1

LEVANTAMENTO DE OCORRÊNCIAS DE INUNDAÇÃO EM REGISTROS DE JORNAIS COMO SUBSÍDIO AO PLANEJAMENTO

REGIONAL E AO MAPEAMENTO DE RISCO

EDUARDO DE ANDRADE *

LANA CAROLINA DANNA*

MAIARA LARISSA DOS SANTOS*

PAULO CÉSAR FERNANDES DA SILVA*

* Instituto Geológico, Secretaria do Meio Ambiente Av. Miguel Estéfano, 3.900 – Água Funda CEP 04301-903 - São Paulo, SP. E-mail: eduardo@igeologico.sp.gov.br

RESUMO O presente trabalho enfoca procedimentos de coleta e tratamento de informações relacionadas a eventos de inundação (assim como enchentes e alagamentos) a partir de notícias publicadas em jornais. O estudo utilizou ferramentas tecnológicas e bases de dados de livre acesso e disponíveis na Internet, visando compreender os fenômenos e seus impactos de forma ágil e abrangente, e permitir a aplicação dos procedimentos em diversos contextos socioeconômicos (por exemplo, prefeituras e defesas civis municipais). Uma vez sistematizadas, processadas e interpretadas, tais informações compõem um banco de dados georreferenciado apto a subsidir estudos voltados ao planejamento e ao mapeamento de risco em escalas regional e local.

Palavras-Chave: notícias de jornal, inundação, espacialização, classificação de perigos

ABSTRACT The present paper deals with procedures for gathering and processing of information about flooding (as well as ponding) to be derived from news published on the press. The study utilised free access tools and databases available at the Web. The aim was to understand the phenomena and their impacts in a quick and comprehensive manner as well as enabling application of procedures in different socio-economic context (e.g. Mayoralties and civil defence boards). Once systematised, processed and properly interpreted such derived information allowed the build-up of geo-referenced databank that is able to provide subsides for planning and hazard mapping at regional and local scales.

Keywords: newspaper, flooding, spatial displaying, hazard classification

1. INTRODUÇÃO

As inundações têm ocorrido com elevada freqüência e magnitude em áreas urbanas, causando significativos prejuízos à economia e perda de vidas humanas. A ocupação de áreas contíguas aos cursos d' água tem sido uma característica do processo civilizatório desde os seus primórdios, tanto pela necessidade de acesso direto a este recurso natural para consumo quanto para sua utilização como insumo em atividades econômicas e meio de transporte de bens e mercadorias. Essa proximidade, por si só, resulta em um risco intrínseco a prejuízos

2

materiais e a perda de vidas quando da ocorrência de eventos meteorológicos extremos. O crescimento acelerado da urbanização nas planícies de inundação, como observado no Brasil nas últimas décadas, somado à ausência de planejamento e ordenamento territorial são alguns dos fatores que tem agravado os efeitos desses fenômenos.

Neste cenário novas políticas públicas procuram abordar este problema com o intuito de preveni-lo e de mitigá-lo; No caso do Estado de São Paulo, a Lei n º 13.798, de 09 de novembro de 2009, denominada Política Estadual de Mudanças Climáticas (PEMC) estabelece os princípios e os instrumentos que deverão ser adotados pelo governo como forma de garantir o desenvolvimento sustentável, orientado por valores ambientais e pelo planejamento ambiental, implementados através do Zoneamento Econômico-Ecológico (ZEE) e de mapeamentos de risco.

Segundo Cerri (1999), inundação é um processo de extravasamento das águas de um curso d’água para suas áreas marginais quando a vazão a ser escoada se torna superior à capacidade de descarga da calha. Já quando há a elevação do nível normal de água de um rio sem que haja o extravasamento da água para fora do canal principal, o evento é caracterizado como enchente. E por fim, os alagamentos decorrem da incapacidade de drenagem das águas das chuvas por fatores como a topografia suavizada e os sistemas de captação de águas pluviais.

Conviver com as inundações e seus impactos requer conhecimento sobre os componentes do meio físico e os aspectos condicionantes das situações de risco. Tal conhecimento pode ser obtido através de dados de diferentes naturezas e a partir de diversas fontes. Nesse sentido, as informações relacionadas a ocorrências de inundação, na maioria dos casos, encontram-se de forma dispersa em acervos de órgãos e prefeituras municipais, incluindo as defesas civis, instituições e empresas responsáveis pela produção de energia elétrica e abastecimento de água, e também em notícias publicadas pela imprensa. A despeito de sua freqüência, periodicidade e continuidade ao longo do tempo, notícias de jornais geralmente não são utilizadas para derivação de dados em trabalhos de demanda técnica. Entretanto, como demonstrado por Gramani et al. (2004), notícias de jornais podem fornecer informações úteis, que uma vez sistematizadas, processadas e interpretadas adequadamente podem compor um banco de dados e subsidiar estudos sobre a ocorrência de inundações.

Figura 1. Mapa de localização da UGRHI 2 com limites municipais e distribuição de ocorrências de inundações,

enchentes e alagamentos. Fonte: IBGE 2007, Limites Municipais / SIGRH, Limites da UGRHI.

3

O presente trabalho enfoca procedimentos de coleta e tratamento de informações relacionadas a eventos de inundação (assim como enchentes e alagamentos), a partir de notícias de jornal. Os resultados ora apresentados são preliminares, e correspondem a estudo realizado em escala regional, com aplicação inicial na formulação de políticas públicas de planejamento e gestão ambiental (zoneamento ecológico-econômico), tendo como área de estudo a Unidade de Gerenciamento dos Recursos Hídricos 2 (UGRHI-2), correspondente ao Vale do Rio Paraíba do Sul, situado ao leste do Estado de São Paulo (Figura 1).

O estudo explorou a utilização de ferramentas tecnológicas e bases de dados de livre acesso e disponíveis na Internet, visando obter uma compreensão dos fenômenos (particularmente a inundação) e seus impactos na área de estudo, de forma ágil e abrangente, bem como permitir a aplicação dos procedimentos em diversos contextos socioeconômicos (como por exemplo, em prefeituras e defesas civis municipais). Outrossim, um dos objetivos do presente trabalho foi o de delimitar critérios e dar consistência às infomações jornalísticas de forma a viabilizar sua utilização em trabalhos e estudos de natureza técnico-científica, e na medida do possível orientar e otimizar esforços na realização de trabalhos de campo.

A sistematização, consolidação e o georreferenciamento dos dados e informações coletadas permitiram a espacialização e análises numérico-estatísticas quanto à localização, freqüência, intensidade, distribuição espacial e temporal das ocorrências, e possíveis correlações com parâmetros do terreno. Nesse sentido, os resultados ora obtidos e interpretações decorrentes devem constituir um subsídio prático, não apenas ao zoneamento ecológico-econômico mas também a estudos subsequentes voltados ao mapeamento de risco.

2. METODOLOGIA

A metodologia desenvolvida no presente trabalho procurou estabelecer procedimentos padronizados para a derivação de dados e informações a partir de notícias publicadas em jornais, e incluiu as seguintes etapas: 1) pesquisa e coleta de dados; 2) sistematização e consolidação de dados; 3) georreferenciamento (localização e espacialização); 4) análise numérico-estatística; 5) classificação preliminar de perigos (ou probabilidade de ocorrência dos fenômenos estudados).

Figura 2. Fluxograma das etapas de trabalho.

A coleta de dados concentrou-se nos registros de ocorrência de eventos chuvosos disponíveis em Arquivos de Jornais e Arquivos Públicos Municipais envolvendo uma série histórica de aproximadamente 40 anos. A etapa de sistematização e consolidação de dados

Escolha

da área

Contatos p révios , v erificação, seleção

dos veículos e fontes de Dados

Ficha Cadastral e Coleta de

Dados

Sistematização e

Consolidação de

Dados

Determinação de

coordenadas

geográficas

Banco de Dados

Georreferenciado

Georreferenciamento

Inserção GIS

Visualiz ação e

Distribuição espacial

de dados

Identificação de

áreas críticas

Análise Numérico

Estatística II

(ex. análise temporal)

Análise Espacial

de Dados

ClassificaçãoPerigos

Vulne rabilidade sPotenciais de dano

Análise Numérico

Estatística I

(ex. histograma)

4

procurou dar consistência e confiabilidade aos dados derivados dos registros jornalísticos, de forma a permitir a pesquisa, análise e interpretação com um viés técnico-científico.

Uma vez consolidadas, as informações foram vertidas em um banco de dados, georreferenciadas e inseridas em um Sistema de Informações Geográficas (SIG), o que possibilita inserir e integrar diversas informações e combiná-las através de algoritmos de manipulação e análise, além de oferecer mecanismos para consulta, recuperação, visualização e plotagem do conteúdo da banco de dados. A síntese dos procedimentos metodológicos acima mencionados é ilustrada na Figura 2.

2.1. Pesquisa e Coleta de Dados

Como forma de orientar a obtenção de dados, efetuou-se um levantamento prévio junto a órgãos e instituições dos municípios, através de contato telefônico, para averiguar a existência e disponibilidade de dados relativos aos eventos de inundação na área de estudo (UGRHI – 2). Nos casos afirmativos, foram realizadas visitas aos municípios a fim de avaliar a viabilidade de utilização dos acervos.

A partir do levantamento prévio foram selecionados os locais de consulta e os veículos de informação para a pesquisa, em função da disponibilidade e acessibilidade aos registros. O Jornal Vale Paraibano foi utilizado como fonte principal de dados devido à abrangência regional (registros referentes a toda a UGRHI-2) e temporal (periodicidade diária e continuidade de edições), sendo possível cobrir o período entre 1970 a Outubro/2009 (aproximadamente 40 anos) com os registros disponíveis no Arquivo Público Municipal de São José dos Campos, complementados com edições disponíveis no Acervo do Centro de Documentação do próprio jornal. Secundariamente foram consultados registros do jornal “O Taubateano”, disponíveis no Arquivo Histórico de Taubaté.

Figura 3. Fluxograma das etapas de trabalho.

5

Considerando que as notícias publicadas em jornais não tem uma natureza eminentemente técnica, tornam-se necessários a identificação e a padronização das informações e dados considerados relevantes ao estudo. Dessa forma, para a coleta dos dados elaborou-se uma ficha de cadastro que incluiu os seguintes tópicos: a) Título da notícia; b) Data da publicação, n º da edição, página da reportagem, fotos e nome do fotógrafo; c) Tipo de evento (enchente, inundação, alagamento); d) Drenagem associada (nome do curso d’água - rio, córrego, ribeirão - ao qual o fenômeno está associado); e) Data e duração do evento chuvoso; f) Locais e áreas afetadas (cidade, localidade, bairro, rua); g) Níveis atingidos (altura da água); h) Quantidade de chuva registrada; i) Extensão dos danos (moradias/edificações atingidas, nº de desabrigados/desalojados, nº de óbitos e feridos); j) Informações adicionais (menção a evento chuvoso identificado anteriormente e observações diversas).

Dentro do período abrangência das ocorrências (1970-2009), a pesquisa de registros foi orientada pela análise prévia de dados pluviométricos disponíveis no site do Sistema Integrado de Gerenciamento de Recursos Hídricos – SIGRH (www.sigrh.sp.gov.br), e teve como enfoque os meses identificados como mais chuvosos (novembro a março). Tal análise, permitiu também a identificação de anos considerados anômalos quanto à pluviosidade (como por exemplo, os anos de 1983 e 1985). Nestes casos, a pesquisa de registros de ocorrências abrangeu todos os meses do ano. Outras fontes de dados complementares para a definição do período a ser pesquisado foram as informações obtidas junto aos cadastros da Coordenadoria Estadual de Defesa Civil – CEDEC e de algumas comissões municipais de Defesa Civil (COMDEC).

Para a coleta de dados foi utilizada uma abordagem temporal retroativa (registro mais recente para o mais antigo), pois desta maneira foi possível antever os eventos de inundação através de citações em matérias com datas posteriores aos eventos ocorridos, o que potencializou a captação dos dados disponíveis.

2.2. Sistematização e Consolidação dos Dados

Encerrada a etapa de pesquisa e coleta de dados em campo todas as fichas de cadastro foram transcritas para um banco de dados em formato Access. Cada ficha de cadastro correspondeu a uma notícia publicada, respectiva a um evento chuvoso (de duração variável) com consequente inundação, enchente ou alagamento. Por outro lado, observa-se que o conteúdo de uma mesma notícia pode referir-se a único local ou a diferentes áreas afetadas pelas chuvas, e que na maioria das vezes abarcavam diversas ruas, bairros, ou mesmo municípios distintos. Nesse sentido, para fins de localização e entendimento da distribuição espacial dos fenômenos estudados, na etapa de transcrição as fichas de cadastro foram desmembradas em registros pontuais. Cada registro, de forma individualizada, diz respeito a uma ocorrência de inundação, enchente ou alagamento, em uma determinada data e em determinado local. Ao final do processo de transcrição das fichas obteve-se um total de 1463 ocorrências.

Uma das dificuldades encontradas durante a sistematização e consolidação dos dados diz respeito à toponímia, ou mais especificamente à grafia dos nomes pelos quais os diferentes locais e logradouros são designados nas notícias publicadas. Dessa forma recorreu-se ao site da Empresa Brasileira Correios (www.buscacep.correios.com.br) para padronizar a denominação dos logradouros e seus respectivos bairros. Tal procedimento estendeu-se, em alguns casos, à etapa seguinte de georreferenciamento das ocorrências. Na construção do banco de dados, foi atribuído um código numérico de identificação para cada município da

6

UGRHI – 2, de forma crescente segundo ordem alfabética (de 1 a 34). Em 27 municípios (de um total de 34, que compõem a UGRHI) foram observados registros de ocorrências.

2.3. Georreferenciamento(Localização e Espacialização de Dados)

A etapa subseqüente à construção do banco de dados envolveu a determinação das coordenadas geográficas (localização) relativas às ocorrências. Para isso foram utilizados os aplicativos disponíveis na Internet: Google Earth (imagens de satélite, Projeção Cilíndrica simples Plate Carré, Datum WGS 84) e Google Maps (incluindo as ferramentas de visualização Mapa e Terreno). De forma combinada aos aplicativos, em alguns casos, foram utilizadas plantas cartográficas dos municípios, nos formatos DWG (AutoCad) e PDF (Adobe Acrobat), obtidas junto às prefeituras e órgãos municipais que em alguns casos também disponíveis na Internet.

As coordenadas geográficas (cilíndricas e no formato UTM) foram determinadas em função dos seguintes elementos, individualmente ou de forma associada: 1) toponímia (quando o conteúdo da notícia permitiu identificação do nome do bairro e logradouro, e numeração em alguns casos); 2) elevação do terreno (fornecida pelo próprio aplicativo Google Earth); e 3) proximidade de cursos d’água. Nos casos em que não foi possível associar a coordenada a uma drenagem (curso d’água), inferiu-se que a ocorrência tratava-se de um alagamento. A inferência ou associação de uma ocorrência a uma determinada drenagem baseou-se na interpretação da imagem de satélite do aplicativo Google Earth, combinada às ferramentas Mapa e Terreno do Google Maps e plantas cartográficas do município quando disponíveis. Em alguns casos, a própria notícia menciona o nome do curso d’ água ao qual a ocorrência está relacionada.

Levando em conta os elementos acima descritos e informações adicionais coletadas nas notícias de jornal, adotou-se uma escala decrescente (de 1 a 3) com o intuito de criar um atributo (passível de georreferenciamento) que pudesse indicar a precisão com que a respectiva coordenada foi determinada. A escala foi igualmente utilizada na identificação dos pontos de ocorrência na imagem (uma vez que o aplicativo permite o seu armazenamento), sendo neste caso adotada uma codificação de cores equivalente, sendo: 1 = verde; 2 = amarelo; e 3 = vermelho. Tal procedimento possibilitou a rápida visualização das ocorrências e o grau de precisão com que sua localização foi determinada.

Foram determinadas as coordenadas de 1295 ocorrências, que corresponderam a 606 locais distintos. Por diferentes razões, que são discutidas a seguir, não foi possível determinar a localização e coordenadas de 168 ocorrências, o que correspondeu a 11,5 % dos registros inicialmente transcritos da ficha de cadastro para o banco de dados (total de 1463).

Aos 1295 registros de ocorrência que compuseram o banco de dados georreferenciado atribuiu-se um código específico de identificação, respectivo aos registros ocorrentes em cada município, e composto por duas seqüências de caracteres numéricos como no exemplo a seguir.

Exemplo: ID 30-125, onde o caractere 30 corresponde ao código do município e 125 corresponde ao número seqüencial do registro respectivo àquele município.

O banco de dados consolidado e georreferenciado foi importado em formato tabular para o Sistema de Informação Geográfica SPRING versão 5.1.4 (ver Câmara et al. 1996, e INPE 2009) compondo um novo plano de informação (PI), permitindo assim a visualização da distribuição espacial das ocorrências juntamente com os demais PI`s inseridos no sistema, tais

7

como curvas de nível (espaçamento 20 metros), hidrografia, limites de sub-bacias e de municípios.

A tabela de atributos e topologia respectivos ao PI de ocorrências, preservou a estrutura de tópicos originários da ficha cadastral, o que permite a manipulação e análise espacial desses atributos, assim como mecanismos de consulta utilizando diferentes limites espaciais e elementos (atributos) de referência.

2.4. Análise Numérico-Estatística

No atual estágio do estudo, a análise numérico-estatística explorou dois atributos principais, o número de ocorrências e a elevação do terreno, e teve como objetivos:

avaliar e analisar comparativamente a distribuição e variabilidade espacial dos registros de ocorrências em relação aos limites da UGRHI-2, dos municípios e das sub-bacias, avaliando também, sempre que possível, a distribuição e variabilidade interna aos referidos limites e em relação ao tipo de evento;

avaliar possíveis correlações entre a distribuição dos registros de ocorrências e parâmetros do terreno (no caso, elevação);

estabelecer premissas para a classificação preliminar de perigos;

identificar e priorizar áreas ou locais específicos para análises e estudos subsequentes, tais como o mapeamento de risco.

Para tal foram explorados os seguintes métodos, utilizando o aplicativo Excel (da Microsoft):

a) Estatística Descritiva, que enfoca parâmetros e medidas de tendência central e dispersão dos dados, tais como média, quartil, variância, erro padrão da média e desvio padrão;

b) Histogramas de Frequência que indicam a distribuição dos dados (em freqüências individuais e cumulativas) de acordo com intervalos de valores pré-determinados Análise de dados agrupados);

c) Diagramas de Dispersão (scatterplot) acoplados a ferramentas de análise de regressão que usam o método de "quadrados mínimos" para ajustar linhas de tendência ao conjunto de dados observados, derivar equações de regressão e coeficientes de determinação (R2). Estes indicam o grau de correspondência entre os valores estimados para a linha de tendência e os dados observados, como estimativas de correlação entre os atributos estudados, no caso, o número de ocorrências e a elevação do terreno;

d) Testes Estatísticos que incluíram a determinação de índices de correlação de Pearson e aplicação de testes não-paramétricos através do método Kolmogorov-Smirnov (K-S) para duas amostras independentes (ver Conover 1981, Gibbons e Chakraborti 1992) . O método K-S explora diferenças entre as curvas de distribuição cumulativa dos dados agrupados como medida de correlação, associação ou compatibilidade entre conjuntos de dados observados. Os valores de distribuição cumulativa foram obtidos a partir dos resultados numéricos de histogramas de frequência.

Visando a análise comparativa, os dados foram segregados e analisados de acordo com a frequência (1 ocorrência, 2 ou mais ocorrências) e tipo de evento (alagamentos,

8

inundações e/ou enchentes), este último utilizando o critério de associação à drenagem anteriormente mencionado (vide Seção 2.3).

Os testes não-paramétricos (K-S) envolveram os atributos número de ocorrências e elevação do terreno, e foram aplicados da seguinte forma: a) abrangendo dados de toda a UGRHI-2, segregados por tipo de evento e frequência; b) dados não-segregados referentes aos limites municipais testados contra os dados não-segregados referentes a toda a UGRHI-2; c) dados não-segregados referentes aos limites municipais testados entre si (Tabela 2). Para calibragem dos resultados dos testes não-paramétricos (K-S) adotou-se o índice denominado Dratio (ou Razão D), proposto por Fernandes da Silva e Cripps (2008), a um nível de significância de 5%. O valor de Dratio é resultante da razão entre o valor D observado (diferença entre as curvas cumulativas de distribuição de frequência das duas amostras analisadas e o valor crítico calculado para tal distribuição com base no tamanho das amostras). Uma vez que o teste não assume qualquer premissa acerca da forma de distribuição (normal ou outra) dos dados, de acordo com os autores o valor de Dratio é um indicador da confiabilidade do resultado obtido no teste, devendo aproximar-se de zero quando a hipótese nula é aceita com maior confiabilidade. Quando a hipótese nula é rejeitada, o valor de Dratio deve afastar-se ao máximo de zero indicando a maior confiabilidade da rejeição.

Exemplos de resultados da análise numérico-estatística são apresentados na Figura 4.

Figura 4. Exemplos de resultados obtidos a partir da análise numérico-estatística. (A) e (B) Parâmetros descritivos

referentes ao número de ocorrências e elevação do terreno, respectivamente, na UGRHI 2. (C) e (D) Histogramas de frequência para intervalos de elevação de terreno referentes a alagamentos (2 ou mais ocorrências) e todos os registros de ocorrência na UGRHI 2, respectivamente. (E) Diagrama de dispersão e resultados de análise de regressão para dados de elevação do terreno versus número de ocorrências.

UGRHI 2 - dados não-agrupados

Estatística Descritiva - Ocorrências

Média 2,14

Erro padrão 0,12

Mediana 1

Modo 1

Desvio padrão 2,93

Variância da amostra 8,57

Curtose 141,67

Assimetria 9,38

Intervalo 51

Mínimo 1

Máximo 52

Soma 1295

Contagem 606

UGRHI - dados não-agrupados

Estatística Descritiva - Elevação

Média 578,13

Erro padrão 1,86

Mediana 570

Modo 565

Desvio padrão 45,69

Variância da amostra 2087,55

Curtose 10,38

Assimetria 2,39

Intervalo 437

Mínimo 444

Máximo 881

Soma 350349

Contagem 606

UG R H I-2 Inundaç ões : 2 ou mais oc orrênc ias

y = -6E -05x2 + 0,0786x - 20,192

R2 = 0,0098

0

2

4

6

8

10

12

14

16

18

500 550 600 650 700 750 800 850

E levaç ão do T erreno

Nú

me

ro d

e O

co

rrê

nc

ias

UGR H I - 2 T odos os reg is tros

1 2

127

355

91

15 9 2 40

50100150200

250300350400

450 500 550 600 650 700 750 800 Mais

E levaç ão

Nº

de

Lo

ca

is

0%

20%

40%

60%

80%

100%

UGR H I - 2 Alag amentos : duas ou mais oc orrênc ias

0 03

41

17

30 0 0

0

10

20

30

40

50

450 500 550 600 650 700 750 800 Mais

E leva ç ã o

Nº

de

Lo

ca

is

0%

20%

40%

60%

80%

100%

A

B

C

D

E

9

2.5. Classificação Preliminar de Perigos

A classificação preliminar de perigos baseou-se exclusivamente na análise exploratória dos dados através dos métodos numérico-estatísticos acima descritos. Para a definição de classes de perigo (ou probabilidade de ocorrência de inundação e/ou enchentes e alagamentos), foram utilizados os seguintes parâmetros estatísticos do atributo “número de ocorrências”: a) valor médio; b) erro padrão da média, que indica a precisão do valor médio obtido pela razão entre o desvio-padrão e a raiz quadrada do tamanho amostral; c) quartis; d) desvio-padrão. Com base nesses parâmetros, foram elaborados experimentalmente mecanismos distintos de classificação (ver Tabelas 3 e 4) utilizando dados agrupados por: a) locais de ocorrência em municípios e sub-bacias; b) número de ocorrências por municípios.

No caso das sub-bacias (dados referentes a 606 locais agrupados em 70 sub-bacias com registro de ocorrência), foram estabelecidos os seguintes limiares e classes de perigo (ver Tabela 3-A): Perigo BAIXO – até 6 ocorrências (limiar definido pelo valor mediano ou 2º quartil e valor médio subtraído do erro padrão); Perigo MODERADO – de 7 a 11 ocorrências (limiar definido pelo valor intermediário entre o 3º quartil e valor médio acrescido do erro padrão); Perigo ALTO – de 12 a 20 ocorrências (limiar definido pelo valor médio acrescido do desvio padrão); Perigo MUITO ALTO – acima de 20 ocorrências.

De forma similar, respectivamente aos limites geopolíticos (municípios), utilizando dados agrupados por locais (em 27 municípios com com registro de ocorrência), foram estabelecidos os seguintes limiares e classes de perigo (ver Tabela 3-B): Perigo BAIXO – até 6 ocorrências (limiar definido pelo valor mediano ou 2º quartil); Perigo MODERADO – de 7 a 13 ocorrências (limiar definido pelo valor médio subtraído do erro padrão); Perigo ALTO – de 14 a 32 ocorrências (limiar definido pelo valor médio acrescido do erro padrão); Perigo MUITO ALTO – acima de 32 ocorrências.

Para os dados referentes a 1295 ocorrências distribuídas ao longo dos 27 municípios, foram efetuados dois procedimentos que conduziram a mecanismos de classificação distintos. Um dos procedimentos utilizou valores absolutos do número de ocorrências, e estabeleceu os seguintes limiares e classes de perigo (ver Tabela 4, Perigo Class2): Perigo BAIXO – até 9 ocorrências (limiar definido pelo valor mediano ou 2º quartil); Perigo MODERADO – de 10 a 23 ocorrências (limiar definido pelo valor intermediário entre o 3º quartil e o valor médio subtraído do erro padrão); Perigo ALTO – de 24 a 72 ocorrências (limiar definido pelo valor médio acrescido do erro padrão); Perigo MUITO ALTO – acima de 72 ocorrências. Em outro procedimento, dados auxiliares (Tabela 4, Perigo Class3) sobre área e taxa de urbanização dos municípios, provenientes de consulta ao site do SEADE (www.seade.gov.br), também foram utilizados para definição de parâmetro experimental, aqui denominado, densidade de ocorrências por km2 de área urbana. Tal paramêtro foi obtido pela razão entre o número de ocorrências registradas e a área urbana do município (dados agrupados). Os mesmos parâmetros estatísticos (quartis, média e erro padrão) foram adotados para estabelecimento de limiares de classe de perigo, resultando assim na seguinte classificação: Perigo BAIXO – até o valor de 0.0341; Perigo MODERADO – superior a 0.0341 até 0.0737; Perigo ALTO – superior a 0.0737 até 0.1239; Perigo MUITO ALTO – acima de 0.1239.

10

3. RESULTADOS

Como indicado anteriormente, os dados sistematizados e consolidados resultaram num banco de dados georreferenciado contendo registro de 1295 ocorrências, que correspondem a 606 locais distintos. A análise numérico-estatísca demonstrou que deste total, 375 locais (62%) referem-se a registros de uma única ocorrência. Outros 231 locais (38%) referem-se a duas ou mais ocorrências no período analisado (1970-2009), correspondendo a 920 registros de ocorrências, o que equivale a cerca de 71 % do total de registros. As Tabelas 2 e 3 mostram a distribuição dos locais e dos registros de ocorrências consolidados por sub-bacias e por município ao longo de toda a UGRHI. Observa-se que apenas seis municípios, todos com altas taxas de urbanização, concentram aproximadamente 90% do total dos registros e dos locais de ocorrência, sendo eles: São José dos Campos (618 ocorrências, 255 locais), Jacareí (172 ocorrências, 69 locais), Taubaté (141 ocorrências, 79 locais), Guaratinguetá (114 ocorrências, 52 locais), Lorena (58 ocorrências, 25 locais) e Aparecida (55 ocorrências, 29 locais).

Nesta etapa inicial do estudo, dos 375 locais com uma única ocorrência, 128 locais não puderam ser associados a alguma linha drenagem, sendo assim considerados como pontos de ocorrência de alagamento conforme critério adotado. Os demais 247 locais correspondem possivelmente a ocorrências de inundação (e/ou enchentes) com ou sem efeitos de alagamento associados. Entre os 231 locais com registros de duas ou mais ocorrências, 64 (cerca de 28%) não puderam ser associados a alguma drenagem, sendo então considerados como locais de alagamento.

Os resultados obtidos a partir de estatística descritiva mostram que os valores médios do número de ocorrências e da elevação do terreno para a UGRHI-2 são, respectivamente, de 2.14 ocorrências e 578 metros (ver Figuras 4-A e 4-B), e de 3.98 ocorrências e 577 metros (quando segregados em duas ou mais ocorrências). Quando segregados por tipo de evento, os valores médios de elevação do terreno e de número de ocorrências são, respectivamente: alagamentos (1 ocorrência) = 582 metros; alagamentos (duas ou mais ocorrências) = 590 metros, 3.44 ocorrências); inundações (1 ocorrência) = 577 metros e inundações (duas ou mais ocorrências) = 572 metros, 4.19 ocorrências). A análise de histogramas de frequência (ver Figura 4-D) para elevação do terreno ao longo da UGRHI-2 (todas as ocorrências) indica que a maior parte dos registros (58,6%) situa-se no intervalo de classe entre 550 e 600 metros, o que é compatível com os valores de parâmetros como a média (578 metros) e a moda (565 metros). Secundariamente têm-se os intervalos de 500-550 metros (21%) e de 600 – 650 metros (15%). Esta proporção referente ao intervalo de 550-600 metros é similar quando a avaliação diz respeito aos registros de inundação e/ou enchente, sendo de 53,8% para 1 ocorrência e de 56,9% para duas ou mais ocorrências. Entretanto, para 2 ou mais ocorrências de alagamento (ver Figura 4-C), o intervalo de 550-600 metros passa a corresponder a 64% dos registros, enquanto os intervalos de 600-650 e de 650-700 metros respondem por cerca de 32% dos registros, o que sugere que as ocorrências de alagamento estejam associadas a cotas topográficas mais elevadas.

A Tabela 1 apresenta uma comparação entre valores médios do número de ocorrências e de elevação do terreno para toda a UGRHI-2 e os seis municípios com maior número de registros de ocorrências (sem discriminação quanto ao tipo de evento). Cinco municípios apresentam valores médios de ocorrência acima da média para toda a UGRHI-2. É interessante notar que os municípios de Aparecida, Guaratinguetá e Lorena apresentam valores médios de elevação do terreno nos locais de ocorrência bem menores que a elevação média para toda a UGRHI-2. Em Lorena, mesmo o valor máximo é inferior à média geral. Já os municípios de Jacareí e São José dos Campos apresentaram valores médios de elevação do terreno maiores que a média da UGRHI-2, bem como valores máximos de elevação acima de

11

650 metros, superando os intervalos mais frequentes indicados em histogramas, o que poderia estar associado à maior ocorrência de alagamentos (e não de inundações) nesses municípios.

Tabela 1. Quadro comparativo de parâmetros estatísticos descritivos referentes a UGRHI 2 e aos seis municípios

com o maior número de ocorrências de inundação, enchentes e alagamentos.

Tabela 2. Resultados de testes estatísticos não-paramétricos (K-S) para os atributos “número de ocorrências” (K-S

Ocorr) e “elevação do terreno” (K-S Elev). (A) Dados de municípios testados contra dados de toda a UGRHI-2. ACT = aceitação. REJ = Rejeição. (B) Dados de municípios testados entre si. Valores correspondem a Dratio (ou Razão D). Detalhes no texto.

Os resultados dos testes K-S para dados dos municipios versus dados de toda a UGRHI-2 (Tabela 2-A) sugerem a associação ou correlação entre a distribuição do número de ocorrências, uma vez que em todos os testes houve aceitação, em alguns casos envolvendo municípios com número significativo de registros e baixos valores de Dratio (Razão D) indicando a confiabilidade dos resultados, como por exemplo, São José dos Campos, Guarantinguetá e Aparecida. Por outro lado, no que diz respeito ao atributo elevação do terreno, os testes K-S sugerem a não-correlação na maioria dos municípios, como demonstram os índices de rejeição entre as curvas de distribuição de frequência, mesmo nos municípios anteriormente citados. Quanto aos municípios testados entre si (Tabela 2-B), verifica-se situação similar para o

ÁREANo.

Ocorrências

T otal

No.

Ocorrências

Média

E levação

Média (m)

E levação

Minima (m)

E levação

Máxima (m)

No. L ocais de

Ocorrência

UG R HI-2 1295 2,14 578,13 444 881 606

Aparecida 55 1,9 549,38 527 589 29

Lorena 58 2,32 531,16 522 551 25

Guaratinguetá 114 2,19 538,81 525 641 52

Taubaté 140 1,77 579,46 540 650 79

Jacareí 172 2,49 582,10 563 779 69

S. J. dos Campos 619 2,43 587,15 538 685 255

MUNICIPNº Locais

OcorrK-S Ocorr

Razão D

OcorrK-S Elev

Razão D

Elev

Tremembé 5 ACT 0.2956 ACT 0.6312

S.L. do Paraitinga 7 ACT 0.1692 REJ 1.8864

Paraibuna 8 ACT 0.3213 REJ 1.6536

Pindamonhangaba 8 ACT 0.1952 ACT 0.4125

Cachoeira Paulista 9 ACT 0.2951 ACT 0.9901

Piquete 9 ACT 0.4806 REJ 1.7525

Caçapava 10 ACT 0.5062 ACT 0.4605

Cruzeiro 19 ACT 0.6926 REJ 1.9806

Lorena 25 ACT 0.7945 REJ 2.6859

Aparecida 29 ACT 0.3154 REJ 1.3044

Guaratinguetá 52 ACT 0.1553 REJ 3.3119

Jacareí 69 ACT 0.5751 REJ 1.2415

T aubaté 79 ACT 0.4932 REJ 1.1630

S.J. dos Campos 255 ACT 0.2974 REJ 2.0746

Número de oc orrênc ias

MUNICIP Lorena AparecidaGuaratin-

guetáJacareí Taubaté

Lorena - - - - -

Aparecida 0.8138 - - - -

Guaratinguetá 0.5740 0.3556 - - -

Jacareí 0.3816 0.6011 0.3493 - -

T aubaté 0.9637 0.1168 0.4561 0.8014 -

S.J. dos Campos 0.6769 0.4095 0.2897 0.3890 0.6157

E lev aç ão do T erreno

MUNICIP Lorena AparecidaGuaratin-

guetáJacareí Taubaté

Lorena - - - - -

Aparecida 1.1000 - - - -

Guaratinguetá 0.2859 0.9951 - - -

Jacareí 3.0239 1.8331 3.4650 - -

T aubaté 2.9950 1.7827 3.4590 0.2030 -

S.J. dos Campos 3.3544 2.0554 4.1629 0.6236 0.9170

AB

12

número de ocorrências. Todavia, os resultados de testes K-S sugerem a correlação da elevação de terreno entre alguns municípios, particularmente entre Taubaté e Jacareí, bem como entre Guaratinguetá e Lorena, todos com nível significativo de dados e aceitação a baixos valores da Razão D.

A avaliação dos diagramas de dispersão e os resultados preliminares da análise de regressão e respectivos coeficientes de determinação (R-quadrado), combinados aos valores de Pearson, sugerem independência entre os valores de elevação do terreno e o número de ocorrências quando analisados em relação a toda bacia (escala regional), e ainda que segregados por número de ocorrências (1 ocorrência, 2 ou mais ocorrências) e tipo de evento (alagamentos, inundações e/ou enchentes). Por outro lado, a associação entre estes atributos torna-se ligeiramente mais evidente quando os dados são testados em escala mais local ou semi-regional (respectiva aos limites de município), com destaque aos municípios de Lorena e Taubaté (dados não-segregados), que com um número maior de locais e de ocorrências obtiveram coeficientes de correlação acima de 0.3. Os municípios de Paraibuna, Pindamonhangaba, Piquete e Tremembé apresentaram valores ainda maiores, no entanto, há que se ressalvar a pequena quantidade de dados referente a estes municípios.

Tabela 3. Quadro apresentando classificação prelimianar de perigos de inundação (+enchentes e alagamentos) para

dados agrupados por locais de ocorrência em sub-bacias (A) e em municípios (B).

Sub-bacia

Nº de

Locais de

Ocorrência

Classificação

Preliminar de

PerigoC. CAMPO REDONDO 1 BAIXO

R. DO SALTO 1 BAIXO

C. JATAÍ 1 BAIXO

R. CAPIVARI 1 BAIXO

R. VIRADOURO 1 BAIXO

RIB. GUARAREMA 1 BAIXO

R. COMPRIDO/ESTIVA 1 BAIXO

R. DA GALEGA/ANHANGUERA 1 BAIXO

R. DO CORTUME 1 BAIXO

RIB. IPIRANGA 1 BAIXO

RIB. PIRATINI/SURDOS 1 BAIXO

C. DOS PASSOS 1 BAIXO

RIB. DAS PITAS 1 BAIXO

RIB. DA BOCAINA 1 BAIXO

R. PIRACUAMA 1 BAIXO

C. FAZ. VISTA VERDE 1 BAIXO

RIB. TETEQUERA/GRANDE 1 BAIXO

C. DO ROSÁRIO 1 BAIXO

C. DO PUTIM-GUARATINGUETÁ 1 BAIXO

C. DAS PITANGUEIRAS 1 BAIXO

RIB. ÁGUA DOS NEVES 1 BAIXO

C. MUNICIPAL 1 BAIXO

R. DAS POSSES/MACACOS 1 BAIXO

C. DA BARRA 1 BAIXO

RIB. VERDE 1 BAIXO

C. DO BAIRRINHO 2 BAIXO

RIB. DOS MUDOS 2 BAIXO

RIB. CANAS 2 BAIXO

C. LINDEIRO 2 BAIXO

RIB. JACU 2 BAIXO

PARAÍBA/FUNDOS 2 BAIXO

RIB. PIRACANGUA 3 BAIXO

RIB. ITAGUAÇU 3 BAIXO

RIB. SÃO GONÇALO 3 BAIXO

RIB. VERMELHO-AREIAS 3 BAIXO

C. DOS VEADOS 4 BAIXO

RIB. DOS LOPES (Água Limpa) 4 BAIXO

RIB. MANOEL LITO 6 BAIXO

RIB. DO PINHÇO 6 BAIXO

C. DO SERTÃO/CAMPO 6 BAIXO

MUNICIP

Nº de

Locais de

Ocorrência

PERIGO

CLASS1

Canas 1 BAIXO

Cunha 1 BAIXO

Jambeiro 1 BAIXO

Lagoinha 1 BAIXO

Natividade da Serra 1 BAIXO

Redenção da Serra 1 BAIXO

Roseira 1 BAIXO

Bananal 2 BAIXO

Lavrinhas 2 BAIXO

Potim 2 BAIXO

Queluz 2 BAIXO

Areias 3 BAIXO

Guararema 4 BAIXO

Tremembé 5 BAIXO

S.L. do Paraitinga 7 MODERADO

Paraibuna 8 MODERADO

Pindamonhangaba 8 MODERADO

Cachoeira Paulista 9 MODERADO

Piquete 9 MODERADO

Caçapava 10 MODERADO

Cruzeiro 19 ALTO

Lorena 25 ALTO

Aparecida 29 ALTO

Guaratinguetá 52 MUITO ALTO

Jacareí 69 MUITO ALTO

T aubaté 79 MUITO ALTO

S.J. dos Campos 255 MUITO ALTO

AB

Sub-bacia

Nº de

Locais de

Ocorrência

Classificação

Preliminar de

PerigoR. PARAIBUNA 7 MODERADO

RIB. JAGUARI 7 MODERADO

RIB. DOS MOTAS-APARECIDA 7 MODERADO

C. DA MINHOCA 7 MODERADO

R. COMPRIDO 8 MODERADO

RIB. SANTA RITA 8 MODERADO

R. PARAITINGA 10 MODERADO

RIO UMA 10 MODERADO

C. DO PONTILHÇO 10 MODERADO

CÓRREGO SECO 10 MODERADO

RIB. IRIGUAÇU 11 MODERADO

R. PIQUETE 11 MODERADO

C. LIMOEIRO 12 ALTO

COMPLEXO HIDROL. 12 ALTO

R. ALAMBARI 12 ALTO

RIB. DO MOINHO I - STA CRUZ 12 ALTO

C. 4 RIBEIRAS 14 ALTO

RIB. DA CHÁCARA 14 ALTO

RIB. TABUÇO 14 ALTO

COMPL. HIDROL. (Tanquinho) 14 ALTO

RIB. BUERAREMA 17 ALTO

RIB. GUARATINGUETÁ 17 ALTO

R. BUQUIRA/FERRÃO 18 ALTO

JUDEU 23 MUITO ALTO

RIB. DA COLÔNIA -TURI 26 MUITO ALTO

RIB. PUTINS 33 MUITO ALTO

RIB. DO MOINHO II (Convento Velho) 33 MUITO ALTO

R. PARARANGABA 37 MUITO ALTO

RIB. DO VIDOCA 44 MUITO ALTO

RIB. LAVAPÉS 68 MUITO ALTO

A

Quanto à classificação preliminar de perigos (probabilidade de ocorrência de inundação, enechente, alagamento) com base nos registros coletados mostra que 7 sub-bacias foram classificadas como risco muito alto (Tabela 3-A), quatro delas relacionadas ao Município de São José dos Campos (Putins, Pararangaba, Vidoca e Lavapés). A probabilidade de ocorrência de eventos no município também foi classificada preliminarmente como muito alta quando considerados o número de locais (Tabela 3-B), os valores absolutos de ocorrências (Tabela 4,

13

Perigo Class2) e valores proporcionais de ocorrências em relação à área urbanizada (Tabela 4, Perigo Class3). Outros municípios onde o perigo foi classificado como alto e muito alto são: Cruzeiro, Lorena, Aparecida, Guaratinguetá, Jacareí e Taubaté. Note-se que na classificação proporcional à área urbana, os municípios Aparecida e Lorena são classificados como de perigo muito alto, enquanto Cruzeiro aparece como perigo moderado e Paraibuna como perigo alto.

Tabela 4. Classificação preliminar de perigos de inundação (+enchentes e alagamentos) para os municípios da

UGRHI-2. A coluna Perigo Class2 refere-se à classificação com base no número (absoluto) de ocorrências por municípios. A coluna Perigo Class3 refere-se à classificação com base na densidade de ocorrências por km

2 de área

urbana nos municípios.

4. DISCUSSÃO

Desde sua concepção, os procedimentos aqui descritos procuraram suprir lacunas nos registros de ocorrências de inundação, enchentes e alagamentos junto às prefeituras e instituições afeitas ao tema, incluindo os órgãos de defesa civil em âmbito municipal e estadual. Em sua maioria, os registros existentes restringem-se ao inventário de locais de maior ocorrência, preocupando-se mais com o número de indivíduos afetados e com o montante dos danos, poucas vezes organizados de forma cronológica e sem ater-se à abrangência e tempo de retorno (recorrência) dos eventos.

Os dados sistematizados e consolidados na forma de um banco de dados georreferenciado, permitiram a espacialização dos registros de ocorrência e classificação prévia de perigos com base em parâmetros estatísiticos, o que em si, representa um avanço na derivação de informações técnico-cientícas a partir de material de conteúdo jornalístico e sua utilização em estudos regionais. Os resultados apresentados, ainda que preliminares são promissores para as etapas seguintes de trabalho, e devem orientar investigações e serem

MUNICIP Nº OCORR AREA (km2) URBAN (%)

AREA URB

(km2)

DENS

OCORR

PERIGO

CLASS2

PERIGO

CLASS3

Cunha 11407,17 52,90% 744,39 0,0013 BAIXO BAIXO

Jambeiro 1 183,76 47,30% 86,92 0,0115 BAIXO BAIXO

Lagoinha 1 255,92 64,67% 165,50 0,0060 BAIXO BAIXO

Natividade da Serra 1 832,61 46,10% 383,83 0,0026 BAIXO BAIXO

Redenção da Serra 1 309,11 52,63% 162,68 0,0061 BAIXO BAIXO

Roseira 1 130,19 93,28% 121,44 0,0082 BAIXO BAIXO

Bananal 2 616,32 79,37% 489,17 0,0041 BAIXO BAIXO

Canas 2 53,49 95,75% 51,22 0,0390 BAIXO MODERADO

Lavrinhas 2 166,86 92,34% 154,08 0,0130 BAIXO BAIXO

Potim 2 44,65 76,97% 34,37 0,0582 BAIXO MODERADO

Queluz 2 249,41 91,49% 228,19 0,0088 BAIXO BAIXO

Areias 3 306,57 74,49% 228,36 0,0131 BAIXO BAIXO

Guararema 4 270,50 85,42% 231,06 0,0173 BAIXO BAIXO

Tremembé 9 192,42 87,97% 169,27 0,0532 MODERADO MODERADO

Piquete 10 175,88 94,16% 165,61 0,0604 MODERADO MODERADO

Caçapava 11 369,91 87,10% 322,19 0,0341 MODERADO BAIXO

Pindamonhangaba 11 730,17 96,05% 701,33 0,0157 MODERADO BAIXO

S.L. do Paraitinga 11 617,15 62,91% 388,25 0,0283 MODERADO BAIXO

Cachoeira Paulista 18 287,84 82,19% 236,58 0,0761 MODERADO MODERADO

Paraibuna 21 809,79 30,78% 249,25 0,0843 MODERADO ALTO

Cruzeiro 23 304,57 97,78% 297,81 0,0772 ALTO MODERADO

Aparecida 55 120,94 98,79% 119,48 0,4603 ALTO MUITO ALTO

Lorena 58 413,78 97,15% 401,99 0,1443 ALTO MUITO ALTO

Guaratinguetá 114 751,44 95,66% 718,83 0,1586 MUITO ALTO MUITO ALTO

T aubaté 140 625,92 95,02% 594,75 0,2354 MUITO ALTO MUITO ALTO

Jacareí 172 460,07 96,44% 443,69 0,3877 MUITO ALTO MUITO ALTO

S.J. dos Campos 619 1099,61 98,98% 1088,39 0,5687 MUITO ALTO MUITO ALTO

14

efetuadas em escala de maior detalhe. Alguns aspectos acerca dos procedimentos desenvolvidos, resultados já obtidos, potencialidades de aplicação e limitações merecem ser discutidos.

Dentre as vantagens dos procedimentos aqui descritos, destaca-se a Ficha Cadastral, que convertida ao banco de dados fornece um histórico de cada local de ocorrência, que viabilizará a análise temporal (recorrência, tempo de retorno), incluindo informações importantes como a duração dos eventos chuvosos, quantidade de precipitação, citações sobre os níveis atingidos pela água e registro fotográfico que permitirão a inferência indireta de tais níveis, e também sobre quantificação de moradores atingidos e danos.

Durante o desenvolvimento do presente trabalho, foram observadas algumas dificuldades operacionais que devem ser levadas em conta para replicação dos procedimentos aqui descritos.

Na fase de Coleta de Dados:

a) necessidade de padronização dos conceitos relativos aos eventos estudados e aos fenômenos meteorológicos causadores;

b) cuidados em relação a informações redundantes, uma vez que o fenômeno meteorológico causador do evento pode estender-se por longos períodos e abranger uma grande região, ocasionando reportagens de conteúdo repetido. Vale mencionar que os dados foram consolidados de tal forma a evitar que uma mesma ocorrência reportada em datas e edições diferentes, fosse contabilizada como eventos ou ocorrências distintas, o que numa análise temporal poderia indicar a recorrência em determinados locais, e por conseguinte, sugerir o maior grau de probabilidade (ou perigo);

Na fase de Sistematização e Consolidação de Dados:

c) padronização da toponímia, uma vez que as denominações de logradouros e bairros tendem a figurar de forma incompleta ou com grafia incorreta. Não são raros os casos de mudança de nomes no decorrer do tempo, de duplicidade e de imprecisão quanto aos limites entre bairros. Denota-se também a falta de informação sobre as localidades rurais.

d) para digitalização dos dados faz-se necessário estabelecer padrões de natureza mais técnica para informações veiculadas com "narrativa coloquial", como por exemplo: “água pela cintura”, “carro quase encoberto”;

Na fase fase de Localização e Determinação de Coordenadas Geográficas:

e) conteúdo da reportagem nem sempre permite identificar a natureza e a localização da ocorrência, limitando-se a citar o logradouro ou o bairro. Por vezes um bairro ou uma rua (logradouro) não correspondem ao município indicado na matéria publicada, o mesmo acontecendo em relação ao nome de córregos e ribeirões. Esta característica das matérias jornalísticas gerou a necessidade da criação de um atributo nomeado magnitude do registro com o intuito de auferir o grau de confiança na precisão da coordenada geográfica obtida.

Levando em consideração as dificuldades operacionais mencionadas acima, cabe citar que por vezes não foi possível associar os locais/registros de ocorrência às linhas de drenagem, que por sua vez, foram considerados nesta etapa do estudo como ocorrência de alagamento conforme critério adotado. As razões pelas quais tal associação nem sempre foi viabilizada são diversas. Primeiramente, porque em alguns casos a reportagem não faz qualquer menção direta ou indireta à hidrografia local ou regional. Em outras situações, há conflito entre a localização citada na notícia e a localização dentro dos limites geopolíticos (de

15

municípios). Por fim, foram observadas dificuldades para a intepretação das imagens do aplicativo Google Earth , decorrentes da ausência de infomações sobre a hidrografia, tanto em ferramentas como o Google Maps, quanto nas bases cartográficas de municípios, utilizados complemetarmente à interpretação. Estes aspectos serão levados em consideração nas próximas etapas do estudo, onde a interpretação de imagens será refinada, assim como a precisão dos dados de elevação do terreno obtidos a partir do aplicativo Google Earth serão comparados às bases cartográficas digitais disponíveis nas escala 1:50.000 e 1:10.000, sobre as quais os dados foram lançados.

O atributo elevação de terreno (obtido a partir do aplicativo Google Earth) e a segregação de dados por tipo de evento (associação à drenagem citada anteriormente), foram explorados de forma limitada neste estágio inicial do estudo foi explorado. No entanto, os resultados ora obtidos já indicam suas potenciais aplicações em estudos subsequentes, e após o refinamento dos dados como observado acima. Por exemplo, foi observado que valores médios de elevação do terreno são menores para inundação que para alagamentos, em particular, quando os registros referem-se a duas ou mais ocorrências, o que poderia ser interpretado como um indicativo da recorrência dos fenômenos em cotas topográficas menores. Outro tipo de avaliação a ser feita a partir do refinamento dos dados e desses atributos seria verificar se a elevação do terreno e a distribuição espacial dos registros de ocorrência de inundação apresentam padrão mais regular que os registros referentes a alagamentos.

Nesse sentido, vale ressaltar que os resultados dos gráficos de dispersão, de análise de regressão e testes de correlação foram pouco conclusivos até o momento, especialmente quando dizem respeito aos dados regionais, ou seja, referentes a toda a extensão da UGRHI. Entretanto, os resultados testes de correlação são ligeiramente melhores quando a área de abrangência é menor, ou seja, quando os dados são analisados por município). Novas análises e testes de correlação com dados refinados e segregados em maior detalhe deverão ser procedidos oportunamente. O mesmo se aplica aos testes estatísticos K-S e a necessidade de aplicação de outros testes, do tipo paramétrico, explorando comparativa os valores médios e variâncias dos diferentes conjuntos de dados, como por exemplo, Teste-T e Teste-Z.

A classificação preliminar de perigos ou de probabilidade de ocorrência de inundação (enchentes e alagamentos), nesta etapa do estudo, baseou-se exclusivamente nos parâmetros estatísticos associados aos valores absolutos do atributo “número de ocorrências”. No atual estágio de investigação não foram considerados outros parâmetros tais como elevação do terreno, temporalidade ou recorrência (repetição de ocorrência dos fenômenos em um mesmo local), e mesmo a magnitude do registro (precisão com que a localização/coordenada geográfica do registro foi determinada). Tais atributos serão avaliados em maior profundidade, “refinados”, e utilizados nas análises subsequentes.

5. CONCLUSÃO

O presente trabalho enfocou o desenvolvimento de procedimentos de coleta, sistematização e tratamento de informações relacionadas a eventos de inundação (assim como enchentes e alagamentos) a partir de notícias publicadas em jornais. Foram utilizadas ferramentas tecnológicas e bases de dados de livre acesso e disponíveis na Internet, e buscou-se o estabelecimento de critérios e padrões de forma a viabilizar o uso de infomações jornalísticas em estudos de natureza técnico-científica.

Nesse sentido, a presente investigação efetuou uma varredura preliminar e de caráter regional, que permitiu a identificação e localização de áreas críticas e cursos d’água a serem objeto de análise pormenorizada para fins de zoneamento ecológico-econômico, bem como de

16

estudos subsequentes de mapeamento de risco, em escala adequada, o que demonstrou a viabilidade de aplicação dos procedimentos adotados.

Os resultados obtidos, ainda que preliminares são bastantes promissores. A classificação preliminar de perigos, teve caráter eminentemente experimental, e baseou-se exclusivamente na análise exploratória dos dados através de métodos numérico-estatísticos. Outros atributos considerados relevantes para o estudo de inundações, tais como a data dos eventos/ocorrências e sua recorrência, número de moradias/edificações atingidas, devem ser explorados oportunamente em análises espaciais e estatísticas subsequentes, destinadas à classificação de perigos (ou probabilidade de ocorrência), avaliação de áreas críticas e ao zoneamento de risco.

Trabalhos futuros, em escalas regional e local, devem envolver a análise espacial de dados explorando algoritmos de análise e interpoladores, novas análises estatísticas e classificação de perigos utilizando outros parâmetros (por ex. elevação do terreno) e unidades de terreno, tais como sub-bacias e compartimentos fisiográficos.

Agradecimentos

Os autores agradecem ao Arquivo Publico Municipal de São José dos Campos, na pessoa da Sra. Edna Regina Santos Martelo, aos colegas Ivete Costa da Silva, Rosângela Pereira de Carvalho, Maria de Lourdes Figueiredo Gomes, Maria Helena Silva de Jesus e Mirian Ramos Gutjahr pelo apoio na coleta e sistematização de dados, e ao revisores anônimos do 7º SBCG.

6. REFERÊNCIAS

Câmara, G.; Souza, R.C.M.; Garrido, J. (1996) SPRING: Integrating remote sensing and GIS by object-oriented data modeling. Computers & Graphics, 20: (3) 395-403.

Cerri, L.E.S. 1999. Riscos Geológicos Urbanos. In: Ciências da Terra e o Meio Ambiente: diálogos para (inter)ações no Planeta. São Leopoldo: UNISINOS, 1999. 284p

Conover W.J. (1981). Practical nonparametric statistics. 2ª Ed. John Wiley & Sons, New York. 472p

Fernandes Da Silva, P.C.; Cripps, J.C. (2008) Comparing directional line sets using non-parametric statistics: a new approach for geoenvironmental applications. Stochastic Environmental Research & Risk Assessment, 22 (2): 231 - 246.

Gibbons J.D., Chakraborti, S. (1992) Nonparametric statistical inference. 3ª Ed. Marcel Dekker, New York. 495p

Gramani, M.F.; Silva, F.C.; Almeida Filho, G.S.; Gouveia, M.I.F. (2004) Diagnóstico das inundações em áreas urbanas do Rio Paraíba do Sul e Mantiqueira, SP: Subsídios para o Plano de Contingência. Anais do 1º Simpósio Brasileiro de Desastres Naturais. GEDN/UFSC, Florianópolis. Pp. 539-553 (CD-ROM)

INPE – Instituto Nacional de Pesquisas Espaciais. 2009. SPRING 5.1 – Manuais. Disponível em http://www.dpi.inpe.br/spring/portugues/manuais.html. Consultado em 26 de janeiro de 2009