Área de influência ao vazamento de produtos perigosos

Esta modelagem quantifica o número de pessoas atingidas por uma pluma tóxica hipotética. Foram utilizados os dados da grade para fins estatísticos e dos setores censitários, ambos do IBGE, para fazer um comparativo entre os dados.

O risco é um conceito dado pela equação: Risco = FR (ameaça, vulnerabilidade), onde FR é uma função de probabilidade parametrizada pela ameaça e a vulnerabilidade. A ameaça pode ser de origem natural, tecnológica ou a combinação de ambas e a vulnerabilidade é a suscetibilidade a lesões e danos sob a ameaça. A Figura 67 mostra o mapa de risco sob o arcabouço do SIG, iniciando com camadas de dados e para gerar os modelos de ameaças, vulnerabilidade e risco (COVA, 1999). Uma das camadas de ameaça tecnológica é a rota de produtos perigos (HAZMAT routes) que se encaixa no propósito deste trabalho de avaliação de vulnerabilidade a produtos perigosos.

Figura 67 — Modelagem de ameaça, vulnerabilidade e risco no contexto de um SIG

Fonte: COVA (1999)

Um papel importante é a preparação e resposta na modelagem de riscos. Um exemplo de SIG para a modelagem de risco a curto prazo é o conjunto de softwares CAMEO, Computer-Aided Management of Emergency Operations. Este conjunto de softwares é bem conhecido por equipes de

HAZMAT, Hazard Material, nos EUA, que auxiliam no suporte a resposta nos derramamentos de produtos químicos. (CARTWRIGHT, 1990)

O software CAMEO® tem o módulo para identificar os produtos químicos perigosos e seus riscos, mostra informações espaciais sobre a área e o modelo de dispersão atmosférica da pluma tóxica. Ele é projetado para ser transportado em veículos de emergência. Os módulos são os programas CAMEO Chemicals®, ALOHA® e MARPLOT®. (EPA; NOOA, 2010)

O CAMEO Chemicals possui uma base de dados de materiais perigosos com milhares de fichas. Existem dois tipos de fichas:

• Folhas de dados químicos que incluem informações de risco (por exemplo, se o produto químico reage com o ar ou com a água), recomendações de resposta (como o combate a incêndios, uso de roupas de proteção e primeiros socorros), propriedades físicas (como o ponto de fusão e níveis tóxicos) e a regulamentação.

• Folhas de dados UN/NA que inclui informações do Guia de Resposta de Emergência (tais como guias de resposta, o isolamento e as distâncias de proteção e avisos de gases tóxicos à inalação) e os materiais perigosos.

Figura 68 — Tela de apresentação do CAMEO Chemicals.

Fonte: EPA, NOOA (2010)

O ALOHA®, Areal Locations of Hazardous Atmospheres, é um aplicativo para estimar zonas de ameaça associados com liberações químicas perigosas, incluindo nuvens tóxicas de gases, incêndios e explosões. Uma vez descrita a liberação química, o programa faz uma previsão de risco com base nas características da substância química liberada, condições atmosféricas, e as circunstâncias da liberação. O ALOHA exibe zonas de intensidade de ameaça, com risco de toxicidade, inflamabilidade, radiação térmica ou a força de explosão. A Figura 69 mostra uma simulação com três regiões de concentração da pluma tóxica.

Figura 69 — Simulação da área atingida pelo vapor da pluma tóxica.

Fonte: O autor

O MARPLOT®, Mapping Application for Response, Planning, and Operational Tasks, é um programa para criar, visualizar e modificar os mapas com dados de estradas, instalações, escolas, meios de resposta e outras informações úteis para tarefas de mitigação. A Figura 70 mostra uma simulação de vazamento de um tanque de benzeno na via Expressa de Salvador, próximo ao porto de Salvador. A pluma tóxica está contida em duas células da grade estatística do IBGE, atingindo um total de 858 pessoas.

Figura 70 — Simulação do ALOHA apresentada pelo MARPLOT em local de liberação de gases.

Fonte: O autor

A fim de comparar os dados da grade estatística com os dos setores censitários, foi efetivado um trabalho para avaliar a população de Salvador que potencialmente poderia ser atingida por uma pluma tóxica pelo modal de transporte rodoviário.

Um dos principais meios de carga e descarga de Salvador é feito pelo porto de Salvador, administrado pela Companhia das Docas do Estado da Bahia, CODEBA, no entanto, não há nenhuma informação disponível sobre o volume de produtos perigosos que transitam pelo porto. Devido à falta de informações por parte dos órgãos oficiais, foi selecionado como o principal consumidor e fornecedor de produtos perigosos o Polo Petroquímico de Camaçari, localizado na região metropolitana de Salvador.

Segundo o COMITÊ DE FOMENTO INDUSTRIAL DE CAMAÇARI (2016), COFIC, as principais rotas do Polo Industrial de Camaçari são a cidade de Dias D’Ávila e o bairro de Nova Dias D’Ávila, a Central de Tratamento de Efluentes Líquidos (Cetrel), a Cidade de Camaçari, o Aeroporto Internacional Deputado Luís Eduardo Magalhães, o Porto Marítimo de Salvador, o Terminal Marítimo de Aratu, o Terminal Marítimo de Madre de Deus e a Refinaria de Mataripe, Refinaria Landulpho Alves (RLAM), como mostra a Figura 71.

Figura 71 — Principais rotas de transporte de cargas do Polo Petroquímico de Camaçari.

Fonte: COMITÊ DE FOMENTO INDUSTRIAL DE CAMAÇARI (2016)

Destas rotas somente duas estão na Cidade de Salvador, o Aeroporto Internacional Deputado Luís Eduardo Magalhães e o Porto Marítimo de Salvador. A partir deste cenário foram estabelecidas as possíveis rotas pelas vias da cidade, as quais são a Avenida Luiz Viana (Paralela), a Avenida Antônio Carlos Magalhães, o Acesso Norte, a Via Parafuso, a Ligação Iguatemi-Paralela, a Estrada do Coco, a Avenida Carybé, a Rua dos Rodoviários, a Estrada CIA-Aeroporto, a Rodovia Engenheiro Vasco Filho (BR 324), a Via Expressa Baia de Todos os Santos, a Avenida Tancredo Neves, a Rua Júlio Paixão e a área interna do aeroporto. A Figura 72 mostra as possíveis vias de transporte de produtos perigosos, bem como a localização do Aeroporto e do Porto de Salvador.

Figura 72 — Principais vias de transporte de produtos perigosos em Salvador

Fonte: O autor

Em torno das vias de acesso foi demarcada uma área de influência (buffer) de 1 Km, mostrado na Figura 73. O propósito é avaliar o número de pessoas que potencialmente poderiam ser atingidas por uma dispersão de gases, fazendo uma comparação entre os dados de setores censitários (IBGE, 2011a) e os da grade para fins estatísticos (IBGE, 2016b).

Figura 73 — Área de influência em torno das principais vias de escoamento de transportes de produtos perigosos

Fonte: O autor

A metodologia consiste em executar o operador de intersecção espacial entre os dados populacionais e a área de influência e estimar a população

residente na área de influência. A Figura 74 mostra a intersecção dos setores censitários com a região de influência e a Figura 75 a intersecção com a grade estatística.

Figura 74 — Setores censitários abrangidos pela área de influência

Fonte: O autor

Figura 75 — Grade estatística dentro da área de influência

Fonte: O autor

Foram utilizados três métodos para avaliar a população sob risco, descritos a seguir:

• O primeiro método estima a população, assumindo que toda ela faz parte da região de influência se 50% ou mais da área que estiver dentro da região de perigo, caso contrário a população não

será computada, pois este método prioriza a significância da área de ocupação;

• O segundo método é calcular a população pela proporção da área dentro da região de influência, neste caso supõe-se que haja uma densidade constante em toda região; e

• O terceiro método utiliza a metodologia de YAMAGUCHI et al. (2016) que incluí toda população se o centroide da área estiver dentro da área de influência, caso contrário toda população é descartada.

Todos estes métodos podem superestimar ou subestimar a população em risco, depende da densidade, da forma e área do polígono e da distribuição interna da população.

4.1.3 Avaliação da grade para fins estatísticos do IBGE para o mapeamento de vulnerabilidade

Esta aplicação foi previamente apresentada pelo autor no 12º Congresso de Cadastro Técnico Multifinalitário e Gestão Territorial (YAMAGUCHI; FERNANDES; ALIXANDRINI JR., 2016).

4.1.3.1 Introdução

Para avaliar a potencialidade e a limitação da grade do IBGE, este propõe-se a composição de um mapa de vulnerabilidade agregando os mapas de suscetibilidade do Serviço Geológico Brasileiro (CPRM) na escala de 1:25.000 (CPRM, 2015) com a grade do IBGE. A nota técnica de BITAR (2014) traz a metodologia de geração de cartas suscetibilidade envolvendo uma série de parâmetros geofísicos como a geologia, pedologia, hidrografia e altimetria entre outros e dados do espaço construído como a rede viária e ainda tendo como elementos de apoio imagens de alta resolução e trabalhos de campo. As cartas geradas pela CPRM são de suscetibilidade a Movimentos Gravitacionais de Massa e Inundações de Salvador.

Há uma série de conceitos sobre vulnerabilidade que inclui a vulnerabilidade social (IPEA, 2015b), a vulnerabilidade baseado no conceito de Ecodinâmica (CREPANI et al., 2001; TRICART, 1977), a vulnerabilidade às mudanças climáticas (FEITOSA; MONTEIRO, 2012; IPCC, 2014), a vulnerabilidade aos equipamentos urbanos (CORREIA; CAMPOS, 2007), entre outros. Será utilizado o conceito de COPECO (2013): “Vulnerabilidad: Es el factor interno de riesgo a que está expuesta una comunidad, a sufrir daños o pérdidas como resultado de la ocurrencia de un fenómeno natural o provocado por el hombre”. Este conceito traz o ponto de vista do risco de uma comunidade, representada pela grade do IBGE, exposta às ameaças, representada pela inundação e movimento de massa da CPRM.

4.1.3.2 Área de estudo

Devido a existência de dados pertinentes, a área de estudo abrange a Cidade de Salvador, capital do Estado da Bahia, localizada entre as coordenadas geográficas 38º42’ ─ 38º34’ longitude Oeste e 12º54’ ─ 13º00’

Latitude Sul (Figura 3). A Bahia tem fronteiras com os estados de Sergipe, Alagoas, Pernambuco, Piauí, Tocantins, Goiás, Minas Gerais e Espírito Santo. Salvador está inserida na Região Metropolitana de Salvador junto com mais nove cidades, anteriormente citadas. (SEI, 2014)

4.1.3.3 Metodologia

Os softwares utilizados neste trabalho são de código aberto (Open Source), a saber:

• Software de SIG QGIS® v. 2.14 (QGIS DEVELOPMENT TEAM, 2016);

• Banco de dados PostgreSQL (POSTGRESQL GLOBAL DEVELOPMENT GROUP, 2015), com a extensão PostGIS (POSTGIS DEVELOPMENT TEAM, 2015); e

• Software estatístico R (R CORE TEAM, 2015), com as extensões DBI (R SPECIAL INTEREST GROUP ON DATABASES, 2014) e RPostgreSQL (CONWAY et al., 2013).

O software QGIS® foi utilizado para visualizar e criar os mapas temáticos. O banco de dados PostgreSQL/PostGIS foi empregado para armazenar os dados e executar todas as operações de geoprocessamento como a interseção espacial e os operadores zonais. Conectado ao banco de dados pelas extensões DBI e RPostgreSQL, o software estatístico R foi utilizado para fazer as totalizações das tabelas.

Os dados de Salvador foram obtidos nos sites do IBGE e da CPRM: Grade para fins estatísticos do IBGE (IBGE, 2015a); Cartas de Suscetibilidade a Movimentos Gravitacionais de Massa e Inundações de Salvador (CPRM, 2015)

A Figura 76A mostra a população por células da grade da Cidade de Salvador, sendo que a quase totalidade é urbana, exceto os 4 Km2 de área rural da Ilha dos Frades. A Figura 76B e a Figura 76C trazem as Cartas de suscetibilidade à inundação e ao movimento de massa respectivamente, ambos categorizados em alta, média e baixa suscetibilidade.

Figura 76 — Grade para fins estatísticos (A), suscetibilidade à inundação (B), suscetibilidade ao movimento de massa (C).

Fonte: O autor

O método consiste na execução do operador de geoprocessamento de intersecção entre a grade e os mapas de suscetibilidade. Para cada célula de suscetibilidade por inundação e movimento de massa, serão criados os seguintes atributos:

• Suscetibilidade por maioria zonal: sendo que para o primeiro será atribuído a classe com maior área de suscetibilidade; e

• Suscetibilidade por ponderação: a ponderação é um meio de quantificar as classes de vulnerabilidade e uma alternativa para a maioria zonal. A ponderação é baseada na tabela de vulnerabilidade de CREPANI et al. (2001, pg. 21), sendo atribuído valor 1 (um) para a classe de menor vulnerabilidade, 2 (dois) para a média e 3 (três) para a maior. Então é feita a média ponderada pela área ocupada de cada classe. A média ponderada foi fatiada em partes iguais, estando a classe de Baixa de suscetibilidade entre 1,00 e 1,67, a Média entre 1,68 e 2,37 e a Alta entre 2,38 e 3,00.

Um dos objetivos é obter a vulnerabilidade sob o conceito da COPECO (2013), então é calculado o total da população na grade sob as classes de suscetibilidade por inundação e por movimento de massa. Também é estimado o total da população, baseada na proporção da população das áreas da grade. A Equação 6 mostra esta relação

𝑃𝑜𝑝𝑐𝑙𝑎𝑠𝑠𝑒_𝑎𝑟𝑒𝑎 = 𝑃𝑜𝑝𝑐𝑙𝑎𝑠𝑠𝑒∗

á𝑟𝑒𝑎_{𝑐𝑙𝑎𝑠𝑠𝑒} á𝑟𝑒𝑎𝑟𝑒𝑎𝑙

Onde:

Classe corresponde a classe de suscetibilidade podendo ser Baixa, Média ou Alta 𝑃𝑜𝑝𝑐𝑙𝑎𝑠𝑠𝑒_𝑎𝑟𝑒𝑎 é a população total por classe de suscetibilidade proporcional à área

𝑃𝑜𝑝𝑐𝑙𝑎𝑠𝑠𝑒 é o total da população por classe de suscetibilidade

á𝑟𝑒𝑎𝑐𝑙𝑎𝑠𝑠𝑒 é o total da área ocupada pela classe de suscetibilidade

á𝑟𝑒𝑎𝑟𝑒𝑎𝑙 é a área total por classe de suscetibilidade calculada a partir dos mapas

originais da CPRM

Procedimento

• Os dados do IBGE estão em formato shapefile (ESRI, 1998), Projeção Geográfica e Datum Sirgas 2000, e estão divididos em 56 quadrantes de arquivos shapefiles. A cidade de Salvador engloba os quadrantes 47 e 57; então os quadrantes foram mosaicados e recortados pelo limite do município e convertidos para UTM, zona 24S e Datum Sirgas 2000, para compatibilizar com os dados da CPRM;

• Os dados da grade e os mapas de suscetibilidade foram importados para o banco de dados PostgreSQL pelo aplicativo PostGIS Shapefile Import/Export Manager.

• Execução da interseção pela função do banco “ST_Intersects” entre a grade e os mapas de suscetibilidade;

• A função de intersecção não garante que dentro de uma célula da grade as classes estejam agrupadas, portanto foi executado o operador de agrupamento “ST_Dissolve” em cada célula;

• Identificação da classe com maior área, equivalente ao operador de maioria zonal, a diversidade com número de classes na célula, porcentagem da classe predominante na célula e cálculo de ponderação;

• A ponderação é baseada na classe e na área ocupada em cada célula, o que possibilita a classificação para as classes Alta, Média e Baixa suscetibilidade.

Para avaliar a potencialidade da grade em relação à vulnerabilidade, foi realizado um comparativo entre as áreas de suscetibilidade dos dados originais da CPRM e generalizados pela grade. A Figura 77A mostra o exemplo de uma célula englobando três suscetibilidades ao movimento de massa: Alta com 0,62 ha (vermelha); Média com 19.297,3 ha (amarela); e Baixa com 1,45 ha (verde). A Figura 77B mostra a generalização da célula feita por maioria zonal, neste caso toda célula assume a suscetibilidade Média e a ponderação obtem o valor 1,80, também indicando suscetibilidade Média.

Figura 77 — Uma célula da grade com dados de suscetibilidade e a célula generalizada.

Fonte: O autor

Averigou-se se a carta de suscetibilidade está em conformidade com a escala de 1:25.000. Para este procedimento foi utilizado como parâmetro o Manual Técnico de Uso da Terra (IBGE, 2013b) que conceitua a unidade mínima de mapeamento, UMM, e define como área mínima de um mapa temático de 5 mm x 5mm da escala, ou seja, na escala de 1:25.000 o menor polígono deve ter uma área equivalente de 125 m x 125m, totalizando 15625 m².

Escolheu-se para avaliação o mapa de suscetibilidade por inundação devido à sua maior discrepância com relação à geometria da grade. Foi feita uma avaliação prévia com três seleções por área com:

• Área menor que 1 mm² (625m²), com retorno de 2752 polígonos; e

• Área menor que 5 mm² (15625) m², com retorno de 4166 polígonos

Diante destes dados deduz-se que não houve um pós-processamento para eliminar polígonos pequenos nem a união de polígonos próximos.

Para generalizar o mapa de suscetibilidade foi utilizado um processo automático para unir os polígonos próximos e de mesma classe, utilizando o operador morfológico de fechamento (BANON et al., 1994, p. 99) do software SAGA.

Inicialmente o mapa de suscetibilidade foi convertido em formato matricial com resolução espacial de 1m, importado para o SAGA e executado o operador morfológico de fechamento com diâmetro de 5 pixels, que representa 0,2 mm na escala de 1:25.000, que é o “Erro máximo admissível na elaboração de desenho topográfico” (ABNT, 1994, p.3), a Figura 78A mostra um detalhe antes do processamento e a Figura 78B após o processamento.

Figura 78 — Detalhe do vetor original de inundação (A) e processado pelo algoritmo de fechamento (B).

Fonte: O autor

O mapa matricial foi convertido para vetor no QGIS. O procedimento normal é acoplar os polígonos com área menor que 15625 m² a um dos polígonos vizinhos com maior área ou a maior aresta em comum, mas isso pode trazer um erro de generalização quando muitos polígonos menores são adjacentes, para evitar este problema, optou-se por fazer uma seleção

escalonada. O escalonamento inicia-se com área de 1 mm², ou seja, 625 m2, e acrescenta-se esta área a cada iteração até atingir a área mínima mapeável, neste caso houve 25 iterações. Para remoção de áreas foi utilizado o operador v.clean (tool = rmarea) do software GRASS. A Figura 79A mostra um detalhe do mapa de suscetibilidade original e a Figura 79B após o processamento da limpeza. As classes do mapa reeditado foram generalizadas na grade por maioria zonal.

Figura 79 — Mapa de suscetibilidade por inundação original (A) e reeditado (B).

Fonte: O autor.

A Figura 80 mostra um extrato do mapa generalizado pela grade estatística sobre o mapa de suscetibilidade por inundação reeditado, as classes de suscetibilidade alta, média e baixa estão coloridas de vermelho, amarelo e verde, respectivamente.

Figura 80 — Mapa de inundação generalizado pela grade estatística sobre o mapa de suscetibilidade reeditado.

Foi realizado uma simulação com grade de 25m de resolução espacial com os dados de suscetibilidade por inundação reeditado, mostrado na Figura 81.

Figura 81 — Mapa de inundação generalizado por grade simulada com resolução espacial de 25 m sobre o mapa de suscetibilidade reeditado.

Fonte: O autor