MINISTÉRIO DA DEFESA EXÉRCITO BRASILEIRO
DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA INSTITUTO MILITAR DE ENGENHARIA
CURSO DE GRADUAÇÃO EM ENGENHARIA DE FORTIFICAÇÃO E CONSTRUÇÃO
EDUARDO CANDIDO BORGES
AVALIAÇÃO DA VARIABILIDADE DOS ECOSSISTEMAS E DO CAPITAL NATURAL E INTEGRAÇÃO AO MODELO HIDROLÓGICO DISTRIBUÍDO
MULTI-HYDRO
Rio de Janeiro 2018
2
INSTITUTO MILITAR DE ENGENHARIA
EDUARDO CANDIDO BORGES
AVALIAÇÃO DA VARIABILIDADE DOS ECOSSISTEMAS E DO CAPITAL NATURAL E INTEGRAÇÃO AO MODELO HIDROLÓGICO
DISTRIBUÍDO MULTI-HYDRO
Tese de Graduação apresentada ao Curso de Graduação em Engenharia de Fortificação e Construção do Instituto Militar de Engenharia, como requisito parcial para aprova- ção na referida disciplina.
Orientadores: Prof. Cap Igor da Silva Rocha Paz Prof. José Carlos César Amorim Prof. Ioulia Tchiguirinskaia
Rio de Janeiro 2018
3 c2018
INSTITUTO MILITAR DE ENGENHARIA Praça General Tibúrcio, 80 – Praia Vermelha Rio de Janeiro – RJ CEP: 22290-270
Este exemplar é de propriedade do Instituto Militar de Engenharia, que poderá incluí- lo em base de dados, armazenar em computador, microfilmar ou adotar qualquer forma de arquivamento.
É permitida a menção, reprodução parcial ou integral e a transmissão entre bibliotecas deste trabalho, sem modificação de seu texto, em qualquer meio que esteja ou venha a ser fixado, para pesquisa acadêmica, comentários e citações, desde que sem finalidade comercial e que seja feita a referência bibliográfica completa.
Os conceitos expressos neste trabalho são de responsabilidade do(s) autor(es) e do(s) orientador(es).
624 Borges, Eduardo Cândido
B732a Avaliação da variabilidade dos ecossistemas e do capital natural e integração ao modelo hidrológico distribuído multi- hydro / Eduardo Cândido Borges; orientado por Igor da Silva Rocha Paz; José Carlos Cesar Amorim; Ioulia Tchiguirinskaia – Rio de Janeiro: Instituto Militar de Engenharia, 2018.
72p. : il.
Projeto de Fim de Curso (PFC) – Instituto Militar de Engenharia, Rio de Janeiro, 2018.
1. Curso de Engenharia de Fortificação e Construção – Projeto de Fim de Curso. 2. Carbono. I. Paz, Igor da Silva Rocha. II. Amorim, José Carlos Cesar. III. Tchiguirinskaia, Ioulia.
IV. Instituto Militar de Engenharia. V. Título.
5 RESUMO
A urbanização reflete em impactos negativos, diretos e indiretos, em diversos serviços ecossistêmicos responsáveis pelo bem-estar e qualidade de vida dos pró- prios seres humanos. É uma tarefa complicada estimar quantitativamente o valor que está atrelado ao meio natural e seus serviços (capital natural), mas que se mos- tra cada vez mais necessária a fim de possibilitar melhores tomadas de decisão. O software InVEST, desenvolvido pela Universidade de Stanford conjuntamente com a
“The Nature Conservancy” e o “World Wildlife Fund”, surgiu com esse propósito, no qual nele encontra-se uma série de modelos totalmente distribuídos destinados a mapear e quantificar diversos serviços ecossistêmicos. Nesse trabalho, utilizou-se primeiramente o InVEST para estimar o estoque de carbono presente na região de Massy, comuna localizada ao sul de Paris, fazendo-se relação direta com o mapa de ocupação do solo local. Foi proposto um novo cenário para a região, baseado no projeto “Paris-Saclay” que afetará a zona de La Bonde (sudoeste de Massy), de for- ma a analisar os impactos, em termos de perda de carbono, dessa provável urbani- zação. Considerou-se na modelagem três critérios de ocupação do solo (“critério prioritário”, “ocupação majoritária” e “ocupação ponderada”), destacando-se o da
“ocupação ponderada”, pois é o único capaz de levar em consideração a área com- pleta, sem aproximações, de todos os modos de ocupação do solo presentes na re- gião, oferecendo resultados mais precisos tendo em vista a realidade.
Como segunda parte do trabalho, foi sugerida uma modificação dos dados de entrada do modelo hidrológico Multi-Hydro, desenvolvido na École des Ponts, de forma a possibilitar a aplicação do método de ocupação ponderada. Alterou-se, a partir do trabalho proposto por SOUZA et al. (2018), o arquivo “general_input.txt”, o qual possui parâmetros necessários para a execução do programa, e o arquivo “lu- se.asc” relativo ao mapa de ocupação do solo da região estudada, com o objetivo de obter-se uma modelagem hidrológica mais precisa.
6 ABSTRACT
Urbanization reflects on negatives impacts in many ecosystem services which have great importance to maintenance of human welfare. The value attached to the environment and its services (natural capital) is extremely difficult to assess quantita- tively, but becomes increasingly necessary in order to enable better decision-making.
TheInVEST software, result of a partnership between Stanford University, The Na- ture Conservancy and the World Wildlife Fund, emerged with this purpose, in which there are a set of fully distributed models designed to map and quantify various eco- system services. In this work, firstly the InVEST was used to estimate the carbon stock present in the region of Massy, a commune located in the south of Paris, by performing a direct relation with the local land use map. Based on the "Paris-Saclay"
project that will affect the area of La Bonde (southwest of Massy), a new scenario was proposed for the region in order to analyze the impacts, in terms of carbon loss, of this probable urbanization. Three land use criteria ("priority land use", "majority land use" and "weighted land use”) were considered in the modeling, emphasizing the "weighted land use", since it is the only one able to take into account the com- plete area, without any approximation, of all land use present in the region, offering more accurate results.
As a second part of the work, it was suggested a modification of the input data of the Multi-Hydro hydrological model, developed at École des Ponts, in order to ap- ply the “weighted land use” method. Based on the work proposed by SOUZA et al.
(2018), the file "general_input.txt", which has parameters necessary for the execution of the program, and the file "luse.asc", related to the case study land use map, were modified for obtaining a more accurate hydrological modeling.
7
SUMÁRIO
LISTA DE ILUSTRAÇÕES ... 9
LISTA DE TABELAS ... 13
1 INTRODUÇÃO ... 14
1.1 OBJETIVOS DO TRABALHO ... 15
2 SERVIÇOS ECOSSISTÊMICOS E CAPITAL NATURAL ... 16
2.1 SERVIÇOS ECOSSISTÊMICOS EM PROCESSOS DE TOMADA DE DECISÃO. ... ...17
2.2 MODELO INVEST ... 18
3 ESTUDO DE CASO ... 22
3.1 PROJETO PARIS-SACLAY ... 22
3.2 ESTUDO DE CASO: MASSY ... 24
4 MODELAGEM ECOSSISTÊMICA ... 25
4.1 CENÁRIOS ATUAL E FUTURO ... 25
4.2 TABELA DE ESTOQUES DE CARBONO ... 31
4.3 MÉTODOS DE ATRIBUIÇÃO DA OCUPAÇÃO DO SOLO ... 33
4.3.1 ORDEM PRIORITÁRIA ... 34
4.3.2 OCUPAÇÃO MAJORITÁRIA ... 36
4.3.3 "OCUPAÇÃO PONDERADA" ... 37
4.3.3.1 PREPARAÇÃO DE UM NOVO MAPA DE OCUPAÇÃO DO SOLO ... 38
4.3.3.2 CRIAÇÃO DA GRADE DE 10M X 10M ... 40
4.3.3.3 EXPORTANDO TABELA DE ATRIBUTOS ... 42
4.4 RESULTADOS: MODELAGEM ECOSSISTÊMICA ... 44
8
5 ACOPLAGEM ECOSSISTÊMICA AO MODELO HIDROLÓGICO MULTI-
HYDRO... ... 47
5.1 MULTI-HYDRO ... 47
5.1.1 MH-ASSIMTOOL ... 48
5.1.2 MODIFICACOES DOS DADOS DE ENTRADA ... 49
5.1.2.1 OCUPAÇÃO DO SOLO ... 49
5.1.2.2 ARQUIVO “GENERAL_INPUT.TXT” ... 50
6 CONCLUSÃO ... 52
7 REFERÊNCIAS ... 53
8 ANEXO ... 59
8.1 ANEXO 1: TABELAS UTILIZADAS NO COMPOSIÇÃO DOS ESTOQUES DE CARBONO DO ESTUDO DE CASO DE MASSY ... 59
8.2 ANEXO 2: REPRESENTAÇÃO DO TOTAL DE CARBONO ARMAZENADO EM MASSY (CENÁRIOS ATUAL E FUTURO) ... 64
8.3 ANEXO 3: REPRESENTAÇÃO DE CARBONO SEQUESTRADO NA ÁREA AFETADA PELO PROJETO “PARQUE DE ATIVIDADES MASSY- EUROPE”... ... 67
8.4 ANEXO 4: CÓDIGOS DO SCILAB (CRIAÇÃO DO ARQUIVO “GENERAL_INPUT.TXT” E DO NOVO MAPA DE OCUPAÇÃO DO SOLO) ... 69
9
LISTA DE ILUSTRAÇÕES
FIG. 2.1 Exemplo de serviços ecossistêmicos divididos em categorias (www.metrovancouver.org) ... 17 FIG. 2.2 Tabela com a relação de quantidade de carbono para cada tipo
de ocupação do solo ... 20 FIG. 2.3 Representação das formas de estoque de carbono (SHARP et
al., 2016) ... 21 FIG. 3.1 Representação da área de atuação do projeto “Paris-Saclay”
(www.media-paris-saclay.fr) ... 22 FIG. 3.2 Região de La Bonde, zona de Massy que será afetada pelo
projeto “Paris-Saclay” (www.media-paris-saclay.fr) ... 23 FIG. 3.3 Localização da sub-bacia de Massy (SOUZA et al., 2018) ... 24 FIG. 4.1 Mapa de ocupação do solo de Massy (.shp) destacando-se a
área que será modificada ... 26 FIG. 4.2 Planta do projeto “Parque de atividades Massy-Europe”
(www.quartier-massyeurope.fr) ... 26 FIG. 4.3 Novas camadas criadas sob aproximação visual baseadas na
planta do projeto ... 27 FIG. 4.4 Comando do QGIS para criar uma camada pela diferença entre
outras duas ... 28 FIG. 4.5 Janela do QGIS do comando “Diferença” usada para criar os
“buracos” no mapa de Massy ... 28 FIG. 4.6 Camada contendo os “buracos” resultado do comando
“Diferença” ... 29 FIG. 4.7 Comando do QGIS para mesclar duas ou mais camadas ... 29
10
FIG. 4.8 Janela do comando “Merge” usado para criação do futuro
cenário ... 30
FIG. 4.9 Mapa da futura ocupação do solo para Massy ... 30
FIG. 4.10 Tabela de estoques de carbono aproximada para Massy ... 34
FIG. 4.11 Modo de ocupação por ordem prioritária do solo no cenário atual ... 35
FIG. 4.12 Modo de ocupação por ordem prioritária do solo no cenário futuro ... 35
FIG. 4.13 Modo de ocupação majoritária do solo no cenário atual ... 36
FIG. 4.14 Modo de ocupação majoritária do solo no cenário futuro ... 37
FIG. 4.15 Resultados da primeira diferenciação entre o mapa da bacia de Massy e cada classe de ocupação do solo ... 39
FIG. 4.16 Resultados da segunda diferenciação originando cada camada de ocupação do solo como unidade única ... 39
FIG. 4.17 Comando do QGIS para criação da grade ... 40
FIG. 4.18 Janela do QGIS do comando “Grade de vetor” usado para criar a grade 10m x 10m cobrindo a área de Massy ... 40
FIG. 4.19 Janela da “Calculadora de campos” onde foi criada a coluna de atributo “i” pela equação matemática expressa no lado esquerdo ... 41
FIG. 4.20 Janela da “Calculadora de campos” onde foi criada a coluna de atributo “y” pela equação matemática expressa no lado esquerdo ... 42
FIG. 4.21 Comando do QGIS para exportar tabela de atributos em formato .csv ... 43
FIG. 4.22 Janela de “exportação de atributos”. Apenas os atributos desejados estão selecionados (em azul) ... 43
11
FIG. 4.23 Tabela de atributos em formato .csv contendo apenas as colunas que serão utilizadas pelo programa em scilab ... 44 FIG. 4.24 Mapas do total de estoque de carbono em Massy (cenário
atual), com área destacada em vermelho, para os três critérios de ocupação do solo: “ordem prioritária”, “ocupação majoritária”,
“ocupação ponderada” (Acima). Zoom nas áreas destacadas revelando os detalhes dos pixels de cada um dos três critérios
(Abaixo). ... ... 46 FIG. 5.1 Fragmento dos parâmetros do solo retirados do arquivo “gene-
ral_input.txt”... 51 FIG. 5.2 Fragmento dos parâmetros da ocupação do solo retirados do
arquivo “general_input.txt”... 51 FIG. 5.3 Parâmetros hidrológicos das classes originais (SOUZA et al.,
2018)... 51 FIG. 8.1 Valor total de carbono (em ton/ha) contido na biomassa das
classes de 1-3 do GLC de diferentes zonas ecoflorísticas (RUESCH et al., 2008) ... 59 FIG. 8.2 Valor total de carbono (em ton/ha) contido na biomassa da
classe 13 do GLC de diferentes zonas ecoflorísticas (RUESCH et al., 2008) ... 60 FIG. 8.3 Valor total de carbono (em ton/ha) contido na biomassa das
classes 14 e 18 do GLC de diferentes zonas ecoflorísticas (RUESCH et al., 2008) ... 61 FIG. 8.4 Estoques de carbono (em kg/m²) para diversas combinações
entre modos de ocupação do solo e tipos de solo (ARROUAYS et al., 2001) ... 62 FIG. 8.5 Valor de carbono (em ton/ha) contido na matéria orgânica morta
de florestas maduras de diferentes tipos de clima 63
12
(INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE, 2006) ...
FIG. 8.6 Estoque de carbono no cenário futuro para o critério de
“ocupação majoritária” ... 64 FIG. 8.7 Estoque de carbono no cenário futuro para o critério de
“ocupação ponderada” ... 64 FIG. 8.8 Estoque de carbono no cenário futuro para o critério de “ordem
prioritária” ... 65 FIG. 8.9 Estoque de carbono no cenário futuro para o critério de
“ocupação ponderada” ... 65 FIG. 8.10 Estoque de carbono no cenário atual para o critério de
“ocupação majoritária” ... 66 FIG. 8.11 Estoque de carbono no cenário atual para o critério de
“ocupação majoritária” ... 66 FIG. 8.12 Mapa de sequestro de carbono para o critério ordem prioritária .. 67 FIG. 8.13 Mapa de sequestro de carbono para o critério ocupação
majoritária ... 67 FIG. 8.14 Mapa de sequestro de carbono para o critério ocupação
ponderada ... 68
13
LISTA DE TABELAS
TAB. 4.1 Quantidade total de carbono armazenado em Massy... 45 TAB. 4.2 Quantidade de carbono sequestrado ... 45
14 1 INTRODUÇÃO
Em 2014, 54% da população mundial vivia em áreas urbanas e estima-se que esse número crescerá para 66% ao ano de 2050 (NAÇÕES UNIDAS, 2014). No en- tanto, somos parte deste mundo natural e dependemos de viver em um funciona- mento da biosfera e de seus ecossistemas. A aceleração da perda de biodiversidade e as incertezas sobre os impactos das mudanças climáticas estão ameaçando a ca- pacidade das sociedades humanas para produzir riqueza. Medir os múltiplos valores de todos os benefícios que recebemos dos ecossistemas é um desafio considerável, o que explica em parte porque esses valores são sistematicamente subestimados nas análises econômicas e muitas vezes ignorados no processo de tomada de deci- são. Trazer a natureza no cálculo da riqueza das nações é, portanto, uma condição necessária para uma prosperidade duradoura.
Para desencadear investimentos de transição ecológica, os atores econômi- cos, públicos e privados devem contar com valores de ativos naturais compartilha- dos e confiáveis do capital natural. Valorizar a natureza não deve torná-la uma moe- da de troca. Exceder as controvérsias sobre as convenções de medição é necessá- rio para a construção de incentivos socioeconômicos dos serviços ecossistêmicos.
Sem uma medida bem reconhecida, que seja tanto responsável quanto biofísica, a natureza permanece insuficientemente considerada nas escolhas econômicas. E ainda, faixas inteiras dessa riqueza não são consideradas e, portanto, podem ser desperdiçadas irreversivelmente.
Biodiversidade e agentes abióticos determinam as funções do ecossistema individualmente e em conjunto. O desafio é equilibrar a conservação da biodiversi- dade e a exploração de recursos para as necessidades sociais imediatas das comu- nidades locais. O conceito de serviços ecossistêmicos que tem sido aplicado em ambientes rurais há várias décadas e sua responsabilidade tem sido amplamente avaliado com Ferramentas de Suporte à Decisão (“Decision Support Tools”, DST), como o InVEST (www.naturalcapitalproject.org), que usa um dado intervalo de da- dos SIG (Sistema de Informação Geográfica) para a identificação de padrões espa- ciais na provisão e no valor dos serviços ecossistêmicos na paisagem atual ou em cenários futuros, e “trade-offs” entre cenários de gerenciamento. As extensões para áreas (semi-) urbanas tornaram-se cada vez mais necessárias para a ecologização
15
de nossas cidades, bem como para torná-las mais habitáveis. Tais extensões foram recentemente consideradas (HAMEL et al., 2014), mas algumas das limitações atu- ais dessas ferramentas se tornam mais evidentes devido à complexidade das áreas urbanas em uma ampla gama de escalas espaço-temporais. As interações não line- ares subjacentes entre os componentes do ecossistema estão em desacordo com as agregações lineares realizadas pelas DST disponíveis.
1.1 OBJETIVOS DO TRABALHO
Esse trabalho possibilitará uma introdução aos conceitos de capital natural e serviços ecossistêmicos destacando-se a importância da criação de ferramentas precisas com capacidade de avaliar quantitativamente os benefícios oriundos do meio natural. Destacar-se-á a metodologia de modelagem realizada pelo modelo InVEST, a qual será utilizada para avaliação dos impactos da urbanização em ter- mos de variação do armazenamento do carbono na região estudada. Pretende-se, enfim, realizar uma integração dessas análises ecológicas com o modelo hidrológico Multi-Hydro (EL-TABACH et al., 2009; GIANGOLA-MURZYN, 2013; MULTI-HYDRO, 2015; ICHIBA, 2016), a fim de torná-lo uma ferramenta de tomada de decisão mais completa.
16
2 SERVIÇOS ECOSSISTÊMICOS E CAPITAL NATURAL
O entendimento e análise das relações existentes entre os seres humanos e a natureza, proporcionando melhores processos de tomada de decisões que envolvam modificações no meio ambiente, passam inicialmente pelo conhecimento de dois conceitos fundamentais e interconectados, que são: capital natural e serviços ecos- sistêmicos. Em poucas palavras, pode-se dizer que capital natural constitui todo o estoque de recursos naturais que podem ser usados de modo a produzir benefícios aos seres humanos e serviços ecossistêmicos correspondem exatamente aos bens e serviços decorridos deste capital natural. Por exemplo, das árvores (capital natu- ral) pode-se coletar a madeira e, além disso, elas são responsáveis por estocar grandes quantidades de carbono. A madeira e o armazenamento de carbono repre- sentam dois serviços ecossistêmicos.
Dessa forma, serviços ecossistêmicos estão relacionados aos benefícios que os seres humanos podem, direta ou indiretamente, obter de estruturas ecológicas e processos gerados por ecossistemas (COSTANZA et al.,1997; LA NOTTE et al., 2016). É gigantesca a quantidade de diferentes serviços ecossistêmicos existentes, estando eles classificados e agrupados de diferentes formas ao longo dos anos (KAREIVA et al., 2011; TALLIS et al., 2013). O “Millenium Ecosystem Assessment”
de 2005 separou-os em 4 categorias principais (MA, 2005): provisionamento ou a- bastecimento, regulador, cultural e suporte (FIG. 2.1). Serviços de abastecimento se referem a alimentos e bens, como madeira e água. Serviços reguladores estão as- sociados a funções ecossistêmicas, como o controle do clima e de inundações. Ser- viços culturais são aqueles que não oferecem algum benefício material, como ativi- dades recreacionais, estéticas e espirituais. Já os serviços de suporte representam os processos fundamentais que sustentam todos os serviços anteriores, como o ci- clo de nutrientes e fotossíntese.
17
FIG. 2.1 – Exemplo de serviços ecossistêmicos divididos em categorias (www.metrovancouver.org)
Infelizmente, mais de 60% dos serviços ecossistêmicos estão em declínio, sendo degradados ou transformados por ações antropogênicas (MA, 2005), o que vem estimulando cada vez mais pesquisas que buscam modelar, mapear e medir tais serviços, como forma de avaliar os impactos dessas mudanças no que diz res- peito aos efeitos provocados no bem-estar humano (FISHER et al., 2008). De fato, a importância dos serviços ecossistêmicos em sustentar os meios de vida do homem tem ganhado proeminência mundial ao longo das duas últimas décadas (CONVEN- TION ON BIOLOGICAL DIVERSITY, 1998; CONVENTION ON BIOLOGICAL DI- VERSITY, 2010; CONSTANZA E KUBISZEWSKI, 2012; MAES et al., 2016).
2.1 SERVIÇOS ECOSSISTÊMICOS EM PROCESSOS DE TOMADA DE DECI- SÃO
Uma vez conhecida a importância dos serviços ecossistêmicos para o bem- estar humano, faltam ainda as ferramentas adequadas para avaliá-los devidamente
18
e, então, começar a levá-los em consideração em decisões ambientais. Os benefí- cios e os custos de uma ação que modifica o ambiente são, na maioria dos casos, pouco compreendidos e mal quantificados, o que leva à elaboração de projetos com quase nenhuma preocupação com a natureza (CONSTANZA, 2003).
Portanto, é necessário um avanço rápido no conhecimento dos serviços ecossistêmicos, tornando a comunidade científica responsável pela entrega de ferramentas capazes de prever e quantificar investimentos que modifiquem o meio natural. Simultaneamente, é necessário que os serviços ecossistêmicos sejam explícita e sistematicamente integrados na tomada de decisões por indivíduos, corporações e governos. Na verdade, uma vez estabelicidas ferramentas bem documentadas e testadas que possibilitem análises quantificáveis desses serviços, a credibilidade e a confiança para usar esses métodos nos processos de decisão certamente aumentarão, assim como a confiança das partes interessadas em aplicá- los (BAGSTAD et al., 2013).
2.2 MODELO INVEST
O “Natural Capital Project”, uma parceria entre a Universidade de Stanford,
“The Nature Conservancy” e “World Wildlife Fund” (www.naturalcapitalproject.org), desenvolveu um conjunto de modelos de software gratuitos e em código aberto, re- lacionados a diversos dos serviços ecossistêmicos existentes (SHARP et al., 2016).
Tais modelos se constituem de ferramentas que buscam avaliar quantitativamente as compensações relacionadas a escolhas alternativas de gestão ambiental.
De forma mais precisa, há um total de 18 modelos independentes e espacial- mente explícitos que utilizam mapas como fontes de informação e produzem outros mapas como resultados. A resolução dos mapas é flexível, permitindo aos usuários análises em escala local, regional e global. A fim de visualizar os resultados é ne- cessário a utilização de um software SIG, como QGIS ou ArcGIS. Portanto, para e- xecutar o InVEST de forma adequada são aconselhadas habilidades intermediárias nesse tipo de software, tanto para lidar com a preparação inicial de dados, quanto para o entendimento e manipulação dos resultados.
Nesse trabalho, será dado foco em apenas um dos 18 modelos: o modelo de estocagem e sequestro de carbono. Tal modelo fornece o capital natural envolvido
19
na modificação da ocupação do solo em determinada área, realizando uma análise da quantidade de carbono capturada ou cedida para a atmosfera, consistindo, então, de uma ferramenta importante para avaliar os impactos da urbanização.
2.2.1 MODELO DE ESTOCAGEM E SEQUESTRO DE CARBONO
Atualmente, o armazenamento de carbono é considerado um serviço ecossis- têmico fundamental visto que está fortemente associado às mudanças climáticas, as quais, por sua vez, representam uma das maiores questões que a sociedade tem se mostrado preocupada em relação ao futuro (SCHIMEL, 1995; GRIMM et al., 2008).
Sendo assim, ter o poder de prever como o estoque de carbono se modifica devido a um projeto qualquer de engenharia torna-se essencial para prosseguir com um de- senvolvimento sustentável.
Quanto maior a quantidade de dióxido de carbono e outros gases de efeito estufa (como metano , clorofluorcarbonos, óxido nitroso , ozônio , entre outros) na atmosfera, maior será a tendência de incremento de temperatura, pois provocam um confinamento de radiações com certos comprimentos de onda.
Portanto, ecossistemas terrestres como florestas, pradarias e pântanos estão sendo mais valorizados e preservados, pelo fato de armazenarem grandes quantidades de carbono, diminuindo, assim, a parcela de dióxido de carbono na atmosfera (MALHI et al., 1999).
O modelo de estocagem e sequestro de carbono avalia a quantidade de car- bono armazenada em determinada área de estudo e prevê a nova quantidade arma- zenada em um cenário futuro para a mesma área. Dessa forma, a diferença entre essas quantidades será exatamente o total de carbono sequestrado ou dissipado para a atmosfera. Pode-se, por exemplo, ao atribuir um valor econômico pela tone- lada de carbono, obter um forte indicador que auxiliará nos processos de tomadas de decisão em relação à modificação dessa região.
O estoque de carbono é, portanto, estimado como função da ocupação do solo e de mudanças que ocorrem na mesma ao longo do tempo. Sendo assim, para executar esse modelo do InVEST é necessário um mapa de ocupação de solo em formato raster e uma tabela de estoques de carbono (“.csv”) que associa, para cada
20
classe de ocupação de solo, a massa de carbono armazenado por área (ton/ha) (FIG. 2.2).
FIG. 2.2 – Tabela com a relação de quantidade de carbono para cada tipo de ocupa- ção do solo
O modelo leva em consideração apenas quatro formas de armazenamento de carbono: biomassa acima do solo (plantas vivas), biomassa abaixo do solo (raízes vivas), carbono contido no solo e matéria orgânica morta. Assim, o total de carbono armazenado é dado pela soma desses quatro estoques (FIG. 2.3).
21
FIG. 2.3 – Representação das formas de estoque de carbono (SHARP et al., 2016) Como resultados, o modelo fornece os mapas de armazenamento de carbono para os cenários atual e futuro, o mapa de sequestro de carbono e um mapa de ava- liação econômica do sequestro de carbono, o qual fornece em cada pixel uma quan- tia em dólar por ano baseado em informações relativas aos valores econômicos do carbono inseridos no programa.
22 3 ESTUDO DE CASO
3.1 PROJETO PARIS-SACLAY
Uma área localizada ao sul de Paris, conhecida como “planalto de Saclay”
(“plateau de Saclay”), localizada entre os vales de Yvette e Bièvre, representa uma ótima oportunidade para um grande desenvolvimento econômico na França (FIG.
3.1). Um projeto chamado de “Paris-Saclay” está sob implementação para valorizar e integrar ainda mais a região, de forma a manter o país francofônico entre as maiores nações em termos de ciência, tecnologia e indústria.
FIG. 3.1 – Representação da área de atuação do projeto “Paris-Saclay”
(www.media-paris-saclay.fr)
O projeto conta com investimentos na ordem de 1,5 milhões de euros para construção de instituições de pesquisa e ensino superior dentro de um super cam- pus, além de múltiplos incentivos, na ordem de 1 milhão de euros vindos do PIA (“Programme d’Investissement pour l’Avenir” - Programa de Investimento para o Fu- turo), destinados ao desenvolvimento de pesquisas e tecnologias nos laboratórios, instalações científicas e institutos de Paris-Saclay (www.media-paris-saclay.fr).
23
Uma das ambições do projeto é, portanto, tornar Paris-Saclay um imenso polo global de inovação tecnológica, constituindo-se componente essencial da área me- tropolitana de Paris. Tal objetivo será proporcionado pela ideia de urbanização que se espera para a região, onde o planejamento e infraestrutura urbana proporciona- rão uma forte ligação entre as instituições de ensino superior e empresas privadas de R&D (“Research and Development” – Pesquisa e Desenvolvimento) e de negó- cios, acelerando, assim, o desenvolvimento econômico. Outro aspecto importante do projeto urbano é garantir a harmonia com a natureza, tirando-se proveito do meio ambiente para proporcionar melhor qualidade de vida.
Esse grande aglomerado metropolitano abrangerá uma área correspondente a 49 comunas da França, estando entre elas, Massy. Mais especificamente, apenas uma pequena área de Massy, chamada de “La Bonde”, será concebida pelo Projeto Paris-Saclay, promovendo grande urbanização da região (FIG. 3.2). Uma das mis- sões deste trabalho será, então, buscar analisar os impactos dessas mudanças do ponto de vista da variação da armazenagem de carbono.
FIG. 3.2 – Região de La Bonde, zona de Massy que será afetada pelo projeto “Paris- Saclay” (www.media-paris-saclay.fr)
24 3.2 ESTUDO DE CASO: MASSY
O estudo de caso de Massy, uma área semi-urbanizada de 6,326 km², cor- responde, na realidade, a uma sub-bacia hidrográfica da bacia do rio Bièvre locali- zada na sua parte jusante, ao sul de Paris (FIG. 3.3). Esta bacia é administrada pelo SIAVB (“Syndicat Intercommunal d’Assainissement de la Vallée de la Bièvre” - União Intermunicipal de Saneamento do Vale do Bièvre), autoridade local responsável pela gestão das águas pluviais. Sendo assim, tal área é destinada prioritariamente a es- tudos hidrológicos visando o controle de cheias durante eventos extremos de chu- vas.
FIG. 3.3 – Localização da sub-bacia de Massy (SOUZA et al., 2018)
Entretanto, notou-se uma semelhança entre o modelo hidrológico Multi-Hydro (EL-TABACH et al., 2009; GIANGOLA-MURZYN, 2013; MULTI-HYDRO, 2015;
ICHIBA, 2016), desenvolvido na École des Ponts ParisTech para avaliar os efeitos da urbanização no sistema hidrológico natural, e o modelo InVEST de armazenagem e sequestro de carbono, pois ambos são totalmente distribuídos e utilizam mapas de ocupação do solo como dados de entrada. Dessa forma, pensou-se em um aprimo- ramento desse modelo hidrológico trazendo como novos resultados a avaliação de serviços ecossistêmicos, tornando-o uma ferramenta de tomada de decisão mais completa.
25 4 MODELAGEM ECOSSISTÊMICA
O modelo de estocagem e sequestro de carbono apresentado no item 2.1.1 será aplicado justamente para a região de Massy, onde será possível realizar uma análise dos impactos, em termos de variação da quantidade de carbono, devido aos projetos de urbanização que afetarão uma pequena parte dessa área.
A escolha dessa área de estudo também foi influenciada pela facilidade de obtenção de dados, pois a região de Massy já havia sido trabalhada em simulações hidrológicas utilizando o modelo totalmente distribuído Multi-Hydro e, com isso, o mapa atual da ocupação do solo da região já havia sido desenvolvido e validado (SOUZA et al., 2018).
4.1 CENÁRIOS ATUAL E FUTURO
O mapa da ocupação do solo é constituído por apenas seis classes distintas:
floresta (“florest”), estrada (“road”), grama (“grass”), casa (“house”), bueiro (“gully”) e superfície de água (“water surface”) (FIG. 4.1).
O futuro cenário será criado baseado no projeto “Parque de atividades Massy-Europe” que prevê a construção de um parque empresarial ao centro-oeste da região estudada. Dessa forma, tomou-se posse da planta do projeto (FIG. 4.2) e sob aproximação meramente visual, desenhou-se no QGIS as novas camadas cor- respondentes aos prédios, árvores e estradas contidas na planta (FIG. 4.3).
26
FIG. 4.1 – Mapa de ocupação do solo de Massy (.shp) destacando-se a área que será modificada
FIG. 4.2 – Planta do projeto “Parque de atividades Massy-Europe” (www.quartier- massyeurope.fr)
27
FIG. 4.3 – Novas camadas criadas sob aproximação visual baseadas na planta do projeto
De forma a evitar a superposição entre as feições dos cenários atual e futuro, utilizou-se o comando “Diferença” do QGIS (em inglês, “Difference”, FIGs. 4.4 e 4.5) entre as novas camadas elaboradas (FIG. 4.3) e o cenário atual (FIG. 4.1), gerando- se então “buracos” localizados onde serão realizadas as modificações no cenário (FIG. 4.6). Finalmente, o mapa contendo os buracos foi “mesclado” (comando “mer- ge” no QGIS, FIGs. 4.7 e 4.8) às novas camadas, formando o futuro cenário (FIG.
4.9). O passo a passo está disposto detalhadamente nas figuras que seguem abai- xo.
28
FIG. 4.4 – Comando do QGIS para criar uma camada pela diferença entre outras duas
FIG. 4.5 – Janela do QGIS do comando “Diferença” usada para criar os “buracos” no mapa de Massy
29
FIG. 4.6 – Camada contendo os “buracos” resultado do comando “Diferença”
FIG. 4.7 – Comando do QGIS para mesclar duas ou mais camadas
30
FIG. 4.8 – Janela do comando “Merge” usado para criação do futuro cenário
FIG. 4.9 – Mapa da futura ocupação do solo para Massy
Agora, com os mapas de ocupação de solo para ambos os cenários (em for- mato “.shp”) elaborados no QGIS, resta selecionar os melhores valores para preen- cher a tabela de estoques de carbono de acordo com as seis classes de ocupação de solo existentes, a fim de tornar possível a execução do modelo. No tópico em se- quência será detalhada a pesquisa realizada, na qual diversos artigos sobre o tema foram analisados de forma a buscar a melhor estimativa para os valores.
31 4.2 TABELA DE ESTOQUES DE CARBONO
A biomassa florestal e os solos estão relacionados a um grande potencial de armazenamento de carbono temporário e de longo prazo e, portanto, podem se tornar armas importantes para reduzir a quantidade de gases de efeito estufa na at- mosfera (ARROUAYS et al., 2001; PEICHL et al., 2006). Reflorestamento e melhoria do manejo de solos agrícolas são algumas das ações que permitem o sequestro do carbono da atmosfera e, portanto, ajudam a prevenir o aquecimento global (SMITH et al., 2000). No entanto, o desmatamento e a degradação florestal são estimados como a segunda maior fonte de emissões de gases de efeito estufa e, assim, evitar e reduzir essas atividades também são indispensáveis para mitigar as mudanças climáticas (KINDERMANN et al., 2008).
Dessa forma, a urbanização se torna um tremendo desafio, uma vez que tais mudanças na cobertura natural da terra levam à perda de armazenamento de carbono terrestre e, hoje, as áreas urbanas aumentam em extensão a uma taxa maior do que qualquer outro tipo de uso da terra (SETO et al., 2012; EDMONDSON et al., 2012). No final de 2008, metade da população mundial vivia em áreas urbanas e, até 2050, a população urbana global deverá subir para 70% (NAÇÕES UNIDAS, 2008).
Assim, devido ao crescimento inevitável das áreas urbanas, é necessário entender melhor como as mudanças antrópicas nos usos da terra afetam o ciclo global do carbono. De posse de avaliações precisas de estoques de carbono para todos os diferentes tipos de cobertura (grama, árvores, asfalto, etc.), em certas áreas em desenvolvimento, torna-se mais fácil prever os impactos que novas construções ou modificações de terra poderiam causar em termos de dissipação de carbono para a atmosfera (EDMONDSON et al., 2012).
Com o intuito de analisar os efeitos que o projeto “Parque de atividades Massy-Europe” provocaria em termos de armazenamento de carbono perdido para a região de Massy, o ideal seria utilizar dados locais de estoques de carbono.
Infelizmente, tais avaliações ainda não foram realizadas e foi necessário trabalhar com fontes mais gerais.
Os valores de carbono da biomassa acima e abaixo do solo foram coletados das tabelas de armazenamento de carbono criadas por RUESCH et al. (2008). Essa
32
fonte fornece valores resumidos baseados nos valores padrão e nos métodos bem reconhecidos do “Intergovernmental Panel on Climate Change” (IPCC). Estabelecida uma zona ecoflorística (floresta oceânica temperada para as regiões da França (SI- MONS et al., 2001)), pode ser encontrado nas tabelas, para cada classe de ocupa- ção do solo, o total de carbono de biomassa armazenado. No entanto, há uma difi- culdade em igualar precisamente as classes de coberturas de terra ali apresentadas – definidas pela Global Land Cover (GLC) 2000 (BARTHOLOMÉ et al., 2002) – às seis classes simplificadas de ocupação do solo (floresta, estrada, grama, casa, buei- ro, superfície da água) utilizadas neste trabalho.
A partir do “mapa de formação vegetal” do departamento “Essonne” (fornecido pelo Instituto IGN – Instituto Nacional de Informação Geográfica e Florestal), obser- vou-se que as plantas de folhas largas (em inglês, “broadleaf plants”) são predomi- nantes nas espécies de árvores localizadas perto da área de estudo de Massy. As- sim, as classes de 1 a 3 do GLC2000 foram escolhidas como a melhor opção para a classe de ocupação do solo “floresta” (FIG. 8.1). Já a ocupação do solo “grama” foi mais difícil de classificar, uma vez que, ao longo do mapa da área de estudo, áreas cultivadas, campos de futebol e pradarias, por exemplo, são todos intitulados como
“grama”. A solução foi pegar as classes 13, 14 e 18 do GLC2000 e assumir um valor médio de carbono presente nas tabelas (FIGs 8.2 e 8.3). Não há carbono de bio- massa nas ocupações do tipo “casa”, “estrada”, “bueiro” e “superfície da água”, co- mo esperado.
A fim de preencher os valores de carbono contido no solo foi utilizado uma fonte mais específica (ARROUAYS et al., 2001), ainda não ideal, a qual apresenta uma estimativa dos estoques de carbono orgânico contido até uma profundidade de 30 cm nos solos da França metropolitana. Uma tabela composta por diferentes tipos de solos e modos de ocupação do solo revela um valor médio de carbono armaze- nado para cada combinação (FIG 8.4). Para a região de Massy, o luvisolo (em in- glês, “luvisol”) é o tipo de solo predominante e, então, os valores de carbono para
“floresta” e “grama” foram retirados diretamente da tabela, respectivamente das co- lunas “Forest” e “Natural Grassland”.
Nesse artigo, entretanto, não há nenhuma informação sobre o carbono con- tido nos solos de áreas urbanas, como por exemplo, nos solos presentes abaixo de superfícies impermeáveis, que é exatamente a situação do modo de ocupação “es-
33
trada”. Dessa forma, foi necessário pesquisar outros artigos que analisassem o es- toque de carbono nessa situação.
O total de carbono orgânico armazenado (kg/m²) em espaços verdes é cer- ca de cinco vezes maior que em solos cobertos (área impermeável), para uma pro- fundidade de 100 cm (EDMONDSON et al., 2012). Assim, o valor de carbono no solo para o modo de ocupação “estrada” será tomado como o valor de carbono no solo para o modo de ocupação “grama” dividido por cinco. Entretanto, o valor de carbono no solo para “grama” (assim como para “floresta”) foi obtido apenas para os 30 cm iniciais de profundidade e, com isso, deve ser multiplicado por um fator para que se obtenha o valor relativo aos 100 cm e, em seguida, ser dividido por 5. O carbono orgânico total do solo mantido entre 0 e 30 cm é de cerca de 50% dos 100 cm supe- riores (BATJES, 1996; WANG et al., 2004). Assim, os valores de "grama" e "floresta"
foram multiplicados por dois. O modo de ocupação “casa” (e, obviamente, "superfície da água") foi considerado como não contendo carbono no solo, uma vez que as es- truturas de fundação ocupam, em geral, essa porção do solo.
Para finalizar a última coluna da tabela de estoque de carbono, correspon- dente à quantidade de carbono presente em matéria orgânica morta, foi utilizada a tabela 2.2 das Orientações de 2006 do PIAC para os Inventários Nacionais de Ga- ses de Efeito Estufa (FIG 8.5). Nessa tabela, foi obtido o valor apenas para o modo de ocupação “floresta”. Para os demais usos de solo foi admitido como nulo o esto- que de carbono em matéria orgânica morta.
4.3 MÉTODOS DE ATRIBUIÇÃO DA OCUPAÇÃO DO SOLO
Como já mencionado anteriormente, o modelo InVEST de estocagem e se- questro de carbono necessita, além da tabela de estoque de carbono (FIG. 4.10), de mapas no formato raster apresentando, para cada pixel, informação do modo de o- cupação do solo. Tem-se, por exemplo, os códigos de 1 a 6 para descrever, respec- tivamente, os modos de ocupação “floresta”, “estrada”, “grama”, “casa”, “bueiro” e
“superfície de água”. O modelo, para criar o mapa de estocagem de carbono, sim- plesmente modifica esses valores contidos em cada pixel para um novo valor que representará a quantidade de carbono contido nesse pixel, baseando-se, portanto, na tabela e na resolução do pixel que está sendo utilizado.
34
FIG. 4.10 – Tabela de estoques de carbono aproximada para Massy
Dessa forma, observa-se que o resultado do armazenamento de carbono pre- sente na região de Massy estará totalmente dependente da resolução dos pixels do mapa de ocupação do solo, além do critério utilizado para gerá-los a partir dos ma- pas em formato “.shp” mostrados anteriormente.
Neste trabalho, compararam-se os resultados obtidos para uma resolução de pixel de 10m x 10m criados a partir de três diferentes critérios. O primeiro deles ba- seou-se em uma ordem prioritária, na qual cada pixel é composto pelo modo de o- cupação do solo com a maior prioridade dentre aqueles que o ocupam. O segundo baseia-se na ocupação majoritária, ou seja, para cada pixel é atribuído o modo de ocupação de solo com a maior contribuição em área. Já o terceiro método visou uma máxima precisão, tomando as contribuições de todos os modos de ocupação de solo em cada pixel. Com isso, neste último método, não há nenhum mapa no formato raster gerado previamente, os mapas de estocagem de carbono são obtidos direta- mente a partir dos mapas de ocupação do solo em formato “.shp”, como será visto detalhadamente no item 4.3.3.
4.3.1 ORDEM PRIORITÁRIA
Para obter esse mapa de ocupação do solo utilizou-se o software “MH- As- simTool” (RICHARD et al., 2014), o qual é capaz de converter o arquivo “.shp” em arquivo raster com a resolução desejada. O cenário atual de Massy já havia sido de antemão transformado por esse processo em um mapa pixelado de 10m x 10m (SOUZA et al., 2018), sendo necessário apenas repetir a mesma metodologia para o cenário futuro (FIGs. 4.11 e 4.12). Os modos de ocupação do solo adotados, em or- dem decrescente de prioridade, foram “bueiro”, “estrada”, “casa”, “floresta”, “grama”
35
e “superfície de água”. Tal ordem é a utilizada de preferência na modelagem hidro- lógica feita pelo software Multi-Hydro, uma vez que prioriza os modos de ocupação mais impermeáveis, gerando uma situação mais desfavorável e, com isso, uma aná- lise final mais cautelosa.
FIG. 4.11 – Modo de ocupação por ordem prioritária do solo no cenário atual
FIG. 4.12 – Modo de ocupação por ordem prioritária do solo no cenário futuro
36 4.3.2 OCUPAÇÃO MAJORITÁRIA
O mapa de ocupação do solo majoritária atribui para cada pixel a classe de ocupação de solo de maior área naquele pixel (Ichiba, 2016). Tal conversão também já havia sido realizada para o cenário atual de Massy (SOUZA et al., 2018). Entre- tanto, o processo utilizado para obter o mapa no formato raster para o cenário futuro foi, na realidade, executado conjuntamente com as técnicas aplicadas no desenvol- vimento do item 4.3.3, onde foi implementado um programa em Scilab capaz de i- dentificar qual classe de ocupação do solo possuía maior porcentagem em área no pixel. As figuras 4.13 e 4.14 mostram os mapas resultantes de tal critério de atribui- ção de ocupação do solo.
FIG. 4.13 – Modo de ocupação majoritária do solo no cenário atual
37
FIG. 4.14 – Modo de ocupação majoritária do solo no cenário futuro
4.3.3 "OCUPAÇÃO PONDERADA"
Com a finalidade de buscar resultados mais precisos, pensou-se inicialmente em expandir a quantidade de classes de ocupação do solo. Entretanto, tal solução se mostrou impraticável pela alta demanda de tempo que levaria para se elaborar um novo mapa de ocupação do solo em formato “.shp” com um número de classes maior e com uma descrição mais detalhada. Além disso, tal esforço não compensa- ria pelo fato ainda da dificuldade de se encontrar posteriormente valores de estoque de carbono que se adequassem precisamente às novas classes.
Uma solução mais viável, então, foi manter as 6 classes originais e realizar uma ponderação entre elas para cada pixel, isto é, calcular a área que cada classe ocupa e, então, multiplicá-la pelo valor indicado na tabela de estoque de carbono. O somatório das contribuições de cada classe no pixel representará o total de carbono nele armazenado.
Sendo assim, para por em prática a ideia apresentada acima, foram necessá- rias uma sequência de etapas que serão descritas nos subitens seguintes. De forma
38
geral, o processo consiste em intersectar, no QGIS, o mapa de ocupação do solo de Massy com uma grade de 10m x 10m (procedimento similar fora realizado por PAZ et al. (2018) ao lidar com dados de radares de chuva). Tal processo irá gerar um no- vo mapa no qual cada unidade (“feature”) estará contida dentro de um pixel apenas e, com isso, será possível, utilizando a tabela de atributos desse mapa intersectado, elaborar um programa em Scilab que retorne um mapa de estoque de carbono a partir da contribuição de todas essas unidades. Matematicamente, tem-se:
Onde: corresponde ao total de carbono armazenado no pixel (i,j); refere-se a soma dos valores das quatro formas de armazenamento de carbono contidos na tabela da FIG. 4.10 para o modo de ocupação do solo k;
corresponde a área (em hectares) de uma unidade, de modo de ocupação do solo k, contida no pixel (i,j).
4.3.3.1 PREPARAÇÃO DE UM NOVO MAPA DE OCUPAÇÃO DO SOLO
O mapa original de ocupação do solo de Massy desenvolvido por SOUZA et al. (2018) possui um número extremamente grande de unidades e, ao realizar a sua interseção com a grade, ter-se-ia como resultado uma tabela de atributos relativa- mente grande, já que são criadas ainda mais unidades nesse processo. Além disso, no mapa original, existem diversas unidades que se superpõem. Isso geraria um er- ro no programa desenvolvido em Scilab, pois o cálculo de estoque de carbono de- pende da soma das áreas de cada unidade e, com isso, se há superposição, estar- se-ia contabilizando uma mesma porção de área mais de uma vez, podendo condu- zir a um resultado erroneamente maior de carbono armazenado na região.
Sendo assim, foi aplicado no QGIS o comando “diferença” entre o mapa da bacia de Massy e cada camada do mapa de ocupação do solo, gerando os mapas vazados da figura 4.15. Ao se realizar novamente o comando “diferença”, obteve-se cada camada de ocupação do solo como uma unidade única (FIG. 4.16).
39
FIG. 4.15 – Resultados da primeira diferenciação entre o mapa da bacia de Massy e cada classe de ocupação do solo
FIG. 4.16 – Resultados da segunda diferenciação originando cada camada de ocu- pação do solo como unidade única
É necessário agora unir essas seis camadas para gerar o novo mapa de ocu- pação do solo de Massy. O comando “mesclar” (em inglês, “merger”) é o responsá- vel por tal processo. Entretanto, antes da execução de tal comando devem-se elimi- nar as possíveis interseções que existirão entre essas seis camadas. Com isso, rea- lizou-se primeiramente “diferenciações” consecutivas entre todas as camadas, res- peitando a seguinte ordem decrescente de prioridade: estrada, casa, floresta, super- fície de água e grama.
40
4.3.3.2 CRIAÇÃO DA GRADE DE 10M X 10M
A camada da grade foi criada no QGIS fazendo uso do comando “vetor de grade” (FIG. 4.17), onde as coordenadas máximas e mínimas exigidas (xmax, ymax, xmin, ymin) foram obtidas do cabeçalho do arquivo do mapa de ocupação do solo de Massy em formato raster (FIG. 4.18).
FIG. 4.17 – Comando do QGIS para criação da grade
FIG. 4.18 – Janela do QGIS do comando “Grade de vetor” usado para criar a grade 10m x 10m cobrindo a área de Massy
41
Uma vez criada a grade, adicionou-se uma implementação à tabela de atribu- tos dessa camada, concebendo dois novos campos, “i” e “j”, de forma a classificar cada pixel em um sistema de coordenadas, onde “i” representa a linha e “j” a coluna em que se encontra o pixel. As figuras 4.19 e 4.20 mostram as equações utilizadas para a criação de cada campo.
FIG. 4.19 – Janela da “Calculadora de campos” onde foi criada a coluna de atributo
“i” pela equação matemática expressa no lado esquerdo
42
FIG. 4.20 – Janela da “Calculadora de campos” onde foi criada a coluna de atributo
“y” pela equação matemática expressa no lado esquerdo
Após essa etapa, realizou-se a interseção da camada da grade com a nova camada da ocupação do solo de Massy, gerando-se finalmente um novo mapa na qual cada unidade se encontra dentro de um, e somente um, pixel. Para esse novo mapa, criou-se ainda uma nova coluna de atributo com a indicação da área de cada uma dessas unidades por meio da função “$AREA”.
4.3.3.3 EXPORTANDO TABELA DE ATRIBUTOS
A tabela de atributos desse novo mapa intersectado constitui o último dado necessário para possibilitar a execução do programa em Scilab. Foi utilizado um comando do QGIS, contido dentro de um plugin chamado “MMQGIS”, para a expor- tação da tabela em formato “.csv” (FIG. 4.21 e FIG. 4.22). Tal comando possibilita a escolha dos campos que se deseja exportar, onde, no caso, apenas quatro colunas serão necessárias para caracterizar cada unidade: código da classe do modo de o- cupação do solo, abcissa “i”, ordenada “j” e área (FIG. 4.23). É importante citar que
43
todo esse processo descrito até aqui será realizado igualmente para o cenário futu- ro, gerando, ao final, uma nova tabela de atributos.
FIG. 4.21 – Comando do QGIS para exportar tabela de atributos em formato .csv
FIG. 4.22 – Janela de “exportação de atributos”. Apenas os atributos desejados es- tão selecionados (em azul)
44
FIG. 4.23 – Tabela de atributos em formato .csv contendo apenas as colunas que serão utilizadas pelo programa em scilab
4.4 RESULTADOS: MODELAGEM ECOSSISTÊMICA
Nessa seção serão expostos os resultados obtidos ao aplicar os conceitos do modelo InVEST de armazenamento e sequestro de carbono aos cenários atual e futuro da região de Massy, seguindo os três critérios de ocupação de solo apresen- tados: ordem prioritária, ocupação majoritária e “ocupação ponderada”. As figuras 8.6 a 8.11 retratam os mapas do total de carbono armazenado na região para ambos os cenários. Como primeira análise, comparou-se a quantidade total de carbono ar- mazenado em Massy a partir dos resultados expostos na tabela 4.1.
45
TAB. 4.1 – Quantidade total de carbono armazenado em Massy QUANTIDADE TOTAL DE CARBONO (TONELADAS)
CENÁRIO (MASSY)
ORDEM PRIORITÁRIA
OCUPAÇÃO MAJORITÁRIA
OCUPAÇÃO PONDERADA
ATUAL 41405,37 48887,01 50210,91
FUTURO 40419,54 48096,76 49580,65
Percebe-se uma considerável diferença entre o critério da ordem prioritária e os outros dois. Comparando, por exemplo, no cenário atual, o valor encontrado para o critério da “ordem prioritária” mostrou-se 18,07% e 21,41% inferior, respectivamen- te, aos critérios da ocupação majoritária e da “ocupação ponderada”. Tal resultado, entretanto, já era esperado, justamente pela composição do mapa de ocupação do solo da ordem prioritária favorecer as classes de caráter mais impermeáveis (estra- da, casa), que armazenam menores quantidades de carbono.
Analisando-se o estoque total de carbono entre os critérios de ocupação ma- joritária e ocupação ponderada, nota-se uma diferença relativa pequena, na ordem de 3%, o que sugere, à primeira instância, que a escolha de um método em detri- mento do outro não ocasionará grandes erros de avaliação de capital natural. Po- rém, como segunda análise, considerou-se somente o impacto na área de implanta- ção do projeto, calculando-se a quantidade de carbono que será perdida para a at- mosfera devido às construções realizadas. Tal análise corresponde justamente aos resultados de sequestro de carbono, dados pela diferença entre os estoques de car- bono futuro e atual (FIGs. 8.12, 8.13 e 8.14).
TAB. 4.2 – Quantidade de carbono sequestrado CARBONO SEQUESTRADO (TONELADAS) ORDEM
PRIORITÁRIA
OCUPAÇÃO MAJORITÁRIA
OCUPAÇÃO PONDERADA
-985,83 -790,25 -630,26
46
Nota-se, agora, uma diferença relativa considerável de 20,24% entre o critério de “ocupação majoritária” e o de “ocupação ponderada”, mostrando-se a eficácia da utilização de valores ponderados na aplicação do modelo (TAB. 4.2). Pode-se, ain- da, perceber facilmente, por meio da figura abaixo (FIG. 4.24), que o resultado obti- do utilizando-se do critério de “ocupação ponderada” representa, pelo nível de deta- lhes mais aprimorado observado pela vasta distribuição de cores dos pixels, uma aproximação mais adequada da realidade.
FIG. 4.24 – Mapas do total de estoque de carbono em Massy (cenário atual), com área destacada em vermelho, para os três critérios de ocupação do solo: “ordem prioritária”, “ocupação majoritária”, “ocupação ponderada” (Acima). Zoom nas áreas destacadas revelando os detalhes dos pixels de cada um dos três critérios (Abaixo).
47
5 ACOPLAGEM ECOSSISTÊMICA AO MODELO HIDROLÓGICO MULTI- HYDRO
Nesse capítulo, será apresentado como se utilizar o método de ocupação ponderada na modelagem hidrológica para o estudo de caso de Massy utilizando-se o modelo Multi-Hydro (EL-TABACH et al., 2009; GIANGOLA-MURZYN, 2013;
MULTI-HYDRO, 2015; ICHIBA, 2016). Portanto, em substituição aos métodos de atribuição da ocupação do solo (“ordem prioritária” e “ocupação majoritária”) utiliza- dos no trabalho desenvolvido por SOUZA et al. (2018), nos quais fez-se uso de ape- nas seis classes diferentes de ocupação do solo (floresta, estrada, grama, casa, bu- eiro e superfície de água), o método de ocupação ponderada implementado nesse trabalho visou amplificar esse número de classes a partir da ponderação, em cada pixel, dos parâmetros hidrológicos das seis classes originais, semelhante ao proces- so realizado na modelagem ecossistêmica.
5.1 MULTI-HYDRO
Trata-se de um modelo hidrológico totalmente distribuído desenvolvido na É- cole des Ponts com a finalidade de levar em consideração a alta heterogeneidade de sistemas urbanos e semi-urbanos, além da possibilidade de se trabalhar com a vari- abilidade espaço-temporal da chuva em diferentes escalas, resultando em uma mo- delagem fina e completa de todo o ciclo hidrológico, a qual não poderia ser obtida isoladamente pelos modelos hidrológicos de licença livre existentes no mercado.
O Multi-Hydro é composto por três programas “open source” (código aberto) que simulam de forma independente etapas do ciclo da água: escoamento superfici- al (programa TREX), fluxo nas zonas insaturadas do solo (programa VS2DT) e fluxo dentro da rede de drenagem (programa SWMM). O modelo permite ainda a inserção de dois diferentes tipos de dados de chuva: obtidos de pluviômetros ou de radares.
O funcionamento do modelo, então, consiste em uma plataforma interativa que pro- porciona uma interface entre a chuva e os três programas, unindo-os de forma a si- mular o ciclo de forma completa.
O programa TREX (Two dimentional Runoff Export, VELLEUX et al.,2011), responsável pela parte do escoamento superficial do processo hidrológico, é um modelo distribuído em duas dimensões desenvolvido pela Universidade de Colorado que leva em consideração a topografia, o modo de ocupação do solo e propriedades
48
da superfície do solo para gerar os transportes de água, de sedimentos e de poluen- tes. De forma resumida, o modelo trabalha sobre um malha na qual em cada pixel considera-se o solo como uma camada infinita e homogênea em que a água da chu- va que cai sobre ele é em parte interceptada, não contribuindo para o escoamento superficial até que se atinja uma quantidade mínima de água no mesmo, e as condi- ções de infiltração são sempre as mesmas ao longo de um período chuvoso.
O programa VS2DT (Variably Satured 2-Dimensional flow and Solute Transport, LAPPALA et al., 1987), desenvolvido pela USGS (the United States Geo- logical Survey – Serviço Geológico dos Estados Unidos), considera o solo constituí- do por elementos de tamanhos e composições variáveis pelos quais a água escoa por gravidade até atingir o lençol freático. Os mecanismos de escoamento são estu- dados através da lei de Darcy e o processo de infiltração é tido como função da permeabilidade e saturação do solo, parâmetros que por sua vez são alterados ao decorrer do processo, tornando a análise mais complexa. Além dessa variação tem- poral, as condições de escoamento também variam espacialmente, uma vez que se analisando uma coluna vertical do solo percebe-se a criação de um gradiente de sa- turação devido a progressão da água.
Por fim, o programa SWMM (Storm Water Management Model, ROSSMAN, 2010), desenvolvido pela Agência de Proteção Ambiental dos Estados Unidos, é um modelo semi-distribuído que possui como finalidade a caracterização hidráulica de uma rede de águas pluviais a partir da determinação dos níveis d’água e das vazões de certos pontos do sistema. O modelo, dessa forma, permite o monitoramento do sistema de drenagem, auxiliando na detecção e previsão de falhas no seu dimensio- namento.
5.1.1 MH-ASSIMTOOL
O MH-AssimTool consiste numa ferramenta baseada em SIG (Sistema de Integração Geográfica), desenvolvida na École des Ponts, com o intuito de gerar
com maior facilidade os arquivos de entrada para o programa Multi-Hydro (RICHARD et al., 2014). Ele requer como dados de entrada arquivo de vetores geor-
referenciados (em formato .”shp”) informativos do modo de ocupação do solo, da pedologia, do limite da bacia e do sistema de drenagem, além de um arquivo raster
49
contendo a topografia da região. De posse desses dados são gerados, dentre ou- tros, três arquivos principais para uso do Multi-Hydro, que são: um mapa raster de ocupação do solo em formato “.asc” (nomeado como “luse.asc”), um arquivo da rede de drenagem em formato “.inp”, o qual pode ser trabalhado no SWMM, e um arquivo nomeado como “general_input.txt”, o qual possui os parâmetros necessários, com informações gerais e específicas que serão utilizadas dentro dos programas TREX, VS2DT e SWMM, que serão utilizados na simulação do Multi-Hydro.
A ideia das seções subsequentes será apresentar as modificações no “gene- ral_input.txt” e no mapa de ocupação do solo (formato “.asc”), gerados pelo MH- AssimTool, aplicadas com a intenção de ampliar o número de classes de uso do solo da área de estudo, de modo a permitir que o usuário do Multi-Hydro alcance uma modelagem mais verossímil.
5.1.2 MODIFICAÇÕES DOS DADOS DE ENTRADA 5.1.2.1 OCUPAÇÃO DO SOLO
Os mapas de ocupação do solo presentes na modelagem proposta por SOUZA et al. (2018) são justamente os mapas de ordem prioritária e ordem majoritá- ria expostos no capítulo 4 desse trabalho (FIG. 4.11 e FIG. 4.13). Para a nova mode- lagem que será proposta aqui, um novo mapa de ocupação de solo (resolução 10 m x10 m) foi desenvolvido, com auxílio de códigos no Scilab (Anexo 4), a partir do ar- quivo da tabela de atributos produzida também no quarto capítulo (FIG. 4.23). A i- deia consistiu em criar um novo arquivo “luse.asc” com novos índices de ocupação do solo seguindo o processo abaixo:
i. Todos os pixels que apresentaram majoritariedade em área das classes “es- trada” e “casa” foram mantidos com os seus índices originais (2 e 4, respecti- vamente), pois o programa Multi-Hydro apresenta funções auxiliares que tra- balham diretamente com o código dessas ocupações do solo, como por e- xemplo modificando as altitudes dos pixels de “casa” com acréscimo de 1,5 m e um decréscimo de 0,2 m para os pixels de “estrada”. Foi preferível não alte- rar tais funções, pois acarretariam certa perda de verossimilhança do modelo com a realidade.
50
ii. Todos os pixels da classe “bueiro” presentes no arquivo “luse.asc” de SOUZA et al. (2018) foram mantidos nas mesmas posições e com o índice original (5).
Ao todos são 523 bueiros e a necessidade de estarem fixados se faz para permitir a interface com a rede de drenagem.
iii. Aos pixels que não atenderam as condições dos itens “i” e “ii” foram atribuí- dos, linha por linha, índices (excetuando-se 2, 4 e 5, já fixados) variando con- forme o critério abaixo:
De 1 até (N - C + 3), se (N - C) 3.
Onde: N é o número total de pixels constituintes do mapa de ocupação do solo; C é o total de pixels que atendem aos itens “i” ou “ii”.
Durante esse mesmo processo, os parâmetros de cada um desses pixels (que serão inseridos no arquivo “general_input.txt”) foram criados a partir da média ponderada dos parâmetros das classes originais contidas nele.
5.1.2.2 ARQUIVO “GENERAL_INPUT.TXT”
No arquivo “general_input.txt” alterou-se os parâmetros hidrológicos corres- pondentes a cada classe de ocupação do solo de acordo com o processo descrito no item 5.1.2.1. Os primeiros três parâmetros se referem às características do solo:
condutividade hidráulica (em m/s), sucção por capilaridade (m) e déficit de umidade (adimensional variando de 0 a 1) (FIG. 5.1), enquanto os outros dois às característi- cas da ocupação do solo: coeficiente de Manning (adimensional) e profundidade máxima de interceptação (mm) (FIG. 5.2). Ao todo estão sendo utilizadas 39604 classes, como indicado ao lado direito das palavras “NLANDS” e “NSOILS”. Para efeito comparativo dispõem-se também dos parâmetros das classes originais (FIG.
5.3).
51
FIG. 5.1 – Fragmento dos parâmetros do solo retirados do arquivo “general_input.txt”
FIG. 5.2 – Fragmento dos parâmetros da ocupação do solo retirados do arquivo “ge- neral_input.txt”
FIG. 5.3 – Parâmetros hidrológicos das classes originais (SOUZA et al., 2018)
52 6 CONCLUSÃO
É fato que, com o decorrer dos anos e avanço da urbanização, a avaliação de serviços ecossistêmicos tornar-se-á uma questão de crescente importância e, desse modo, as ferramentas de análise e modelagem desses serviços precisarão acompa- nhar essa tendência, tornando-se cada vez mais confiáveis e intuitivas. O modelo InVEST de estocagem e sequestro de carbono surge, então, como uma tentativa atual de suprir essa demanda, permitindo o cálculo do estoque de carbono para dife- rentes cenários de uma região. Entretanto, conforme já foi discutido, são necessá- rias amostragens locais para se obter correlações mais precisas entre os modos de ocupação de solo e a quantidade de carbono, por área, presente em cada um deles, consistindo aí a maior dificuldade da modelagem. Devido à falta de informações, uti- lizaram-se dados genéricos no desenvolvimento desse trabalho, ou seja, dados não específicos da região de Massy estudada, o que poderá ter acarretado resultados inconsistentes. Porém, partindo do princípio que os dados inseridos como entradas assemelham-se à realidade, pode-se afirmar que o método da “ocupação pondera- da” possui uma precisão bem maior que os demais métodos (“ocupação majoritária”
e “ocupação prioritária” de resolução 10 m x 10 m), compensando o esforço desen- volvido na sua implementação. Por fim, a inclusão desse modelo ecossistêmico den- tro do modelo hidrológico Multi-Hydro, que consistiu na principal motivação dessa pesquisa, ampliará suas qualidades e capacidades como ferramenta de suporte de decisão.
53 7 REFERÊNCIAS
ARROUAYS, D., DESLAIS, W. AND BADEAU, V., 2001. The carbon content of topsoil and its geographical distribution in France. Soil use and Management, 17(1), pp.7-11.
BAGSTAD, K.J., SEMMENS, D.J., WAAGE, S. AND WINTHROP, R., 2013. A comparative assessment of decision-support tools for ecosystem services quantification and valuation. Ecosystem Services, 5, pp.27-39.
BARTHOLOME, E. AND BELWARD, A.S., 2005. GLC2000: a new approach to global land cover mapping from Earth observation data. International Journal of Remote Sensing, 26(9), pp.1959-1977.
BATJES, N.H., 1996. Total carbon and nitrogen in the soils of the world. European journal of soil science, 47(2), pp.151-163.
CONVENTION ON BIOLOGICAL DIVERSITY, 1998. Report on the working of ecosystem approach. UNEP conference of the parties to the Convention on Biological Diversity.
CONVENTION ON BIOLOGICAL DIVERSITY, 2010. Convention on Biological Diversity. COP Decision X/2.
COSTANZA, R., D'ARGE, R., DE GROOT, R., FARBER, S., GRASSO, M., HANNON, B., LIMBURG, K., NAEEM, S., O'NEILL, R.V., PARUELO, J. AND RASKIN, R.G., 1997. The value of the world's ecosystem services and natural capital. nature, 387(6630), pp.253-260.
COSTANZA, R., 2003. Social goals and the valuation of natural capital. Environmental Monitoring and Assessment, 86(1), pp.19-28.
