Desenvolvimento de calculadora em Python para análise das condições sanitárias e ambientais no município de São Carlos (SP)

(1)

1º Simpósio Brasileiro Cidades + Resilientes

28 a 30 de outubro de 2020

Trabalho Inscrito na Categoria de Artigo Completo 978-65-86753-09-7

319

EIXO TEMÁTICO:

( ) Tópico Especial: A Cidade e o Isolamento Social ( ) Cidades Inovadoras

( ) Mobilidade Urbana Sustentável

( ) Geotecnologias e Investigação Geotécnica das Cidades

( X ) Gestão e Tecnologias Aplicadas aos Sistemas de Saneamento

Desenvolvimento de calculadora em Python para análise das condições

sanitárias e ambientais no município de São Carlos (SP)

Development of Python calculator for analyzing of sanitary and environmental

conditions in the municipality of São Carlos (SP)

Desarrollo de una calculadora Python para analizar las condiciones sanitarias y

ambientales en el municipio de São Carlos (SP)

Everton Juan Cardoso Correia

Formando em Engenharia Civil, UFSCar, Brasil evertonjcorreia@gmail.com

Maria Eugênia Gonçalez Alvares

Mestranda PPGEU/UFSCar, Brasil geninha.alvares@gmail.com

Katia Sakihama Ventura

Professora DECiv-PPGEU, UFSCar, Brasil katiasv@ufscar.br

(2)

1º Simpósio Brasileiro Cidades + Resilientes

320

RESUMO

A gestão pública urbana tem como uma de suas responsabilidades prover boas condições sanitárias para a sociedade. Dessa forma, é do interesse do gestor público o uso de ferramentas e métodos que mensurem e acompanhem as condições de salubridade para melhor subsídio do sistema de saneamento. A ferramenta consolidada por órgão público é Indicador de Salubridade Ambiental (ISA). Com base nisto, o objetivo do presente trabalho foi desenvolver uma calculadora em linguagem Python para analisar as condições sanitárias e ambientais no município de São Carlos (SP). A metodologia compreendeu i) base de cálculo para concepção do programa; ii) organização de bibliotecas, pacotes e funções e, iii) elaboração das funções da calculadora. Entre os resultados, tem-se um conjunto de códigos abertos, composto por aproximadamente 900 linhas, bem como a interface dos dados de entrada e a pontuação gerada pelo modelo Conesan (1999). Os dados de entrada de São Carlos foram inseridos na calculadora para testar sua efetividade, indicando o ISA como “nível salubre” (80 pontos) para o estudo de caso. O instrumento é simples, útil e pode ser utilizado em qualquer dispositivo digital. Pode ser útil para rápida visualização dos indicadores menos favorecidos e, portanto, necessitam de melhorias. Esta pesquisa compreende parte da iniciação científica realizada no Departamento de Engenharia Civil da Universidade Federal de São Carlos.

PALAVRAS-CHAVE: Indicador. Python. Salubridade.

ABSTRACT

One of the responsibilities of the Brazilian urban public management is to provide good sanitary conditions for society. Thus, it is in the public manager's interest to use tools and methods that measure and monitor the health conditions for a better subsidization of the sanitation system. The tool consolidated by a public agency is Environmental Health Indicator (ISA an acronym in Portuguese). Based on this, the objective of the present work was to develop a calculator in Python language to analyze the sanitary and environmental conditions in the municipality of São Carlos (SP). The methodology comprised on i) calculation basis to concept the software; ii) organization of libraries, packages and functions, and iii) elaboration of calculator functions. Among the results, there is a set of open codes, composed of approximately 900 lines, as well as the interface of the input data and the score generated by the Conesan (1999) model. The input data from São Carlos was inserted in the calculator to test its effectiveness, indicating ISA as “healthy level” (80 points) for the case study. The instrument is simple, useful and can be used on any digital device. It can be useful for quick visualization of less favored indicators and, therefore, need improvement. This research comprises part of the scientific initiation made at the Department of Civil Engineering of the Federal University of São Carlos.

KEYWORDS: Indicator. Python. Salubrity. RESUMEN

Una de las responsabilidades de la gestión pública urbana es proporcionar buenas condiciones sanitarias a la sociedad. Por lo tanto, es de interés del gestor público utilizar herramientas y métodos que midan y monitoreen las condiciones de salud para un mejor subsidio del sistema de saneamiento. La herramienta consolidada por un organismo público es el Indicador de Salud Ambiental (ISA). En base a esto, el objetivo del presente trabajo fue desarrollar una calculadora en lenguaje Python para analizar las condiciones sanitarias y ambientales en el municipio de São Carlos (SP). La metodología comprendió i) base de cálculo para el diseño del programa; ii) organización de bibliotecas, paquetes y funciones, y iii) elaboración de funciones de calculadora. Entre los resultados, se encuentra un conjunto de códigos abiertos, compuesto por aproximadamente 900 líneas, así como la interfaz de los datos de entrada y el puntaje generado por el modelo Conesan (1999). Los datos de entrada de São Carlos se ingresaron en la calculadora para probar su efectividad, indicando el ISA como “nivel saludable” (80 puntos) para el estudio de caso. El instrumento es simple, útil y se puede utilizar en cualquier dispositivo digital. Puede ser útil para la visualización rápida de indicadores menos favorecidos y, por lo tanto, necesita mejoras. Esta investigación forma parte de la iniciación científica realizada en el Departamento de Ingeniería Civil de la Universidad Federal de São Carlos.

(3)

1º Simpósio Brasileiro Cidades + Resilientes

321

INTRODUÇÃO

É importante estudar as condições ideais para o ser humano habitar, para isso é necessário um espaço agradável, acessível, seguro e salubre, com uma boa integração ao ambiente que o cerca. Em áreas urbanas, tais condições, necessariamente, envolvem os serviços urbanos e infraestrutura, como abastecimento de água, coleta de esgoto e resíduos sólidos, distribuição de energia elétrica, entre outras (ABIKO, 1995).

Dessa forma, o Indicador de Salubridade (ISA) surge como o único método de estudo identificado em literatura científica que está consolidado por um órgão público. Entretanto, o índice tem sido pouco utilizado e aplicado pelo Brasil. Nos estudos de Teixeira, Prado Filho e Santiago (2018), por exemplo, foram constatados apenas cerca de 60 estudos entre os anos de 1999 e 2016. Além disso, em grande parte dos estudos o indicador é utilizado com pouca ou nenhuma alteração da metodologia original de 1999.

Neste campo, o uso de linguagem computacional, a exemplo de Python, pode aproximar o conhecimento científico à tecnologia digital, tornando as cidades resilientes às adaptações necessárias

A linguagem de programação Python foi lançada em 1992 e prioriza a legibilidade do código Python para aplicações de alta performance em estudos científicos. Por isto, utiliza bibliotecas externas, sendo as mais populares a Numpy (operações matemáticas e matrizes), a Scipy (aplicações cientificas), a Matplotlib (criação de gráficos) e a Pandas (manipulação de volumosa quantidade de dados), segundo (REITZ, 2020). Este autor ainda observa que por ser uma linguagem interpretada, grande parte das bibliotecas de alta performance são escritas em C ou Fortran, por serem linguagens compiladas e mais rápidas.

Considerando a tecnologia digital como instrumento de apoio à tomada de decisão e agilidade nos processos, o conceito de resiliência compreende a capacidade de reação do sistema urbano aos distúrbios externos em busca da sustentabilidade social, ecológica, territorial para atender a demanda local. Neste campo, a gestão de risco torna-se parte relevante do estudo de sistemas urbanos resilientes, conforme Brunetta e Voghera (2014). Desta forma, ferramentas computacionais de código aberto e livre amplia a capacidade de gestão pública.

A salubridade ambiental depende da gestão pública eficaz e da rapidez com que os serviços urbanos são executados. Instrumentos de apoio a esta gestão podem corroborar com a tomada de decisão.

Neste âmbito, a presente pesquisa foi concebida na linguagem Python, tendo os indicadores da CONESAN (1999) como base de avaliação dos serviços de saneamento. A linguagem Python foi selecionada pela sua facilidade e agilidade de aplicação e escalabilidade, além de sua vasta gama de biblioteca e pacotes.

OBJETIVOS

O presente trabalho tem como objetivo elaborar calculadora em Python para análise das condições sanitárias e ambientais.

(4)

1º Simpósio Brasileiro Cidades + Resilientes

322

Entre os objetivos específicos, estão:

 Conceber e desenvolver a ferramenta computacional;

 Selecionar a linguagem de programação e bibliotecas úteis para os cálculos do método;

 Aplicar a ferramenta computacional para os municípios de Araraquara, Bauru e São

Carlos, contidas no Estado de São Paulo.

METODOLOGIA

A metodologia se baseia em três etapas, descritas a seguir.

1. Fundamentação para base de cálculo

O Indicador de Salubridade Ambiental (ISA) foi proposto, em 1999, pelo Conselho Estadual de Saneamento (CONESAN) do Estado de São Paulo. Os principais fornecedores de dados para o cálculo do ISA são as companhias de saneamento, secretarias municipais, planos municipais de saneamento básico, censos do IBGE e SNIS (TEIXEIRA; PRADO FILHO; SANTIAGO, 2018).

O ISA foi aplicado em outras partes do Brasil, com base nas alterações do modelo original, seguindo necessidades locais como proposto por CONESAN (1999). O Quadro 1 estabelece a faixa de pontuação do ISA.

Quadro 1 - Situação de salubridade por faixas de pontuação do ISA Situação de Salubridade Pontuação

Insalubre 0 - 25

Baixa Salubridade 26 - 50 Média Salubridade 51 - 75

Salubre 76 - 100

Fonte: DIAS (2003)

O ISA pode ser calculado pela Equação (1).

𝐼𝑆𝐴 = 0,25𝐼𝑎𝑏 + 0,25𝐼𝑒𝑠 + 0,25𝐼𝑟𝑠 + 0,10𝐼𝑐𝑣 + 0,10𝐼𝑟ℎ + 0,05𝐼𝑠𝑒

(1)

A calculadora para o ISA é uma ferramenta de fácil acesso, cujos resultados podem subsidiar a tomada de decisão. A base do cálculo se baseia no manual de Conesan (1999).

2. Organização de bibliotecas, pacotes e funções para concepção do programa

A linguagem Python oferece infinitas bibliotecas e pacotes, todas em código aberto, como constam no Quadro 2. A linguagem de programação Python foi a versão 3.8.2, distribuída para o sistema operacional Windows, Mac OS e GNU/Linux.

(5)

1º Simpósio Brasileiro Cidades + Resilientes

323

Quadro 2 – Bibliotecas, pacotes e funções usadas na ferramenta

Biblioteca Funções Fornecedor Licença Motivo da Utilização

PySimpleGUI diversas PySimpleGUI GNU/GPL3 Utilizada para a criação da interface de usuário.

NumPy arrange NumPy BSD

Utilizada para gerar matrizes numéricas, similar à biblioteca padrão "range" fornecida pelo próprio

Python.

Matplotlib pyplot Matplotlib BSD

compatível

Utilizada para plotar gráficos de barra dentro da interface de usuário.

Pickle load e

dump Python

Permissiva estilo BSD

Função "dump" foi utilizada para salvar dados do município em arquivos formato .isa e "load" foi

utilizada para carregá-los de volta à aplicação.

Math log Python Permissiva

estilo BSD Utilizada para o cálculo de logaritmos Fonte: Organizado pelos AUTORES.

3. Elaboração das funções da calculadora

Além das bibliotecas encontradas, foram concebidas diversas funções para permitir que os indicadores sejam calculados pelo método do ISA. A exemplo disso é a função Interpol, usada para interpolações lineares.

O Índice de Saturação do Sistema (Isr) foi um dos índices com uso da função Interpol utilizada (Quadro 3). O Quadro 4 apresenta as diversas retas possíveis para Ice.

Quadro 3 – Tabela de cálculos do Isr, juntamente com chamada da função Interpol

População Urbana Função Isr Chamada da

Função

Até 50 mil habitantes

n >= 2 2 > n > 0 n <= 0 100 interpolar 0 Interpol (0, 2, n) de 50 mil a 200 mil habitantes n >= 3 3 > n > 0 n <= 0 100 interpolar 0 Interpol (0, 3, n) maior que 200 mil

habitantes n >= 5 5 > n > 0 n <= 0 100 interpolar 0 Interpol (0, 5, n)

Até 50 mil habitantes

n >= 2 2 > n > 0 n <= 0 100 interpolar 0 Interpol (0, 2, n) de 50 mil a 200 mil habitantes n >= 3 3 > n > 0 n <= 0 100 interpolar 0 Interpol (0, 3, n) Fonte: Adaptado de Conesan (1999)

(6)

1º Simpósio Brasileiro Cidades + Resilientes

324

Quadro 4 – Tabela com as diversas retas possíveis para o Ice, de acordo com a quantidade de habitantes do município estudado

População Urbana Mínimo Máximo Chamada da Função

até 5 mil habitantes Ice < 50% → Ice = 0 Ice > 85% → Ice = 100 Interpol(50, 85, Ice_calc) de 5 mil a 20 mil hab. _{Ice < 55% → Ice = 0} _{Ice > 85% → Ice = 100} _{Interpol(55, 85, Ice_calc)} de 20 mil a 50 mil hab. Ice < 60% → Ice = 0 Ice > 85% → Ice = 100 Interpol(60, 85, Ice_calc) de 50 mil a 100 mil hab. Ice < 65% → Ice = 0 Ice > 85% → Ice = 100 Interpol(65, 85, Ice_calc) de 100mil a 500mil hab. _{Ice < 70% → Ice = 0} _{Ice > 90% → Ice = 100} _{Interpol(70, 90, Ice_calc)} maior que 500 mil hab. Ice < 75% → Ice = 0 Ice > 90% → Ice = 100 Interpol(75, 95, Ice_calc) Fonte: CONESAN (1999)

O manual do ISA fornece uma das possíveis retas do Ice (Figura 1).

Figura 1 – Representação de uma das possíveis retas da pontuação do Ice

Fonte: CONESAN (1999)

Outra função de destaque no desenvolvimento do trabalho é a função Plot, que é usada para plotar todos os gráficos disponibilizados nos resultados do cálculo do ISA.

A pesquisa de Alvares (2020) subsidiou a aplicação da ferramenta em escala municipal.

4 RESULTADOS

4.1- Códigos elaborados para desenvolvimento da ferramenta computacional

A função Interpol se mostrou generalizada o bastante para também ser implementada em índices um pouco mais complexos, como foi o caso do Índice de Cobertura em Coleta e Tanques Sépticos (Ice), que tem seu resultado final dado pelas das diversas retas que se encontram no Quadro 5.

(7)

1º Simpósio Brasileiro Cidades + Resilientes

325

Quadro 5: Tabela com as diversas retas possíveis para o Ice, de acordo com a quantidade de habitantes do município estudado

Função Código

Interpol 1. def Interpol(min, max, x): 2. if x >= min and x <= max: 3. m = 100/(max - min) 4. y = m*(x - min) 5. elif x < min: 6. y = 0 7. elif x > max: 8. y = 100 9. return y Cálculo do Índice de Saturação do

Sistema

1. n = log( v['CA']*(t)/v['VL'] + 1 )/log(1+t) 2. if Dut <= 50000:

3. Isr = Interpol(0, 2, n)

4. elif Dut > 50000 and Dut <= 200000: 5. Isr = Interpol(0, 3, n)

6. elif Dut > 200000: 7. Isr = Interpol(0, 5, n) Cálculo do Ice 1. Ice_calc = (v['Due']/Dut)*100

2. if Dut <= 5000:

3. Ice = Interpol(50, 85, Ice_calc) 4. if Dut > 5000 and Dut <= 20000: 5. Ice = Interpol(55, 85, Ice_calc) 6. if Dut > 20000 and Dut <= 50000: 7. Ice = Interpol(60, 85, Ice_calc) 8. if Dut > 50000 and Dut <= 100000: 9. Ice = Interpol(65, 85, Ice_calc) 10. if Dut > 100000 and Dut <= 500000: 11. Ice = Interpol(70, 90, Ice_calc) 12. if Dut > 500000:

13. Ice = Interpol(75, 95, Ice_calc)

Plot 1. def Plot(indicadores, save_location, tittle): 2. objects = list(reversed(indicadores.keys())) 3. y_pos = arange(len(objects))

4. performance_unp = list(reversed(indicadores.values())) 5. # substituir 0 por 1 para que os mesmos aparecam no grafico 6. performance = [] 7. for i in performance_unp: 8. if i < 1: 9. performance.append(1.0) 10. else: 11. performance.append(i) 12. fig, ax = plt.subplots(figsize=(3.4, 4.68)) 13. bars = ax.barh(y_pos, performance, align='center') 14. # mudar cores para bater com pontuação 15. for i in range(len(performance)):

16. if Processar_ss(performance[i]) == 'salubre': 17. bars[i].set_color('g')

18. elif Processar_ss(performance[i]) == 'media salubridade': 19. bars[i].set_color('y')

20. elif Processar_ss(performance[i]) == 'baixa salubridade': 21. bars[i].set_color('#e67300')

22. elif Processar_ss(performance[i]) == 'insalubre': 23. bars[i].set_color('r') 24. plt.yticks(y_pos, objects) 25. plt.xlabel('Pontos') 26. plt.title(tittle) 27. plt.savefig(save_location, transparent=True) 28. return save_location

(8)

1º Simpósio Brasileiro Cidades + Resilientes

326

4.2 – Calculadora desenvolvida em Python para o cálculo do ISA

O desenvolvimento deste trabalho resultou em uma aplicação chamada “Calculadora ISA”, que é composta por 6 arquivos de código fonte que totalizam, aproximadamente, 900 linhas de código. A ferramenta usa licença de código GPL3 e está disponível em repositório público on-line.

A interface de usuário da ferramenta se divide em duas partes: a janela de entrada de dados (Figura 2) e a janela de resultados (Figura 3). Além disso, graças à biblioteca Pickle do Python é possível salvar e abrir as informações de certa cidade a partir arquivos com a extensão “.isa”, criada especialmente para essa ferramenta.

Figura 2 – Interface de entrada de dados da “Calculadora ISA”

4.3 – Aplicação da ferramenta com dados do município de São Carlos (SP)

Após a conclusão do desenvolvimento da ferramenta computacional, a calculadora foi utilizada ao município de São Carlos, a partir da pesquisa de Rojas (2019) e dispostos no Quadro 6. Mais detalhes sobre cada indicador ou subindicador podem ser consultados no Manual do ISA (Conesan, 1999).

(9)

1º Simpósio Brasileiro Cidades + Resilientes

327

Quadro 6 – Dados para o cálculo do ISA compilados para o município de São Carlos Indicador Subindicador Unidade Dados de entrada

Indicador de Abastecimento de Água (Iab) Cobertura de atendimento (Ica) Dua 226759 Dut 236232 Qualidade da água distribuída (Iqa) k 0,36 NAA [%] 390,2 NAR [%] 141,72

Saturação dos sistemas produtores (Isa) VP [m³/ano] 35321170 CP [m³/ano] 45552000 t 1,16% k2/k1 [%] 1,25 Indicador de Esgoto

Sanitário (Ies) Cobertura em coleta e _{tanques sépticos (Ice)} Due 236232

Dut 236232

Esgotos tratados (Ite) Ice 81% VT [m³] 15617,49 Saturação do tratamento (Ise) VC [m³] 15936,21 VC [m³/ano] 15936,21 CT [m³/ano] 16177968 t 1,16% Indicador de Resíduos

Sólidos (Irs) Coleta de lixo (Icr) Duc 236088

Dut 236232

Tratamento e disposição

final (Iqr) Iqr 10

Saturação do tratamento e disposição final (Isr)

VL [ton] 212,61 CA [ton] 810922,51

t 1,16%

Indicador de Controle de

Vetores (Icv) Dengue Ivd 0

Esquitossomose Ive 100

Leptospirose Ivl 50

Indicador de Recursos

Hídricos (Irh) Água bruta Iqb 50

Disponibilidade dos manaciais (Idm)

Dis 8,4

Dem 72,56

Fontes Isoladas (Ifi) NAA 390,2

NAR 141,72

Indicador Socioeconômico

(Ise) Indicador de saúde pública (Isp)

Imh 0,008

Imh 0,0355

Indicador de renda (irf) I2s 28,50%

Irm 42,24%

Indicador de educação (Ied)

Ine 3,66%

(10)

1º Simpósio Brasileiro Cidades + Resilientes

328

Fonte: ROJAS (2019)

Dessa forma, os dados do município de Araraquara foram inseridos na aplicação “Calculadora ISA” produzida neste trabalho, a qual possui a janela com a entrada de dados e orientações para uso dos indicadores e da ferramenta. O resultado final se encontra na Figura 3.

Figura 3 – Tela final da aplicação da “Calculadora do ISA” para o município de São Carlos (SP)

Fonte: AUTORES.

A situação de salubridade de São Carlos foi “Salubre”, com ISA de 80 pontos. Os piores indicadores estão no grupo Indicador Socioeconômico (Ise) com 25 pontos e os Indicadores de Recursos Hídricos (Irh) e de Controle de Vetores (Icv), ambos com 50 pontos.

Os resultados completos da avaliação da salubridade em São Carlos podem ser consultados em Rojas (2019).

Esta pesquisa resulta da integração da iniciação cientifica sem remuneração, sob identificação 2506/2019, desenvolvida no curso de engenharia civil da Universidade Federal de São Carlos (UFSCar) com o mestrado em fase de finalização de Alvares (2020).

(11)

1º Simpósio Brasileiro Cidades + Resilientes

329

5 CONCLUSÃO

A aplicação desenvolvida neste trabalho se mostrou extremamente eficiente para o cálculo do ISA. Como a ferramenta foi estruturada de forma intuitiva, qualquer usuário com conhecimentos básicos em informática pode inserir os valores dos indicadores e, assim, obter a salubridade ambiental do local estudado.

A ferramenta é útil ao gestor porque permite a visualização rápida dos indicadores que demandam maior investimento em infraestrutura urbana e em saúde pública. Ferramentas como esta tornam a cidade mais resiliente porque a preparam para análise da sustentabilidade pela visão holística do ISA (saneamento, saúde, aspectos sociais).

Além disso, por ser uma ferramenta de código aberto e público, ela se torna útil a outros pesquisadores, desde que se respeite a licença GNU/GPL3 vinculada ao código. Isto permite que o código possa ser copiado, alterado ou compilado, conforme interesse do usuário.

Assim, as cidades tornam-se mais resilientes com a implantação de ferramentas básicas e aplicáveis à análise das condições sanitárias e ambientais, com subsídio de tecnologia digital com acesso aberto.

REFERÊNCIAS

ABIKO, A. K. Introdução à Gestão Internacional. São Paulo: EPUSP, 1995. 31 p. Disponivel em: http://www.pcc.poli.usp.br/files/text/publications/TT_00012.pdf. Acesso em: 6 jun. 2020.

ALVARES, M.E.G. Avaliação da salubridade ambiental como fator de contribuição à gestão de resíduos sólidos urbanos. estudo de caso: bacia hidrográfica Baixo Pardo/Grande (SP). Exame de qualificação. Universidade Federal de São Carlos: PPGEU, 2020.

BRUNETTA, Grazia; VOGHERA, Angioletta. Resilience Through Ecological Network 165-173. In: Journal of Land Use Mobility and Environment INPUT 2014 Eighth International Conference INPUT - Naples, 4-6 June 2014.

CONESAN. Indicador de Salubridade Ambiental: Manual Básico. São Paulo. 1999.

COSTA, R. D. V. F. D. Desenvolvimento do índice de salubridade ambiental (ISA) para comunidades rurais e sua aplicação e análise nas comunidades de Ouro Branco – MG. Dissertação (Mestrado em Engenharia Ambiental) - Universidade Federal de Ouro Preto. Ouro Preto. 2010.

(12)

1º Simpósio Brasileiro Cidades + Resilientes

330

DIAS, M. C. Índice de salubridade ambiental em áreas de ocupação espontânea: estudo em Salvador, Bahia. Dissertação (Mestrado em Engenharia Ambiental Urbana) – Universidade Federal da Bahia. Salvador. 2003.

REITZ, Kenneth. Scientific Applications. The Hitchhiker's Guide to Python, 2020. Disponível em: https://docs.python-guide.org/scenarios/scientific/. Acesso em: 22 ago. 2020

ROJAS, Geraldine Rivera. Aplicação do Indicador de Salubridade Ambiental (ISA) para avaliação da gestão de saneamento nos municípios Araraquara, Bauru e São Carlos do Estado de São Paulo. São Carlos (SP): DECiv-UFSCar, 2019. 87p. (trabalho de conclusão de curso).