DADOS ESPACIAIS GLOBAIS E ANÁLISES REGIONAIS:
GEOTECNOLOGIAS NO ESTUDO DE MUDANÇAS NO SEMIÁRIDO
Iana Alexandra A. Rufino 1* & Kevin Mulligan 2
Resumo
Diante da alta disponibilidade de dados e grades espacializadas de dados ambientais, várias análises regionais podem ser viabilizadas atentando-se para as compatibilidades de resolução e formatos. Dados censitários originalmente agregados em unidades setoriais também podem ser integrados em uma análise regionalizada. Neste sentido, este trabalho apresenta uma análise da região semiárida nordestina, sob o ponto de vista da variabilidade climática observada e das mudanças populacionais ocorridas. Utiliza-se uma metodologia integradora advinda das geotecnologias de forma a estabelecer níveis de pressão de mudanças a que estão submetidas as bacias hidrográficas desta região.
Palavras-Chave – Variáveis climáticas globais, Geotecnologias, Dados censitários.
GLOBAL SURFACES AND REGIONAL ANALYSIS: GEOSPATIAL
TECHNOLOGIES SUPPORTING BRAZILIAN SEMI-ARID CHANGES
STUDIES.
Abstract
High availability of Global data grids makes possible several regional analyzes if it considers particular issues about resolution and formats. Census data nested into census tracks units can also be integrated into a regionalized and spatial analysis. In this sense, this paper presents an analysis of Brazilian semi-arid region, considering climate variability and population changes and using geospatial technology approach in order to establish levels of pressure changes that are submitted some watersheds in this region.
Keywords – Global Climate data, Geospatial Technology; Census data. INTRODUÇÃO
Alterações no clima podem alterar inúmeras características hidrológicas de uma bacia tais como, o balanço hídrico, as taxas de evapotranspiração, a vazão e a recarga dos aqüíferos (Steinke, 2004). Kustas et al. (1994) e French et al. (2005) apontam que elevações na temperatura, promovidas por alterações na cobertura do solo, interferem significativamente na taxa de evapotranspiração de cultivos.
Conforme Arnell (1994), o aumento da concentração de gases estufa, por exemplo, resulta em aumento no balanço de radiação na superfície terrestre, produzindo modificações nas temperaturas, taxas de evaporação e chuvas e, em conseqüência, nos regimes de umidade dos solos, reabastecimento de águas subterrâneas e escoamento fluvial. Qualquer alteração natural e/ou antrópica que altere a quantidade de vegetação e de áreas úmidas possibilita alterações climáticas de escalas espacial e temporal variadas (Weng, 2001; Chudnovsky et al, 2004).
Neste contexto, o sensoriamento remoto (SR) via satélite proporciona uma alternativa para quantificar os fluxos de energia entre a atmosfera e a superfície terrestre com um fornecimento
1
Professor Adjunto. Programa de Pós-graduação em Engenharia Civil e Ambiental, Unidade Acadêmica de Engenharia Civil, Universidade Federal de Campina Grande, e-mail:iana.alexandra@ufcg.edu.br.
quase continuo de dados com alta resolução temporal e espacial, possibilitando assim considerável melhoria nos sistemas de assimilação dos modelos (Paiva, 2005).
O padrão espectral de cada pixel dos produtos de SR pode ser a base numérica para classificação das várias características espaciais. Além disso, Sistemas de Informação Geográfica (SIG) permitem a integração dos dados remotos classificados e de informações adicionais de diversas outras fontes (população, recursos naturais, etc) para apoiar a tomada de decisões (Ramachandra & Kumar, 2009).
A disponibilidade gratuita de produtos de Sensoriamento Remoto e de softwares de Geoprocessamento torna possível atualmente, a qualquer pessoa ou instituição, produzir dados de qualidade a um custo muito baixo. Esta disponibilidade perpassa por diversos sensores e satélites, os quais devem ser cuidadosamente estudados e cujos produtos, devem ser minuciosamente conhecidos (resolução espacial, hora de passagem, resolução radiométrica e temporal, etc.) para sua efetiva utilização em qualquer aplicação. Muitas vezes, dados censitários não são utilizados por gestores, pelo fato de não se encontrarem no formato adequado para uma análise rápida.
Neste sentido, este trabalho apresenta uma metodologia de integração de variáveis climáticas interpoladas para superfícies globais e disponíveis na web em uma análise regionalizada para o semiárido brasileiro. Pretende-se classificar as bacias hidrográficas desta região de acordo com as pressões de mudanças a que estão submetidas. Este indicador de pressões óbtidos através de uma análise espacial em ambiente SIG usando duas variáveis climáticas e uma variável demográfica e lançando mão de conceitos oriundos dos conjuntos difusos na adequação das variáveis.
SOBRE O SEMIÁRIDO BRASILEIRO
O semiárido é a área de maior abrangência territorial dentre os espaços naturais que integram a região Nordeste do Brasil. Do ponto de vista físico-climático, o semiárido se caracteriza por médias térmicas elevadas (acima de 26°C) e duas estações bem distintas: uma seca na qual chove muito pouco, e uma úmida quando ocorrem precipitações irregulares que vão de um mínimo de 300 mm a um máximo de 800 mm.
A precipitação pluviométrica ocorre de forma bastante irregular no espaço e no tempo. As altas temperaturas com pequena variação interanual exercem forte efeito sobre a evapotranspiração que, por sua vez, determinam o déficit hídrico como o maior entrave à ocupação do semiárido nordestino e ressaltam a importância da irrigação na fixação do homem nas áreas rurais destas regiões em condições sustentáveis. O acesso à água em quantidade, qualidade e regularidade pela população rural constitui um importante fator limitante da sustentabilidade da vida no semiárido. Nas regiões semiáridas a deficiência hídrica é um somatório de fatores como: ausência, escassez, irregularidade e má distribuição das precipitações pluviométricas na estação chuvosa, além da intensa evaporação durante o período de estiagem e o elevado escoamento superficial das águas.
Além disso, o semiárido brasileiro apresenta a maior concentração populacional em regiões semiáridas do mundo, o que faz com que a pressão sobre os recursos hídricos seja itensificada pela necessidade de abastecimento humano. Segundo dados do último censo (IBGE, 2010), a população do semiárido supera os 22 milhões de habitantes. Este número representa cerca de 12% de toda a população brasileira. Segundo a delimitação oficial definida pela Portaria no. 89 do Ministério da Integração Nacional (BRASIL, 2005), o semiárido possui 1.135 municípios dsitribuídos entre 9 estados (Bahia, Sergipe, Alagoas, Pernambuco, Rio Grande do Norte, Paraíba, Ceará, Piauí e a parte norte de Minas Gerais). A Figura 1 apresenta uma caracterização hidrográfica da região bem como o modelo de elevação.
A delimitação de bacias é disponibilizada pela ANA (Agência Nacional de Águas) em formato vetorial compatível com a maioria dos SIG. O modelo digital de elevação apresentado é um recorte de uma superfície global (GLOBE, 1999) tratado e classificado em abiente SIG. A topografia da região em algumas áreas apresenta relevo montanhoso e nestas áreas é possível a identificação de um “microclima” diferenciado das demais. Além disso, algumas destas áreas com altos valores de elevação estão mais próximas ao oceano o que pode induzir massas de ar frio e elevar os níveis de precipitação.
Figura 1 – (a) Bacias Hidrográficas (Fonte: ANA, 2012); (b) Modelo Digital de Elevação (Fonte: GLOBE Project, 1999)
VARIÁVEIS CLIMÁTICAS GLOBAIS
A variabilidade climática tem sido ao longo dos anos, a principal causa de flutuações na produção global de alimentos em regiões áridas e semiáridas dos países tropicais em desenvolvimento. Picos de aquecimento e resfriamento, secas e inundações e várias outras formas de variações climáticas tem causado estragos na agricultura e pecuária destas regiões. Tudo isto, somado a outros condicionantes físicos e, a questões sociais e econômicas podem fazer com que as mudanças climáticas tenham um forte impacto econômico e organizacional da população. (SIVAKUMAR et al., 2005).
Neste sentido existem diversas bases de dados climáticos globais disponíveis para uso em SIG. As geotecnologias permitem integrar diferentes dados de fontes e formatos variados. Nos dias atuais, o desafio científico não é mais a produção do dado em si mas, a definição da metodologia mais “apropriada” para usar de forma eficiente a vasta gama de dados disponível.
Para criar uma série temporal de dados de chuva para mútiplas localizações é necessário um trabalho árduo de coleta dos dados das estações que usam por sua vez, diferentes instrumentos e métodos e, e o resultado é um conjunto de dados que nem sempre tem uma boa distribuição espacial. Segundo Chapman (2010), na última década, esses registros foram criados, e em seguida, através de procedimentos de interpolação sofisticados, os dados foram reexpressos em pixels de latitude e longitude em diferentes níveis de resolução. Os dados de precipitação utilizados neste
Meteorológico Nacional da Alemanha). A superfície interpolada apresenta uma única variável (precipitação) com resolução espacial de 0.5o de latitude e longitude (aproximadamente 1 km), para os anos de 1951 a 2000. O GPCC criou uma base de dados de precipitação de 50 anos previstos para as áreas globais que está disponível desde agosto de 2005. Os dados mensais definidos para as supefícies globais (excluindo Groenlândia e Antártida) para o mesmo período (1951-2000) está disponível em três resoluções diferentes (0,5 ° lat / lon, 1,0 ° lat / lon, 2,5 ° lat / lon).
Figura 2 – Precipitação Média Annual e Sazonalidade da Precipitação (source: GPCC, 2005; WorldClim, 2005)
O Projeto WorldClim (Higmans et al., 2005) é uma base de dados climáticos (climate grids) globais com resolução de 1 km2 O objetivo desta base de dados é fornecer variáveis bioclimáticas globais para estudos ambientais. A variável BIO15 diz repeito à sazonalidade da precipitação baseada no coeficiente de variação e é apresentada na figura 1b. De acordo com Higmans et al. (2005), o coeficiente de variação é o desvio padrão da precipitação semanal estimada, expressa pleo percentual da média das estimativas (i.e. da média anual). Pode-se observar através desta variável que em países de clima tropical há uma variabilidade maior da precipitação. De acordo com Chapman (2010), a visualização desta variável em mapa mostra as áreas da superfície terrestre em que, para qualquer valor da média, a precipitação é sazonalmente "agrupada".
Assim como a precipitação a variabilidade da temperatura na região semiárida é bastante elevada. A figura 3 apresenta as variáveis BIO1 e BIO4, Temperatura média anual e Sazonalidade da Temperatura (expressa em termos do desvio padrão multiplicado por 100).
DINÂMICA POPULACIONAL
Dados censitários são excelentes fontes de informação e permitem análises temporais com intervalos regulares (no caso do censo brasileiro, décadas). Para a observação de mudanças na população residente no semiárido foram utilizados dados dos Censos de 1980 e 2010 (intervalo de 30 anos). Uma operação algébrica de “subtração” pode permitir a visualização de crescimento ou
declínio populacional de um município (Figura 5a). Entretanto, a distribuição do dado populacional por limite administrativo (limites políticos dos municípios) dificulta a leitura de um “mudança” na superfície semiárida.
(a) (b)
Figure 3 - – (a) Temperatura Média Anual, (b) Sazonalidade da Temperatura (source: WorldClim , 2005)
Utilizando um estimador de densidade Kernel pode-se visualizar a magnitude da população por unidade de área para cada pixel. A função Kernel presente em alguns pacotes SIG é baseada em uma função quadrática definida por Silverman (1986). A figura 4 apresenta as superfícies geradas para os dois censos. Os dados anteriormente agregados por polígonos municipais foram “transferidos” para as respectivas sedes municipais, entendendo que nas áreas urbanas é onde se observa a maior quantidade de população residente na região.
A figura 5 compara a diferença entre os censos visualizadas em termos de “dados agregados” (modelo padrão dos dados censitários) e em superfície. Observa-se que cidades como Campina Grande e Caruaru tem “atraído” um crescimento populacional em seu entorno o que causa uma “junção” das manchas de densidade.
INDICADOR DE PRESSÃO DE MUDANÇAS
Para estabelecer um indicador de áreas sob forte “pressão” do ponto de vistas de mudanças ao longo dos anos foi proposta uma metodologia de “sobreposição Fuzzy” utilizando ferramentas do ambiente SIG. O conceito de conjuntos difusos ou nebulosos (Fuzzy Sets) foi proposto por Zadeh (1965), como uma generalização do conceito da Teoria Clássica dos Conjuntos. Os conjuntos
Difusos são uma metodologia de caracterização de classes, que por varias razões não têm ou não
podem definir limites rígidos (bordas) entre classes. Essas classes definidas de maneira inexata são chamadas de conjuntos Difusos. A utilização de um conjunto Difuso é indicada sempre que se tiver
que lidar com ambigüidade, abstração e ambivalência em modelos matemáticos ou conceituais de fenômenos empíricos (Burrough & McDonnell, 1998).
Figure 4 – Population surface (1980 and 2010) using Kernel Density.
(a) (b)
Figure 6 – Population Changes (From 1980 to 2010): (a) Polygon nested data; (b) Kernel density surface
Os conjuntos difusos se caracterizam por não possuírem limites definidos e a transição entre a pertinência ou não pertinência de uma posição é gradual. Neste trabalho, um conjunto difuso é
caracterizado pelo grau de pertinência (também chamado de grau de adequação) que varia de 0 a 1, indicando um aumento contínuo de uma situação de não pertinência para uma de total pertinência segundo uma função linear.
Considerando que não foram atribuídos pesos diferenciados aos critérios na análise, a Figura 7 apresenta o resultado obtido e classificado segundo intervalos iguais de forma a estabelecer níveis de pressão, segundo uma escala ordinal, (valores mais baixos, indica menos “pressão’ que valores mais altos).
CONSIDERAÇÕES FINAIS
Ao sobrepor as bacias hidrográficas observa-se que as sub-bacias do São Francisco Submédio e Baixo são as que apresentam maiores indicadores de “pressão” de mudanças. A alta sazonalidade da Temperatura e a dinâmica populacional vigente provocada por diversos investimentos na região são os principais fatores de pressão seguida por uma sazonalidade de precipitação um pouco mais baixa que na região próxima a Fortaleza (norte do semiárido) mas ainda com valores elevados.
A partir de um indicador como este, outras análises em escalas de bacia hidrográfica podem ser realizadas como detecção de mudanças de uso de solo utilizando imagens de satélite de múltiplas datas ou a agregação de outras variáveis ambientais. A metodologia proposta, considera que dados espaciais globais podem e devem ser utilizados em análises regionais e que podem apresentar resultados consistentes mesmo para áreas menores como pequenas bacias, sendo a validação de resultados e o conforntamento com alguma verdade de campo (ground truth) fundamental nestes casos.
REFERÊNCIAS
ARNELL, N. W. (1994). Hydrological impacts of climate change. In: CALLOW, P. e PETTS, G. E. (Eds.).
The rivers handbook. Oxford: Blackwell, vol. 2, p. 173 – 185.
Beck, C., J. Grieser and B. Rudolf (2005): A New Monthly Precipitation Climatology for the Global Land Areas for the Period 1951 to 2000 . In: Climate Status Report 2004, pp. 181 - 190, German Weather Service, Offenbach, Germany.
BRASIL. Ministério da Integração Nacional. DOU, Portaria Número 89 de 10 de Março de 2005. Brasília-DF, 2005.
BURROUGH, P. A. MCDONNELL R. A. (1998). Principles of Geographic Information Systems. Oxford, Oxford University Press.
Chapman, G. 2010. “Popular perception and climate change: mapping the varying experience of precipipation”. In: W. Østreng (ed): Transference. Interdisciplinary Communications 2008/2009. CAS, Oslo (Internet publication, http://www.cas.uio.no/publications_/ transference.php, ISBN:978-82-996367-7-3).
CHUDNOVSKY, A.; Ben-Dor, E.; Saaroni, H. (2004). Diurnal thermal behavior of selected urban objects using remote sensing measurements. Energy and Buildings, n.36, p.1063 – 1074.
FRENCH, A.N.; JACOB, F.; ANDERSON, M.C.; KUSTAS, W.P.; TIMMERMANS, W.; GIESKE, A.; SU, Z.; SU, H.; MCCABE, M.F.; LI, F.; PRUEGER, J.; BRUNSELL, N. (2005). Surface energy fluxes with the Advanced Spaceborne Thermal Emission and Reflection radiometer at the Iowa 2002 SMACEX site (USA). In: Remote Sensing of Environment, n. 99, p. 55 – 65.
GLOBE Task Team and others (Hastings, David A., Paula K. Dunbar, Gerald M. Elphingstone, Mark Bootz, Hiroshi Murakami, Hiroshi Maruyama, Hiroshi Masaharu, Peter Holland, John Payne, Nevin A. Bryant, Thomas L. Logan, J.-P. Muller, Gunter Schreier, and John S. MacDonald), eds., 1999. The Global Land
One-kilometer Base Elevation (GLOBE) Digital Elevation Model, Version 1.0. National Oceanic and
Atmospheric Administration, National Geophysical Data Center. Digital data base on the World Wide Web (URL: http://www.ngdc.noaa.gov/mgg/topo/globe.html) and CD-ROMs.
Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis, 2005. Very high resolution interpolated climate surfaces for global land areas. In: International Journal of Climatology 25: 1965-1978.
IBGE – Instituto Nacional de Geografia e Estatística (2010).
KUSTAS, W.P.; DAUGHTRY, C.S.T. e VAN OEVELEN, P.J. (1994). Analytical treatment of relationships between soil heat flux/net radiation ratio and vegetation indices. Remote Sensing of Environment, vol. 46, 319 – 330.
PAIVA, C.M. Estimativa do Balanço de Energia e da Temperatura da Superfície via Satélite NOAA-AVHRR. Tese (Doutorado em Ciencias em Engenharia Civil), COPPE/Universidade Federal do Rio de Janeiro, UFRJ, 2005, 248 p.
RAMACHANDRA, T.V and KUMAR, Utam. (2009). Geoinformatics for Urbanization and Urban Sprawl pattern analysis. In: Koshi, Pani & Mohapatra et al (org.). Geoinformatic for Natural resources
Management.(Capítulo 19). Nova Science Publishers, 2009.
Silverman, B. W. Density Estimation for Statistics and Data Analysis. New York: Chapman and Hall, 1986. SIVAKUMAR, M. V. K., DAS, H. P. and BRUNINI, O. (2005). Impacts of present and future climate variability and change on agriculture and forestry in the arid and semi-arid tropics. In: Climatic Change 70: 31–72. Springer.
STEINKE, E. T. (2004). Considerações sobre variabilidade e mudança climática no Distrito Federal, suas
repercussões nos recursos hídricos e informação ao grande público. Tese (Doutorado), publicação ECO.TD,
Departamento de Ecologia, Universidade de Brasília, Brasília, DF, 196 p.
WENG, Q. (2001). A remote sensing–GIS evaluation of urban expansion and its impact on surface temperature in the Zhujiang Delta, China. International Journal of Remote Sensing, v. 22, n.10, p. 1999 – 2014.
