosse utilizada outra função matemática para a lógica fuzzy ou adotados outros parâmetros de distância. Outra questão que pode ter influenciado no resultado da determinação das áreas de fragilidade foi o processo de classificação. A resolução das imagens de sensoriamento remoto utilizadas neste trabalho podem não ter fornecido o nível de detalhamento necessário para que resultasse em classes de cobertura do solo com o menor grau de confusão possível. 4. CONCLUSÃO É notório que as intervenções humanas no meio ambiente devem ser compatíveis com a potencialidade dos recursos e com a fragilidade dos ecossistemas e ambientes naturais. A identificação das áreas de fragilidade ambiental é resultado de um processo trabalhoso e deve contar com o auxílio de ferramentas que facilitem a manipulação dos dados georreferenciados indispensáveis às análises da fragilidade. A lógica booleana utilizada para identificar áreas de elevada fragilidade gerou bons resultados, pois a partir dos parâmetros analisados, 72% dos pontos onde havia ocorrido o deslizamento foram classificados como sendo de fragilidade ambiental forte e muito forte. Entretanto, ao observar outras regiões verificou-se a presença de classes de fragilidades forte e fraca próximas entre si, tornando o resultado espacialmente heterogêneo. Ao comparar as abordagens booleana e fuzzy para os pontos de deslizamento, é possível verificar que a abordagem fuzzy gerou melhores resultados, pois considera a influência das áreas de fragilidade ambiental adjacentes, resultando em regiões mais homogêneas de fragilidade ambiental quando comparadas a metodologia booleana. Dessa forma, o uso de geotecnologias aliado à lógica fuzzy para avaliação da fragilidade ambiental pode ser considerada como uma poderosa ferramenta para identificação de pontos suscetíveis a escorregamentos, principalmente para as áreas urbanas que sofrem as piores consequências quando eventos como estes ocorrem. É importante ressaltar que o estudo de fragilidade ambiental para áreas com frequentes episódios de deslizamentos, como é o caso de Petrópolis e Teresópolis, serve como uma ferramenta técnica para análise de critérios de influência em tais fenômenos naturais. Entretanto, a implantação e execução de planejamentos territoriais dependem de fatores que extrapolam os critérios técnicos, tais como políticas públicas efetivas para realocação de moradores das áreas de alto risco para regiões mais seguras. REFERÊNCIAS BIBLIOGRÁFICAS ANTUNES, A.F.B. Fundamentos de Sensoriamento Remoto em ambiente de geoprocessamento Apostila de SIG. UFPR. Geoprocessamento. Disponível em: < Acesso em: 06 jan ARAÚJO, G.K.D.; JOHANN, J.A.; ROCHA, J.V. Criação de um mapa temático de uso da terra com diferentes classificadores. In: XIV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO. Anais... Editor: INPE. Natal, p.67-74, CÂMARA, G.; DAVIS, C.; MONTEIRO, A.M.V.M. Introdução à Ciência da Geoinformação. Instituto Nacional de Pesquisas Espaciais INPE São José do Campo. Disponível em: < Acesso em: 07 abr CARVALHO FILHO, A. et al. Os solos do Estado do Rio de Janeiro. Companhia de Pesquisa de Recursos Minerais (CRPM). Brasília, Disponível em: < Acesso em: 03 jan CEPED - Centro Universitário de Estudos e Pesquisas sobre Desastres. Diretrizes em redução de riscos de desastres: região serrana do Rio de Janeiro f. Universidade Federal de Santa Catarina, UFSC. DONHA, A.G.; SOUZA, L.C.de P.; SUGAMOSTO, M.L. Determinação da fragilidade ambiental utilizando técnicas de 11

12 suporte à decisão e SIG. Revista Brasileira Engenharia Agrícola e Ambiental, Campina Grande, v.10, n.1, p , FERREIRA, E.; DANTAS, A.A.A.; MORAIS, A.R.de. Exatidão na classificação de fragmentos de matas em imagem do satélite Cbers-CCD, no município de Lavras, MG. In: XIII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO. Anais... Editor: INPE. Florianópolis, p , FREITAS, C. M. de et al. Vulnerabilidade socioambiental, redução de riscos de desastres e construção da resiliência: lições do terremoto no Haiti e das chuvas fortes na Região Serrana, Brasil. Revista Ciência e Saúde Coletiva, Rio de Janeiro, v. 17, n. 6, jun FREITAS JUNIOR, R.L.de. Segmentação e classificação de imagens destinadas ao mapeamento digital do Parque Nacional da Serra dos Órgãos (PARNASO). 111 f Dissertação (Mestrado) Programa de Pós-Graduação em Engenharia da Computação - Geomática.Universidade do Estado do Rio de Janeiro FREITAS, L. Avaliação da Utilização de Imagens CBERS em Estudos de Uso e Cobertura do Solo. 35 f Monografia (Especialização). Curso de especialização em Geoprocessamento. Universidade Federal de Minas Gerais. Minas Gerais Disponível em: < Acesso em: 13 mar Fundação CEPERJ (Centro Estadual de Estatísticas, Pesquisas e Formação de Servidores Públicos do Rio de Janeiro). Produto Interno Bruto dos Municípios Estado do Rio de Janeiro. Disponível em: < Acesso em: 27 dez KAWAKUBO, F.S. et al. Caracterização empírica da fragilidade ambiental utilizando geoprocessamento. In: XII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Anais... Editor: INPE. Goiânia, p , GUERRA, A.J.T; LOPES, P.B.M.; SANTOS FILHO, R.D.dos. Características Geográficas e Geomorfológicas da APA Petrópolis, RJ. Revista Brasileira de Geomorfologia, Porto Alegre, v.8, n.1, p.77-86, IBGE. Cidades Disponível em: < Acesso em: 27 dez LOBATO, E.; SOUSA, D. M.G.de. Podzólicos/Argissolos. Agência de Informação Embrapa. Bioma Cerrado Disponível em: < Acesso em: 11 jan MAGANHOTTO, R.F.; SANTOS, J.C.L, OLIVEIRA FILHO, P.D. de. Análise da fragilidade ambiental como suporte ao planejamento ao ecoturismo em unidades de conservação: estudo de caso Flona de Irati PR. Revista Floresta, Curitiba, v.41, n.2, p , MARCELINO, E.V. Mapeamento de áreas susceptíveis a escorregamentos no município de Caraguatatuba (SP) usando técnicas de Sensoriamento Remoto. 228 f Dissertação (Mestrado) Programa de Pós-Graduação em Sensoriamento Remoto. INPE, São José dos Campos, MELLO, M.F. de F. Mecanismos de inovação na gestão pública: Perspectivas estratégicas de desenvolvimento sustentável dos municípios do estado do Rio de Janeiro f. Dissertação (Mestrado em Administração Pública) Escola Brasileira de Administração Pública e de Empresas Fundação Getúlio Vargas, Rio de Janeiro, MELO, A.B.C. de; COELHO, C.A. S. INFOCLIMA - Boletim de informações climáticas do CPTEC/INPE. 18 de fevereiro de n 2, ano 18. Disponível em: < Acesso em: 17 out MENESES, P.R.; ALMEIDA, T. de.(org.). Introdução ao Processamento de Imagens de Sensoriamento Remoto. UNB e CNPq. Brasília, Disponível em: < Acesso em: 07 jan MORO, G.T.; SOUZA, L.V.M.P.de.; ALMEIDA, E.S. Levantamento de susceptibilidade a deslizamento e erosão em encostas estudo de caso: Morro da Cruz Itajaí SC. In: XV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO 12

13 REMOTO (SBSR). Anais... Editor INPE. Curitiba, p , NOVO, E.M.L.M. Sensoriamento Remoto: Princípios e Aplicações. 3 ed. São Paulo: Blucher, PEREIRA, L.A.de S. Falta de planejamento urbano e tragédia ambiental no verão de 2011 em Teresópolis RJ. Disponível em: < Acesso em: 04 jan ROCHA et al. Variação da nematofauna do solo sob influencia de duas diferentes fisionomias vegetais em Teresópolis, RJ Resumo do VII Congresso Brasileiro De Agroecologia. Ceará. In: Cadernos de Agroecologia, v. 6, n ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais e antropizados.revista do Departamento de Geografia. n.8, p REIS, M.F.dos.; OLIVEIRA, R.F.de. A relação planejamento urbano e qualidade de vida: análise sobre a cidade de Campinas SP, Brasil. Revista Geográfica da América Central. Costa Rica, p.1-12, RODRIGUES, V.E.S. Região Serrana do Estado do Rio de Janeiro e a expansão dos riscos ambientais, ações preventivas e catástrofes: o caso de Petrópolis f. Dissertação (Mestrado em Gestão e Estruturação do Espaço Geográfico) Programa de Pós-Graduação em Geografia, Universidade Estadual do Rio de Janeiro. Rio de Janeiro, SANTOS FILHO, R.D. dos. Antropogeomorfologia da ocupação de áreas de risco em Petrópolis (RJ): análise ambiental urbana. Tese (Doutorado em Geografia) Programa de Pós-Graduação em Geografia, Universidade Federal do Rio de Janeiro. Rio de Janeiro, SILVA,V.V. da.; SCHUMM,L.; FERREIRA, A.M.M. Dinâmica da cobertura vegetal na bacia hidrográfica do Rio Paquequer, Teresópolis, RJ Revista de Biologia e Ciências da Terra, Paraíba, v.7, n.2, p , SILVEIRA, C.T.da. Estudo das unidades ecodinãmicas da paisagem na APA de Guaratuba/PR: Subsídios para o planejamento ambiental. Dissertação (Mestrado em Geologia) Programa de Pós-Graduação em Geologia. 143 f Universidade Federal do Paraná. Curitiba, SILVA, L.A; NAZARENO, N.R.X.de. Análise do padrão de exatidão cartográfica da imagem do Google Earth tendo como área de estudo a imagem da cidade de Goiânia. In: XIV SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO. Anais... Editor: INPE. Natal, p , SOARES, M.C.E. et al. Avaliação da exatidão de mapa de uso do solo através do índice Kappa. 2009, p Disponível em: < Acesso em: 10 jan