Produção cartográfica e atividades de campo da pesquisa: técnicas e operacionalização

A partir dos setores que foram identificados como sendo de maior exposição, foi elevada a escala de detalhe estabelecendo zonas consideradas prioritárias (TABELA 1). definidas de acordo com o os fatores de exposição física a inundações (FExp). Esse resultado foi usado como referência, diferentemente do Índice de exposição (InEx), pois o mesmo considera apenas as condições ambientais e não a quantidade de residências, o que eventualmente poderia distorcer alguma informação na escolha de áreas as quais devem ser vistas como principais devida a possível emergência em ações a serem tomadas.

Tabela 1 - Resultado do Fexp para estabelecer áreas prioritárias

Setor Fexp Setor 5 4,3 Setor 14 3,9 Setor 12 3,8 Setor 13 3,5 Setor 4 3,4 Setor 10 3,3 Setor 11 2,8 Setor 3 2,6 Setor 1 2,3

Fonte: Elaborado pelo autor (2019).

A partir disso, foram escolhidos 4 setores por terem registrado FExp maiores que 3,5. Os setores com maior nível de exposição foram os de número 5, 14, 12 e 13, escolhidos como áreas prioritárias (FIGURA 11) para que o estudo fosse feito em escala mais detalhada apenas nesse lugares e não na sede por completo. Isto porque nem toda ela têm problemas diretos associados a riscos de inundações. Por isso, os setores os quais não possuem FExp que condicionem inundações foram removidos da tabela.

Essas áreas foram renomeadas. O setor 5 passou a se chamar Frei Damião (Referência ao bairro pelo qual compõe seus limites), o setor 12 se tornou São Sebastião (Associado ao nome do assentamento a qual faz parte), e os setores 13 e 14 foram mesclados, se tornando o Rio Maceió (Centro), devido ao corpo d’água principal da cidade perpassar ambos, o Rio Maceió.

Para transformar as informações estatísticas em representação espacial foi necessário aplicar técnicas de interpolação, as quais são usadas para estimar valores desconhecidos se utilizando de valores conhecidos (Santos et. al, 2016). A escolha desse método não é simples, de acordo com Landim (2000) a superfície interpolada ajusta-se aos dados a um determinado nível com relação a precisão, ou seja, é coerente aos dados respeitando o limite arbitrário definido pelo usuário, isso quer dizer que a escolha do método depende muito do que o pesquisador que o usa objetiva e ser apresentado. Esse método foi usado com o intuito de cartografar os dados de vulnerabilidade e risco, isso porque os questionários não foram aplicados em todas as casas por conta da amostragem estatística determinada. Sendo assim, muitos dos dados precisaram ser estimados.

Considerando o que foi dito, com relação as técnicas de mapeamento, diversas delas foram devidamente testadas. Aqui, merecem destaques as de interpolação como krigagem, spline e vizinho natural, as quais foram plotadas com o intuito de comparar os resultados e obter a melhor representação. No entanto, aquela que melhor expressou as informações na cartografia dos mapas foi o Inverse Distance Weighted (IDW), ou ponderação do Inverso das Distâncias (FIGURA 12), a qual segue o princípio de que as coisas mais próximas entre si são mais parecidas do que as mais distantes.

Figura 12 - Interpolação IDW

Para estabelecer um valor para algum local não identificado, o IDW usará os valores da amostragem que o cerca, que terão um maior peso do que os valores mais afastados. Dessa forma, cada ponto possui uma influência significativa no outro, fato que diminui gradativamente ao passo em que distância entre eles aumenta, o que origina seu nome (JAKOB; YOUNG, 2006).

Após a definição da interpolação foi determinado o método estatístico (também exigiu vários testes). Alguns exemplos são: Intervalos iguais, desvio padrão e quebras naturais. Porém, aquele que melhor representou a superfície foi o método estatístico do quantil, subdivido em 5 classes (variando gradualmente de muito baixa a muito alta). Esse método atribui o mesmo número de valores de dados a cada classe, não permitindo que nenhuma delas permaneça vazia, com poucos ou muitos valores, se tornando desproporcionais (ESRI, 2016).

Para a execução e operacionalização da pesquisa foi necessária a realização de atividades de campo. Com isso, foi possível realizar o reconhecimento da área e do principal problema da pesquisa, buscando entender de que forma os procedimentos metodológicos se adaptaram à realidade do lugar a ser investigado.

A partir daí, foi aplicada a ficha de inundação adaptada de Guerra (2009) e Oliveira (2018). Em seguida, e com os resultados em mãos, foram delimitadas áreas prioritárias para aplicação do questionário de vulnerabilidade social. Vale ressaltar que ambas as etapas ocorreram associadas a conversas com a população e com os representantes municipais do poder público de Touros.

Os campos foram momentos de ampla produção de dados para a pesquisa. Uma das principais etapas foi o levantamento das imagens com Aeronave Remotamente Pilotada (ARP) (FIGURA 13), também conhecida popularmente como DRONE ou VANT (veículo aéreo não tripulado) do tipo Drone Dji Phantom 3 PRO. Esses registros foram importantes fontes de informações para a pesquisa, assim como a principal base de imagens para a elaboração cartográfica.

A escolha do ARP como forma de obtenção de imagens aéreas está muito relacionada ao fato de que atualmente este é um dos melhores meios para a realização da aerofotogrametria em pequenas áreas. Por seu baixo custo operacional e o trabalho automático, não de forma autônoma, permite a coleta de fotografias com elevada qualidade de resolução, o que auxilia na análise e interpretação dos dados (ALEXANDRE, 2017).

Figura 13 - Levantamento de imagens com ARP

Fonte: Foto de Erick Jordan (2019).

Tal ferramenta permite uma melhor visibilidade dos elementos presente no ambiente e dessa forma assegura a percepção dos aspectos naturais e infraestruturais de uma determinada área com maior qualidade, desencadeando uma análise mais específica do lugar a ser estudado.

O imageamento foi realizado apenas nas áreas prioritárias, estando as suas respectivas fotografias destinadas como fonte para elaboração para o ortomosaico. Após a coleta, estas imagens foram sobrepostas aos dados dos pontos de controle coletados com Global Navigation Satellite System (GNSS), o que serviu para melhorar a precisão e acurácia dessas imagens.