LEVANTAMENTO DE OCORRÊNCIAS DE INUNDAÇÃO EM REGISTROS DE JORNAIS COMO SUBSÍDIO AO PLANEJAMENTO REGIONAL E AO MAPEAMENTO DE RISCO. Autores: Eduardo de Andrade, Lana Carolina Danna, Maiara larissa dos Santos, Paulo César Fernandes da Silva
1) O documento descreve procedimentos para coletar e analisar informações sobre inundações a partir de notícias de jornais.
2) As informações coletadas foram georreferenciadas e analisadas estatisticamente para mapear áreas de risco e subsidiar o planejamento regional.
3) O estudo piloto focou na bacia hidrográfica do Rio Paraíba do Sul no estado de São Paulo, coletando dados sobre eventos de 1970 a 2009.
Ähnlich wie LEVANTAMENTO DE OCORRÊNCIAS DE INUNDAÇÃO EM REGISTROS DE JORNAIS COMO SUBSÍDIO AO PLANEJAMENTO REGIONAL E AO MAPEAMENTO DE RISCO. Autores: Eduardo de Andrade, Lana Carolina Danna, Maiara larissa dos Santos, Paulo César Fernandes da Silva
Sistemas de Informação Geográfica (SIG) na identificação de padrões e modelos...Ricardo de Sampaio Dagnino
Ähnlich wie LEVANTAMENTO DE OCORRÊNCIAS DE INUNDAÇÃO EM REGISTROS DE JORNAIS COMO SUBSÍDIO AO PLANEJAMENTO REGIONAL E AO MAPEAMENTO DE RISCO. Autores: Eduardo de Andrade, Lana Carolina Danna, Maiara larissa dos Santos, Paulo César Fernandes da Silva (20)
LEVANTAMENTO DE OCORRÊNCIAS DE INUNDAÇÃO EM REGISTROS DE JORNAIS COMO SUBSÍDIO AO PLANEJAMENTO REGIONAL E AO MAPEAMENTO DE RISCO. Autores: Eduardo de Andrade, Lana Carolina Danna, Maiara larissa dos Santos, Paulo César Fernandes da Silva
1. 1
LEVANTAMENTO DE OCORRÊNCIAS DE INUNDAÇÃO EM
REGISTROS DE JORNAIS COMO SUBSÍDIO AO PLANEJAMENTO
REGIONAL E AO MAPEAMENTO DE RISCO
EDUARDO DE ANDRADE *
LANA CAROLINA DANNA*
MAIARA LARISSA DOS SANTOS*
PAULO CÉSAR FERNANDES DA SILVA*
* Instituto Geológico, Secretaria do Meio Ambiente Av. Miguel Estéfano, 3.900 – Água Funda
CEP 04301-903 - São Paulo, SP. E-mail: eduardo@igeologico.sp.gov.br
RESUMO O presente trabalho enfoca procedimentos de coleta e tratamento de informações
relacionadas a eventos de inundação (assim como enchentes e alagamentos) a partir de
notícias publicadas em jornais. O estudo utilizou ferramentas tecnológicas e bases de dados de
livre acesso e disponíveis na Internet, visando compreender os fenômenos e seus impactos de
forma ágil e abrangente, e permitir a aplicação dos procedimentos em diversos contextos
socioeconômicos (por exemplo, prefeituras e defesas civis municipais). Uma vez
sistematizadas, processadas e interpretadas, tais informações compõem um banco de dados
georreferenciado apto a subsidir estudos voltados ao planejamento e ao mapeamento de risco
em escalas regional e local.
Palavras-Chave: notícias de jornal, inundação, espacialização, classificação de perigos
ABSTRACT The present paper deals with procedures for gathering and processing of
information about flooding (as well as ponding) to be derived from news published on the press.
The study utilised free access tools and databases available at the Web. The aim was to
understand the phenomena and their impacts in a quick and comprehensive manner as well as
enabling application of procedures in different socio-economic context (e.g. Mayoralties and civil
defence boards). Once systematised, processed and properly interpreted such derived
information allowed the build-up of geo-referenced databank that is able to provide subsides for
planning and hazard mapping at regional and local scales.
Keywords: newspaper, flooding, spatial displaying, hazard classification
1. INTRODUÇÃO
As inundações têm ocorrido com elevada freqüência e magnitude em áreas urbanas,
causando significativos prejuízos à economia e perda de vidas humanas. A ocupação de áreas
contíguas aos cursos d' água tem sido uma característica do processo civilizatório desde os
seus primórdios, tanto pela necessidade de acesso direto a este recurso natural para consumo
quanto para sua utilização como insumo em atividades econômicas e meio de transporte de
bens e mercadorias. Essa proximidade, por si só, resulta em um risco intrínseco a prejuízos
2. 2
materiais e a perda de vidas quando da ocorrência de eventos meteorológicos extremos. O
crescimento acelerado da urbanização nas planícies de inundação, como observado no Brasil
nas últimas décadas, somado à ausência de planejamento e ordenamento territorial são alguns
dos fatores que tem agravado os efeitos desses fenômenos.
Neste cenário novas políticas públicas procuram abordar este problema com o intuito de
preveni-lo e de mitigá-lo; No caso do Estado de São Paulo, a Lei n º 13.798, de 09 de
novembro de 2009, denominada Política Estadual de Mudanças Climáticas (PEMC) estabelece
os princípios e os instrumentos que deverão ser adotados pelo governo como forma de garantir
o desenvolvimento sustentável, orientado por valores ambientais e pelo planejamento
ambiental, implementados através do Zoneamento Econômico-Ecológico (ZEE) e de
mapeamentos de risco.
Segundo Cerri (1999), inundação é um processo de extravasamento das águas de um
curso d’água para suas áreas marginais quando a vazão a ser escoada se torna superior à
capacidade de descarga da calha. Já quando há a elevação do nível normal de água de um rio
sem que haja o extravasamento da água para fora do canal principal, o evento é caracterizado
como enchente. E por fim, os alagamentos decorrem da incapacidade de drenagem das águas
das chuvas por fatores como a topografia suavizada e os sistemas de captação de águas
pluviais.
Conviver com as inundações e seus impactos requer conhecimento sobre os
componentes do meio físico e os aspectos condicionantes das situações de risco. Tal
conhecimento pode ser obtido através de dados de diferentes naturezas e a partir de diversas
fontes. Nesse sentido, as informações relacionadas a ocorrências de inundação, na maioria
dos casos, encontram-se de forma dispersa em acervos de órgãos e prefeituras municipais,
incluindo as defesas civis, instituições e empresas responsáveis pela produção de energia
elétrica e abastecimento de água, e também em notícias publicadas pela imprensa. A despeito
de sua freqüência, periodicidade e continuidade ao longo do tempo, notícias de jornais
geralmente não são utilizadas para derivação de dados em trabalhos de demanda técnica.
Entretanto, como demonstrado por Gramani et al. (2004), notícias de jornais podem fornecer
informações úteis, que uma vez sistematizadas, processadas e interpretadas adequadamente
podem compor um banco de dados e subsidiar estudos sobre a ocorrência de inundações.
Figura 1. Mapa de localização da UGRHI 2 com limites municipais e distribuição de ocorrências de inundações,
enchentes e alagamentos. Fonte: IBGE 2007, Limites Municipais / SIGRH, Limites da UGRHI.
3. 3
O presente trabalho enfoca procedimentos de coleta e tratamento de informações
relacionadas a eventos de inundação (assim como enchentes e alagamentos), a partir de
notícias de jornal. Os resultados ora apresentados são preliminares, e correspondem a estudo
realizado em escala regional, com aplicação inicial na formulação de políticas públicas de
planejamento e gestão ambiental (zoneamento ecológico-econômico), tendo como área de
estudo a Unidade de Gerenciamento dos Recursos Hídricos 2 (UGRHI-2), correspondente ao
Vale do Rio Paraíba do Sul, situado ao leste do Estado de São Paulo (Figura 1).
O estudo explorou a utilização de ferramentas tecnológicas e bases de dados de livre
acesso e disponíveis na Internet, visando obter uma compreensão dos fenômenos
(particularmente a inundação) e seus impactos na área de estudo, de forma ágil e abrangente,
bem como permitir a aplicação dos procedimentos em diversos contextos socioeconômicos
(como por exemplo, em prefeituras e defesas civis municipais). Outrossim, um dos objetivos do
presente trabalho foi o de delimitar critérios e dar consistência às infomações jornalísticas de
forma a viabilizar sua utilização em trabalhos e estudos de natureza técnico-científica, e na
medida do possível orientar e otimizar esforços na realização de trabalhos de campo.
A sistematização, consolidação e o georreferenciamento dos dados e informações
coletadas permitiram a espacialização e análises numérico-estatísticas quanto à localização,
freqüência, intensidade, distribuição espacial e temporal das ocorrências, e possíveis
correlações com parâmetros do terreno. Nesse sentido, os resultados ora obtidos e
interpretações decorrentes devem constituir um subsídio prático, não apenas ao zoneamento
ecológico-econômico mas também a estudos subsequentes voltados ao mapeamento de risco.
2. METODOLOGIA
A metodologia desenvolvida no presente trabalho procurou estabelecer procedimentos
padronizados para a derivação de dados e informações a partir de notícias publicadas em
jornais, e incluiu as seguintes etapas: 1) pesquisa e coleta de dados; 2) sistematização e
consolidação de dados; 3) georreferenciamento (localização e espacialização); 4) análise
numérico-estatística; 5) classificação preliminar de perigos (ou probabilidade de ocorrência dos
fenômenos estudados).
Sistematização e Determinação de
Escolha Contatos p révios , v erificação, seleção Ficha Cadastral e Coleta de
Consolidação de coordenadas
da área dos veículos e fontes de Dados Dados
Dados geográficas
Análise Numérico Análise Numérico
Estatística I Estatística II
Banco de Dados
(ex. histograma) (ex. análise temporal)
Georreferenciado
Classificação
Identificação de Perigos
áreas críticas Vulne rabilidade s
Georreferenciamento Visualiz ação e Potenciais de dano
Inserção GIS Distribuição espacial
de dados Análise Espacial
de Dados
Figura 2. Fluxograma das etapas de trabalho.
A coleta de dados concentrou-se nos registros de ocorrência de eventos chuvosos
disponíveis em Arquivos de Jornais e Arquivos Públicos Municipais envolvendo uma série
histórica de aproximadamente 40 anos. A etapa de sistematização e consolidação de dados
4. 4
procurou dar consistência e confiabilidade aos dados derivados dos registros jornalísticos, de
forma a permitir a pesquisa, análise e interpretação com um viés técnico-científico.
Uma vez consolidadas, as informações foram vertidas em um banco de dados,
georreferenciadas e inseridas em um Sistema de Informações Geográficas (SIG), o que
possibilita inserir e integrar diversas informações e combiná-las através de algoritmos de
manipulação e análise, além de oferecer mecanismos para consulta, recuperação, visualização
e plotagem do conteúdo da banco de dados. A síntese dos procedimentos metodológicos
acima mencionados é ilustrada na Figura 2.
2.1. Pesquisa e Coleta de Dados
Como forma de orientar a obtenção de dados, efetuou-se um levantamento prévio junto
a órgãos e instituições dos municípios, através de contato telefônico, para averiguar a
existência e disponibilidade de dados relativos aos eventos de inundação na área de estudo
(UGRHI – 2). Nos casos afirmativos, foram realizadas visitas aos municípios a fim de avaliar a
viabilidade de utilização dos acervos.
A partir do levantamento prévio foram selecionados os locais de consulta e os veículos
de informação para a pesquisa, em função da disponibilidade e acessibilidade aos registros. O
Jornal Vale Paraibano foi utilizado como fonte principal de dados devido à abrangência regional
(registros referentes a toda a UGRHI-2) e temporal (periodicidade diária e continuidade de
edições), sendo possível cobrir o período entre 1970 a Outubro/2009 (aproximadamente 40
anos) com os registros disponíveis no Arquivo Público Municipal de São José dos Campos,
complementados com edições disponíveis no Acervo do Centro de Documentação do próprio
jornal. Secundariamente foram consultados registros do jornal “O Taubateano”, disponíveis no
Arquivo Histórico de Taubaté.
Figura 3. Fluxograma das etapas de trabalho.
5. 5
Considerando que as notícias publicadas em jornais não tem uma natureza
eminentemente técnica, tornam-se necessários a identificação e a padronização das
informações e dados considerados relevantes ao estudo. Dessa forma, para a coleta dos
dados elaborou-se uma ficha de cadastro que incluiu os seguintes tópicos: a) Título da notícia;
b) Data da publicação, n º da edição, página da reportagem, fotos e nome do fotógrafo; c) Tipo
de evento (enchente, inundação, alagamento); d) Drenagem associada (nome do curso d’água
- rio, córrego, ribeirão - ao qual o fenômeno está associado); e) Data e duração do evento
chuvoso; f) Locais e áreas afetadas (cidade, localidade, bairro, rua); g) Níveis atingidos (altura
da água); h) Quantidade de chuva registrada; i) Extensão dos danos (moradias/edificações
atingidas, nº de desabrigados/desalojados, nº de óbitos e feridos); j) Informações adicionais
(menção a evento chuvoso identificado anteriormente e observações diversas).
Dentro do período abrangência das ocorrências (1970-2009), a pesquisa de registros foi
orientada pela análise prévia de dados pluviométricos disponíveis no site do Sistema Integrado
de Gerenciamento de Recursos Hídricos – SIGRH (www.sigrh.sp.gov.br), e teve como enfoque
os meses identificados como mais chuvosos (novembro a março). Tal análise, permitiu
também a identificação de anos considerados anômalos quanto à pluviosidade (como por
exemplo, os anos de 1983 e 1985). Nestes casos, a pesquisa de registros de ocorrências
abrangeu todos os meses do ano. Outras fontes de dados complementares para a definição do
período a ser pesquisado foram as informações obtidas junto aos cadastros da Coordenadoria
Estadual de Defesa Civil – CEDEC e de algumas comissões municipais de Defesa Civil
(COMDEC).
Para a coleta de dados foi utilizada uma abordagem temporal retroativa (registro mais
recente para o mais antigo), pois desta maneira foi possível antever os eventos de inundação
através de citações em matérias com datas posteriores aos eventos ocorridos, o que
potencializou a captação dos dados disponíveis.
2.2. Sistematização e Consolidação dos Dados
Encerrada a etapa de pesquisa e coleta de dados em campo todas as fichas de
cadastro foram transcritas para um banco de dados em formato Access. Cada ficha de
cadastro correspondeu a uma notícia publicada, respectiva a um evento chuvoso (de duração
variável) com consequente inundação, enchente ou alagamento. Por outro lado, observa-se
que o conteúdo de uma mesma notícia pode referir-se a único local ou a diferentes áreas
afetadas pelas chuvas, e que na maioria das vezes abarcavam diversas ruas, bairros, ou
mesmo municípios distintos. Nesse sentido, para fins de localização e entendimento da
distribuição espacial dos fenômenos estudados, na etapa de transcrição as fichas de cadastro
foram desmembradas em registros pontuais. Cada registro, de forma individualizada, diz
respeito a uma ocorrência de inundação, enchente ou alagamento, em uma determinada data e
em determinado local. Ao final do processo de transcrição das fichas obteve-se um total de
1463 ocorrências.
Uma das dificuldades encontradas durante a sistematização e consolidação dos dados
diz respeito à toponímia, ou mais especificamente à grafia dos nomes pelos quais os diferentes
locais e logradouros são designados nas notícias publicadas. Dessa forma recorreu-se ao site
da Empresa Brasileira Correios (www.buscacep.correios.com.br) para padronizar a
denominação dos logradouros e seus respectivos bairros. Tal procedimento estendeu-se, em
alguns casos, à etapa seguinte de georreferenciamento das ocorrências. Na construção do
banco de dados, foi atribuído um código numérico de identificação para cada município da
6. 6
UGRHI – 2, de forma crescente segundo ordem alfabética (de 1 a 34). Em 27 municípios (de
um total de 34, que compõem a UGRHI) foram observados registros de ocorrências.
2.3. Georreferenciamento(Localização e Espacialização de Dados)
A etapa subseqüente à construção do banco de dados envolveu a determinação das
coordenadas geográficas (localização) relativas às ocorrências. Para isso foram utilizados os
aplicativos disponíveis na Internet: Google Earth (imagens de satélite, Projeção Cilíndrica
simples Plate Carré, Datum WGS 84) e Google Maps (incluindo as ferramentas de visualização
Mapa e Terreno). De forma combinada aos aplicativos, em alguns casos, foram utilizadas
plantas cartográficas dos municípios, nos formatos DWG (AutoCad) e PDF (Adobe Acrobat),
obtidas junto às prefeituras e órgãos municipais que em alguns casos também disponíveis na
Internet.
As coordenadas geográficas (cilíndricas e no formato UTM) foram determinadas em
função dos seguintes elementos, individualmente ou de forma associada: 1) toponímia (quando
o conteúdo da notícia permitiu identificação do nome do bairro e logradouro, e numeração em
alguns casos); 2) elevação do terreno (fornecida pelo próprio aplicativo Google Earth); e 3)
proximidade de cursos d’água. Nos casos em que não foi possível associar a coordenada a
uma drenagem (curso d’água), inferiu-se que a ocorrência tratava-se de um alagamento. A
inferência ou associação de uma ocorrência a uma determinada drenagem baseou-se na
interpretação da imagem de satélite do aplicativo Google Earth, combinada às ferramentas
Mapa e Terreno do Google Maps e plantas cartográficas do município quando disponíveis. Em
alguns casos, a própria notícia menciona o nome do curso d’ água ao qual a ocorrência está
relacionada.
Levando em conta os elementos acima descritos e informações adicionais coletadas
nas notícias de jornal, adotou-se uma escala decrescente (de 1 a 3) com o intuito de criar um
atributo (passível de georreferenciamento) que pudesse indicar a precisão com que a
respectiva coordenada foi determinada. A escala foi igualmente utilizada na identificação dos
pontos de ocorrência na imagem (uma vez que o aplicativo permite o seu armazenamento),
sendo neste caso adotada uma codificação de cores equivalente, sendo: 1 = verde; 2 =
amarelo; e 3 = vermelho. Tal procedimento possibilitou a rápida visualização das ocorrências e
o grau de precisão com que sua localização foi determinada.
Foram determinadas as coordenadas de 1295 ocorrências, que corresponderam a 606
locais distintos. Por diferentes razões, que são discutidas a seguir, não foi possível determinar
a localização e coordenadas de 168 ocorrências, o que correspondeu a 11,5 % dos registros
inicialmente transcritos da ficha de cadastro para o banco de dados (total de 1463).
Aos 1295 registros de ocorrência que compuseram o banco de dados georreferenciado
atribuiu-se um código específico de identificação, respectivo aos registros ocorrentes em cada
município, e composto por duas seqüências de caracteres numéricos como no exemplo a
seguir.
Exemplo: ID 30-125, onde o caractere 30 corresponde ao código do município e 125
corresponde ao número seqüencial do registro respectivo àquele município.
O banco de dados consolidado e georreferenciado foi importado em formato tabular
para o Sistema de Informação Geográfica SPRING versão 5.1.4 (ver Câmara et al. 1996, e
INPE 2009) compondo um novo plano de informação (PI), permitindo assim a visualização da
distribuição espacial das ocorrências juntamente com os demais PI`s inseridos no sistema, tais
7. 7
como curvas de nível (espaçamento 20 metros), hidrografia, limites de sub-bacias e de
municípios.
A tabela de atributos e topologia respectivos ao PI de ocorrências, preservou a estrutura
de tópicos originários da ficha cadastral, o que permite a manipulação e análise espacial
desses atributos, assim como mecanismos de consulta utilizando diferentes limites espaciais e
elementos (atributos) de referência.
2.4. Análise Numérico-Estatística
No atual estágio do estudo, a análise numérico-estatística explorou dois atributos
principais, o número de ocorrências e a elevação do terreno, e teve como objetivos:
avaliar e analisar comparativamente a distribuição e variabilidade espacial dos
registros de ocorrências em relação aos limites da UGRHI-2, dos municípios e das
sub-bacias, avaliando também, sempre que possível, a distribuição e variabilidade
interna aos referidos limites e em relação ao tipo de evento;
avaliar possíveis correlações entre a distribuição dos registros de ocorrências e
parâmetros do terreno (no caso, elevação);
estabelecer premissas para a classificação preliminar de perigos;
identificar e priorizar áreas ou locais específicos para análises e estudos
subsequentes, tais como o mapeamento de risco.
Para tal foram explorados os seguintes métodos, utilizando o aplicativo Excel (da
Microsoft):
a) Estatística Descritiva, que enfoca parâmetros e medidas de tendência central e
dispersão dos dados, tais como média, quartil, variância, erro padrão da média e desvio
padrão;
b) Histogramas de Frequência que indicam a distribuição dos dados (em freqüências
individuais e cumulativas) de acordo com intervalos de valores pré-determinados
Análise de dados agrupados);
c) Diagramas de Dispersão (scatterplot) acoplados a ferramentas de análise de regressão
que usam o método de "quadrados mínimos" para ajustar linhas de tendência ao
conjunto de dados observados, derivar equações de regressão e coeficientes de
determinação (R2). Estes indicam o grau de correspondência entre os valores
estimados para a linha de tendência e os dados observados, como estimativas de
correlação entre os atributos estudados, no caso, o número de ocorrências e a elevação
do terreno;
d) Testes Estatísticos que incluíram a determinação de índices de correlação de Pearson e
aplicação de testes não-paramétricos através do método Kolmogorov-Smirnov (K-S)
para duas amostras independentes (ver Conover 1981, Gibbons e Chakraborti 1992) . O
método K-S explora diferenças entre as curvas de distribuição cumulativa dos dados
agrupados como medida de correlação, associação ou compatibilidade entre conjuntos
de dados observados. Os valores de distribuição cumulativa foram obtidos a partir dos
resultados numéricos de histogramas de frequência.
Visando a análise comparativa, os dados foram segregados e analisados de acordo
com a frequência (1 ocorrência, 2 ou mais ocorrências) e tipo de evento (alagamentos,
8. 8
inundações e/ou enchentes), este último utilizando o critério de associação à drenagem
anteriormente mencionado (vide Seção 2.3).
Os testes não-paramétricos (K-S) envolveram os atributos número de ocorrências e
elevação do terreno, e foram aplicados da seguinte forma: a) abrangendo dados de toda a
UGRHI-2, segregados por tipo de evento e frequência; b) dados não-segregados referentes
aos limites municipais testados contra os dados não-segregados referentes a toda a UGRHI-2;
c) dados não-segregados referentes aos limites municipais testados entre si (Tabela 2). Para
calibragem dos resultados dos testes não-paramétricos (K-S) adotou-se o índice denominado
Dratio (ou Razão D), proposto por Fernandes da Silva e Cripps (2008), a um nível de
significância de 5%. O valor de Dratio é resultante da razão entre o valor D observado (diferença
entre as curvas cumulativas de distribuição de frequência das duas amostras analisadas e o
valor crítico calculado para tal distribuição com base no tamanho das amostras). Uma vez que
o teste não assume qualquer premissa acerca da forma de distribuição (normal ou outra) dos
dados, de acordo com os autores o valor de Dratio é um indicador da confiabilidade do resultado
obtido no teste, devendo aproximar-se de zero quando a hipótese nula é aceita com maior
confiabilidade. Quando a hipótese nula é rejeitada, o valor de Dratio deve afastar-se ao máximo
de zero indicando a maior confiabilidade da rejeição.
Exemplos de resultados da análise numérico-estatística são apresentados na Figura 4.
UGRHI 2 - dados não-agrupados
A Média Descritiva - Ocorrências
Estatística
2,14 UG R H I - 2 Alag amentos : duas ou mais oc orrênc ias
Erro padrão 0,12
Mediana 1 50 100%
41
Modo 1 40 80%
Nº de L oc ais
Desvio padrão 2,93 30 60%
Variância da amostra 8,57 20 17 40%
Curtose 141,67
10 3 3 20%
Assimetria 9,38 0 0 0 0 0
0 0%
Intervalo 51
450 500 550 600 650 700 750 800 Mais
Mínimo 1
Máximo 52 E le va ç ã o
Soma 1295
Contagem 606 C
UGRHI - dados não-agrupados
B Média
Estatística Descritiva - Elevação
578,13 UG R H I - 2 T odos os reg is tros
Erro padrão 1,86
Mediana 570 400 355 100%
350
Nº de L oc ais
Modo 565 300 80%
Desvio padrão 45,69 250 60%
Variância da amostra 2087,55 200
150 127 40%
Curtose 10,38 91
100 20%
Assimetria 2,39 50 1 2 15 9 2 4
0 0%
Intervalo 437
450 500 550 600 650 700 750 800 Mais
Mínimo 444
Máximo 881 E levaç ão
Soma 350349
Contagem 606 D
UG R H I-2 Inundaç ões : 2 ou mais oc orrênc ias
18
Número de Oc orrênc ias
2
16 y = -6E -05x + 0,0786x - 20,192
2
14 R = 0,0098
12
E 10
8
6
4
2
0
500 550 600 650 700 750 800 850
E levaç ão do T erreno
Figura 4. Exemplos de resultados obtidos a partir da análise numérico-estatística. (A) e (B) Parâmetros descritivos
referentes ao número de ocorrências e elevação do terreno, respectivamente, na UGRHI 2. (C) e (D) Histogramas de
frequência para intervalos de elevação de terreno referentes a alagamentos (2 ou mais ocorrências) e todos os
registros de ocorrência na UGRHI 2, respectivamente. (E) Diagrama de dispersão e resultados de análise de
regressão para dados de elevação do terreno versus número de ocorrências.
9. 9
2.5. Classificação Preliminar de Perigos
A classificação preliminar de perigos baseou-se exclusivamente na análise exploratória
dos dados através dos métodos numérico-estatísticos acima descritos. Para a definição de
classes de perigo (ou probabilidade de ocorrência de inundação e/ou enchentes e
alagamentos), foram utilizados os seguintes parâmetros estatísticos do atributo “número de
ocorrências”: a) valor médio; b) erro padrão da média, que indica a precisão do valor médio
obtido pela razão entre o desvio-padrão e a raiz quadrada do tamanho amostral; c) quartis; d)
desvio-padrão. Com base nesses parâmetros, foram elaborados experimentalmente
mecanismos distintos de classificação (ver Tabelas 3 e 4) utilizando dados agrupados por: a)
locais de ocorrência em municípios e sub-bacias; b) número de ocorrências por municípios.
No caso das sub-bacias (dados referentes a 606 locais agrupados em 70 sub-bacias
com registro de ocorrência), foram estabelecidos os seguintes limiares e classes de perigo (ver
Tabela 3-A): Perigo BAIXO – até 6 ocorrências (limiar definido pelo valor mediano ou 2º quartil
e valor médio subtraído do erro padrão); Perigo MODERADO – de 7 a 11 ocorrências (limiar
definido pelo valor intermediário entre o 3º quartil e valor médio acrescido do erro padrão);
Perigo ALTO – de 12 a 20 ocorrências (limiar definido pelo valor médio acrescido do desvio
padrão); Perigo MUITO ALTO – acima de 20 ocorrências.
De forma similar, respectivamente aos limites geopolíticos (municípios), utilizando
dados agrupados por locais (em 27 municípios com com registro de ocorrência), foram
estabelecidos os seguintes limiares e classes de perigo (ver Tabela 3-B): Perigo BAIXO – até 6
ocorrências (limiar definido pelo valor mediano ou 2º quartil); Perigo MODERADO – de 7 a 13
ocorrências (limiar definido pelo valor médio subtraído do erro padrão); Perigo ALTO – de 14 a
32 ocorrências (limiar definido pelo valor médio acrescido do erro padrão); Perigo MUITO ALTO
– acima de 32 ocorrências.
Para os dados referentes a 1295 ocorrências distribuídas ao longo dos 27 municípios,
foram efetuados dois procedimentos que conduziram a mecanismos de classificação distintos.
Um dos procedimentos utilizou valores absolutos do número de ocorrências, e estabeleceu os
seguintes limiares e classes de perigo (ver Tabela 4, Perigo Class2): Perigo BAIXO – até 9
ocorrências (limiar definido pelo valor mediano ou 2º quartil); Perigo MODERADO – de 10 a 23
ocorrências (limiar definido pelo valor intermediário entre o 3º quartil e o valor médio subtraído
do erro padrão); Perigo ALTO – de 24 a 72 ocorrências (limiar definido pelo valor médio
acrescido do erro padrão); Perigo MUITO ALTO – acima de 72 ocorrências. Em outro
procedimento, dados auxiliares (Tabela 4, Perigo Class3) sobre área e taxa de urbanização
dos municípios, provenientes de consulta ao site do SEADE (www.seade.gov.br), também
foram utilizados para definição de parâmetro experimental, aqui denominado, densidade de
ocorrências por km2 de área urbana. Tal paramêtro foi obtido pela razão entre o número de
ocorrências registradas e a área urbana do município (dados agrupados). Os mesmos
parâmetros estatísticos (quartis, média e erro padrão) foram adotados para estabelecimento de
limiares de classe de perigo, resultando assim na seguinte classificação: Perigo BAIXO – até o
valor de 0.0341; Perigo MODERADO – superior a 0.0341 até 0.0737; Perigo ALTO – superior a
0.0737 até 0.1239; Perigo MUITO ALTO – acima de 0.1239.
10. 10
3. RESULTADOS
Como indicado anteriormente, os dados sistematizados e consolidados resultaram num
banco de dados georreferenciado contendo registro de 1295 ocorrências, que correspondem a
606 locais distintos. A análise numérico-estatísca demonstrou que deste total, 375 locais (62%)
referem-se a registros de uma única ocorrência. Outros 231 locais (38%) referem-se a duas ou
mais ocorrências no período analisado (1970-2009), correspondendo a 920 registros de
ocorrências, o que equivale a cerca de 71 % do total de registros. As Tabelas 2 e 3 mostram a
distribuição dos locais e dos registros de ocorrências consolidados por sub-bacias e por
município ao longo de toda a UGRHI. Observa-se que apenas seis municípios, todos com altas
taxas de urbanização, concentram aproximadamente 90% do total dos registros e dos locais de
ocorrência, sendo eles: São José dos Campos (618 ocorrências, 255 locais), Jacareí (172
ocorrências, 69 locais), Taubaté (141 ocorrências, 79 locais), Guaratinguetá (114 ocorrências,
52 locais), Lorena (58 ocorrências, 25 locais) e Aparecida (55 ocorrências, 29 locais).
Nesta etapa inicial do estudo, dos 375 locais com uma única ocorrência, 128 locais não
puderam ser associados a alguma linha drenagem, sendo assim considerados como pontos de
ocorrência de alagamento conforme critério adotado. Os demais 247 locais correspondem
possivelmente a ocorrências de inundação (e/ou enchentes) com ou sem efeitos de
alagamento associados. Entre os 231 locais com registros de duas ou mais ocorrências, 64
(cerca de 28%) não puderam ser associados a alguma drenagem, sendo então considerados
como locais de alagamento.
Os resultados obtidos a partir de estatística descritiva mostram que os valores médios
do número de ocorrências e da elevação do terreno para a UGRHI-2 são, respectivamente, de
2.14 ocorrências e 578 metros (ver Figuras 4-A e 4-B), e de 3.98 ocorrências e 577 metros
(quando segregados em duas ou mais ocorrências). Quando segregados por tipo de evento, os
valores médios de elevação do terreno e de número de ocorrências são, respectivamente:
alagamentos (1 ocorrência) = 582 metros; alagamentos (duas ou mais ocorrências) = 590
metros, 3.44 ocorrências); inundações (1 ocorrência) = 577 metros e inundações (duas ou mais
ocorrências) = 572 metros, 4.19 ocorrências). A análise de histogramas de frequência (ver
Figura 4-D) para elevação do terreno ao longo da UGRHI-2 (todas as ocorrências) indica que a
maior parte dos registros (58,6%) situa-se no intervalo de classe entre 550 e 600 metros, o que
é compatível com os valores de parâmetros como a média (578 metros) e a moda (565
metros). Secundariamente têm-se os intervalos de 500-550 metros (21%) e de 600 – 650
metros (15%). Esta proporção referente ao intervalo de 550-600 metros é similar quando a
avaliação diz respeito aos registros de inundação e/ou enchente, sendo de 53,8% para 1
ocorrência e de 56,9% para duas ou mais ocorrências. Entretanto, para 2 ou mais ocorrências
de alagamento (ver Figura 4-C), o intervalo de 550-600 metros passa a corresponder a 64%
dos registros, enquanto os intervalos de 600-650 e de 650-700 metros respondem por cerca de
32% dos registros, o que sugere que as ocorrências de alagamento estejam associadas a
cotas topográficas mais elevadas.
A Tabela 1 apresenta uma comparação entre valores médios do número de ocorrências
e de elevação do terreno para toda a UGRHI-2 e os seis municípios com maior número de
registros de ocorrências (sem discriminação quanto ao tipo de evento). Cinco municípios
apresentam valores médios de ocorrência acima da média para toda a UGRHI-2. É
interessante notar que os municípios de Aparecida, Guaratinguetá e Lorena apresentam
valores médios de elevação do terreno nos locais de ocorrência bem menores que a elevação
média para toda a UGRHI-2. Em Lorena, mesmo o valor máximo é inferior à média geral. Já os
municípios de Jacareí e São José dos Campos apresentaram valores médios de elevação do
terreno maiores que a média da UGRHI-2, bem como valores máximos de elevação acima de
11. 11
650 metros, superando os intervalos mais frequentes indicados em histogramas, o que poderia
estar associado à maior ocorrência de alagamentos (e não de inundações) nesses municípios.
Tabela 1. Quadro comparativo de parâmetros estatísticos descritivos referentes a UGRHI 2 e aos seis municípios
com o maior número de ocorrências de inundação, enchentes e alagamentos.
No. No.
E levação E levação E levação No. L ocais de
ÁREA O corrências O corrências
Média (m) Minima (m) Máxima (m) O corrência
T otal Média
UG R HI-2 1295 2,14 578,13 444 881 606
Aparecida 55 1,9 549,38 527 589 29
Lorena 58 2,32 531,16 522 551 25
Guaratinguetá 114 2,19 538,81 525 641 52
Taubaté 140 1,77 579,46 540 650 79
Jacareí 172 2,49 582,10 563 779 69
S. J. dos Campos 619 2,43 587,15 538 685 255
Tabela 2. Resultados de testes estatísticos não-paramétricos (K-S) para os atributos “número de ocorrências” (K-S
Ocorr) e “elevação do terreno” (K-S Elev). (A) Dados de municípios testados contra dados de toda a UGRHI-2. ACT
= aceitação. REJ = Rejeição. (B) Dados de municípios testados entre si. Valores correspondem a Dratio (ou Razão
D). Detalhes no texto.
Número de oc orrênc ias
Nº Locais Razão D Razão D
MUNICIP K-S Ocorr K-S Elev Guaratin-
Ocorr Ocorr Elev MUNICIP Lorena Aparecida Jacareí Taubaté
guetá
Tremembé 5 ACT 0.2956 ACT 0.6312 Lorena - - - - -
S.L. do Paraitinga 7 ACT 0.1692 REJ 1.8864 Aparecida 0.8138 - - - -
Paraibuna 8 ACT 0.3213 REJ 1.6536 Guaratinguetá 0.5740 0.3556 - - -
Pindamonhangaba 8 ACT 0.1952 ACT 0.4125 Jacareí 0.3816 0.6011 0.3493 - -
Cachoeira Paulista 9 ACT 0.2951 ACT 0.9901 T aubaté 0.9637 0.1168 0.4561 0.8014 -
Piquete 9 ACT 0.4806 REJ 1.7525 S.J. dos Campos 0.6769 0.4095 0.2897 0.3890 0.6157
Caçapava 10 ACT 0.5062 ACT 0.4605
E lev aç ão do T erreno
Cruzeiro 19 ACT 0.6926 REJ 1.9806
Guaratin-
Lorena 25 ACT 0.7945 REJ 2.6859 MUNICIP Lorena Aparecida Jacareí Taubaté
guetá
Aparecida 29 ACT 0.3154 REJ 1.3044 Lorena - - - - -
Guaratinguetá 52 ACT 0.1553 REJ 3.3119 Aparecida 1.1000 - - - -
Jacareí 69 ACT 0.5751 REJ 1.2415 Guaratinguetá 0.2859 0.9951 - - -
T aubaté 79 ACT 0.4932 REJ 1.1630 Jacareí 3.0239 1.8331 3.4650 - -
S.J. dos Campos 255 ACT 0.2974 REJ 2.0746 T aubaté 2.9950 1.7827 3.4590 0.2030 -
S.J. dos Campos 3.3544 2.0554 4.1629 0.6236 0.9170
A
B
Os resultados dos testes K-S para dados dos municipios versus dados de toda a
UGRHI-2 (Tabela 2-A) sugerem a associação ou correlação entre a distribuição do número de
ocorrências, uma vez que em todos os testes houve aceitação, em alguns casos envolvendo
municípios com número significativo de registros e baixos valores de Dratio (Razão D) indicando
a confiabilidade dos resultados, como por exemplo, São José dos Campos, Guarantinguetá e
Aparecida. Por outro lado, no que diz respeito ao atributo elevação do terreno, os testes K-S
sugerem a não-correlação na maioria dos municípios, como demonstram os índices de rejeição
entre as curvas de distribuição de frequência, mesmo nos municípios anteriormente citados.
Quanto aos municípios testados entre si (Tabela 2-B), verifica-se situação similar para o
12. 12
número de ocorrências. Todavia, os resultados de testes K-S sugerem a correlação da
elevação de terreno entre alguns municípios, particularmente entre Taubaté e Jacareí, bem
como entre Guaratinguetá e Lorena, todos com nível significativo de dados e aceitação a
baixos valores da Razão D.
A avaliação dos diagramas de dispersão e os resultados preliminares da análise de
regressão e respectivos coeficientes de determinação (R-quadrado), combinados aos valores
de Pearson, sugerem independência entre os valores de elevação do terreno e o número de
ocorrências quando analisados em relação a toda bacia (escala regional), e ainda que
segregados por número de ocorrências (1 ocorrência, 2 ou mais ocorrências) e tipo de evento
(alagamentos, inundações e/ou enchentes). Por outro lado, a associação entre estes atributos
torna-se ligeiramente mais evidente quando os dados são testados em escala mais local ou
semi-regional (respectiva aos limites de município), com destaque aos municípios de Lorena e
Taubaté (dados não-segregados), que com um número maior de locais e de ocorrências
obtiveram coeficientes de correlação acima de 0.3. Os municípios de Paraibuna,
Pindamonhangaba, Piquete e Tremembé apresentaram valores ainda maiores, no entanto, há
que se ressalvar a pequena quantidade de dados referente a estes municípios.
Tabela 3. Quadro apresentando classificação prelimianar de perigos de inundação (+enchentes e alagamentos) para
dados agrupados por locais de ocorrência em sub-bacias (A) e em municípios (B).
Nº de Classificação Nº de Classificação Nº de
Sub-bacia Locais de Preliminar de Sub-bacia Locais de Preliminar de PERIGO
MUNICIP Locais de
Ocorrência Perigo Ocorrência Perigo CLASS1
C. CAMPO REDONDO 1 BAIXO R. PARAIBUNA 7 MODERADO Ocorrência
R. DO SALTO 1 BAIXO RIB. JAGUARI 7 MODERADO Canas 1 BAIXO
C. JATAÍ 1 BAIXO RIB. DOS MOTAS-APARECIDA 7 MODERADO
Cunha 1 BAIXO
R. CAPIVARI 1 BAIXO C. DA MINHOCA 7 MODERADO
R. VIRADOURO 1 BAIXO R. COMPRIDO 8 MODERADO Jambeiro 1 BAIXO
RIB. GUARAREMA 1 BAIXO RIB. SANTA RITA 8 MODERADO Lagoinha 1 BAIXO
R. COMPRIDO/ESTIVA 1 BAIXO R. PARAITINGA 10 MODERADO
Natividade da Serra 1 BAIXO
R. DA GALEGA/ANHANGUERA 1 BAIXO RIO UMA 10 MODERADO
R. DO CORTUME 1 BAIXO C. DO PONTILHÇO 10 MODERADO Redenção da Serra 1 BAIXO
RIB. IPIRANGA 1 BAIXO CÓRREGO SECO 10 MODERADO Roseira 1 BAIXO
RIB. PIRATINI/SURDOS 1 BAIXO RIB. IRIGUAÇU 11 MODERADO
Bananal 2 BAIXO
C. DOS PASSOS 1 BAIXO R. PIQUETE 11 MODERADO
RIB. DAS PITAS 1 BAIXO C. LIMOEIRO 12 ALTO Lavrinhas 2 BAIXO
RIB. DA BOCAINA 1 BAIXO COMPLEXO HIDROL. 12 ALTO Potim 2 BAIXO
R. PIRACUAMA 1 BAIXO R. ALAMBARI 12 ALTO
C. FAZ. VISTA VERDE 1 BAIXO RIB. DO MOINHO I - STA CRUZ 12 ALTO Queluz 2 BAIXO
RIB. TETEQUERA/GRANDE 1 BAIXO C. 4 RIBEIRAS 14 ALTO Areias 3 BAIXO
C. DO ROSÁRIO 1 BAIXO RIB. DA CHÁCARA 14 ALTO Guararema 4 BAIXO
C. DO PUTIM-GUARATINGUETÁ 1 BAIXO RIB. TABUÇO 14 ALTO
C. DAS PITANGUEIRAS 1 BAIXO COMPL. HIDROL. (Tanquinho) 14 ALTO Tremembé 5 BAIXO
RIB. ÁGUA DOS NEVES 1 BAIXO RIB. BUERAREMA 17 ALTO S.L. do Paraitinga 7 MODERADO
C. MUNICIPAL 1 BAIXO RIB. GUARATINGUETÁ 17 ALTO
Paraibuna 8 MODERADO
R. DAS POSSES/MACACOS 1 BAIXO R. BUQUIRA/FERRÃO 18 ALTO
C. DA BARRA 1 BAIXO JUDEU 23 MUITO ALTO Pindamonhangaba 8 MODERADO
RIB. VERDE 1 BAIXO RIB. DA COLÔNIA -TURI 26 MUITO ALTO Cachoeira Paulista 9 MODERADO
C. DO BAIRRINHO 2 BAIXO RIB. PUTINS 33 MUITO ALTO
Piquete 9 MODERADO
RIB. DOS MUDOS 2 BAIXO RIB. DO MOINHO II (Convento Velho) 33 MUITO ALTO
RIB. CANAS 2 BAIXO R. PARARANGABA 37 MUITO ALTO Caçapava 10 MODERADO
C. LINDEIRO 2 BAIXO RIB. DO VIDOCA 44 MUITO ALTO Cruzeiro 19 ALTO
RIB. JACU 2 BAIXO RIB. LAVAPÉS 68 MUITO ALTO
Lorena 25 ALTO
PARAÍBA/FUNDOS 2 BAIXO
RIB. PIRACANGUA 3 BAIXO Aparecida 29 ALTO
RIB. ITAGUAÇU
RIB. SÃO GONÇALO
3
3
BAIXO
BAIXO
A Guaratinguetá
Jacareí
52
69
MUITO ALTO
RIB. VERMELHO-AREIAS 3 BAIXO MUITO ALTO
C. DOS VEADOS 4 BAIXO T aubaté 79 MUITO ALTO
RIB. DOS LOPES (Água Limpa) 4 BAIXO S.J. dos Campos 255 MUITO ALTO
RIB. MANOEL LITO 6 BAIXO
RIB. DO PINHÇO 6 BAIXO
C. DO SERTÃO/CAMPO 6 BAIXO
B
A
Quanto à classificação preliminar de perigos (probabilidade de ocorrência de inundação,
enechente, alagamento) com base nos registros coletados mostra que 7 sub-bacias foram
classificadas como risco muito alto (Tabela 3-A), quatro delas relacionadas ao Município de
São José dos Campos (Putins, Pararangaba, Vidoca e Lavapés). A probabilidade de ocorrência
de eventos no município também foi classificada preliminarmente como muito alta quando
considerados o número de locais (Tabela 3-B), os valores absolutos de ocorrências (Tabela 4,
13. 13
Perigo Class2) e valores proporcionais de ocorrências em relação à área urbanizada (Tabela 4,
Perigo Class3). Outros municípios onde o perigo foi classificado como alto e muito alto são:
Cruzeiro, Lorena, Aparecida, Guaratinguetá, Jacareí e Taubaté. Note-se que na classificação
proporcional à área urbana, os municípios Aparecida e Lorena são classificados como de
perigo muito alto, enquanto Cruzeiro aparece como perigo moderado e Paraibuna como perigo
alto.
Tabela 4. Classificação preliminar de perigos de inundação (+enchentes e alagamentos) para os municípios da
UGRHI-2. A coluna Perigo Class2 refere-se à classificação com base no número (absoluto) de ocorrências por
2
municípios. A coluna Perigo Class3 refere-se à classificação com base na densidade de ocorrências por km de área
urbana nos municípios.
AREA URB DENS PERIGO PERIGO
MUNICIP Nº OCORR AREA (km2) URBAN (%)
(km2) OCORR CLASS2 CLASS3
Cunha 1
1407,17 52,90% 744,39 0,0013 BAIXO BAIXO
Jambeiro 1 183,76 47,30% 86,92 0,0115 BAIXO BAIXO
Lagoinha 1 255,92 64,67% 165,50 0,0060 BAIXO BAIXO
Natividade da Serra 1 832,61 46,10% 383,83 0,0026 BAIXO BAIXO
Redenção da Serra 1 309,11 52,63% 162,68 0,0061 BAIXO BAIXO
Roseira 1 130,19 93,28% 121,44 0,0082 BAIXO BAIXO
Bananal 2 616,32 79,37% 489,17 0,0041 BAIXO BAIXO
Canas 2 53,49 95,75% 51,22 0,0390 BAIXO MODERADO
Lavrinhas 2 166,86 92,34% 154,08 0,0130 BAIXO BAIXO
Potim 2 44,65 76,97% 34,37 0,0582 BAIXO MODERADO
Queluz 2 249,41 91,49% 228,19 0,0088 BAIXO BAIXO
Areias 3 306,57 74,49% 228,36 0,0131 BAIXO BAIXO
Guararema 4 270,50 85,42% 231,06 0,0173 BAIXO BAIXO
Tremembé 9 192,42 87,97% 169,27 0,0532 MODERADO MODERADO
Piquete 10 175,88 94,16% 165,61 0,0604 MODERADO MODERADO
Caçapava 11 369,91 87,10% 322,19 0,0341 MODERADO BAIXO
Pindamonhangaba 11 730,17 96,05% 701,33 0,0157 MODERADO BAIXO
S.L. do Paraitinga 11 617,15 62,91% 388,25 0,0283 MODERADO BAIXO
Cachoeira Paulista 18 287,84 82,19% 236,58 0,0761 MODERADO MODERADO
Paraibuna 21 809,79 30,78% 249,25 0,0843 MODERADO ALTO
Cruzeiro 23 304,57 97,78% 297,81 0,0772 ALTO MODERADO
Aparecida 55 120,94 98,79% 119,48 0,4603 ALTO MUITO ALTO
Lorena 58 413,78 97,15% 401,99 0,1443 ALTO MUITO ALTO
Guaratinguetá 114 751,44 95,66% 718,83 0,1586 MUITO ALTO MUITO ALTO
T aubaté 140 625,92 95,02% 594,75 0,2354 MUITO ALTO MUITO ALTO
Jacareí 172 460,07 96,44% 443,69 0,3877 MUITO ALTO MUITO ALTO
S.J. dos Campos 619 1099,61 98,98% 1088,39 0,5687 MUITO ALTO MUITO ALTO
4. DISCUSSÃO
Desde sua concepção, os procedimentos aqui descritos procuraram suprir lacunas nos
registros de ocorrências de inundação, enchentes e alagamentos junto às prefeituras e
instituições afeitas ao tema, incluindo os órgãos de defesa civil em âmbito municipal e estadual.
Em sua maioria, os registros existentes restringem-se ao inventário de locais de maior
ocorrência, preocupando-se mais com o número de indivíduos afetados e com o montante dos
danos, poucas vezes organizados de forma cronológica e sem ater-se à abrangência e tempo
de retorno (recorrência) dos eventos.
Os dados sistematizados e consolidados na forma de um banco de dados
georreferenciado, permitiram a espacialização dos registros de ocorrência e classificação
prévia de perigos com base em parâmetros estatísiticos, o que em si, representa um avanço na
derivação de informações técnico-cientícas a partir de material de conteúdo jornalístico e sua
utilização em estudos regionais. Os resultados apresentados, ainda que preliminares são
promissores para as etapas seguintes de trabalho, e devem orientar investigações e serem
14. 14
efetuadas em escala de maior detalhe. Alguns aspectos acerca dos procedimentos
desenvolvidos, resultados já obtidos, potencialidades de aplicação e limitações merecem ser
discutidos.
Dentre as vantagens dos procedimentos aqui descritos, destaca-se a Ficha Cadastral,
que convertida ao banco de dados fornece um histórico de cada local de ocorrência, que
viabilizará a análise temporal (recorrência, tempo de retorno), incluindo informações
importantes como a duração dos eventos chuvosos, quantidade de precipitação, citações sobre
os níveis atingidos pela água e registro fotográfico que permitirão a inferência indireta de tais
níveis, e também sobre quantificação de moradores atingidos e danos.
Durante o desenvolvimento do presente trabalho, foram observadas algumas
dificuldades operacionais que devem ser levadas em conta para replicação dos procedimentos
aqui descritos.
Na fase de Coleta de Dados:
a) necessidade de padronização dos conceitos relativos aos eventos estudados e aos
fenômenos meteorológicos causadores;
b) cuidados em relação a informações redundantes, uma vez que o fenômeno
meteorológico causador do evento pode estender-se por longos períodos e abranger
uma grande região, ocasionando reportagens de conteúdo repetido. Vale mencionar
que os dados foram consolidados de tal forma a evitar que uma mesma ocorrência
reportada em datas e edições diferentes, fosse contabilizada como eventos ou
ocorrências distintas, o que numa análise temporal poderia indicar a recorrência em
determinados locais, e por conseguinte, sugerir o maior grau de probabilidade (ou
perigo);
Na fase de Sistematização e Consolidação de Dados:
c) padronização da toponímia, uma vez que as denominações de logradouros e bairros
tendem a figurar de forma incompleta ou com grafia incorreta. Não são raros os casos
de mudança de nomes no decorrer do tempo, de duplicidade e de imprecisão quanto
aos limites entre bairros. Denota-se também a falta de informação sobre as localidades
rurais.
d) para digitalização dos dados faz-se necessário estabelecer padrões de natureza mais
técnica para informações veiculadas com "narrativa coloquial", como por exemplo:
“água pela cintura”, “carro quase encoberto”;
Na fase fase de Localização e Determinação de Coordenadas Geográficas:
e) conteúdo da reportagem nem sempre permite identificar a natureza e a localização da
ocorrência, limitando-se a citar o logradouro ou o bairro. Por vezes um bairro ou uma
rua (logradouro) não correspondem ao município indicado na matéria publicada, o
mesmo acontecendo em relação ao nome de córregos e ribeirões. Esta característica
das matérias jornalísticas gerou a necessidade da criação de um atributo nomeado
magnitude do registro com o intuito de auferir o grau de confiança na precisão da
coordenada geográfica obtida.
Levando em consideração as dificuldades operacionais mencionadas acima, cabe citar
que por vezes não foi possível associar os locais/registros de ocorrência às linhas de
drenagem, que por sua vez, foram considerados nesta etapa do estudo como ocorrência de
alagamento conforme critério adotado. As razões pelas quais tal associação nem sempre foi
viabilizada são diversas. Primeiramente, porque em alguns casos a reportagem não faz
qualquer menção direta ou indireta à hidrografia local ou regional. Em outras situações, há
conflito entre a localização citada na notícia e a localização dentro dos limites geopolíticos (de
15. 15
municípios). Por fim, foram observadas dificuldades para a intepretação das imagens do
aplicativo Google Earth , decorrentes da ausência de infomações sobre a hidrografia, tanto em
ferramentas como o Google Maps, quanto nas bases cartográficas de municípios, utilizados
complemetarmente à interpretação. Estes aspectos serão levados em consideração nas
próximas etapas do estudo, onde a interpretação de imagens será refinada, assim como a
precisão dos dados de elevação do terreno obtidos a partir do aplicativo Google Earth serão
comparados às bases cartográficas digitais disponíveis nas escala 1:50.000 e 1:10.000, sobre
as quais os dados foram lançados.
O atributo elevação de terreno (obtido a partir do aplicativo Google Earth) e a
segregação de dados por tipo de evento (associação à drenagem citada anteriormente), foram
explorados de forma limitada neste estágio inicial do estudo foi explorado. No entanto, os
resultados ora obtidos já indicam suas potenciais aplicações em estudos subsequentes, e após
o refinamento dos dados como observado acima. Por exemplo, foi observado que valores
médios de elevação do terreno são menores para inundação que para alagamentos, em
particular, quando os registros referem-se a duas ou mais ocorrências, o que poderia ser
interpretado como um indicativo da recorrência dos fenômenos em cotas topográficas menores.
Outro tipo de avaliação a ser feita a partir do refinamento dos dados e desses atributos seria
verificar se a elevação do terreno e a distribuição espacial dos registros de ocorrência de
inundação apresentam padrão mais regular que os registros referentes a alagamentos.
Nesse sentido, vale ressaltar que os resultados dos gráficos de dispersão, de análise de
regressão e testes de correlação foram pouco conclusivos até o momento, especialmente
quando dizem respeito aos dados regionais, ou seja, referentes a toda a extensão da UGRHI.
Entretanto, os resultados testes de correlação são ligeiramente melhores quando a área de
abrangência é menor, ou seja, quando os dados são analisados por município). Novas análises
e testes de correlação com dados refinados e segregados em maior detalhe deverão ser
procedidos oportunamente. O mesmo se aplica aos testes estatísticos K-S e a necessidade de
aplicação de outros testes, do tipo paramétrico, explorando comparativa os valores médios e
variâncias dos diferentes conjuntos de dados, como por exemplo, Teste-T e Teste-Z.
A classificação preliminar de perigos ou de probabilidade de ocorrência de inundação
(enchentes e alagamentos), nesta etapa do estudo, baseou-se exclusivamente nos parâmetros
estatísticos associados aos valores absolutos do atributo “número de ocorrências”. No atual
estágio de investigação não foram considerados outros parâmetros tais como elevação do
terreno, temporalidade ou recorrência (repetição de ocorrência dos fenômenos em um mesmo
local), e mesmo a magnitude do registro (precisão com que a localização/coordenada
geográfica do registro foi determinada). Tais atributos serão avaliados em maior profundidade,
“refinados”, e utilizados nas análises subsequentes.
5. CONCLUSÃO
O presente trabalho enfocou o desenvolvimento de procedimentos de coleta,
sistematização e tratamento de informações relacionadas a eventos de inundação (assim como
enchentes e alagamentos) a partir de notícias publicadas em jornais. Foram utilizadas
ferramentas tecnológicas e bases de dados de livre acesso e disponíveis na Internet, e buscou-
se o estabelecimento de critérios e padrões de forma a viabilizar o uso de infomações
jornalísticas em estudos de natureza técnico-científica.
Nesse sentido, a presente investigação efetuou uma varredura preliminar e de caráter
regional, que permitiu a identificação e localização de áreas críticas e cursos d’água a serem
objeto de análise pormenorizada para fins de zoneamento ecológico-econômico, bem como de
16. 16
estudos subsequentes de mapeamento de risco, em escala adequada, o que demonstrou a
viabilidade de aplicação dos procedimentos adotados.
Os resultados obtidos, ainda que preliminares são bastantes promissores. A
classificação preliminar de perigos, teve caráter eminentemente experimental, e baseou-se
exclusivamente na análise exploratória dos dados através de métodos numérico-estatísticos.
Outros atributos considerados relevantes para o estudo de inundações, tais como a data dos
eventos/ocorrências e sua recorrência, número de moradias/edificações atingidas, devem ser
explorados oportunamente em análises espaciais e estatísticas subsequentes, destinadas à
classificação de perigos (ou probabilidade de ocorrência), avaliação de áreas críticas e ao
zoneamento de risco.
Trabalhos futuros, em escalas regional e local, devem envolver a análise espacial de
dados explorando algoritmos de análise e interpoladores, novas análises estatísticas e
classificação de perigos utilizando outros parâmetros (por ex. elevação do terreno) e unidades
de terreno, tais como sub-bacias e compartimentos fisiográficos.
Agradecimentos
Os autores agradecem ao Arquivo Publico Municipal de São José dos Campos, na pessoa da Sra. Edna
Regina Santos Martelo, aos colegas Ivete Costa da Silva, Rosângela Pereira de Carvalho, Maria de
Lourdes Figueiredo Gomes, Maria Helena Silva de Jesus e Mirian Ramos Gutjahr pelo apoio na coleta e
sistematização de dados, e ao revisores anônimos do 7º SBCG.
6. REFERÊNCIAS
Câmara, G.; Souza, R.C.M.; Garrido, J. (1996) SPRING: Integrating remote sensing and GIS by
object-oriented data modeling. Computers & Graphics, 20: (3) 395-403.
Cerri, L.E.S. 1999. Riscos Geológicos Urbanos. In: Ciências da Terra e o Meio Ambiente:
diálogos para (inter)ações no Planeta. São Leopoldo: UNISINOS, 1999. 284p
Conover W.J. (1981). Practical nonparametric statistics. 2ª Ed. John Wiley & Sons, New York.
472p
Fernandes Da Silva, P.C.; Cripps, J.C. (2008) Comparing directional line sets using non-
parametric statistics: a new approach for geoenvironmental applications. Stochastic
Environmental Research & Risk Assessment, 22 (2): 231 - 246.
Gibbons J.D., Chakraborti, S. (1992) Nonparametric statistical inference. 3ª Ed. Marcel Dekker,
New York. 495p
Gramani, M.F.; Silva, F.C.; Almeida Filho, G.S.; Gouveia, M.I.F. (2004) Diagnóstico das
inundações em áreas urbanas do Rio Paraíba do Sul e Mantiqueira, SP: Subsídios para
o Plano de Contingência. Anais do 1º Simpósio Brasileiro de Desastres Naturais.
GEDN/UFSC, Florianópolis. Pp. 539-553 (CD-ROM)
INPE – Instituto Nacional de Pesquisas Espaciais. 2009. SPRING 5.1 – Manuais. Disponível
em http://www.dpi.inpe.br/spring/portugues/manuais.html. Consultado em 26 de janeiro
de 2009