XV SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE

(1)

XV Simpósio de Recursos Hídricos do Nordeste 1

XV SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE

ANÁLISE TEMPORAL DE IMPERMEABILIZAÇÃO EM MICROBACIAS

URBANAS COM AUXÍLIO DE DADOS ESPACIAIS DE ALTA RESOLUÇÃO

Gisely Leite de Oliveira Silva1; Luttemberg Ferreira de Araújo²; Hugo César Cândido Pessôa³; Marcelo Carlos de Oliveira Silva4 & José Almir Cirilo5

RESUMO – Um dos principais problemas no gerenciamento das águas urbanas está relacionado

com o aumento das áreas impermeáveis, aumentando o risco de inundações. Sendo assim, para que sejam desenvolvidos projetos para ordenar a urbanização são necessários estudos que apontem a expansão do perímetro urbano. Este estudo tem como objetivo analisar as alterações das superfícies impermeáveis de microbacias urbanas na cidade de Caruaru-PE, por meio de índices radiométricos. As imagens utilizadas neste estudo foram processadas utilizando o software QGIS 2.18 Las Palmas as ortofotos foram classificadas no complemento Dzetsaka, para as imagens de satélite foram utilizados os índices NDVI e NDBI. Com a análise destes índices, percebeu-se, entre os anos de 1990 e 2018 nas microbacias do Salgado e Salgadinho, que o NDVI indicou uma redução nas áreas de vegetação e o NDBI apontou um acréscimo de superfícies impermeáveis, determinando, assim, o alto grau de urbanização ocorrido nas últimas décadas nessas microbacias.

ABSTRACT – One of the main problems in the management of urban waters is related to the

increase of impermeable areas, increasing the risk of flooding. Therefore, in order to develop projects to order urbanization, studies are needed that point to the expansion of the urban perimeter. This study aims to analyze the changes in impermeable surfaces of urban microbasins in the city of Caruaru-PE, using radiometric indices. The images used in this study were processed using the QGIS 2.18 Las Palmas software and the orthophoto images were classified in the Dzetsaka complement, for the satellite images the NDVI and NDBI indices were used. With the analysis of these indices, it was noticed, between the years 1990 and 2018 in the Salgado and Salgadinho microbasins, that the NDVI indicated a reduction in the vegetation areas and the NDBI pointed out an increase in impermeable surfaces, thus determining the high degree of urbanization that has occurred in the last few decades in these microbasins.

PALAVRAS-CHAVE: Urbanização. Geotecnologias. Sensoriamento remoto.

1) Engenheira Civil pela Universidade Federal de Pernambuco, UFPE – CAA. Av. Trabalhou como Diretora de Projetos na empresa Pórtis Jr. – Soluções em Engenharia Civil. Fone: 81 99853-9465. giselyleite6@gmail.com

2) Engenheiro Civil e mestre pela Universidade Federal de Pernambuco, UFPE – CAA. Doutorando no Programa de Pós-graduação em Engenharia Civil, UPFE- Recife. Fone: 81 98252-0898. luttembergferreira@hotmail.com.

3) Engenheiro Civil e mestrando em Engenharia Civil e Ambiental pela Universidade Federal de Pernambuco, UFPE – CAA.. Fone: 81 99668-2143.

h.cesar1995@gmail.com

4)Engenheiro Civil e mestrando em Engenharia Civil e Ambiental pela Universidade Federal de Pernambuco, UFPE – CAA. Pós-graduando em Engenharia de Segurança do Trabalho pelo Instituto Federal de Pernambuco, IFPE – Campus Caruaru. marcelo.carlosoliveira@gmail.com

5)Engenheiro Civil pela Universidade Federal de Pernambuco, UFPE – CTG. Professor Titular do Centro Acadêmico do Agreste da Universidade Federal de Pernambuco, Caruaru – PE, Brasil. Av. Campina Grande, s/n, Km 59, Nova Caruaru, Caruaru-PE, 55014-900. almir.cirilo@gmail.com

(2)

INTRODUÇÃO

É recorrente a discussão que grandes e médias cidades crescem sem o devido planejamento, ocasionando o aumento demasiado de superfícies impermeáveis pela maioria das cidades do país. Para Cabral e Cândido (2019), tal fato está associado a relevância que se concede ao fator econômico o associando ao crescimento da cidade e negligenciando fatores como a conservação e manutenção do meio ambiente. Segundo Weng e Lu (2008), há uma relação entre as superfícies impermeáveis e a qualidade da água de uma bacia de drenagem, já que o aumento da impermeabilização gera impacto nos poluentes transportados pelos sistemas de saneamento básico.

Dessa maneira, a falta de planejamento urbano pode causar vários problemas, dentre eles: aumento da poluição; engarrafamentos no trânsito; desemprego; falta de drenagem urbana. No entanto, um dos principais problemas no gerenciamento das águas urbanas está relacionado com o aumento das áreas impermeáveis, aumentando o risco de alagamento e inundações. “Superfícies impermeáveis não são apenas indicadores da urbanização, mas também são grandes contribuintes para os impactos no meio ambiente urbano” (ARNOLD e GIBBONS, 1996, p. 244).

Sabe-se que as áreas que mais sofrem com os problemas devido a deficiência dos escoamentos pluviais são as áreas mais baixas da cidade e construções residenciais em áreas do leito dos rios. Como exemplo, a cidade de Caruaru inserida na bacia hidrográfica do Rio Ipojuca, sofre muitos danos devido a inundações e alagamentos, conferindo a necessidade de se conhecer a projeção de crescimento das áreas impermeáveis na zona urbana. Sendo assim, para que sejam desenvolvidos planos e projetos para ordenar a urbanização são necessários estudos que apontem o delineamento da expansão do perímetro urbano nos últimos anos (SOUZA e GONÇALVES, 2018).

Após enchentes que atingiram de forma drástica municípios da Mata Sul do estado de Pernambuco, entre 2010 e 2011, foram realizados mapeamentos da calha dos principais rios das bacias hidrográficas atingidas. Esse mapeamento se estendeu e então foi planejado e executado o Programa Pernambuco Tridimensional (PE 3D), iniciado em março de 2014 pela Secretaria de Infraestrutura de Pernambuco (SEINFRA) (CIRILO et al., 2014). Um dos artifícios que será usado nesse estudo são as ortoimagens de alta resolução provenientes do PE 3D. Além destas serão utilizadas imagens de satélite do projeto Land Remote Sensing Satellite (LANDSAT).

Diante da problemática, uma das formas de quantificar as superfícies impermeáveis para auxiliar os gestores no planejamento urbano adequado é através do sensoriamento remoto, em específico com o uso de índices radiométricos. Por vez, o presente estudo tem como objetivo analisar as alterações das superfícies impermeáveis de microbacias, inseridas no domínio urbano da cidade de Caruaru-PE, por meio de índices radiométricos e análise visual de ortoimagens.

(3)

METODOLOGIA Área de Estudo

A área de estudo deste trabalho é a cidade de Caruaru, Pernambuco, localizada na microrregião do Vale do Ipojuca, mesorregião Agreste, distanciada 130,07 km da capital do estado, Recife. A sede do município tem altitude de 533,54 m metros e coordenadas geográficas de 08°28’S latitude e 35°96’W de longitude.

Dentro da malha urbana da cidade de Caruaru, optou-se em delimitar e tratar nesse estudo três microbacias. Utilizou-se como critérios as áreas que mais sofrem com inundações e alagamentos e possuem um crescimento desordenado da infraestrutura no seu espaço físico, sendo elas: microbacia do Salgado; microbacia do Salgadinho e; microbacia da Vila do Aeroporto. Apresenta-se na Figura 1 as microbacias em análise dentro do contexto urbano.

Figura 1 - Microbacias do Salgado e Salgadinho na zona urbana de Caruaru.

Processamento de dados

Os dados utilizados neste estudo foram processados utilizando o software QGIS 2.18 Las Palmas. As ortofotos foram classificadas por meio do complemento Dzetsaka. As imagens do Landsat-5 e Landsat-8, órbita/ponto 214/66, foram adquiridas gratuitamente no site do Earth Explorer, com uma resolução espacial de 30 metros. Foram selecionadas as imagens com o menor percentual de cobertura de nuvens na cena.

Serão analisadas imagens dos anos de 1990 (Landsat-5), 2016 (PE-3D) e 2018 (Landsat-8), para posteriormente discutir a variação de superfícies impermeáveis no espaço urbano da cidade de Caruaru. Os anos foram escolhidos pela qualidade e disponibilidade das imagens. Apresenta-se na

(4)

Tabela 1 características relevantes dos satélites Landsat-5 sensor TM e Landsat-8 sensor OLI, e as bandas utilizadas neste estudo. E na Tabela 2 as características das imagens do PE-3D.

Tabela 1 - Características espaciais e espectrais do Landsat-5 e Landsat-8.

Características Landsat-5 Landasat-8

Data das imagens 23/03/1990 11/08/2018

Número de Bandas 7 (TM) 9 (OLI) e 2 (TIRS)

Resolução Radiométrica 8 bits 16 bits

Resolução Temporal 16 dias 16 dias

Banda do Vermelho (red) B3 (0,63 – 0,69 µm) 30m B4 (0,64 – 0,67 µm) 30m Banda do Infravermelho Próximo (nir) B4 (0,76 –0,90 µm) 30m B5 (0,85 – 0,88 µm) 30m Banda do Infravermelho Médio (mir) B5 (1,55 – 1,75 µm) 30m B6 (1,57 – 1,65 µm) 30

Tabela 2 - Resolução espacial e radiométrica da ortofoto fornecida pelo PE-3D na escala 1:5000 e 1:1000.

Características PE-3D

Escala 1:5000 Escala 1:1000

Resolução Espacial 50 cm 12 cm

Resolução Radiométrica 8 bits 8 bits

Procedimentos operacionais

Serão utilizados os índices Normalized Difference Vegetation Index (NDVI) e Normalized Density Building Index (NDBI) para auxiliar na investigação das imagens. Antes de iniciar qualquer parâmetro de cálculos radiométricos é necessário que se faça a conversão de Números Digitais (ND) para reflectância na superfície. Este processo de tratamento das imagens consiste em duas etapas, primeiro é feito a conversão de ND para radiância espectral e, em seguida, para valores de reflectância. Utilizou-se os coeficientes radiométricos disponibilizados no arquivo de metadados das imagens. Na Tabela 3 encontram-se as equações utilizadas para o tratamento das imagens.

Tabela 3 – Equações utilizadas para o tratamento das imagens do Landsat-5 e Landsat-8.

Landsat-5 Landasat-8

Radiância Lλ= (

Lmaxλ− Lminλ Qcalmax− Qcalmin

) ∗ (Qcal− Q_calmin) + Lminλ ρλ′= Mρ∗ Qcal+ Aρ

Reflectância ρp= Π ∗ Lλ∗ d2 ESUNλ∗ cos θs ρλ = ρλ ′ sin(θSE) ∗ (1⁄ )_d2

(5)

Onde:

Lλ = Radiância espectral;

Qcal = Valor quantizado e calibrado do pixel em nível de cinza (DN); Qcalmin = Valor mínimo do pixel em níveis de cinza;

Qcalmax = Valor máximo do pixel em níveis de cinza; Lminλ = Radiância espectral mínima;

Lmaxλ = Radiância espectral máxima;

d = Distância entre o Sol e a Terra em unidades astronômicas; ESUNλ = Irradiância solar na exoatmosfera;

θS = Ângulo zenital solar; ρλ’

= Reflectância planetária sem correção do ângulo solar; Mρ = Fator multiplicativo de reescalonamento para cada banda; Aρ = Fator aditivo de reescalonamento para cada banda;

ρλ = Reflectância planetária no topo da atmosfera corrigida; θSE = Ângulo de elevação solar.

Após a conclusão da etapa de tratamento das imagens, efetuou-se o cálculo do NDVI. O modelo utiliza uma banda no espectro vermelho e uma no espectro infravermelho, que correspondem as bandas 3 e 4 do sensor TM do Landsat-5, e as bandas 4 e 5 do sensor OLI do Landsat-8. O NDVI tem variação que varia de -1 a 1, sendo indicativo de aumento de vegetação verde os valores positivos crescentes e valores negativos indicam superfícies sem vegetação. O presente método foi elaborado por Rouse Jr. et al. (1973) conforme Equação 1.

NDVI = Pnir − Pred

(Pnir + Pred) Eq. 1

Sendo: Pnir (banda do infravermelho próximo) e Pred (banda do vermelho).

Outro índice usado no presente estudo foi o NBDI. Este índice diferencia o solo exposto de área construída. O cálculo do NBDI é realizado por meio da Equação 2:

NDBI = Pmir − Pnir

Pmir + Pnir Eq. 2

Onde, Pmir corresponde a banda do infravermelho médio. E o Pnir corresponde a banda do infravermelho próximo.

RESULTADOS E DISCUSSÃO

Com a metodologia descrita no item anterior foi possível obter o resultado de NDVI e NDBI para as microbacias em análise. Tais índices possuem limitações, assim foram feitas sondagens para

(6)

a escolha das imagens que apresentassem resultados mais adequados. Verificou-se que o NDBI e o NDVI tiveram melhores resultados com imagens de março e de agosto, para os anos de 1990 e 2018, respectivamente, o que pode estar relacionado principalmente à ausência de nuvens.

O resultado do NDVI referente a microbacia do Salgadinho apresentou valores variando de 0,109 a 0,740 para o ano de 1990 (Figura 2a) e entre 0,015 e 0,557 em 2018 (Figura 2b). Como mostram Rezende e Rosa (2019), na escala de cores, para este índice o vermelho indica áreas identificadas como água; a cor mais próxima do amarelo representa ausência de vegetação, indicando áreas urbanizadas, e o verde indica presença de vegetação.

Percebe-se a diminuição no tom verde de 1990 para 2018, indicando maior urbanização na microbacia do Salgadinho. As duas áreas destacadas em vermelho na Figura 2b são: a Feira de Caruaru, registrada como Patrimônio Imaterial do Brasil pelo Instituto do Patrimônio Histórico e Artístico Nacional (IPHAN, 2006); um supermercado de grandes proporções. Assim, o conhecimento empírico da área em estudo é um aliado para validar valores de NDVI.

(a) (b)

Figura 2 - NDVI da microbacia do Salgadinho para os anos de (a) 1990 e (b) 2018.

O NDBI para o ano de 1990 apresentou valores entre -0,208 a 0,172 (Figura 3a), enquanto 2018 apresentou o intervalo de -0,176 a 0,225 (Figura 3b). A tonalidade vermelha se refere às superfícies impermeáveis, destaque para áreas urbanas; os tons entre amarelo e verde indicam áreas permeáveis. Portanto, o índice aponta o crescimento de áreas impermeáveis na microbacia do Salgadinho.

(7)

(a) (b)

Figura 3 - NDBI da microbacia do Salgadinho para os anos de (a) 1990 e (b) 2018.

O NDVI referente a microbacia do Salgado apresentou valores entre -0,141 a 0,693 para 1990 (Figura 4a) e entre 0,085 e 0,558 em 2018 (Figura 4b). Analogamente à microbacia do Salgadinho, verifica-se a diminuição no tom verde de 1990 para 2018, apontando maior urbanização na microbacia do Salgado. Silva, Oliveira e Nascimento (2019) afirmam que regiões com NDVI entre 0,03 a 0,24 representam regiões com vegetação estressada ou área degradada pela ação do homem, observa-se este intervalo de NDVI na microbacia do Salgado. Por sua vez, as áreas com NDVI maior que 0,44, são regiões de vegetação. Assim como no trabalho de Martins, Morato e Kawakubo (2018), o NDVI foi capaz de identificar variações relacionadas ao revestimento do solo da área em estudo.

(a) (b)

(8)

Já o resultado do NDBI para o ano de 1990 apresentou valores de -0,427 a 0,237 (Figura 5a), enquanto para o ano de 2018 observou-se o intervalo de -0,146 a 0,214 (Figura 5b). O índice ressalta a significativa redução das áreas permeáveis (tom verde com valores negativos mais próximos de zero) na microbacia do Salgado, isto decorre principalmente pela urbanização acelerada no bairro de mesmo nome, sendo o mais populoso da cidade de Caruaru, de acordo com o IBGE (2010).

(a) (b)

Figura 5 - NDBI da microbacia do Salgado para os anos de (a) 1990 e (b) 2018.

Apresenta-se nas Figuras 6a e 6b a classificação de uso e ocupação do solo das microbacias do Salgadinho e Salgado, respectivamente, para o ano de 2016. Como complemento a análise do NDVI e NDBI, obteve-se, através das ortofotos do programa PE 3D, as porcentagens de área permeável e impermeável, cujos valores são, respectivamente de 41,81% e 58,19% para a microbacia do Salgadinho (Figura 7a), ressaltando a expressividade da urbanização nesta microbacia, e 70,53% e 29,47% para a microbacia do Salgado (Figura 7b), que apresenta um menor valor de áreas impermeáveis porque compreende, além do bairro Salgado, dois bairros em expansão urbana, Universitário e Luiz Gonzaga, que ainda detêm grandes áreas verdes.

(9)

(a) (b)

Figura 6 - Classificação de uso e ocupação do solo das microbacias do (a) Salgadinho e (b) Salgado através de ortoimagens do PE 3D.

CONCLUSÕES

Viu-se que o resultado do NDVI para a microbacia do Salgadinho apresentou valores entre 0,109 a 0,740 (1990) e entre 0,015 e 0,557 (2018). O resultado do NDBI para mesma microbacia variou de -0,208 a 0,172 (1990) e de -0,176 a 0,225 (2018). Para a microbacia do Salgado o NDVI apresentou valores entre -0,141 e 0,693 (1990) e entre 0,085 e 0,558 (2018). Já o NDBI, por sua vez, variou de -0,427 a 0,237 (1990) e de -0,146 a 0,214 (2018)

Assim, entre os anos de 1990 e 2018 nas microbacias Salgado e Salgadinho, pode-se concluir que o NDVI indicou uma redução nas áreas de vegetação, determinando o alto grau de urbanização ocorrido nas últimas décadas. Bem como o NDBI ressalta a urbanização pelo acréscimo de superfícies impermeáveis na área em estudo.

No ambiente urbano de Caruaru, as microbacias foram modeladas adequadamente, apresentando porcentagens de impermeabilização do solo acima de 50%. Informação necessária para planos e projetos urbanismo, drenagem e redes de abastecimento de água e esgoto.

(10)

REFERÊNCIAS

ARNOLD, C. L.; GIBBONS, C. J. Impervious Surface Coverage: The Emergence of a Key Environmental Indicator. Journal of the American Planning Association, v. 62, n. 2012, p. 243–258, 1996. doi:10.1080/01944369608975688.

CABRAL, L. do N.; CÂNDIDO, G. A. Urbanização, vulnerabilidade, resiliência: relações conceituais e compreensões de causa e efeito. Urbe. Revista Brasileira de Gestão Urbana, [s.l.], v. 11, p. 1-13, 2019. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/2175-3369.011.002.ao08. CHAVEZ JR., P. S. Image-Based Atmospheric Corrections: revisited and improved. Photogrammetric Engineering and Remote Sensing, v. 62, n. 9, pp. 1025-1036. American Society for Photogrammetry and Remote Sensing, 1996.

CIRILO, J. A.; ALVES, F. H. B.; SILVA, L. A. C. da; CAMPOS, J. H. de A. L. Suporte de Informações Georreferenciadas de Alta Resolução para Implantação de Infraestrutura e Planejamento Territorial. Revista Brasileira de Geografia Física, Recife, v. 7, n. 4, p. 755-763, nov. 2014.

CONGEDO, L. Semi-Automatic Classification Plugin User Manual. 2014. doi:10.13140/RG.2.1.1219.3524.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo Demográfico 2010. Disponível em: <https://sidra.ibge.gov.br/pesquisa/censo-demografico/demografico-2010/inicial> Acesso em: 08 de jul. 2020.

______. Monografias municipais: Nordeste/Pernambuco Caruaru. 2017. Disponível em: <https://biblioteca.ibge.gov.br/visualizacao/periodicos/2980/momun_ne_pe_caruaru.pdf.> Acesso em: 13 mai. 2020.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. LANDSAT. Disponivel em: <http://www.dgi.inpe.br/documentacao/satelites/landsat> Acesso em: 18 de jun. 2020.

MARTINS, M. H.; MORATO, R. G.; KAWAKUBO, F. S. Mapeamento de Superfícies Impermeáveis Utilizando Ortofotos, Imagens de Satélite e Regressão Linear. Geography Department University Of Sao Paulo, [s.l.], v. 35, p. 91-101, 24 jul. 2018. Universidade de Sao Paulo, Agencia USP de Gestao da Informacao Academica (AGUIA). http://dx.doi.org/10.11606/rdg.v35i0.131542.

MINC/IPHAN/DPI. Parecer n° M5100512006. Registro da Feira de Caruaru/PE. Brasília: Instituto do Patrimônio Histórico e Artístico Nacional, 2006.

REZENDE, P. S.; ROSA, R. Análise Temporal de Superfícies Impermeáveis em Área Urbana Através do Índice Built-Up (BU). In: Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019, Santos. Anais eletrônicos... São José dos Campos, INPE, 2019.

ROUSE JR., J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. In: Proceedings of the Third Earth Resources Technology Satellite-1 Symposium, 3, Washington, D.C., 1973. Proceedings. Washington, D.C.: NASA. Goddart Space Flight Center, p. 309-317.

SILVA, J. G.; OLIVEIRA, L. M. M.; NASCIMENTO, E. F. Análise Temporal da Cobertura do Solo por Índices de Vegetação no Município de Belo Jardim-PE. In: Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019, Santos. Anais eletrônicos... São José dos Campos, INPE, 2019.

SOUSA, R. E. dos S.; GONÇALVES, G. F. G. Um Estudo Sobre os Impactos Decorrentes de Inundações no Município de Belo Horizonte. In: R. gest. sust. ambient., Florianópolis, v. 7, n. 3, p.591-605, jul/set. 2018. doi:10.19177/rgsa.v7e32018591-605

WENG, Q.; LU, D. A sub-pixel analysis of urbanization effect on land surface temperature and its interplay with impervious surface and vegetation coverage in Indianapolis, United States. International Journal of Applied Earth Observation and Geoinformation, Novi Sad, v. 10, n. 1, p. 68-83, feb. 2008.