PERFIL DE RISCOS DE INUNDAÇÕS NO PLANEJAMENTO DA GESTÃO DE RISCOS DE DESASTRES EM SANTA CATARIN Na etapa seguinte, os dados anuais de eventos foram transformados em períodos anuais de
retorno para cada um dos 10.000 anos sintéticos, de modo a relacionar o modelo aos dados sobre perigos naturais. Por último, os dados anuais foram desagregados em eventos separados e relacionados de volta com a base de dados de exposição. A profundidade da água foi referenciada ao mapeamento de suscetibilidade. A Figura 11 ilustra o processo.
FiGura 11. reSuModo proCeSSo eStoCÁStiCode Geraçãodo Conjuntode eventoS
Uma vez pronto o modelo, foram realizadas duas análises: uma avaliação de prejuízos históricos usando dados de três cenários de inundações históricas e uma avaliação probabilística de prejuízos usando o conjunto completo de eventos de 10.000 anos. Assim, a base de dados final de exposição foi rodada contra todos os dados sintéticos de eventos de perigos naturais de 10.000 anos, produ-zindo os principais resultados deste estudo, conforme apresentado na Tabela 4.
tabela 4. reSuModoS prinCipaiS produtoSdo Modelo Cat de Santa Catarina
PEO em R$ PEA em R$ PEA como % do produto interno bruto
Coletar e limpar (avaliação de qualidade) os registros de
dados históricos Agregar para níveis
granulares menores Gerar área de afetação dos eventos
Exportar Criar elo com curvas
de vulnerabilidade espacialmente variável
Estabelecer relações espaço-temporais entre níveis de
inundação
Santa Catarina: a Gestão de Riscos de Desastres no contexto do Planejamento Estratégico para o aumento da Resiliência a Perigos Naturais
Os resultados da PEA na Figura 13 mostram a probabilidade de que o custo total de todos os eventos de um ano qualquer exceda um determinado limite. Com base nesses resultados, a probabilidade de que todos os eventos de um ano qualquer gerem prejuízos de R$ 1,8 bilhão ou mais é de 10%.
Eventos com um período de retorno de 20 anos poderiam gerar prejuízos de R$ 2,3 bilhões ou mais.
FiGura 12. pea para diFerenteS períodoSde retorno
O Modelo CAT também permite concluir que mesmo eventos relativamente frequentes poderiam gerar prejuízos consideráveis, de mais de R$ 1 bilhão. É importante observar que o modelo considera apenas os prejuízos associados a danos em edificações, o que inclui os efeitos diretos de desastres em muitos setores (como moradia, educação e indústria), mas não os efeitos indiretos associados aos prejuízos estimados.
Além disso, o modelo não especifica o tipo de propriedade (pública ou privada) dos ativos expostos. A despeito dessas limitações da modelagem, mesmo que apenas 10% dos prejuízos associados se traduzam em passivos para o governo estadual, no cenário atual a capacidade de resposta financeira do estado não seria suficiente para financiar as necessidades de resposta a desastres no futuro.
Como parte da avaliação de riscos, além da PEA a PEO também foi estimada. A PEO mostra a probabilidade de que ocorra um grande prejuízo em um ano qualquer, uma métrica que pode ser útil para empresas de seguro e de resseguro, por exemplo.
FiGura 13. peo para diFerenteS períodoSde retorno
PERFIL DE RISCOS DE INUNDAÇÕS NO PLANEJAMENTO DA GESTÃO DE RISCOS DE DESASTRES EM SANTA CATARIN O resultado da PEO mostra a probabilidade de o evento mais oneroso de um ano qualquer
exceder um determinado valor. Assim, com base nesses resultados, existe uma chance de 0,01%
de que o evento mais oneroso de um ano qualquer gere prejuízos de R$ 2,3 bilhões ou mais.
No contexto deste estudo, os resultados do Modelo CAT também podem ser usados como linha de base para atualizar a estratégia estadual de proteção financeira contra perigos naturais.
A curva de PE apresentada permite a realização de uma análise baseada em cenários das poten-ciais lacunas de financiamento - o que, por sua vez, permite o estabelecimento de um portfólio das fontes de financiamento adequadas para o perfil de risco do estado.
Uma análise semelhante às curvas estaduais de PE foi realizada em nível municipal.
Assim, o Modelo CAT forneceu um quadro geral da distribuição espacial do risco de inundação no estado. A Tabela 3 mostra a classificação de municípios de Santa Catarina com prejuízos médios anuais superiores a R$ 10 milhões.
tabela 3. ClaSSiFiCação de MuniCípioS de Santa Catarina CoM oS MaioreS prejuízoS
MédioS anuaiSeM r$
A Tabela 3 lista os municípios com um histórico extenso de danos e prejuízos causa-dos por desastres. São, também, os municípios mais densamente povoacausa-dos do estado e, consequentemente, aqueles com o maior volume de infraestrutura e ativos expostos. No entanto, o resultado da PMA contra intuitivo do município de Palhoça merece destaque.
Embora não figure entre as cidades com histórico significativo de desastres, o Modelo CAT classificou a cidade como a segunda do estado na lista. Nesse contexto, gostaríamos de enfatizar a necessidade de complementar qualquer esforço de modelagem com pesqui-sas de campo para poder avaliar melhor se (i) o modelo de inundação deixou de capturar certas características geográficas ou (ii) o modelo de exposição apresentou limitações ou estava errado, o que poderia gerar um Modelo CAT com resultados enganosos.
Município Prejuízo Médio Anual
Santa Catarina: a Gestão de Riscos de Desastres no contexto do Planejamento Estratégico para o aumento da Resiliência a Perigos Naturais
Entre os fatores capazes de limitar a modelagem estão a falta de informação sobre obras de mitigação de riscos e proteção contra inundações instaladas recentemente e não inseridas nas bases de dados usados na modelagem. Cabe notar, ainda, que em 1995 o município de Palhoça (assim como toda a região metropolitana de Florianópolis) foi gravemente afetado por chuvas intensas, que certamente causaram prejuízos consideráveis. No entanto, a falta de dados oficiais sobre prejuízos relacionados a esse evento especifico pode ter evidenciado a falta de conheci-mentos sobre a suscetibilidade da cidade a prejuízos por desastres, algo que o modelo conseguiu capturar, identificando um ponto cego até então desconhecido.
Finalmente, a desagregação do perfil de risco de desastres em nível municipal não serve apenas como mais um critério a ser considerado na priorização de investimentos para a redução de riscos. Serve também para incentivar os governos nacionais e subnacionais a considerar a possibilidade de adotar mecanismos de pool de riscos, ou transferência de riscos (para o setor privado) por meio de seguros, permitindo que o estado aprimore sua capacidade de resposta e resiliência geral contra perigos naturais. Análises como essas e outras foram possíveis graças às feições geoespaciais consideradas durante a concepção do estudo e ao desenvolvimento da ferramenta Smart Risk Profiling que, no futuro, permi-tirá que qualquer usuário final faça análises especificas e independentes.