Universidade Federal do Rio Grande do Norte Centro de Ciências Exatas e da Terra Programa de Pós-Graduação em Geodinâmica e Geofísica DISSERTAÇÃO DE MESTRADO ÍNDICE DE VULNERABILIDADE COSTEIRA E RISCO À INUNDAÇÃO EM CENÁRIOS DE MUDANÇAS CLIMÁTICAS NO ESTUÁRIO DO RIO PIRANHAS-AÇU COM UTILIZAÇÃO DE IMAGENS DE SENSORES ORBITAIS E DE LiDAR AEROPORTADO Autor: ALEX VINÍCIUS CAPISTRANO ALCOFORADO Orientador: Dr. VENERANDO EUSTÁQUIO AMARO Dissertação nº 189/PPGG. Natal-RN, Março de 2017 UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS EXATAS E DA TERRA PROGRAMA DE PÓS-GRADUAÇÃO EM GEODINÂMICA E GEOFÍSICA DISSERTAÇÃO DE MESTRADO ÍNDICE DE VULNERABILIDADE COSTEIRA E RISCO À INUNDAÇÃO EM CENÁRIOS DE MUDANÇAS CLIMÁTICAS NO ESTUÁRIO DO RIO PIRANHAS- AÇU COM UTILIZAÇÃO DE IMAGENS DE SENSORES ORBITAIS E DE LiDAR AEROPORTADO Autor: Alex Vinícius Capistrano Alcoforado Dissertação apresentada em 09 de março de dois mil e dezessete, ao Programa de Pós-Graduação em Geodinâmica e Geofísica – PPGG, da Universidade Federal do Rio Grande do Norte - UFRN como requisito à obtenção do Título de Mestre em Geodinâmica e Geofísica, com área de concentração em Geodinâmica - Geologia ambiental. Comissão Examinadora: Prof. Dr. Venerando Eustáquio Amaro (Orientador) Prof. Dr. Francisco Hilário Rego Bezerra (Examinador Interno) Prof. Dr. Alexandre Bernardino Lopes (Examinador externo) Natal-RN, 09 de Março de 2017 Catalogação da Publicação na Fonte. UFRN / SISBI / Biblioteca Setorial Centro de Ciências Exatas e da Terra – CCET. Alcoforado, Alex Vinícius Capistrano. Índice de vulnerabilidade costeira e risco à inundação em cenários de mudanças climáticas no estuário do Rio Piranhas-Açu com utilização de imagens de sensores orbitais e de LiDAR aeroportado / Alex Vinícius Capistrano Alcoforado. - Natal, 2017. 107f. : il. Orientador: Prof. Dr. Venerando Eustáquio Amaro. Dissertação (Mestrado) – Universidade Federal do Rio Grande do Norte. Centro de Ciências Exatas e da Terra. Programa de Pós-Graduação em Geodinâmica e Geofísica. 1. Dinâmica costeira. 2. Geotecnologia. 3. Inundação. 4. Mudanças climáticas. 5. Erosão marinha. 6. Uso e ocupação. I. Amaro, Venerando Eustáquio. II. Título. RN/UF/BSE-CCET CDU: 631.459 AGRADECIMENTOS Em especial ao meu professor orientador, Prof. Dr. Venerando Eustáquio Amaro, pela relevante orientação, pelos ensinamentos, apoio e por todas as valiosas contribuições durante a realização desta pesquisa. À minha esposa, Thaíse Emmanuele Andrade de Sales Alcoforado, pela motivação, incentivo e apoio permanentes e incondicionais. À minha mãe, Maria das Graças Capistrano de Oliveira e in memoriam ao meu pai Roberto Vinicio Alcoforado, cujos ensinamentos me possibilitaram investir na nos caminhos da vida, extensivos à Academia. À família do Geopro, colegas e amigos, André Santos, Anna Pauletti, Maria de Fátima Alves Matos, Débora Vieira Busman, Bruno César Pereira da Costa, Caio Cortez de Lima, Paulo Victor do Nascimento Araújo e Victor Peixoto Lucas Rios, pela solicitude, colaboração e apoio. Ao Prof. Dr. Francisco Hilário Rego Bezerra, pelas contribuições. À PETROBRAS, pela disponibilização de dados altimétricos LiDAR. À CAPES, pela concessão de bolsa de estudos. “O saber a gente aprende com os mestres e os livros. A sabedoria se aprende é com a vida e com os humildes”. (Cora Coralina) RESUMO As zonas costeiras e estuarinas em todo mundo são caracterizadas por intensa dinâmica ambiental, decorrente das interações entre atmosfera, litosfera, biosfera e hidrosfera. Nesses locais, concentram-se recursos naturais que têm sofrido forte ocupação por atividades socioeconômicas, provocando riscos de que a população em seu entorno seja afetada por alterações nesses processos de dinâmica ambiental diante das mudanças climáticas globais. Diante disso, estabeleceu-se para o caso do Estuário do Rio Piranhas-Açu, no Estado do Rio Grande do Norte (RN) a aplicação do o método de Índice de Vulnerabilidade Costeira à Erosão (IVC) para diferentes cenários de mudanças climáticas, em que são ponderadas variáveis físicas e dinâmicas do ambiente, empregando geotecnologias como o processamento digital e imagens multiespectrais do Landsat 8-OLI e dados altimétricos de levantamento aeroportado de LiDAR, controlados por métodos geodésicos de precisão e estatísticos. Os mapas temáticos obtidos foram integrados em sistema de informações geográficas onde efetivou-se a simulação do risco à inundação do estuário baseado em diferentes cenários de projeções da elevação do nível médio do mar em condições de eventos extremos, segundo o Painel Intergovernamental de Mudanças Climáticas (IPCC). Os resultados da melhor e da pior projeção mostraram entre 17% 42% da LC está sob condições de alta e muito alta vulnerabilidade à erosão e entre 274- 291 km² da planície estuarina está em risco de inundação. Palavras-chave: Dinâmica costeira, Geotecnologia, Inundação, Mudanças Climáticas, Erosão Marinha, Uso e Ocupação. ABSTRACT Coastal zones worldwide present intense environmental dynamics associated to the interaction among atmosphere/lithosphere and hydrosphere. These places are rich in natural resources and have been intensely occupied by socioeconomic activities. Therefore, populations nearby are exposed to risks of change in natural processes related to climate change. In this setting, the estuary of Piranhas-Açu River is a case study for The Coastal Vulnerability Index (CVI) in different climate change scenarios. This index accounts physical and dynamics features of the environment and was calculated using Geotechnology tools, Digital Image Processing, Landsat 8-OLI multispectral imagery and airborne LiDAR altimetry data controlled using precision geodesy kinematic and static ground control points. The resultant thematic mapping was integrated in Geographic Information System in order to simulate inundation risk of the estuary with different projections of sea level rise in extreme events conditions, according to the International Panel on Climate Change (IPCC). The results for best and the worst scenarios show 17% - 42% of the coast in high and very high coastal erosion vulnerability and 274- 291km2 of estuary at flood risk. Keywords: Coastal Dynamics, Geotechnology, Floods, Climate Change, Marine Erosion, Land Use. LISTA DE FIGURAS Figura 1.1 - Localização da área de estudo, com destaque para a Reserva de Desenvolvimento Sustentável Estadual Ponta do Tubarão (RDSEPT)....................................................................8 Figura 1.2 - Mapa geológico. Adaptado da Folha Macau e Jandaíra (1:100.000)..................................................................................................................................9 Figura 1.3 - Depósitos flúvio-marinhos do Rio das Conchas remobilizado para construção de tanques. Argila cinza rica em sal e matéria orgânica........................................... ............. ........11 Figura 1.4 - Depósitos flúvio-lacustrinos da laguna de Lagamar próximo à comunidade Estrondadeira.............................................................................................................................11 Figura 1.5 - Depósitos aluvionares. Seixos com matriz argilosa. Margem direita do Rio Piranhas-Açu, próximo à localidade Carão...............................................................................12 Figura 1.6 - Depósitos aluvionares recentes, com gretas de contração. Margem esquerda do Rio Piranhas-Açu, próximo a Pendências...................... ................................................ ...........12 Figura 1.7 - Depósitos eólicos não vegetados. Dunas barcanas próximas a Porto do Mangue......................................................................................................................................13 Figura 1.8 - Depósitos eólicos vegetados. Espécies herbáceas em área de planície interdunar.............................................................................................. ....................................13 Figura 1.9 - Depósitos de mangue. Fonte: Fernanda Firmino...................................................14 Figura 1.10 - Depósitos de mangue próximo a Logradouro destacando a grande mortandade de árvores.......................................................................................................................... ........14 Figura 1.11 - Depósitos litorâneos de praia na localidade de Camapum. Situação de baixamar....................................................................................................................................15 Figura 1.12 - Sal Marinho estocado próximo a Diogo Lopes/RN............................................21 Figura 1.13 - Salinas próximo à cidade de Macau/RN. Fonte: IDEMA...................................22 Figura 1.14 - Aerogerador e sonda de perfuração na linha de costa (2011)........................................................................................................................................23 Figura 1.15 - Vista aérea de campo de produção de petróleo com produção de energia eólica. Fonte: IDEMA/GEOPRO.........................................................................................................23 Figura 1.16 - Viveiro de camarão próximo à cidade de Porto do Mangue. Fonte: IDEMA/GEOPRO....................................................................................................................24 Figura 2.1 - Planície-flúvio-marinha com canais de maré, mangues e a cidade de Macau (RN) no centro da imagem.................................................................................................................37 Figura 2.2 - Estuário do Rio Piranhas-Açu durante inundação. Foto aérea da cidade de Macau e ilha de Santana em maio de 2009. .........................................................................................37 Figura 2.3 - Casas atingidas pela inundação fluvial de maio de 2009 em Alto do Rodrigues (RN). Fonte: IDEMA (2009b)..................................................................................................38 Figura 2.4 - Residência na comunidade de Diogo Lopes, atingida por inundação marinha em 03/01/2015. Altura da maré: 2,5m. Fonte: Tiago Ezequiel.......................................................38 Figura 2.5 - Infraestrutura urbana inundada em 03/01/2015 em Diogo Lopes. Canal de maré à esquerda. Fonte: Tiago Ezequiel...............................................................................................39 Figura 3.1 - Fluxograma empregado na confecção das etapas de estudos.......................................................................................................................................42 Figura 3.2 - Dados altimétricos de aerolevantamento com LiDAR. Fonte: PETROBRA;S (Adaptado).................................................................................................................................49 Figura 3.3 - Marco topográfico da Estação 01 da RGLS de Santos & Amaro (2011). Fonte: André Santos (2010).................................................................................................................53 Figura 3.4 - Localização das bases de controle altimétrico......................................................56 Figura 3.5 - Metodologia de coleta de pontos GNSS estático em parcela de mangue. Fonte: Bruno Costa...............................................................................................................................59 Figura 3.6 - Localização dos Pontos GNSS OBTIDOS em área de manguezal (Costa 2016).........................................................................................................................................59 Figura 3.7 - Levantamento GNSS na praia de Minhoto em modo cinemático maio 2012. Base e rover. Fonte: André Santos (2012).........................................................................................60 Figura 4.1 – Composição colorida R(PC5)G(PC6)B(PC7) de imagem do satélite LANDSAT 8 sensor OLI, realçando as diferentes unidades da paisagem......................................................64 Figura 4.2 – Mapa Geomorfológico detalhado da área de estudo para o ano de 2015...........................................................................................................................................65 Figura 4.3 – Baseline, Transects e Linhas de costa com data em inglês. Inputs da ferramenta DSAS utilizados no mapa de taxa de variação de LC...............................................................67 Figura 4.4 - Análise das LCs do ano 1984 a 2015. Mapa da variável Taxa de Variação de LC. IVC do ano 2015 detalhe para o trecho próximo a Porto do Mangue.......................................68 Figura 4.5 – Mapa de vulnerabilidade à erosão de acordo com a declividade. Local: Ilha do Fernadez e setor de Barreiras - IVC do ano 2015.....................................................................70 Figura 4.6 - - Resultados de vulnerabilidade costeira de acordo com a variável altura significativa de onda (Hs) - IVC do ano 2000........................................................................................................72 Figura 4.7 – Resultado preliminar do mapa de IVC. RCP 4,5 ano 2000...........................................................................................................................................75 Figura 4.8 - Resultado preliminar do mapa de IVC. RCP 4,5 no ano 2015...........................................................................................................................................76 Figura 4.9 – Detalhe do mapa de IVC do ano 2000 no cenário RCP 4,5 na área de fragilidade ambiental RDSEPT..................................................................................................................77 Figura 4.10 – Mapa de IVC no cenário RCP 4,5 do ano 2015 na RDESPT.............................78 Figura 4.11 - Histogramas do mapa de IVC do ano 2000 nos cenários RCP 2,6 4,5 e 8,5w/m².....................................................................................................................................79 Figura 4.12 - Histogramas do mapa de IVC do ano 2015 nos cenários RCP 2,6 4,5 e 8,5w/m².....................................................................................................................................79 Figura 4.13 - Box-plot da distribuição dos dados de altitudes ortométricas entre os pontos de controle GNSS e os dados LiDAR aeroportado.......................................................................81 Figura 4.14 - Gráfico da regressão Linear................................................................................82 Figura 4.15 - Maré meteorológica aplicada no mapa de risco de inundação, simulada no SMC tools...........................................................................................................................................84 Figura 4.16 – Mapa temático de uso e ocupação do solo do estuário do Rio Piranhas-Açu no ano de 2015...............................................................................................................................86 Figura 4.17 - Frequência de classes de uso e ocupação do solo na área de estudo........................................................................................................................................87 Figura 4.18 – Risco de inundações em eventos extremos (cenários RCPs, IPCC 2014).........................................................................................................................................88 Figura 4.19 - Risco de inundação e eventos extremos (cenários RCPs IPCC 2014). Cidade de Macau-RN.................................................................................................................................89 Figura 4.20 - Classes de uso e ocupação do solo e risco de inundação segundo cenários do IPCC 2014.................................................................... ..........................................................90 Figura 4.21 - Box-plot da distribuição dos dados de altitudes ortométricas entre os pontos cinemáticos GNSS e os dados LiDAR aeroportados................................................................92 Figura 4.22 - Gráfico da regressão Linear................................................................................93 LISTA DE TABELAS Tabela 1.1 – Estimativa da população atual da área estudada..................................................20 Tabela 3.1 - Imagens de satélite utilizadas para vetorização de LC........................................45 Tabela 3.2 - Localização dos pontos de Hs. Coordenadas UTM Zona 24S..............................50 Tabela 3.3 - Elevação do nível médio do mar e vulnerabilidade..............................................51 Tabela 3.4 - Mapas temáticos, variáveis e IVC........................................................................52 Tabela 3.5 - Dados utilizados na avaliação do modelo altimétrico LiDAR..............................55 Tabela 3.6 - Níveis de inundação atual.....................................................................................62 Tabela 3.7 - Projeção de inundação em eventos extremos........................................................62 Tabela 4.1 - Resumo estatístico descritivos dos dados. N=17..................................................80 Tabela 4.2 - Resumo do teste comparativo entre os grupos (GNSS x LiDAR)........................80 Tabela 4.3 - Resumo da Análise de Regressão Linear..............................................................81 Tabela 4.4 - Indicadores estatísticos das discrepâncias amostrais entre os modelos................82 Tabela 4.5 - Pontos GNSS em área de mangue........................................................................83 Tabela 4.6 - Resumo estatístico descritivo dos dados N= 9000................................................91 Tabela 4.7 - Resumo do teste comparativo entre os grupos (GNSS x LiDAR)........................91 Tabela 4.8 - Resumo da Análise de Regressão Linear..............................................................92 Tabela 4.9 - Indicadores estatísticos das discrepâncias amostrais entre os modelos................93 LISTA DE SIGLAS ANP Agência Nacional de Petróleo ANEEL Agência Nacional de Energia Elétrica BDEP Banco de Dados de Exploração e Produção CBERS China - Brazil Earth Resources Satellite CCD Câmera Imageadora de Alta Resolução DNPM Departamento Nacional de Produção Mineral DHN Diretoria de Hidrografia e Navegação EPR End Point Rate GEOPRO Laboratório de Geoprocessamento da UFRN GOS Global Ocean Surge GNSS Global Navigation Satellite System GPS Global Positioning System HWM High Water Maximum IBGE Instituto Brasileiro de Geografia e Estatística ICMS Imposto sobre Circulação de Mercadorias e Serviços IDEB Índice de Desenvolvimento de Educação Básica IDH Índice de Desenvolvimento Humano INEP Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INCRA Instituto Nacional de Reforma Agrária IPCC Intergovernmental Panel on Climate Change IVC Índice de Vulnerabilidade Costeira LiDAR Light Detection and Ranging NASA North American Spacial Agency NMM Nível Médio do Mar MDE Modelo Digital de Elevação MHWM Mean High Water Maximum OLI Operational Land Imager ONU Organização das Nações Unidas PDI Processamento Digital de Imagens PEGC Plano Estadual de Gerenciamento Costeiro PMGC Plano Municipal de Gerenciamento Costeiro PIB Produto Interno Bruto RBMC Rede Brasileira de Monitoramento Contínuo RCP Representative Concentration Pathway RDSEPT Reserva de Desenvolvimento Sustentável da Ponta do Tubarão RGB Red Green Blue RN Rio Grande do Norte RMSE Root Mean Square Error SGB Sistema Geodésico Brasileiro SIG Sistema de Informações Geográficas SIGERCO Sistema de Gerenciamento Costeiro SMA-ZC Sistema de Monitoramento Ambiental da Zona Costeira SMC Sistema de Modelagem Costeira SRTM Shuttler Radar Topographic Mission SWAN Simulating Waves Nearshore UFRN Universidade Federal do Rio Grande do Norte UNESCO Organização das Nações Unidas para a Educação, a Ciência e a Cultura USGS United States Geological Survey UTM Universal Transversa de Mercator ZCIT Zona de Convergência Intertropical ZEEZC Zoneamento Ecológico-Econômico da Zona Costeira SUMÁRIO 1 INTRODUÇÃO ........................................................................................................ 1 1.1 Apresentação ...................................................................................................... 1 1.2 Objetivos Geral e Específicos ............................................................................ 4 1.3 Justificativa ......................................................................................................... 4 1.4 Organização do estudo ....................................................................................... 6 1.5 Caracterização física da área de estudo .............................................................. 6 1.5.1 Localização e vias de acesso ....................................................................... 6 1.5.2 Geologia ...................................................................................................... 8 1.5.3 Pedologia ................................................................................................... 15 1.5.4 Hidrografia ................................................................................................ 15 1.5.5 Vegetação .................................................................................................. 16 1.5.6 Geodinâmica costeira ................................................................................ 16 1.5.7 Clima ......................................................................................................... 17 1.5.8 Ventos ........................................................................................................ 18 1.6 Caracterização Socioeconômica ....................................................................... 18 2 REFERENCIAL TEÓRICO ................................................................................... 25 2.1 Zona Costeira Brasileira ................................................................................... 25 2.2 Índice de Vulnerabilidade Costeira (IVC), ou em inglês Coastal Vulnerability Index (CVI), e o gerenciamento costeiro no Brasil ................................................ 27 2.3 Vulnerabilidade, Risco e Perigo ....................................................................... 31 3 MATERIAL E MÉTODOS .................................................................................... 40 3.1 Estrutura da pesquisa ........................................................................................ 40 3.2 Levantamento de dados .................................................................................... 43 3.3 Processamento Digital de Imagem (PDI) ......................................................... 43 3.4 Mapeamento temático ...................................................................................... 44 3.5 Altura significativa de onda ............................................................................. 50 3.6 Amplitude de maré ........................................................................................... 50 3.7 Variação do Nível Médio do Mar ..................................................................... 50 3.8 Índice de Vulnerabilidade Costeira (IVC) ........................................................ 51 3.9 Acurácia da altitude ortométrica do LiDAR Aeroportado ............................... 52 3.10 Método de simulação de inundação ............................................................... 60 4 RESULTADOS E DISCUSSÕES .......................................................................... 63 4.1 Mapas de Vulnerabilidade Costeira à Erosão ................................................... 63 Mapas de Taxa de Variação de Linha de Costa ............................................................................................................................... 66 Mapa de altura significativa de ondas ............................................................................................................................... 71 Mapas do Índice de Vulnerabilidade Costeira à Erosão para os RCPs ............................................................................................................................... 73 4.2 Mapa de Risco à Inundação .............................................................................. 80 Risco de inundação e uso e ocupação do solo 2015 ............................................................................................................................... 84 4.3 Discussões sobre levantamento cinemático GNSS e altimetria LiDAR .......... 90 5 CONCLUSÕES ....................................................................................................... 94 REFERÊNCIAS ......................................................................................................... 97 1 1 INTRODUÇÃO 1.1 Apresentação Esta dissertação tem como tema central a elaboração do Índice de Vulnerabilidade Costeira (IVC), que indica susceptibilidade à erosão costeira e ao risco de inundação no Estuário do Rio Piranhas-Açu, no Estado do Rio Grande do Norte (RN), em diferentes cenários de mudanças climáticas, com utilização de Geotecnologias tais como: Sensoriamento Remoto, baseado em levantamentos com Light Detection and Ranging (LiDAR) aeroportado, imagens altimétricas do Shuttle Radar Topography Mission (SRTM) e imagens multiespectrais do Landsat 8-OLI, controladas por Geodésia com Global Navigation Satellite System (GNSS) de alta precisão e acurácia, e sobre as quais se empregou métodos de Processamento Digital de Imagens (PDI) e integração por Sistema de informações Geográficas (SIG). De modo amplo, as zonas costeiras são caracterizadas notadamente pela intensa ação da dinâmica ambiental, ocasionada pela interação entre atmosfera, litosfera, biosfera e hidrosfera. Nesses locais concentram-se importantes recursos naturais e, por esse motivo, em todo o mundo, têm sofrido acentuado uso e ocupação por atividades socioeconômicas, provocando riscos de que a população seja afetada por alterações nos processos de dinâmica costeira que causam desastres ambientais, entre os quais as perdas (erosão) de terrenos costeiros e as inundações generalizadas de áreas costeiras e estuarinas decorrentes das mudanças climáticas globais. Trata-se de zonas geralmente planas e de baixa altitude, intensamente ocupadas por atividades socioeconômicas, conforme já se evidencia com problemas de erosão e inundação no setor do baixo Estuário do Rio Piranhas-Açu, incluindo a zona costeira do entorno, que é o estudo de caso desta pesquisa. A seleção dessa área de estudo se justifica por se tratar de uma zona de transição, entre o oceano e continente, ou seja, uma faixa litorânea predisposta às inúmeras modificações geológico-geomorfológicas, oriundas de ações das forçantes meteoceanográficas (ondas, correntes marinhas, marés, ventos, precipitação etc.) possibilitando alterações na superfície terrestre sob os aspectos de sua organização, estrutura, composição e morfologia. Tais processos naturais concorrem para modificar este ambiente, dinamizando seus aspectos geológicos e geomorfológicos, marcadamente a linha de costa, num processo dinâmico natural, mas que está sendo alterado acentuadamente por intervenções antrópicas. Indicadores da Organização das Nações Unidas (ONU), viabilizados pela Organização das Nações Unidas para a Educação, a Ciência e Cultura (UNESCO), comprovam que um percentual próximo a 2/3 da população mundial vive a menos de 50 km do mar. 2 Correspondendo a menos de 2% de superfície da terra emersa, o litoral abriga mais de 4 bilhões de pessoas instaladas em regiões urbanas de médio e grande porte. São pessoas que disputam, num contexto destinado às inúmeras e diferentes atividades, os mais diversos ramos de serviço e atuação, a exemplo do turismo, comércio, transporte e lazer, além da indústria, agricultura e pesca. Tal convívio, nesses espaços exíguos e dinâmicos, certamente gera situações de conflitos e contestação, sendo responsável também por enfrentamentos a riscos ambientais. Nesse contexto, a literatura especializada tem registrado recorrentes desastres naturais nos setores costeiros, ocasionando inúmeras mortes, além de feridos, fato que também incorreram em vultosas perdas econômicas para a sociedade (BRAUCH, 2005; CARDONA, 2003; DILLEY, 2005). Nicholls et al. (2011) estimaram que cerca de 8 milhões de pessoas que habitam na Costa Atlântica da América do Sul seriam atingidas por uma elevação de 2 metros do nível do mar (NM). Tal situação tem motivado reflexões e críticas, igualmente movendo ações da comunidade internacional, no sentido de prevenir e mitigar os futuros impactos. De acordo com Braga, Oliveira e Givisiez (2006, p. 81), dados do United Nations Development Programme (UNDP/2004) revelam que 75% da população mundial habitam em áreas que foram afetadas pelo menos uma vez por ciclones, enchentes, secas ou terremotos apenas entre os anos de 1980 e 2000. Tais estudos e seus indicadores provocaram o desencadeamento de diversos programas e políticas no Brasil, e em outros países, para aplicação da gestão ambiental sustentável em suas regiões costeiras, como destacado: [...] Políticas e programas estaduais e municipais [...] na perspectiva de que se estabeleçam estratégias [...] de planejamento e gestão ambiental dos espaços costeiros, com o desenvolvimento e fortalecimento de um processo transparente de administração de interesses, apoiado por informações e tecnologia. (CONSELHO DE DESENVOLVIMENTO TERRITORIAL DO LITORAL PARANAENSE, 2011, p. 1). Segundo o fragmento acima e de acordo com Antunes (2007), a zona costeira brasileira configura um espaço geográfico cujos recursos naturais se destacam pela grande diversidade ambiental, bem como pelas inúmeras possibilidades de exploração econômica, dado o imenso potencial de que é dotado. Para a gestão desta área são necessárias ferramentas de tomadas de decisão e legislação adequadas às especificidades da matéria, conforme mostra o trecho que segue. A gestão da Zona Costeira rege-se pela Lei 7.661/88, que instituiu o Plano Nacional de Gerenciamento Costeiro – PNGC, regulamentada pelo Decreto 5.400/04. É no âmbito do PNGC II que foram estabelecidos os princípios, os objetivos e os instrumentos da gestão costeira, que foram posteriormente incorporados pelo citado Decreto. Sua importância foi reconhecida constitucionalmente, ao ser considerado como Patrimônio Nacional pela Constituição da República Federativa do Brasil de 3 1988, em seu art. 225, § 4°. A Lei 7.661. (DIEHL; SPINOLA; AZEVEDO, 2011, p. 1). Conforme estes autores, a costa brasileira se constitui em espaço territorial sujeito a um conjunto de regras exclusivas de proteção, tendo em vista as fortes pressões sobre seus ecossistemas. Saliente-se que grande parte de nossa população se concentra nessa região, contabilizando um quantitativo de 14 capitais situadas em litoral. A intensa diversidade de ecossistemas brasileiros responde por uma extensão de 7.367 km de litoral. Coexiste com o conceito acima mencionado, aquele instituído pela Resolução 01, da Comissão Interministerial para os Recursos do Mar (CIRM), de 21 de novembro de 1990, no qual é considerado como Zona Costeira: [...] Área de abrangência dos efeitos naturais resultantes das interações terra-mar-ar, leva em conta a paisagem físico-ambiental, em função dos acidentes topográficos situados ao longo do litoral, como ilhas, estuários e baías, comporta em sua integridade os processos e interações características das unidades ecossistêmicas litorâneas e inclui as atividades socioeconômicas que aí se estabelecem. (BRASIL, 1990, p. 1). Tendo em vista os diversos traços que caracterizam e integram as regiões costeiras e estuarinas, elas podem representar espaços contrastantes, quando ao mesmo tempo se traduzem como fonte de grande relevância ecológica, configurando-se como ambientalmente frágeis, igualmente apresentando alto potencial econômico, concorrendo para resguardar parcelas da população e atividades de ordem socioeconômica, potencialmente expostas a riscos em relação à integridade da região como um contexto, ambientalmente integrado e que impõe cuidados e estratégias que as protejam também de modo integrado. Segundo Amaro et al. (2014), é crucial compreender os processos físicos decorrentes da erosão costeira para estabelecer um plano efetivo de mitigação de danos às áreas ocupadas. Este estudo, portanto, visa enriquecer essa compreensão em relação à Microrregião de Macau e do Vale do Açu, que, das 19 microrregiões do RN, enquadram-se como o 4° e o 5° lugares no ranque do Produto Interno Bruto (PIB) estadual, ficando atrás apenas de Natal, Mossoró e Macaíba. No contexto geoeconômico estes territórios são ricos em recursos naturais, têm disponibilidade de água doce (do reservatório Armando Ribeiro e do Aquífero Açu), excelentes solos, recursos petrolífero e de gás natural, além de ventos alísios, e ainda se encontram próximos a centros consumidores, que também abrigam projetos de fruticultura irrigada e setores da indústria extrativa e de transformação (AQUINO; SILVA FILHO, 2015). Portanto, considerando a ampla relevância ambiental e socioeconômica desse setor costeiro, torna-se extremamente relevante a realização de estudos que busquem compreender os processos geodinâmicos e os riscos aos quais este setor costeiro e estuarino, integradamente, está 4 submetido, o que constitui conhecimento indispensável à implantação de políticas e ações operacionais de Gerenciamento Costeiro Integrado, que atendam de modo adequado o que tem sido estabelecido nas legislações brasileiras que norteiam as ações dos entes federativos (governos federal, estadual e municipal) em suas ações de gestão sustentável da zona costeira e das bacias hidrográficas. Segundo Polette el al. (2000), gerenciar harmoniosamente as diversas paisagens das bacias hidrográficas em zonas costeiras constitui um desafio e os programas de gerenciamento e gestão podem ser compatibilizados e implementados em espaços geográficos que se sobrepõem. Neste sentido, registra-se a existência da Câmara Técnica de Integração de Gestão das Bacias Hidrográficas e dos Sistemas Estuarinos e Zona Costeira (CTCOST), ligada ao Conselho Nacional de Recursos Hídricos (CNRH) instituída em 2005, cuja última reunião ocorreu em 2010 mas que ainda não estabeleceu resoluções e diretrizes para outorgas nesses espaços limítrofes. 1.2 Objetivos Geral e Específicos Este estudo tem como Objetivo Geral: Determinar o Índice de Vulnerabilidade Costeira (IVC) à erosão e de mapas de risco de inundação por eventos extremos no Estuário do Rio Piranhas-Açu em seu setor próximo à sua foz, incluindo área costeira de seu entorno com uso de Geotecnologias Aplicadas. Como Objetivos Específicos têm-se: ● Elaborar mapas em escala 1:25.000, atualizados a partir de imagens multiespectrais (do espectro óptico e de micro-ondas) de sensores orbitais para complementação dos dados espaciais necessários ao IVC. ● Validar a altimetria de precisão baseada em LiDAR aeroportado através de referenciais altimétricos e de análises estatísticas e avaliar suas vantagens frente a altimetria convencional (com base no SRTM), para a geração do índice de vulnerabilidade e mapas de risco à inundação. ● Verificar a possibilidade de integração de dados de aerolevantamento LiDAR com levantamentos cinemático. ● Identificar as unidades de uso e ocupação expostas a risco de inundação no contexto estuarino e costeiro associado. 1.3 Justificativa Um dos principais desafios para a aplicação das metodologias de IVC em escala de 5 operacional no Brasil é a deficiência de dados cartográficos disponíveis, além da ausência de dados do meio físico em séries históricas, apesar do grande avanço no uso de Geotecnologias. Neste contexto, dados com elevado nível de detalhes, tais como os mapas de inundação em grande escala, são indispensáveis à adequada estimativa do risco de inundação (BÜCHELE et al., 2006). Segundo os mesmos autores, informações detalhadas sobre perigo de inundação e vulnerabilidade são necessárias ao manejo regional de inundações, ao planejamento e à análise de custo-benefício de medidas de proteção para elaboração de estratégias de prevenção de danos. Assim sendo, as Geotecnologias vêm disponibilizando recursos inovadores que facilitam, ampliam e melhoram a capacidade de compreensão e monitoramento da terra, dentre os quais se insere o LiDAR aeroportado e terrestre. Neste sentido, a pesquisa obriga-se a preencher a lacuna de informações cartográficas atuais e contribui com a ampliação da base de informações já existentes, passando pela formação de um banco de dados detalhado da área de estudo disposto em ambiente Sistema de Informações Geográficas (SIG), que beneficia no desenvolvimento do IVC e na avaliação do risco de inundação na zona estuarina e costeira do Rio Piranhas-Açu, com utilização de altimetria de precisão de sensor remoto aerotransportado LiDAR e imagens orbitais multiespectrais atualizadas. Este feito justifica-se, sobretudo, por estar sendo realizado em uma área estuarina de alto potencial socioeconômico e destaca vulnerabilidade ambiental, onde se localiza a Reserva de Desenvolvimento Sustentável Estadual da Ponta do Tubarão (RSDSEPT) e onde, tanto em seu entorno quanto adentro dos seus limites geográficos, são desenvolvidas diversas atividades socioeconômicas importantes para o RN (AMARO; ROCHA JÚNIOR, 2012). Trata-se de um local ambientalmente frágil no qual a UFRN e outras instituições já vem desenvolvendo e aplicando várias pesquisas e metodologias de monitoramento ambiental, onde se destaca a intensa atuação da indústria petrolífera, com centenas de poços de petróleo e quilômetros de oleodutos, ocorrendo intensas operações de exploração e distribuição de petróleo e seus derivados, o que agrava o risco de desastres ambientais por derramamento de óleo, e que atualmente carece de políticas operacionais de gerenciamento costeiro e ambiental no nível estadual e municipal, com foco no desenvolvimento sustentável desse ambiente. Na linha de costa existe a necessidade de identificar áreas críticas à erosão marinha, auxiliando no gerenciamento e minimizando os desastres com perdas de terrenos e também com a exposição direta dos setores protegidos às forçantes marinhas (ondas, marés, correntes), e sua ação direta sobre setores ocupados pelas comunidades, e ecossistemas. Já no setor estuarino existe também risco de inundação de origem fluvial, como já ocorreu por diversas vezes no passado recente, 6 resultando em interferências negativas na vida da população do baixo curso do Rio Açu. Cumpre registrar que atualmente já ocorrem inundações de origem oceânica e fluvial combinadas, em condições referidas como de eventos extremos. Com base no exposto se configuram as razões que estimularam o interesse em desenvolver este estudo, que trata da primeira tentativa de análise integrada dos aspectos de influência marinha e fluvial em setor estuarino do RN, diante das mudanças climáticas globais, onde está intrínseco o aumento na frequência de eventos extremos, com vista a agregar valor ao conhecimento da faixa litorânea e do ambiente estuarino e sua vulnerabilidade à erosão e risco à inundação. 1.4 Organização do estudo A presente dissertação se constitui de quatro capítulos. O primeiro capítulo é composto da Introdução, da qual constam itens referentes ao tema estudado, incluindo sua justificativa, relevância, objetivos e estrutura da pesquisa. O segundo capítulo contém o referencial teórico que confere embasamento ao estudo, no qual se procede a uma revisão da literatura dos principais autores que pesquisaram temas relacionados aos assuntos então abordados. O terceiro destina-se à metodologia da pesquisa aqui proposta, desenvolvida na elaboração do IVC e na avaliação de métodos de construção do risco à inundação. O quarto capítulo destina-se à apresentação dos resultados e já a última parte – o quinto e último capítulo – consta das considerações finais da pesquisa, constituídas de uma retomada que enfatiza as apreciações e sugestões acerca do estudo. 1.5 Caracterização física da área de estudo A área de estudo pertence ao litoral potiguar e se localiza na região setentrional do estado, nas microrregiões de Macau e do Vale do Açu, Nordeste do Brasil, situando-se entre os municípios de Guamaré e Areia Branca. Trata-se de uma região costeira equatorial, cujo clima é considerado muito quente, apresentando altas taxas de insolação e evaporação, concomitante a baixas taxas de pluviosidade (IDEMA, 2009a). 1.5.1 Localização e vias de acesso A área de estudo compreende um polígono de 60 km na direção NS e por 32 km na direção EW, totalizando aproximadamente 1.353 km2 de área emersa. Está localizada no litoral setentrional do RN, baixo curso do Estuário do Rio Piranhas-Açu (Figura 1.1), abrangendo todo 7 o litoral dos municípios costeiros de Macau e Porto do Mangue, aproximadamente 9 km da faixa costeira leste do Município de Areia Branca e 2 km no extremo oeste da linha de costa do Município de Guamaré, totalizando 65 km de faixa litorânea contínua. A área inclui também territórios dos municípios interioranos de Serra do Mel, Pendências e Carnaubais e nela está inserida a Reserva de Desenvolvimento Sustentável da Ponta do Tubarão (RDSEPT), uma unidade de conservação estadual criada pela Lei 8.349 de julho de 2003. O acesso ao local é feito principalmente por meio da rodovia federal BR-406 e rodovias estaduais pavimentadas RN-404, RN-118, RN-403 e RN-221. 8 Figura 1.1 - Localização da área de estudo, com destaque para a Reserva de Desenvolvimento Sustentável Estadual Ponta do Tubarão (RDSEPT) inserida no contexto geográfico. 1.5.2 Geologia A área de estudo abrange a Bacia Potiguar cujos sedimentos foram depositados discordantemente sobre o embasamento cristalino da Província Borborema (ALMEIDA et al., 1977) e sua área total atinge cerca de 49.000 km2, dos quais 26.500km2 estão submersos (SOARES; ROSSETTI; CASSAB, 2003). Trata-se uma bacia do tipo rift que é relacionada à abertura do Oceano Atlântico Sul (MATOS, 1992). Sua estrutura está disposta geometricamente por grábens assimétricos (Apodi, Umbuzeiro, Guamaré e Boa Vista) de direção NE, relacionados a reativações de zonas de cisalhamento brasilianas de direção NE e E-W, separados por altos estruturais internos de Quixaba, Serra do Carmo e Macau (BERTANI; NETO; MATOS, 1987 apud SANTOS et al., 2007). A história deposicional da Bacia Potiguar passou por várias fases evolutivas e seu preenchimento sedimentar foi controlado por calhas de orientação NE-SW. A deposição na bacia abrange diferentes fases tectônicas, cujas formações condicionam-se aos sistemas deposicionais atuantes que as caracterizam e também determinam as fácies que as compõem. No contexto geológico da área de estudo (Figura 1.2), as unidades aflorantes da Bacia Potiguar que influenciam a vulnerabilidade e a geomorfologia relacionam-se apenas à última 9 formação do Grupo Apodi (Formação Jandaíra) e às formações Tibau, Guamaré, Barreiras e Potengi, do Grupo Agulha. Estas se constituem como uma das fontes dos sedimentos depositados e retrabalhados durante o Quaternário ao longo da linha de costa, sendo também o substrato consolidado onde ocorre a deposição. O seu grau de consolidação e litificação nas áreas aflorantes, fora da Zona Costeira, é determinante para a vulnerabilidade ambiental, provavelmente controlando topografia e a simulação de inundação devido a diferenças de erodibilidade. No contexto de caracterização geológica da área, insere-se o mapa representativo que; dentre outras, sua função é determinar os princípios geométricos dos materiais existentes sobre a superfície da terra, ao mesmo tempo expor informações sobre os diversos tipos de rochas, conforme mostra a Figura 1.2. Figura 1.2 - Mapa geológico. Adaptado da Folha Macau e Jandaíra (1:100.000). No conjunto das unidades aflorantes foram eleitas, para efeito deste estudo, as que seguem. Cumpre salientar que estão sendo utilizados símbolos para caracterizar todos os depósitos. ● Formação Jandaíra – composta por rochas carbonáticas e representa um período de máxima transgressão marinha; tais rochas são depositadas em ambientes de baixa energia como barras, planície de maré e bancos carbonáticos. 10 ● Formação Tibau – Essa formação é composta por rochas silicicláticas (arenito grosso hialino) depositado em ambiente de leque costeiro. ● Formação Guamaré – Constituída por rochas calcilutito e calcarenito bioclástico de coloração creme, depositadas em plataforma e talude carbonático. ● Formação Barreiras – São rochas areníticas e conglomeráticas, argilosas, de coloração variegada avermelhada e amarelada, depositadas em ambiente continental, em sistema fluvial entrelaçado, associadas a leques aluvionares com influência de maré. Estudos realizados por Arai (2006) indicam idade entre 17-22 Ma para esta litologia. ● Formação Potengi – Essa formação integra o Grupo Barreiras (CAMPOS; SILVA, 1966) e configura-se, dentre outros fatores, como unidade caracterizada por uma composição de sedimentos areno-quartzosos, constituída de laminações plano-paralelas e coloração amarelo-avermelhada, que “vão escurecendo em direção ao litoral”. Comumente essa unidade ocorre sobre as falésias, em inconformidade com as rochas da Formação Barreiras, exibindo pacotes pouco espessos capeados por dunas recentes” (VILAÇA et al., 1986). ● Magmatismo Macau - Essa unidade litoestatigráfica se constitui de rochas olivino-basálticas com idade 70-65 e 9-6 Ma, de fonte mantélica profunda, que ocorrem encaixadas nos sedimentos da sequência regressiva (Grupo Agulha) e também no embasamento cristalino, sob a forma de plugs, diques, derrames e soleiras, segundo classificação de Mayer (1974 apud Lima, 2011). ● Geologia do Quaternário Para efeito deste estudo, a geologia do quaternário se configura nas seguintes variedades de depósitos: a) N34Fm – Depósitos flúvio-marinhos São depósitos arenoargilosos de cor acinzentada ricos em matéria orgânica, depositados durante períodos de cheia que se encontram intensamente ocupados pela indústria salineira (Figura 1.3). 11 Figura 1.3 - Depósitos flúvio-marinhos do rio das Conchas remobilizado para construção de tanques. Argila cinza rica em sal e matéria orgânica. b) N34Flc - Depósitos flúvio-lacustrinos São depósitos formados pelo aporte do fluxo de canais fluviais intermitentes, em ambiente lagunar de baixa energia. Estão em uma área de planície de inundação decorrente do baixo gradiente de declividade do relevo, alta taxa de evaporação e eventuais interações com as marés; o sedimento é areia fina argilosa, de coloração cinza-esbranquiçada e amarelada, com grande concentração de sal (Figura 1.4). Figura 1.4 - Depósitos flúvio-lacustrinos da laguna de Lagamar próximo à comunidade Estrondadeira. c) N3a – Depósitos aluvionares antigos Ocorrem em pequenas áreas próximas ao leito do Rio Piranhas-Açu; são rochas conglomeráticas, paleocascalheiras com seixos arredondados, transportados em paleo-ambiente fluvial de alta energia (Figura 1.5). 12 Figura 1.5 - Depósitos aluvionares. Seixos com matriz argilosa. Margem direita do Rio Piranhas-Açu, próximo à localidade Carão. d) N4ap – Depósitos aluvionares recentes Formados principalmente na planície de inundação fluvial do Piranhas-Açu é composto pela deposição de material areno-argiloso e pouca matéria orgânica. Na foto, podem ser observadas gretas de contração (Figura 1.6). Figura 1.6 - Depósitos aluvionares recentes, com gretas de contração. Margem esquerda do Rio Piranhas-Açu, próximo a Pendências. e) N4eln – Depósitos eólicos não-vegetados São dunas de geometria barcana localizadas na faixa costeira, formadas pelo transporte de grãos e intensa ação dos ventos de nordeste que sopram na área (Figura 1.7). Segundo Souto (2004), estão constituídas por fração areia fina a média, composta predominantemente por quartzo e, por vez, fragmentos de conchas de organismos marinhos. Os grãos são bem selecionados, arredondados a subarredondados e esféricos a subesféricos. Localizam-se 13 principalmente próximo a Diogo Lopes e no campo de Dunas do Rosado. Figura 1.7 - Depósitos eólicos não vegetados. Dunas barcanas próximas a Porto do Mangue. f) N4elv – Depósitos eólicos vegetados Ocorrem nas planícies de deflação próximo às localidades de Diogo Lopes e no campo de Dunas do Rosado, onde há menor intensidade dos ventos e maior proximidade do lençol freático com a superfície. São depósitos com sedimentos arenosos, os quais têm granulometria acima do limite de competência dos ventos, e estão recobertos por vegetação herbácea e quixabeiras adaptadas ao solo quartzoso (Figura 1.8). Figura 1.8 - Depósitos eólicos vegetados. Espécies herbáceas em área de planície interdunar. g) N4m – Depósitos de mangue São depósitos lamosos de coloração cinza, intensamente bioturbados, ricos em matéria orgânica (Figura 1.9), depositados em ambiente intermareal de baixa energia; encontram-se fixados pela rede radicular de espécies Rhizophora mangle, e Avicennia schaueriana, adaptadas 14 à planície estuarina. Na área próxima à localidade de Logadrouro foi identificada grande mortandade de árvores de mangue, conforme mostra a Figura 1.10. Figura 1.9 - Depósitos de mangue. Fonte: Fernanda Firmino. Figura 1.10 - Depósitos de mangue próximo a Logradouro destacando a grande mortandade de árvores. h) Q2lp – Depósitos litorâneos de praia São depósitos encontrados em uma estreita faixa paralela à linha de costa ao longo do litoral da área de estudo, na zona de estirâncio (Figura 1.11). Segundo Souto (2004), são areias inconsolidadas de mineralogia quartzosa de granulometria arenosa fina a grossa, ricas em bioclastos; naturalmente, encontram-se em equilíbrio dinâmico e são depositados e retrabalhados pela dinâmica costeira decorrente da ação de ventos, ondas e marés. 15 Figura 1.11 - Depósitos litorâneos de praia na localidade de Camapum. Situação de baixamar. 1.5.3 Pedologia Foram identificados na área, em relação ao reconhecimento, caracterização e classificação, três tipos de solo: ● Amd4 e AQd4 –Associação de solos areias marinhas quartzosas distróficas e areias quartzosas distróficas: São solos formados por sedimento areno-quartzoso e cascalhos. São considerados jovens, pobres, bem drenados, com pouco teor de matéria orgânica. Estão associados à vegetação de caatinga e restinga. ● PE105 – Podzólico vermelho-amarelo eutrófico: São solos argilo-arenosos, com matéria orgânica, ferruginosos e bastante férteis, desenvolvidos a partir de rochas da Formação Barrreiras, estando associados à cobertura vegetal da caatinga. ● SKS - Solonchak sólico: Solo característico de ambiente de alta salinidade, das planícies de inundação flúvio- marinha. São solos mal drenados e a vegetação é praticamente ausente, sendo restrita a espécies halófilas, herbáceas como o perrexil (blutaparon portulacoides) e cactáceas. 1.5.4 Hidrografia A área em estudo abrange a parte mais baixa da bacia hidrográfica do Rio Piranhas-Açu e também bacias litorâneas de escoamentos difusos adjacentes. O chamado Rio Piranhas-Açu tem 294 km de extensão, nasce na Serra de Piancó, na Paraíba, e sua bacia totaliza área de 42,9 16 mil km². No trecho em estudo, onde é denominado apenas de Rio Açu, encontra-se com a vazão regularizada pela Barragem Armando Ribeiro Gonçalves, com volume médio anual de cerca de 122.934 x 103 m3. As principais drenagens de interesse a conjuntura da área de estudo, nas proximidades da foz do Rio Açu, são: Riacho dos Cavalos e os canais de maré das Cascalheiras (margem esquerda do Rio Açu), Riacho das Conchas, Riacho da Conceição, Riacho da Casqueira e Riacho Tubarão (margem direita do Rio Açu). Devido à grande escassez de chuva, tais drenagens sofrem grande influência das marés, funcionando como canais de maré. As marés são semidiurnas, em regime de mesomarés, com alturas máximas de 330 cm na preamar e mínimas de 90 cm na baixamar, de acordo com Nascimento (2009). Segundo Matos et al. (2013), o nível médio é de 139 cm acima do nível de referência (NR), a média das preamares de sizígia é de 234 cm e a média baixamar de 43 cm. As ondas predominantes advêm do N e NE e o período médio é entre 4,3 e 5,5 s. Em relação à medição do valor de altura significativa de ondas (HS) foram calculados valores médios de 0,89 m e máximas de 2,2 m de altura (LIMA; MATOS; AMARO, 2012). 1.5.5 Vegetação Na porção mais continental da área de estudo ocorrem duas unidades de vegetação de caatinga: uma unidade denominada savana estépica arborizada, com plantas de porte arbustivo e arbóreo, adaptadas ao clima semiárido, cujas árvores são baixas, raquíticas, de troncos delgados e com esgalhamento profuso, afirma Crepani (2001). Nessa área, destacam-se espécies como a jurema-preta, mufumbo, faveleiro, marmeleiro, xique-xique e facheiro, além de suculentas e cactáceas. A segunda unidade - savana estépica gramíneo-lenhosa - apresenta extenso tapete de gramíneas, ocasionalmente pontuado por plantas lenhosas, espinhosas e anãs. Desde as áreas de estuário até a faixa costeira, destaca-se também a ocorrência de formações pioneiras, que ocorre em duas formas: como vegetação fixadora de dunas, com espécies herbáceas e arbustivas, adaptadas ao solo arenoso com alto teor de sal e clima seco, e nos manguezais, onde as espécies Rhizophora mangle e Avicennia schaueriana, predominantemente, crescem adaptadas à zona intermareal, às margens dos canais de maré e de lagunas. 1.5.6 Geodinâmica costeira O ambiente de estudo caracteriza-se por uma intensa dinâmica costeira, que modela a linha de costa com elevado transporte de sedimentos, causando, dentre outras, migração de ilhas 17 barreiras, abertura e fechamento de canais de maré. Esta dinâmica está condicionada ao equilíbrio sinérgico e com a atuação das forçantes ambientais, como correntes marinhas (deriva litorânea), ondas, ventos, mesomarés semidiurnas, entre outras. 1.5.7 Clima O clima da região é semiárido do tipo BSW´h, segundo Köppen (1948), com temperaturas altas e baixa pluviosidade. A curta estação chuvosa ocorre entre fevereiro e maio, predominando a estiagem no restante do ano (IDEMA, 1999 apud SOUTO, 2009). A média de temperatura anual é de 27,2° C, com máximas de 40° C nos meses mais quentes. A taxa de insolação é uma das mais altas do país com médias anuais de 2.600h/ano, conforme Chaves (2005). As precipitações sofrem influência da Zona de Convergência Intertropical (ZCIT) e dos fenômenos climáticos El Niño e La Niña, que determinam anos chuvosos e secos, respectivamente. Boori (2011) mostrou que tais fenômenos afetam regiões climáticas vulneráveis, como a região Amazônica e o Nordeste onde seus possíveis impactos e as vulnerabilidades setoriais afetam o potencial de adaptação às prováveis mudanças futuras na região. Em relação ao impacto referente às precipitações, há previsão, dentre outras, de que ocorra um aumento de chuvas de verão no sudeste do país. Também faz parte da previsão, a incerteza nas mudanças das chuvas no norte do Brasil, inclusive na floresta amazônica (BOORI; AMARO, 2011). Notadamente na região Nordeste do Brasil, as mudanças atreladas ao clima, decorrentes dos efeitos do El Niño e La Niña, exercem fortes influências, a exemplo do que ocorre com o balanço sedimentar do sistema de ilhas barreiras, mudanças de balanços sedimentares praias arenosas e campos de dunas na região setentrional do RN, na foz do estuário do Rio Piranhas- Açu, objeto de estudo desta pesquisa. Nessa região, as precipitações sofrem influência da zona de convergência intertropical (ZCIT) e dos mencionados fenômenos climáticos, os quais determinam anos chuvosos (La Niña) e secos (El Niño). A ZCIT configura uma interação entre sistema oceânico e a atmosfera, típico da zona equatorial/tropical do Pacífico Sul, cuja atuação do El Niño (componente de natureza oceânica) concorre para elevar a temperatura superficial da massa d’água do Pacífico Oriental acima dos padrões convencionais. Outra componente do fenômeno é de natureza atmosférica, chamada Oscilação Sul, cujo funcionamento configura um balanço que envolve trocas de ar centradas nas latitudes tropicais e subtropicais sob a influência de grande escala gerada pela troca de ar entre os hemisférios norte e sul, caracterizando-se por uma faixa de nuvens convectivas alinhadas na direção Leste-Oeste. 18 1.5.8 Ventos A dinâmica de ventos é regida pelos ventos alísios, que sopram em direção ao Equador e são desviados pelo efeito Coriollis, tomando a direção Noroeste (CHAVES, 2005). Predominam os ventos vindos do Leste, nos meses de setembro a abril, e de Sudeste entre maio e agosto. A segunda direção predominante entre outubro e março é Nordeste. A média de velocidade é de 6,9 a 10,19 m/s para os ventos vindos de Nordeste e 6,07 a 2,22 m/s para ventos de Sudeste (TABOSA; VITAL, 2004). Segundo Amaro & Araújo (2008), os ventos são os principais responsáveis pela dinâmica costeira, gerando as ondas e consequentemente correntes litorâneas. Além deste papel, o vento seca os sedimentos costeiros e possibilita seu transporte da praia para o continente, acrescentando sedimento às dunas. 1.6 Caracterização Socioeconômica A área de estudo está inserida nas microrregiões de Macau e do vale do Açu. Trata-se de uma região que tem como principais atividades socioeconômicas a extração de sal marinho, de petróleo e gás, pesca, carcinicultura, geração de energia eólica e agricultura. Estas atividades são ligadas principalmente aos setores primário e secundário; já o setor de serviços é pouco desenvolvido. Os valores do Produto Interno Bruto (PIB) dos municípios são altos, mas isto não se reflete em qualidade de vida para a população. Segundo Busman (2016), não são perceptíveis os benefícios do aporte econômico, quando se olham os aspectos relacionados a essa área nos municípios de Macau e Guamaré. Em relação às variáveis aqui consideradas, destaca-se o crescimento da população, segundo o qual prevalece maior quantidade de mulheres do que homens, concentrando-se na faixa etária compreendida entre 10 e 30 anos. Aproximadamente, 60% dos habitantes têm rendimento de até um salário mínimo, enquanto apenas 2% dispõem de renda maior que 5 salários mínimos, o que indica alta vulnerabilidade social. Segundo o Censo Educacional 2007/2013 realizado pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), no município de Macau, em 2011, as pessoas apresentavam baixa escolaridade, contabilizando uma média de 2,9 na avaliação feita pelo Índice de Desenvolvimento da Educação Básica (IDEB), logo uma nota abaixo da média nacional, estimada em 4,7. Já o município de Porto do Mangue obteve nota 2,6 em 2013, ante uma média nacional de 4,9 (INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA, 2014). 19 A média ponderada do Índice de Desenvolvimento Humano (IDH), baseada no censo do Instituto Brasileiro de Geografia e Estatística - IBGE (2010), é de 0,630; a Taxa de urbanização média da área é de 65%. A população atual da área estudada nesta pesquisa foi estimada em 42.318 habitantes, conforme Tabela 1.1. 20 Tabela 1.1 – Estimativa da população atual da área estudada Município Área Total (km2) Pop. total 2016 % Pop. urbana Pop urbana est. 2016 Pop rural (hab) Área de estudo (km2) Dens dem rural (hab/km2) Pop. rural área de estudo (hab.) Sede municipal (hab.) Areia Branca 357,5 27.176 80,3 21.822 5353 48,36 14,97 724 Não Carnaubai s 544,0 10.592 48,7 5.158 5433 255,2 9,98 2.549 Não Guamaré 259,3 14.975 35 5.241 9733 42,5 37,53 1.595 Não Macau 787,9 31.592 75,9 23.978 7613 578,3 9,66 5.588 23.978 Pendências 419,6 14.919 78,7 11.741 3177 108,3 7,57 820 Não Porto do Mangue 319,4 6.691 58 3.880 2810 299,2 8,79 2.632 3.880 Serra do Mel 617 11.675 32 3.736 7939 42,8 12,87 551 Não TOTAL RURAL 14.460 - TOTAL RURAL + SEDES MUNICIPAIS 42.318 Fonte: Adaptado do Censo do IBGE (2010). 21 Devido às características naturais de elevada insolação, relevo plano e pouca pluviosidade, o RN foi responsável por 95% da produção de sal marinho do Brasil, em 2013; este produto, de baixo valor agregado, é distribuído através do porto ilha de Areia Branca, que existe desde 1974, tendo sido ampliado em 2012. O RN possui aproximadamente 30 salinas em operação, gerando 15 mil empregos diretos e 50 mil indiretos, faturando anualmente entre 1 bilhão e 800 milhões e contribuindo com 60 milhões para a arrecadação de Imposto sobre Circulação de Mercadorias e Serviços (ICMS) para o estado (COSTA, 2014). Em 2013, os municípios de Macau e Porto do Mangue produziram 2,29 milhões de toneladas. A atividade ocupa áreas de planície de inundação flúvio-marinha. Figura 1.12 - Sal Marinho estocado próximo a Diogo Lopes/RN. 22 Figura 1.13 - Salinas próximo à cidade de Macau/RN. Fonte: IDEMA. A exploração de petróleo e gás na região teve início com o Campo de Macau no ano de 1987, sendo ampliada em 1996 com a entrada, em operação, do Campo de Serra (NASCIMENTO, 2009). A atividade ocorre em terra e mar e teve seu ápice no início dos anos 2000; em 2014 o RN foi o maior produtor em terra, com uma taxa de produção de 61 mil barris/dia. Segundo o Banco de Dados de Exploração e Produção (BDEP) da Agência Nacional de Petróleo (ANP), os campos de petróleo ativos na área de estudo eram parte das fazendas Pocinho, Guamaré, Guamaré Sudeste, Lagoa Aroeira, Macau, Pitiguari, Porto Carão, Salina Cristal, Sanhaçu e Serra. Esses campos produziram juntos, no mês de junho de 2016, um total de 41.000 m³ de óleo e 8,9 x 106 m³ de gás, totalizando R$ 3.290.813,61 em royalties para os municípios envolvidos, aproximadamente. Historicamente, este é um momento de desinvestimento da PETROBRAS na Bacia Potiguar, pois os campos já estão maduros (BRASIL, 2016). Na área de estudo, foram identificadas as centrais eólicas Mangue Seco 5, 6 e 7, Alto dos Ventos IA, Ib, IIa, IIB IIH, Belos ventos I,II e II, Vila Pará I,II e III Miassaba II e III Macau, Mar e Terra e Areia Branca. A atividade ocupa áreas de campos de dunas e tabuleiros, costeiros e atualmente garante a autossuficiência do RN em produção de energia elétrica. 23 Figura 1.14 - Aerogerador e sonda de perfuração na linha de costa: demonstração da atuação da indústria do petróleo e geração de energia eólica. Fonte: André Santos (2011). Figura 1.15 - Vista aérea de campo de produção de petróleo com produção de energia eólica. Fonte: IDEMA/GEOPRO. O cultivo de camarão em viveiros, na área de estudo, iniciou-se nos anos de 1990. A atividade chegou a representar um terço do valor das exportações do RN. A produção de camarão em terras potiguares teve seu apogeu em 2003, com 37,4 mil toneladas; atualmente, porém, está em declínio, produzindo apenas 16,9 mil toneladas em 2013. Em 2011, 176 hectares estavam ociosos (ARAÚJO, 2015). As áreas de cultivo ocupam a planície de 24 inundação fluvial, por vezes incorrendo em supressão vegetal de áreas de manguezais. Figura 1.16 - Viveiro de camarão próximo à cidade de Porto do Mangue. Fonte: IDEMA/GEOPRO. A agricultura, na maior parte da área de estudo, desenvolve-se em caráter de subsistência, com pequenas plantações de espécies frutíferas e áreas com culturas de feijão, milho e macaxeira. Os locais onde se desenvolvem atividades agrícolas mais intensas na área de estudo é no território correspondente ao município de Serra do Mel e na margem do rio Piranhas-Açu, no trecho de 5 km a jusante da cidade de Pendências. 25 2 REFERENCIAL TEÓRICO Neste Capítulo procedeu-se a uma revisão de estudos prévios já realizados nesta área de conhecimento, com ênfase em zonas costeiras e estuários, vulnerabilidade à erosão, índice de vulnerabilidade, risco, perigo e inundação. 2.1 Zona Costeira Brasileira A costa brasileira tem extensão em torno de 8,5 mil km e sofre, nos dias atuais, um intenso processo de degradação decorrente de interferências de naturezas diversas, sobretudo devido à ocupação desordenada do solo, bem como da exploração predatória dos recursos naturais, ocasionando sérios impactos socioambientais, dentre os quais se salientam as atividades humanas realizadas nesse espaço. Em meio a tal contexto se inserem as zonas costeiras, enquanto espaços em que os elementos da terra exercem influência sobre os ambientes marinhos, num processo de interação mediada por critérios de ordem física, biológica e/ou culturais (CARTER, 1988). Essa unidade territorial, para fins de gestão ambiental, dispõe de uma legislação e contempla 17 estados, acomodando mais de 400 municípios, compreendendo desde o Norte Equatorial ao Sul Temperado do país (MAZZALI, 2010). A diversidade de que é dotado teve sua evolução ao longo do período Quaternário, como decorrência das oscilações do nível do mar e do clima, suprimentos de sedimentos e uma herança geológica. Tal herança tem como marco o fenômeno da tectônica de placas que originou a separação da América do Sul e África. A articulação entre diversas intensidades e escalas de controle ambiental demandaram perfis costeiros específicos, constatando a improvável possibilidade de que fatores combinados, que atuam com a mesma intensidade, possa se repetir no tempo e no espaço. As tipologias configuram a interação de vários fatores, como a história antecedente, o suprimento de sedimentos, as variações eustáticas do nível do mar, o tectonismo, a ação das ondas e das marés. As denominações utilizadas para descrever cada tipologia de linha de costa referem- se a feições geográficas e geológicas intrinsecamente relacionadas a contingências geológicas, ou seja, referem-se à história evolutiva da região. Nessa perspectiva, de acordo com Dominguez (2009 apud CAMPOS, 2009, p. 1), o RN enquadra-se na categoria costa faminta do Nordeste do Brasil, pois suas bacias hidrográficas são pequenas e de baixo 26 gradiente de relevo, num contexto de clima árido. Significa que a porção nordeste da costa brasileira tende a recuos da linha de costa, sobretudo, na Formação Barreiras, além de apresentar variadas ocorrências de arenitos de praia (beachrocks) e falésias vivas. Nos dias atuais, as áreas litorâneas brasileiras passam por processos de desgaste intenso, decorrente do mau uso e ocupação do solo por parte de atividades antrópicas, cujos interesses às vezes se sobrepõem aos preceitos que deveriam ser observados, quando se trata de preservar o espaço em que vivem. Essa inobservância termina por favorecer o desequilíbrio, gerando implicações na qualidade do ambiente, cujas características, pela própria natureza, já revelam certo grau de suscetibilidade a erosões e outros tipos de desgaste (MARINO et al., 2016). Em nosso país, constata-se que a política de gerenciamento costeiro tem registrado um período de fortes transformações. As discussões acerca das zonas costeiras e as consequentes iniciativas de proteção aos recursos naturais antecedem a década de 1970 e têm como lastro as políticas ambientais. Tais políticas assumiram proporções marcantes a partir de 1982, com a I Conferência Mundial do Meio Ambiente, promovida pela ONU. Não obstante as novidades do tema, ao redor do mundo já se registravam alguns lances de manifestação por parte de alguns países em relação à gestão costeira Integrada e focadas em mudanças climáticas, incluindo direitos sobre o mar, igualmente custeadas e/ou favorecidas pela ONU. No Brasil, o Plano Nacional de Gerenciamento Costeiro (PNGC), instituído pela Lei nº 7.661/88 e regulamentado pela Resolução nº 01/90 da CIRM, prevê mecanismos de planejamento como o Zoneamento Ecológico-Econômico da Região Costeira (ZEEZC), os Planos Estadual e Municipal de Gerenciamento Costeiro (PEGC e PMGC), os sistemas de Monitoramento e de Informações da Zona Costeira (SMA-ZC) e O Sistema de Gerenciamento Costeiro (SIGERCO), o Relatório de Qualidade Ambiental (RQA-ZC) e o Plano de Gestão da Zona Costeira (PGZC) (BRASIL, 2014). Apesar de todas as políticas existentes, é importante verticalizar o conhecimento acerca das metodologias de mensuração de IVC, para que melhorando o monitoramento costeiro e ambiental a metodologia se efetive, de forma sistemática e operacional, suprindo as lacunas em relação ao gerenciamento costeiro nesse tema da erosão costeira, principalmente diante das alterações climáticas globais (IPCC, 2014). 27 2.2 Índice de Vulnerabilidade Costeira (IVC), ou em inglês Coastal Vulnerability Index (CVI), e o gerenciamento costeiro no Brasil Num cenário que prevê a elevação do nível médio dos oceanos como decorrência do aquecimento da atmosfera da Terra entre 2,6°C e 4,8°C ao longo deste século (IPCC, 2013), avaliar o nível de vulnerabilidade costeira se faz de fundamental importância para localizar áreas cuja susceptibilidade a desastres naturais, como a erosão e inundação, se mostra mais evidente. Neste sentido, este índice se constitui em ferramenta para avaliar a sensibilidade costeira a processos erosivos. De acordo com Abuoda & Woodroffe (2006), trata-se de uma técnica que faz uso de seis variáveis na sua aplicação, são elas: variação da linha de costa, a geomorfologia, a declividade da costa; a variação da maré, altura de ondas e cenários de elevação do nível do mar. Tal metodologia foi inicialmente aplicada na costa leste dos Estados Unidos e tem sido utilizada em diferentes países, visto que se trata de um método rápido e consistente na determinação da vulnerabilidade de diferentes tipos de praia. De caráter semiquantitativo, sua aplicação é possível tanto no nível local quanto no nacional. Nessa perspectiva, o índice de vulnerabilidade costeira baseia-se em uma escala linear de 1 (menos vulnerável) a 5 (mais vulnerável) e foi criado, segundo Thieler e Hammar-Klose (1999), para o Serviço Geológico Norte-Americano (United Geological Survey, USGS), a fim de representar e reunir diversas variáveis ambientais relacionadas à vulnerabilidade, dados qualitativos e quantitativos, uniformemente georreferenciados, para simplificar e operacionalizar esses dados e através de um único índice, e evidenciar áreas mais críticas para o gerenciamento costeiro ao longo do litoral. O índice é calculado numericamente em ambiente SIG, pela ferramenta álgebra de mapas, a partir de uma fórmula que inclui esses valores e o número de variáveis consideradas, permitindo a determinação numérica de graus de vulnerabilidade dos trechos analisados. As variáveis físicas são: geomorfologia, declividade, taxa de variação de linha de costa; As variáveis dinâmicas: altura significativa de onda, variação do nível médio do mar e amplitude de maré; A interação entre essas variáveis resultam no IVC de acordo com a 28 fórmula abaixo: Onde: a = Geomorfologia b = Variação da Linha de Costa c = Declividade d = Altura significativa de onda e = Amplitude de maré f = Variação do nível do mar Desde então, as metodologias de avaliação de vulnerabilidade costeira, envolvendo riscos e impactos e elaboradas em ambiente SIG, foram desenvolvidas e aplicadas no Brasil e no mundo, sofrendo adaptações para as realidades locais. De acordo com Mallmann (2016) elas se diferenciam principalmente pelo nível de detalhe (escalas), igualmente diferenciando- se pelo caráter quantitativo, qualitativo e semiquantitativo. Esta autora relacionou dezenove artigos que abordaram metodologias referentes à análise de risco e vulnerabilidade à erosão costeira no Brasil e no mundo. No Brasil, pioneiramente, Souza e Suguio (2003) propuseram uma metodologia para classificar o risco à erosão, que em seguida foi aplicada por Martins (2015) no litoral pernambucano, baseada em 10 indicadores erosivos: Presença de vegetação rasteira soterrada ou com raies expostas; presença de escarpas erosivas nas dunas; concentrações de minerais pesados na face de praia; presença de vegetação superior com raízes expostas; marcas de erosão na base de muros residenciais; pós praia inexistente; obras de proteção costeira não-estruturais; obras de proteção costeira estruturais; destruição de estruturas artificiais; restos de construção na face de praia. Para a zona costeira da Região dos Lagos Fluminenses, Lins-de-Barros (2005) apresenta uma metodologia de avaliação focada na vulnerabilidade e riscos de inundação costeira e seus reflexos em âmbito social, observando o momento atual e as projeções futuras. Por sua vez, Busman e Amaro (2015), em estudo realizado sobre a vulnerabilidade física nos municípios costeiros de Macau e Guamaré (RN) analisaram e empregaram três 29 diferentes métodos de avaliação da vulnerabilidade, com índices baseados em diferentes ponderações para cada variável ambiental e cujos pesos foram determinados por questionários respondidos por profissionais de gerenciamento costeiros submetidos a métodos estatísticos. Sobre os processos erosivos na costa pernambucana, Martins et al. (2016) se reportaram à metodologia utilizada por Souza (2009) para o litoral de São Paulo, afirmando que tais processos podem ser identificados por meio de análise de indicadores. Com base nessa constatação, os autores investigaram a classificação dos mesmos, utilizando a metodologia pautada na detecção, em campo, da presença e ou da ausência de 10 indicadores de erosão, considerados recorrentes. Reunidos em 4 categorias de intensidade, eles se caracterizam como: a) nula; b) baixa; c) moderada e d) alta. Em evento intitulado I Simpósio Nacional sobre Vulnerabilidade Costeira, realizado em 2013, na cidade de Porto de Galinhas, Amaro (2013) discorreu sobre a dificuldade de aplicação das Geotecnologias aplicadas a esse campo de conhecimento, a partir da abordagem dos problemas ambientais básicos das zonas costeiras, sob a advertência de que não se deve considerar/compreender o conceito de zona costeira apenas como linha de costa, mas também como plataforma interna rasa, devido à influência exercida por esta última na condução dos processos oceânicos que levam a erosão na praia. Referindo-se ao RN, Amaro (2013, p. 23) argumenta que [...] A industrialização não planejada, a alta exploração de gás e óleo, a presença de manguezais, a ocorrência de eventos extremos (seca e enchentes), a desertificação, o aumento do nível do mar, a topografia baixa e o crescimento da ocupação costeira [...] [se constituem em] fatores agravantes dos problemas habituais destas regiões. Como objetivos de uma análise de vulnerabilidade, [consta, sobretudo] a possibilidade de destacar as principais regiões ou setores vulneráveis a mudanças ambientais, [...] a exemplo de camadas temáticas em bancos de dados geográficos (geomorfologia, geologia, solo, vegetação, cobertura e uso do solo, variação da linha de costa, ondas, nível do mar, erosão, marés, inclinação, etc.) [...] [a partir de algumas conceituações, como] Geotecnologias – enquanto um conjunto de soluções desde a aquisição até a interpretação de dados incluindo software, hardware e peopleware e Vulnerabilidade: grau ao qual o sistema é suscetível ou incapaz de lidar com efeitos adversos. No contexto do gerenciamento costeiro e planejamento espacial costeiro e marinho, destacam-se as discussões realizadas no III Seminário Internacional Brasil-Espanha, no qual foram socializados os resultados obtidos por meio do Sistema de Modelagem Costeira do Brasil (SMC-BRASIL), visando à formação de novos gestores e pesquisadores para lidarem 30 com os elementos básicos constitutivos da dinâmica costeira, bem como em relação à operação e funcionamento do SMC- Brasil foi destacado o uso dessa ferramenta para a resolução de problemas vinculados à erosão e à Engenharia Costeira, mediante o estabelecimento e interação de parâmetros que indicam a dinâmica sobre a linha de costa e os índices de erosão e progradação, quando o mar deposita e/ou erode sedimentos e modifica a morfologia da praia, bem como em relação às variações morfológicas a curto, médio e em longo prazos. A versão atual da ferramenta SMC-Brasil 3.0 resulta de ações continuadas que buscam cada vez mais adaptações e melhorias em seu funcionamento, tendo como base o SMC Espanhol. Os resultados decorrentes dessa parceria refletem o estabelecido no Acordo de Cooperação entre os dois países, com vista à execução do projeto Transferência de Metodologias e Ferramentas de Apoio à Gestão da Costa Brasileira (BRASIL, 2014). Este instrumento comporta um repertório de melhorias, dentre as quais se insere um banco de dados com 60 anos de retroanálise para as ondas e marés (1948-2008), à disposição no módulo SMC-Tools, contando também com análises estatísticas, cálculos da cota de inundação, transporte de sedimentos, fluxo de energia e novas análises gráficas (BRASIL, 2014). Sumarizando, percebe-se que o SMC-Brasil, utilizado nesta pesquisa, tem como objetivo contribuir para uma melhor gestão da costa brasileira, permitindo, dentre outros, entender e propor soluções para problemas de erosão que ocorrem em quase 40% da costa brasileira, estudar problemas de impacto ambiental, delimitar zonas de domínio público e privado ao longo do litoral, permitindo recuperar espaços públicos já ocupados, e proteger as populações em áreas de risco. Almeida et al. (2015), com o uso do SMC-Brasil para a praia de Ponta Negra, aplicação realizada na perspectiva de um estudo piloto para as condições ambientais do RN, fez referência ao planejamento e a gestão da orla dessa praia, com vista à implantação de obras de engenharia que contivessem a erosão e mantivesse a linha de praia, pressupondo como extremamente necessário conhecer as forçantes hidrodinâmicas na área, aí se destacando o clima de ondas. Dentre as vantagens de aplicação da ferramenta SMC-Brasil no RN, destacamos com Marcelino e Araújo (entre 2014 e 2017, p. 22) 31 A eficiência em dispor, num único ambiente computacional, diferentes aplicativos para simulação de condições dinâmicas de praias; baixo custo para as Instituições de Ensino e Pesquisa e órgãos governamentais, por meio da autorização da licença de uso do sistema; o uso de uma base de dados de reanálise de ondas com 60 anos de dados; a facilidade que permite em propagar o clima de ondas de áreas profundas até a Linha de praia, permitindo estudos específicos na faixa litorânea. Do que foi exposto pode-se deduzir que já existem políticas federais de ordenamento para a zona costeira e que se faz imprescindível que os responsáveis pelos setores públicos, tanto no nível estadual quanto municipal, do mesmo modo desenvolvam recursos que auxiliem o gerenciamento costeiro e assim invistam em financiamentos e na pesquisa cooperativa, envolvendo instituições educacionais e de pesquisa nas mais diversas instâncias. 2.3 Vulnerabilidade, Risco e Perigo O conceito de vulnerabilidade está atrelado ao conceito de risco, configurando um conceito biofísico decorrente de concepções teóricas que tratam de desastres naturais, tendo as mudanças climáticas como respaldo. De acordo com Cutter (1996), isto ocorre quando o foco se detém na probabilidade de exposição biofísica ou tecnológica. Esta concepção integra a noção de risco natural e os danos decorrentes provocados por ele, que podem ser gerados tanto por catástrofes naturais quanto por ações humanas, levando em conta as características do lugar no qual ocorrem, segundo a maior e ou menor predisposição à vulnerabilidade dos segmentos inerentes à superfície terrestre: [...] A vulnerabilidade de uma região a tais riscos depende de factores tão diversos como a densidade populacional, a natureza dos seus bens tecnológicos e culturais, o tipo de organização social e económica e a capacidade exibida pelas comunidades para enfrentarem os diferentes factores de risco. (SIMÕES, 1997, p. 1). As populações e bens estão sempre submetidos, potencialmente, aos perigos decorrentes dos fatores de risco, aos quais estão inseridas as consequências desses mesmos fatores, quaisquer que sejam sua origem. Em meio às discussões conceituais, insere-se Merz et al. (2007, p. 235), para o qual: [...] O risco é a probabilidade de sofrer dano ou perda, enquanto que a análise de risco compõe o conhecimento que avalia e resulta na probabilidade de efeitos adversos de um processo natural, tecnológico ou industrial, ou ainda de agente (químico, físico etc.) Em relação aos desastres naturais, risco é mais especificamente descrito como a probabilidade de eventos naturais de uma dada magnitude e uma dada perda ocorrerem. Por sua vez, detendo-se ao conceito de risco, Cunha e Dimuccio (2002) o definem 32 como uma possibilidade de ocorrência de um fenômeno tanto de ordem temporal quanto espacial, desde que imprevisível, indesejável, tendo em vista a dimensão negativa de suas consequências e sua repercussão na vida do homem e da sociedade. Para Deschamps (2004) esse conceito traz implicações sociais de diversas ordens, podendo representar grupos de pessoas predispostas às iguais maneiras de submissão às ameaças em seu próprio território. Desse ponto de vista o conceito de vulnerabilidade assume uma proporção multidimensional, quando aplicado a comunidades e ou grupos sociais acometidos por alguma suspeita de ameaça em termos de ocupação do seu lugar. A propósito, são duas as formas de classificação da vulnerabilidade costeira à erosão: natural e ambiental. A primeira, de acordo com a proposta de Grigio et al. (2004) e Grigio (2008), trata da predisposição do ambiente frente a fatores naturais; a segunda remete a quaisquer níveis de suscetibilidade do ambiente a impactos provocados pela ação humana (TAGLIANI, 2003). Nesse caso, há uma predisposição inerente por parte tanto de um sistema quanto de um elemento, individualmente, a riscos e ou ameaças graves. Ainda na perspectiva dessa discussão teórica, Boori (2011) e Boori e Amaro (2011) aborda a vulnerabilidade à mudança climática como uma ferramenta de análise poderosa utilizada na descrição das condições susceptíveis ao dano e à impotência dos sistemas físicos e sociais, atuando na perspectiva “da análise para redução de risco”. Em seu estudo sobre Avaliação de impacto ambiental e gestão dos recursos naturais no Estuário do Rio Apodi- Mossoró no Nordeste do Brasil (BOORI, 2011, p. 27), o autor argumenta que: [...] Seguindo décadas de avaliação na vulnerabilidade de uma região, muitas pesquisas enfatizam estresses múltiplos envolvidos nos processos (por exemplo, a erosão costeira). Elementos de desastres e teorias de risco têm contribuído com o uso atual do conceito de vulnerabilidade na análise dos sistemas sócio-ecológicos e nas pesquisas de meios para o desenvolvimento sustentável. (BOORI, 2011, p. 28). Assim, as pesquisas quanto aos meios para esse desenvolvimento permanecem arraigadas aos sistemas sociais, quando deveriam estar incorporadas ao risco por meio de sistemas socioecológicos. Nessa perspectiva, risco ambiental implica a compreensão das vulnerabilidades socioambientais nos ambientes estuarinos dentro da relação entre a sociedade e o meio ambiente. Spörl e Ross (2004) afirmaram que, sejam quais forem as transformações nos componentes naturais, a exemplo de solo, vegetação, clima e relevo, a funcionalidade do 33 sistema passa a ser comprometida, advindo a sofrer alterações no seu equilíbrio. Nessa perspectiva, ao abordar os parâmetros do índice de vulnerabilidade de forma integrada, será possível conseguir, em relação à vulnerabilidade dos ambientes naturais, um diagnóstico do papel de cada componente. Nessa perspectiva, tendo em vista que o perigo se constitui como evento natural que interfere nos diversos sistemas ecológicos utilizados pelo homem, as respostas a serem dadas devem contemplar igualmente fatores ligados à vida material e aos que se vinculam aos sistemas naturais. A capacidade de absorção e ajustamentos, nesse sentido, é essencial para que o sistema ambiental, as pessoas e a sociedade se recuperem dos danos e consequentes perdas ocasionadas pelos desastres naturais; trata-se da capacidade de resiliência, entendida como capacidade de um ecossistema se recuperar de perturbações, retornando à sua configuração original (MARANDOLA JR.; HOGAN, 2005). Nessa perspectiva, Alves (2005) afirma que a vulnerabilidade assume o caráter de categoria de análise espacial, na qual os diversos fatores de risco se articulam às formas de degradação ambiental, num contexto de pobreza e restrições sociais. Assim sendo, a percepção do risco se coloca como fundamental na resposta que as populações atribuem ao perigo, podendo estas ser de curto, médio e longo prazo. 2.4 Inundação Uma significativa parcela da população do Brasil, 45 milhões de pessoas, vive em 16 regiões metropolitanas à beira-mar, cuja vulnerabilidade à inundação, na orla se faz constantemente iminente. Esse risco se deve, além de outras razões, à elevação do nível médio do mar, e a erosão costeira, tendo em vista tratar-se de ambientes que sofrem interação com correntes marinhas e ondas e marés. Nessa perspectiva, o risco é entendido como os potenciais danos decorrentes de tais eventos e associados a perdas financeiras (BÜCHELE et al., 2006). Os mesmos autores reafirmam tal conceito, com base em Smith (1994), quando dizem que: [...] é evidente que a quantificação de perigo e de risco depende das especificações espaciais (ex. área de interesse, resolução espacial dos dados). Em relação ao risco de inundação, o nível de água local é decisivo para a ocorrência do dano. (SMITH, 1994 apud BÜCHELE et al., 2006, p. 485). Os estuários e a zona costeira são ambientes dinâmicos influenciados diretamente 34 pelo mar, ao qual estão associados processos antrópicos que potencializam os efeitos da erosão, conferindo à orla peculiaridades que requerem esforços permanentes para manutenção de seu equilíbrio dinâmico, tornando o litoral uma área de permanente cuidado e monitoramento. A repercussão dos impactos provocados pelas inundações é diretamente proporcional à altura das marés; entretanto, os efeitos por elas causados poderão assumir dimensões de grande alcance na área de estudo, mesmo com elevação mareal relativamente pequena, devido à sua topografia. Nesse contexto, a inundação se dá por uma tendência à intensificação das chuvas no litoral, marés meteorológicas, desencadeando prejuízos, havendo igualmente um aumento na altura média das ondas, seja por efeito de tempestade, seja devido a variações na circulação dos ventos e ou das correntes marinhas, os quais são submetidos às influências do aquecimento global. A variação do nível médio do mar (NMM) é um fenômeno físico, astronômico e geológico já observado por diversas vezes ao longo da história da terra, resultado de uma complexidade de fatores influenciados por mudanças climáticas e movimentos tectônicos, que por sua vez vêm sendo intensificados pelo aquecimento global. Tal fenômeno é responsável pelo derretimento do gelo montanhoso e polar pela expansão térmica das águas, que aumenta exponencialmente devido ao efeito albedo, tendo como consequência o aumento do volume oceânico e inundação de zonas costeiras. Conforme os estudos, o mar continuará a subir por todo o século XXI, dada a grande quantidade de calor já absorvido, mesmo que não se tenha a precisão do volume em termos de expansão. Como consequência, tem-se a erosão costeira, que além de destruir construções edificadas pelo homem, ainda tem implicações na biodiversidade, fruto das interferências nos ecossistemas litorâneos terrestres e subaquáticos. Tais perturbações atingem com bastante intensidade as costas baixas e diversas nações insulares. Diante desse impasse, existem países que correm o risco de submergir, a exemplo dos que compõem o continente da Oceania, junto de Austrália e Nova Zelândia. Dentre esses, o arquipélago de Tuvalu pode ser o primeiro país a ficar submerso. Além dele, outros, como Kiribati, Vanuatu, Fiji, Micronésia, Ilhas Salomão – são os chamados de ilhas de “baixa altura”, cujo grande problema é que qualquer variação das águas aumenta a frequência de enchentes com as ações das ondas. 35 Estudos realizados sobre Veneza/Itália, composta de um conjunto de ilhas construídas em uma lagoa rasa, extremamente vulnerável à elevação dos mares, mostram que essa cidade passou por 10 eventos com mais de 1,40 metros de água desde 1950, incluindo uma inundação devastadora em 1966. Para contornar outras situações de inundação, está sendo desenvolvido um projeto de construção de barreiras submarinas, a serem erguidas em caso de enchentes de mais de 1,10 metros, superior aos 80 centímetros que frequentemente inundam a praça de São Marcos. Novos empreendimentos semelhantes implicam em mais de quatro bilhões de euros. A primeira delas foi instalada recentemente, mas muitos habitantes da cidade permanecem céticos em relação ao projeto, devido ao alto custo e às preocupações sobre os riscos ambientais. E os acontecimentos não se encerram, pois a previsão é de que as alterações climáticas ainda afetarão, em muito, as populações de áreas de risco de países desenvolvidos e em desenvolvimento, sem de distinção. Na Irlanda, por exemplo, nos dias atuais duas mil pessoas enfrentam o risco de inundações e até 2030, mais 48,5 mil pessoas devem estar nesta situação. 87% desse incremento pode ser decorrente de mudanças climáticas. Nos países em desenvolvimento, 715 mil pessoas encontram-se atualmente em risco. Em 2030, as inundações fluviais poderão afetar mais 2 milhões de pessoas, devido às mudanças climáticas (LUO et al., 2015). No Brasil, devido à falta de planejamento há uma tendência a que os desastres naturais se relacionem a mudanças climáticas e sejam impulsionados pela ação humana. As avaliações feitas mostram que são inúmeros e elevados os prejuízos decorrentes das enchentes, da seca, da erosão e dos escorregamentos ou deslizamentos de terra, sendo esses responsáveis por um número elevado de perdas humanas e materiais, todos os anos. Segundo Pesquisa de Informações Básicas Municipais (MUNIC) realizada pelo IBGE em 2002 e publicada em 2005, os maiores desastres registrados no Brasil estão vinculados à erosão, a escorregamentos e a inundações, processos estes potencializados por desmatamentos, uso e ocupação irregulares tendo em vista a degradação de áreas fragilizadas. Ainda sobre este tema, estudos recentes, produzidos para os relatórios do IPCC, apontam para a possibilidade de aumento de temperatura média global entre 1,4 a 5,8 °C até o final deste século, potencializado pelas atividades antrópicas, o que poderá concorrer para a aceleração do ciclo hidrológico, gerando intensificação de eventos extremos (MAFFRA; MAZZOLA, 2007). 36 Como se vê, os efeitos das mudanças climáticas que vêm sendo registrados na região litorânea do Brasil compõem um cenário que exige o conhecimento das áreas vulneráveis a erosão e em risco de inundação, bem como de medidas de adequação “para evitar e minimizar os impactos na zona costeira, de modo que possa orientar o planejamento urbano, gerar novos condicionantes ambientais para estas áreas e apoiar as decisões políticas e a gestão ambiental costeira” (SIMPÓSIO NACIONAL SOBRE VULNERABILIDADE COSTEIRA, 2013, p. 5). Conforme é sabido, no processo de inundação, os riscos de perdas das infraestruturas (Figura 2.4 e 2.5); são previsíveis por sua vez, a erosão causa a perda de terreno. Associado a ambos os processos, ocorrem perdas econômicas. Nesse sentido, além da erosão costeira, o RN tem experimentado ambos os problemas. No início do ano de 2008, devido a chuvas intensas, a barragem Armando Ribeiro Gonçalves atingiu o volume máximo, gerando inundação no vale do Rio Açu. As cidades de Ipanguaçu, Açu, Alto do Rodrigues foram as mais prejudicadas, atingindo 34 mil pessoas, das quais 2.500 ficaram desabrigadas (Figura 2.3). O evento ainda devastou plantações, com perdas estimadas em 98 milhões de reais (TRIBUNA DO NORTE, 2015) a área de estudo houve destruição de uma ponte e da rede de água e esgoto, deixando 1500 pessoas isoladas na Ilha de Santana próximo a Macau. O evento de cheia repetiu-se em 2009e foi constatado com sobrevôo(Figura 2.1 e 2.2). As possibilidades de inundação também se estendem às influências das condições de fluxo fluvial e da dinâmica marinha (fatores meteoceanográficos) que, somadas, provocam sobrelevação, compondo um caudal responsável pela inundação das áreas topograficamente baixas e planas. 37 Figura 2.1 – Planície flúvio-marinha com canais de maré, mangues e a cidade de Macau (RN) no centro da imagem. Figura 2.2 - Estuário do Rio Piranhas-Açu durante inundação. Foto aérea da cidade de Macau e ilha de Santana em maio de 2009. Contraste de tonalidade das águas fluviais (à esquerda) e marinha (direita). Oceano Atlântico ao fundo. Fonte: IDEMA (2009b). 38 Figura 2.3 - Casas atingidas pela inundação fluvial de maio de 2009 em Alto do Rodrigues (RN). Fonte: IDEMA (2009b). Figura 2.4 - Residência na comunidade de Diogo Lopes, atingida por inundação marinha em 03/01/2015. Altura da maré: 2,5m. Fonte: Tiago Ezequiel. 39 Figura 2.5 - Infraestrutura urbana inundada pelo mar em 03/01/2015 em Diogo Lopes. Canal de maré à esquerda. Fonte: Tiago Ezequiel. 40 3 MATERIAL E MÉTODOS 3.1 Estrutura da pesquisa Esta pesquisa considerou os já mencionados conceitos de zona costeira e vulnerabilidade como condicionantes e determinantes na definição e avaliação dos índices de vulnerabilidade à erosão (IVC) e risco à inundação em ambientes estuarinos e praias arenosas com sistema de ilhas barreiras e esporões arenosos. Pretendeu-se aplicar a metodologia do IVC com altimetria de alta precisão (16 cm) do LiDAR aeroportado, em escala de 1:25.000, discretizando trechos de 100 x 100 metros de linha de costa, para colaborar para o gerenciamento costeiro e mitigar impactos frente às mudanças climáticas globais. Para determinação da vulnerabilidade costeira à erosão adotou-se o procedimento técnico já consolidado na elaboração do IVC (USGS) e para viabilizar sua elaboração para a região do Estuário do rio Piranhas-Açu e praias arenosas adjacentes fez-se necessário construir uma base de dados de alta resolução de geomorfologia, declividade, taxa de variação de linha de costa, ondas, marés e elevação do nível médio do mar. Alguns destes dados já se encontram disponíveis e outros foram elaborados a partir da interpretação de imagens multiespectrais do satélite passivo LANDSAT 8-OLI e imagens de micro-ondas do SRTM, ou então estimados com simuladores. Na análise dos elementos das Geotecnologias utilizou-se PDI, com base no software ErMapper 7.1, banco de dados de ondas e marés do SMC-Brasil, simulados no dowscalling no software acoplado Simulating Waves Nearshore (SWAN), mapas temáticos, dados altimétricos de LiDAR aeroportado e geoprocessamento no software ArcGIS 10.2. Para efeito de comparação, obteve-se o referido índice nos anos de 2000 e 2015. No IVC do ano 2000 utilizou-se declividade extraída de imagens SRTM, linhas de costa existentes no banco de dados do Laboratório de geoprocessamento (GEOPRO) e o mapa geomorfológico disponíveis à época; para o ano 2015 utilizou-se altimetria obtida com LiDAR aeroportado, LC de agosto de 2015 e mapa geomorfológico desenvolvidos com auxílio de tratamentos de PDI. Para simulação de inundação, através de técnicas estatísticas, verificou-se a precisão e acurácia do Modelo Digital de Elevação (MDE) do LiDAR aeroportado, avaliados estatisticamente também para possibilidade de integração de dados altimétricos GNSS. Em 41 seguida, a inundação para cenários futuros de elevação do NMM foi aplicada de acordo com três caminhos de concentração representativa, em inglês- RCPs do IPCC (2014). Os caminhos RCP são cenários publicados na literatura existente, desenvolvidos por diferentes grupos de estudos onde foram escolhidos os mais representativos. Eles foram estabelecidos entre outras razões, para padronizar estudos a respeito do clima. Para melhor entendimento da estrutura da pesquisa, um fluxograma contextualizado está disposto na figura abaixo: 42 Figura 3.1 - Fluxograma empregado na confecção das etapas de estudos. Siglas: Simulating Waves Nearshore (SWAN) - Sistema de Modelagem Costeira (SMC) - SRTM Shuttle Radar Topography Mission - LiDAR Light Detection and Ranging - SIG Sistema de Informações Geográficas - DSAS Digital Shoreline Analysis System - PDI Processamento Digital de Imagens - IPCC International Panel On Climate Change -IVC Índice de Vulnerabilidade Costeira. 43 3.2 Levantamento de dados Realizou-se um levantamento cartográfico da área, que identificou a existência de mapa geológico da CPRM na escala 1:100.000 (Folhas Macau e Jandaíra), mapa geomorfológico do IBGE na escala 1.500.000 (Folha Jaguaribe) e na escala 1:25.000 o Zoneamento Ecológico e Econômico (IDEMA 2008), mapa de cobertura vegetal dos biomas brasileiros na escala 1:250.000 do MMA (Folha Mossoró), mapas de linhas de costas de 1984 a 2005 (GEOPRO-UFRN) e mapa de uso e ocupação do solo na escala 1:25:000 (LIMA, 2016). O levantamento bibliográfico identificou o relatório do clima do IPCC (2014) e modelos meteoceanográficos globais do SMC, que possui o SWAN acoplado, além de dados de amplitude de maré (MARINHA DO BRASIL, 2016). O levantamento de dados de sensores remotos selecionou imagem multiespectral de sensor remoto orbital LANDSAT 8 (NASA), imagem do SRTM (NASA) e MDE do LiDAR aeroportado (PETROBRAS) para, juntamente com os dados cartográficos, serem incorporados ao banco de dados em ambiente SIG no software Arcgis 10.2, adotando-se o Datum SIRGAS 2000, com coordenadas UTM na zona 24S. 3.3 Processamento Digital de Imagem (PDI) Primeiramente foi selecionada, no banco de dados do USGS, uma imagem multiespectral do sensor Operational Land Imager (OLI) no satélite LANDSAT 8, na sua órbita 215/ponto 64, com cobertura de nuvens inferior a 20%. A imagem possui resolução radiométrica de 16 bits e resolução espacial de 30 metros e com a faixa pancromática com resolução espacial de 15m. As técnicas de PDI foram empregadas para realçar as diferenças das unidades de paisagem da área de estudo e servir como base para o mapeamento temático do uso e ocupação do solo, geomorfologia, geologia e vetorização da linha de costa para o ano de 2015. Nos metadados da imagem LANDSAT 8-OLI foi verificado que o Root Mean Square Error (RMSE) do georreferenciamento tinha valor de 6,620. Em virtude disto, foi realizado novo georreferenciamento, com transformação polinomial de primeira ordem, com 10 pontos de controle, reduzindo o RMSE para 1,882, que é adequado para a escala do estudo. A partir daí, utilizou a metodologia proposta por Lima (2016), que indica 44 composição colorida no sistema de cores Red(R)-Green(G)-blue(B) definida por Análise por Principais Componentes (PC) do conjunto de imagens ópticas disponíveis, configurando a composição R(PC5)-G(PC6)-B(PC7) para realçar as diferenças no comportamento espectral dos alvos na área de estudo, sobretudo a linha d´água. A Análise por Principais Componentes (PC) é especialmente vantajosa porque identifica as altas correlações entre as bandas multiespectrais e remove-as por meio de uma transformação matemática que estabelecem novas distribuições nas PCs (CRÓSTA, 1992). A aplicação da faixa pancromática no canal do Intensity (I), configurando o sistema de cores híbrido Red-Green-Blue-Intensity (RGBI) permitiu a reamostragem da imagem para um produto com resolução espacial de 15 metros. 3.4 Mapeamento temático Os mapas temáticos constituem o subsídio para a geração do IVC, pois permitem que as diferentes condicionantes físicas do terreno sejam espacializadas e classificadas quanto à vulnerabilidade, com índices que vão de 01 a 05. Importou-os ao banco de dados para servir como referência a todos os mapeamentos em escala de detalhe. ● Uso e ocupação do solo O mapeamento existente, proposto por Lima (2016), foi ampliado através da interpretação da imagem colorida R(PC5)-G(PC6)-B(PC7), com vetorização das unidades na escala 1:10.000. No mapeamento, a fim de compatibilizar com a cartografia existente, procurou-se seguir as classes do Manual Técnico de Uso da Terra do IBGE (2013) identificando classes (Nível I) e subclasses (Nível II) e seguindo-se o mesmo padrão de cores. Devido à grande diversidade de usos existente na área, julgou-se necessário subdividir as subclasses (Nível II) já existentes através de siglas identificadoras e criar um terceiro nível dentro da subclasse florestal para evidenciar áreas de manguezal. Devido à intensa atividade da indústria do petróleo e ao risco que representa, para auxiliar a identificação de áreas com poços, realizou-se a importação para plataforma SIG da planilha georreferenciada do banco de dados de exploração e produção de poços de petróleo (BDEP da Agência Nacional do Petróleo, ANP, disponível no sítio www.bdep.gov.br). Já a identificação dos parques eólicos, pelo mesmo motivo, foi possibilitada por meio da utilização do banco de dados georreferenciados da Agência Nacional de Energia Elétrica (ANEEL), disponível no sitio http://sigel.aneel.gov.br/portal/home/index.html. 45 ● Geomorfologia Tendo em vista a intensa dinâmica costeira existente, o mapa geomorfológico 2015 da área foi reavaliado e atualizado com base no zoneamento ecológico-econômico da região costeira do RN, realizado pelo IDEMA (2008) na escala 1:25.000. Através da interpretação da imagem produto do PDI do ano 2015 delimitaram-se unidades e adotou-se nomenclatura e simbologia de acordo com manual técnico de geomorfologia do IBGE (2009). ● Linha de costa A linha de costa (LC) para o ano de 2015, elaborada na escala 1:25.000, foi vetorizada em escala 1:10.000 (Figura 14), com base na imagem colorida R(PC5)-G(PC6)- B(PC7), adotando-se como LC a linha de deixa nas condições de maré para o dia do imageamento, ou seja, a interface terra seca/terra úmida durante a preamar. As LCs do ano de 1984 a 2005 foram adquiridas através do shapefile disponível no banco de dados do GEOPRO, de autoria de Nascimento (2009) e Cortez (2016), obtidas segundo os mesmos critérios. A precisão e a confiabilidade da LC estão relacionadas ao RMSE do georrefenciamento e a resolução espacial da imagem de satélite utilizada na vetorização (AMARO et al., 2014). Quanto menor o erro RMSE e a resolução espacial, maior a precisão e a confiabilidade da LC. Seguem os dados de altura de maré e de georreferenciamento para as imagens (Tabela 2). Tabela 3.1 - Imagens de satélite utilizadas para vetorização de LC Satélite Resolução Espacial (m) Data de Aquisição Hora de Aquisição Altura da maré (m) RMSE LANDSAT 5 30 19/07/1984 12 h 03 min 1,49 0,239 LANDSAT 5 30 19/08/1995 11 h38 min 1,88 0,176 LANDSAT 5 30 29/07/2005 12 h 22 min 1,96 0,147 LANDSAT 8 15 10/08/2015 12h 34 min 1,92 1,882 Fonte: Adaptado de Lima (2016). ● Taxa de Variação de Linha de Costa A taxa de variação de LC é um parâmetro do IVC que representa a variação anual devido à erosão ou acreção. A importância fundamental em sua obtenção decorre do fato de que ele mede os efeitos reais da variação da LC. Para uma avaliação precisa deste parâmetro, é necessário uma escala temporal ampla, que permita a atenuação de efeitos sazonais de curto prazo, sem o risco de sugerirem dados que não representam a tendência de longo prazo. 46 Cumpre salientar que apesar das limitações técnicas apresentadas pela resolução espacial das imagens, não são registrados impedimentos metodológicos em relação à determinação da taxa de variação de LC e do IVC, dada a sua intensidade, com trecho que chega a variar em até 400 metros em 40 anos, intervalo este que está muito acima da resolução espacial e do RMSE (SANTOS et al., 2012). Para avaliar a taxa e a variação de LC, utilizou-se um plugin do Serviço Geológico dos Estados Unidos (USGS) denominado Digital Shoreline Analisys System (DSAS), o qual calcula esta taxa de variação em vários setores (polígonos) da LC, gerando uma planilha de resultados. Este software requer que o usuário defina uma linha de base aproximadamente paralela à LC, com a qual ele gera linhas perpendiculares (transects) e divide a LC em setores. Através da ferramenta do plugin, cada setor é separado por esta linha de identidade única, chamada transect. O intervalo de cada transect foi definido no plugin pelo autor como 100 metros e o comprimento 500 m (Figura 20). Estes valores são suficiente para o transect interceptar as LC nos locais com maiores variações no período analisado (20 anos), são adequados à escala de trabalho (1:25.000) e não sobrecarga do computador durante o geoprocessamento de uma LC com 65 km de extensão. O plugin na ferramenta estatística, fazendo uso das linhas de costa do ano de 1984 a 2015, gera uma planilha que contém a coluna de número de transect e a respectiva coluna da taxa de variação de LC medidas em metros, em inglês End Point Rate, abreviada pela sigla EPR. Às classes de EPR foram atribuídos valores de vulnerabilidade (Tabela 4). A metodologia desenvolvida consistiu em associar a planilha contendo a taxa de variação de LC (EPR) aos transects (linha) com a ferramenta join – data- Join atributes from a table. Utiliza-se como correspondência a coluna Trans ID e Transorder. Posteriormente, os transects e o EPR foram associados aos polígonos de LC (setores de 100m) com a ferramenta join atributes based on espacial location, tornando possível a criação de um mapa de taxa de variação de LC com discretização de valores a cada 100m. A análise foi realizada com as linhas de costa de 1984 a 2005 para o IVC do ano 2000 e com linhas de costa de 184 a 2015 para o IVC do ano 2015. ● Declividade com utilização de imagens SRTM Estes dados foram utilizados para a obtenção da declividade, por serem os dados altimétricos gratuitos, de fácil acesso, disponíveis mundialmente. Sua utilização responde ao 47 fato de servirem como base para gerar dados de declividade para o IVC e para demonstrar as vantagens da utilização da altimetria de precisão (LiDAR) na metodologia de determinação do índice de vulnerabilidade costeira à erosão, frente ao dado convencional disponível. As imagens SRTM, cenas “s05_w037_1arc_v3.tif” e “S06_w037_1arc_v3.tif” foram adquiridas do USGS, que abrangem toda a área de estudo, com resolução radiométrica de 16 bits e resolução espacial de 30 metros, capturadas em 11 de fevereiro de 2000, as quais se encontram georreferenciadas com coordenadas geográficas, datum WGS 1984, o qual utiliza o geóide EGM96 (Earth Gravitational Model 1996). O erro médio associado a esse dado, para cenas localizadas na América do Sul, é de 9,0m na horizontal e de 6,2m na vertical (RODRIGUEZ, 2005). Os dados precisaram ser processados, a fim de serem usados na geração do IVC. Para isto, primeiramente utilizou-se a Ferramenta merge com vista a unir as cenas; esta nova imagem foi projetada para coordenadas UTM zona 24 sul datum wgs 1984. Posteriormente, foi selecionada apenas a área de estudo com a ferramenta extract by mask, usando como máscara (limite) o polígono da área. Através da ferramenta spatial analist - reclassify foram corrigidos os pixels que apresentavam altimetria com valores negativos, para que estes passassem a exibir o valor zero com a opção changing missing value to no data selecionada na caixa de diálogo. Em seguida, utilizou-se a ferramenta slope para gerar mapa de declividade, delimitada por percentuais. Assim, foi feita uma nova reclassificação do arquivo raster para intervalos de 1 a 2, 2 a 3,33, 3,33 a 5 e entre 5 e 45 % de inclinação. Os resultados foram simplificados com a ferramenta dissolve. ● Declividade com utilização de LiDAR Aeroportado Para elaboração da declividade do terreno, com altimetria de precisão foi utilizado o MDE baseado em aerolevantamento LiDAR realizado pela PETROBRAS e cedidos de uma cooperação técnico-científica existente entre a referida instituição e UFRN, disponibilizado pelo Programa de Pós-Graduação de Geologia e Geodinâmica da UFRN, mediante termo de confidencialidade (Figura 13). Estes dados raster foram fornecidos pós processamento, em formato geotiff. Os dados MDE, têm resolução espacial de 5 metros e foram adquiridos com o LiDAR aerotransportado entre setembro de 2012 e fevereiro de 2013, através de um 48 levantamento aéreo integrado. Nesse levantamento, foi utilizado o equipamento modelo LS60 fabricado pela Leica Geosystems. A densidade média de pontos é de 4,2 pontos por m², com frequência de 200 kHz e ângulo de abertura (FOV): 26°. A frequência de operação adotada foi de 160,2 kHz, com frequência de perfilamento de 65 Hz e velocidade média da voo de 190 km/h. O espaçamento médio de pontos foi de 0,41 m - na direção da linha de voo – e de 0,80 m, na direção transversal ao voo. O Datum adotado para planimetria foi o SIRGAS2000 e o Sistema de Projeção: UTM (Fuso: 24S / MC: 39° W.Gr). Para os dados altimétricos utilizou-se o Modelo do geóide MAPGEO2010. Foram utilizados também 29 pontos de controle (pré-sinalizados). O valor de acurácia foi calculado para 90% de confiabilidade, de acordo com a lei brasileira nº 89.817/84, com RMSE 0,163 m (calculado sobre os resíduos altimétricos). Os dados de LiDAR sofreram os mesmos processamentos com a ferramenta Slope, gerando dados de declividade, na faixa de intervalo já mencionada, para serem utilizados no IVC. 49 Figura 3.2 - Dados altimétricos de aerolevantamento com LiDAR. Fonte: PETROBRÁS (Adaptado). 50 3.5 Altura significativa de onda As maiores alturas significativas de onda (Hs) entre os anos de 2010 a 2015 foram obtidas nos meses de fevereiro e março através de modelagem (MATOS; SCUDELARI; AMARO, 2016). Para avaliar a vulnerabilidade relativa ao clima de ondas na área de estudo, optou-se por realizar uma modelagem no SWAN (BOOIJ et al., 1999). Este modelo numérico elaborado na Holanda pela Universidade Técnica de Delft permite obtenção de parâmetros relativos à agitação marítima em águas rasas, mediante informações de ventos, correntes e da malha batimétrica. Para os meses de fevereiro e março de 2012 obteve-se (Hs) nos seguintes pontos: Tabela 3.2 - Localização dos pontos de Hs. Coordenadas UTM Zona 24S UTM Ponto4 Ponto3 Ponto2 Ponto1 X 742156 755636 766509 776359 Y 9450608 9441088 9441374 9442944 3.6 Amplitude de maré Para o IVC, esta variável foi uniformemente classificada como Vulnerabilidade 3, com base em Busman (2016), que utilizou dados da Diretoria de Hidrografia e Navegação (DHN) entre 2005 e 2015, atribuindo vulnerabilidade média para a amplitude do regime de mesomaré da área de estudo. 3.7 Variação do Nível Médio do Mar Com relação à variação do Nível Médio do Mar (NMM), foram adotados os valores médios de três das quatro projeções existentes (Tabela 3.3) elaboradas pelo IPCC (2014), após Van Vuuren et al. (2011). OS Representative Concentration Pathways (RCPs) são um conjunto de quatro novos caminhos para a modelagem do clima desenvolvidos pela colaboração entre especialistas de inventário de emissões, modeladores de clima, modeladores de ecossistemas terrestres e modeladores de avaliação integrada, para servir de subsídio para experimentos de modelagem de clima e elevação do NM em longo e curto prazo. Os quatro RCPs juntos abrangem o intervalo de valores de forçamento radiativo para o ano 2100, encontradas na literatura científica mais recente, ou seja, de 2,6 a 8,5 W/m2 acima dos níveis pré-revolução industrial (VAN VUUREN et al., 2011). 51 Tabela 3.3 - Elevação do nível médio do mar e vulnerabilidade RPC w/m2 N.M.M. (m) Taxa de elevação do NMM(mm/ano) Vulnerabilidade 2,6 +0,40 4,4 3 4,5 +0,53 7,4 4 8,5 +0,74 11,2 5 3.8 Índice de Vulnerabilidade Costeira (IVC) Para a obtenção do IVC, as linhas de costa de 2015 e de 2000 foram convertidas em faixas (dois polígonos) com 100m em planta, usadas como limites de interseção para todos os mapas temáticos empregados no cálculo do IVC. O shapefile dos transects também foi utilizado para seccionar, por meio da ferramenta intersect, a cada 100m os polígonos de LC, gerando células de taxa de variação de LC. No cálculo do IVC utilizou-se, para a variável declividade, dados de alta resolução LiDAR, e para variáveis geomorfologia, uso e ocupação do solo, variação de linha costa, utilizou-se mapas temáticos. Para variável onda, foram usados dados modelados no SWAN. Todos os dados foram processados em ambiente SIG Todas as camadas poligonais dos mapas temáticos foram transformadas para raster com a ferramenta layer to raster, com resolução espacial de 10m para os dados de 2015, em virtude da resolução do dado altimétrico, e resolução espacial de 30m para o ano 2000 com o uso das imagens SRTM, onde o valor de cada pixel é o valor da coluna vulnerabilidade (Tabela 3.4). Por fim, calculou-se o IVC com ferramentas de álgebra de mapas. 52 Tabela 3.4 - Mapas temáticos, variáveis e IVC Geomorfologia Vulnerabilidade Taxa de variação de L.C. (m/ano) Vulnerabilidade Duna fixa 1 +10 a +38 1 Tabuleiros costeiros 1 +2 a +10 2 Planície flúvio-marinha 3 -2 a 2 3 Planície dunar 3 -2 a -10 4 Planície de deflação 3 -10 a -40 5 Duna móvel 4 Áreas urbanas 5 Praias 5 Taxa de elevação do N.M.M. Vulnerabilidade Bancos arenosos/lamosos 5 RCP 2,6 (4,4 mm/ano) 3 RCP 4,5 (7,4 mm/ano) 4 Declividade Vulnerabilidade RCP 8,5 (11,2 mm/ano) 5 5-45% 1 3,33-5% 2 2-3,33% 3 1-2% 4 Altura significativa de onda (m) Vulnerabilidade 0-1% e >45% 5 0,516 1 0,709 2 Amplitude de maré Vulnerabilidade 1,22 3 2.9m 3 1,43 5 3.9 Acurácia da altitude ortométrica do LiDAR Aeroportado Uma vez que o levantamento dos dados altimétricos por LiDAR aeroportado não se constituiu como parte desta pesquisa, por não conhecermos detalhadamente sua aquisição e pós-processamento, optou-se por avaliar a acurácia do MDE LiDAR, pois isto é essencial na sua aplicabilidade em simulações de inundação por elevação do NMM conforme os cenários do IPCC. Para isto foram utilizados 18 pontos de altimetria ortométrica obtidos pelo posicionamento GNSS, considerando o método estático; os pontos serviram para 53 comparações estatísticas entre os dados obtidos nos dois métodos (Tabela 3.5). Estes pontos de referência foram oriundos de 3 tipos de bases, procurando contemplar toda a área, incluindo ilhas barreiras, superfície de aplainamento, manguezais e LC, sendo eles: (a) da Rede GNSS do Litoral Setentrional do estado do RN (RGLS), implantada por Santos e Amaro (2011) em 2010, vinculado ao Laboratório de Geoprocessamento da Universidade Federal do Rio Grande do Norte (GEOPRO/UFRN); (b) do SGB; e (c) pontos estáticos de receptor GNSS (COSTA, 2016). As nove estações da RGLS foram materializadas em campo com marcos padrão INCRA (Figura 3.3) para dar apoio básico aos levantamentos geodésicos regionais de monitoramento costeiro na área próxima à RDSEPT. As coordenadas geodésicas Datum WGS84 zona 24S e altitudes ortométricas das estações da rede foram determinadas com precisão centimétrica em relação ao Sistema Geodésico Brasileiro (SGB). As coordenadas foram determinadas pelo método de posicionamento relativo estático usando estações da Rede Brasileira de Monitoramento Contínuo (RBMC). As altitudes ortométricas foram calculadas por GPS no método relativo, usando referências de nível (RN) da Rede Altimétrica Fundamental do Brasil (RAFB) tendo como geóide o modelo MAPGEO (2004). Figura 3.3 - Marco topográfico da Estação 01 da RGLS de Santos & Amaro (2011). Fonte: André Santos (2010). A rede altimétrica de alta precisão do IBGE foi implementada por meio de 54 nivelamento geométrico a partir de outubro de 1945, iniciando pelo município de Urussanga- SC. As estações foram implantadas às margens de rodovias e desde o início sofreram vários ajustamentos, sendo que o último cálculo (2011) utiliza o datum altimétrico Imbituba (IBGE, 2011). Destas estações, foram selecionadas as estações que estão compondo a área de estudo, as quais constam como estando em bom estado de conservação, que têm coordenadas determinadas por GPS de navegação ou por poligonação. As estações altimétricas com coordenadas obtidas a partir de carta topográfica 1:100.000 foram descartadas devido à imprecisão. Os pontos coletados no campo por Costa (2016) foram utilizados para georreferenciamento de árvores e inventário florestal em manguezais da costa da RDSEPT. Foram materializados com piquetes e seguiram a metodologia de posicionamento relativo estático GNSS com estações da RBMC utilizando como referencial o geóide MAPGEO2010 (COSTA, 2017). Para efeito de comparação com o MDE do LiDAR aeroportado, as altitudes ortométricas da RGLS foram ajustadas para o geóide MAPGEO2010, utilizando-se suas altitudes geómetricas através da fórmula H=h-N. Igualmente, realizou-se um ajuste referente à altura do marco topográfico correspondente a 30 cm (padrão INCRA) e então utilizaram- se as cinco estações que se enquadravam aos objetivos desse trabalho. 55 Tabela 3.5 - Dados utilizados na avaliação do modelo altimétrico LiDAR Base Nome do Ponto Localização (UTM - WGS84) Altitude Ortomét rica (GNSS) Altitude Ortométr ica (LiDAR) Diferença GNSS- LiDAR Y X RGLS Est_01 94367196.64 769729.42 5.111 4.798 0.3130 RGLS Est_02 9436845.89 772045.95 2.158 2.463 -0.3050 RGLS Est_03 94375251.42 775046.66 12.501 12.446 0.0550 RGLS Est_05 9439469.37 777724.74 2.513 2.710 -0.1970 RGLS Est_07 9439286.04 782618.25 7.573 7.588 -0.0150 IBGE 92428 9430194.02 769537.86 9.514 9.598 -0.0840 IBGE 2411H 9427060.58 773479.79 20.115 20.299 -0.1839 IBGE 2639D 9420553.10 762400.97 40.223 40.159 0.0635 IBGE 2639T 9422736.65 729376.90 135.660 135.450 0.2108 IBGE 2411J 9425851.48 776155.81 18.949 18.581 0.3686 IBGE 446J 9430719.03 765112.61 6.216 5.908 0.3080 IBGE 446K 9434079.29 762290.26 3.406 3.035 0.3705 GEOPRO avicennia01 9438105.45 779439.73 1.050 0.846 0.2041 GEOPRO rhizoph_03 9438106.79 779418.38 0.991 0.817 0.1740 GEOPRO rhizoph_01 9438115.28 779430.61 0.960 0.816 0.1444 GEOPRO rhizoph_02 9438115.92 779429.69 1.043 0.816 0.2274 GEOPRO vertice_01 9438036.64 779442.58 1.087 0.840 0.2474 56 Figura 3.4 - Localização das bases de controle altimétrico. 57 Para obter o valor da altimetria LiDAR em cada um dos pontos GNSS, utilizou-se no ambiente SIG a ferramenta extract value to points, onde foi gerado um shapefile contendo a coluna “altura ortométrica” e a coluna rastervalue. Este shapefile foi exportado para planilha, para utilização no software estatístico. Inicialmente, os dois conjuntos de dados (GNSS e LiDAR) foram submetidos à verificação de parametricidade (normalidade e homogeneidade), por meio dos testes de Shapiro-Wilk (SHAPIRO; WILK, 1965) e Levene (LEVENE, 1960). Ao se verificar a não ocorrência da parametricidade dos dados foi realizada uma comparação dos dois conjuntos de dados pelo teste não-paramétrico Mann-Whitney, na tentativa de verificar diferenças estatisticamente significativas entre os grupos. Em seguida, foi realizada a análise por Regressão Linear, coeficiente de correlação (R²), índice de concordância (d) e a análise do valor da Raiz do Erro Médio Quadrático (em inglês Root Mean Square Error, RMSE). A análise de Regressão Linear foi utilizada para verificar a relação linear entre uma variável dependente e uma variável independente e é definida pela função matemática: Y_i=α+βX_i+ϵ_i Onde: Y_i é a variável explicada (dependente), no caso a altitude ortométrica LiDAR; α é a constante que representa a interceptação da reta com o eixo vertical; β constante, que representa o declive (coeficiente angular) da reta; X_i é variável explicativa (independente), no caso a altitude ortométrica GNSS; e, ϵ_i é uma variável aleatória que representa o erro experimental; Através do coeficiente de correlação R² obtém-se medida de ajustamento de um modelo, indicando, em percentagem, o quanto este consegue explicar os valores observados. Quanto maior o R² mais explicativo é o modelo, ou seja, melhor ele se ajusta à amostra. O R² é calculado por: ܴଶ = ∑ ( ௜ܱ − തܱ)( ௜ܲ − തܲ)௡௜ୀଵ ට(∑ ( ௜ܱ − തܱ)ଶ)௡௜ୀଵ (∑ ( ௜ܲ − തܲ) ௡ ௜ୀଵ ²) O índice de concordância ou reajuste (d) define a precisão dos valores estimados em relação aos observados, ou seja, está relacionado ao afastamento entre esses valores. O seu 58 valor varia de 0 a 1, onde, quanto mais próximo de 1 menor a amplitude dos erros. Esse índice é calculado por: ݀ = 1 − ∑ (ை೔ି௉೔) మ೙ ೔సభ ∑ (|௉೔ିைത|ା|ை೔ିைത|)మ೙೔సభ O valor da raiz do erro médio quadrático (RMSE) é utilizado para avaliar a extensão de quanto os dados variam entre o valor real do ponto e o valor do mesmo na curva de melhor ajuste. Esse valor é conhecido por: ܴܯܵܧ = ඩ 1 ܰ ෍(ܱ௜ − ܲ)ଶ ௡ ௜ୀଵ Para todas as equações acima, tem-se que Oi é a média dos valores obtidos no MDE do LiDAR aeroportado, Pi é a média dos valores dos pontos de controle (altitude ortométrica GNSS), തܱ é a média dos valores obtidos no MDE do LiDAR aeroportado, തܲ é a média dos valores obtidos nos pontos de controle (altitude ortométrica GNSS) e n é o número de observações. Todas as análises foram realizadas no software livre R (R Development Core Team, 2012). Em todas as análises o valor de significância adotado foi de 5% (ZAR, 2010). ● Interferência da Vegetação Devido às características intrínsecas ao método, o LiDAR aeroportado pode sofrer interferência da vegetação que recobre a superfície do terreno. Na aquisição do MDE, a reflexão da onda eletromagnética (luz) incidente também ocorre no dossel das árvores e arbustos, o que implicaria em erro no dado altimétrico para as áreas recobertas com vegetação. Os dados de aquisição resultam em uma nuvem de pontos que geralmente sofrem processamento e filtragem para retirar os efeitos da vegetação. A fim de verificar a interferência da vegetação nos dados altimétricos foram utilizados os pontos GNSS (figura 3.6) estáticos obtidos em áreas de manguezais, (COSTA, 2016), no qual constam dados de alturas ortométricas GNSS, de alturas de árvores e altura de antena. Durante a aquisição, a altura da antena manteve-se copa das árvores (Figura 3.5) 59 Figura 3.5 - Metodologia de coleta de pontos GNSS estático em parcela de mangue. Fonte: Bruno Costa. Figura 3.6 - Localização dos Pontos GNSS OBTIDOS em área de manguezal (COSTA, 2016). 60  Integração de dados de levantamento cinemático Em virtude da existência no banco de dados do GEOPRO de levantamentos topográficos GNSS realizados com método cinemático para geração de MDE na praia do Minhoto para o mês maio de 2012 (SANTOS et al., 2013), período este coincidente com o levantamento LiDAR aeroportado, optou-se por utilizar estes dados para incorporar ao SIG e verificar estatisticamente a possibilidade de integração com dados altimétricos obtidos com o LiDAR aeroportado. Em sua totalidade, o levantamento contempla aproximadamente 12.000 pontos, dos quais foram selecionados aleatoriamente 9.000 que estão inseridos na área de estudo. Os dados brutos foram reprocessados para o geóide MAPGEO 2010 com utilização dos softwares Topograph e Excel, com a metodologia desenvolvida por Santos e Amaro (2011). Figura 3.7 - Levantamento GNSS na praia de Minhoto em modo cinemático, maio 2012. Base e rover. Fonte: André Santos (2012). 3.10 Método de simulação de inundação A simulação deve considerar os elementos que induzem os impactos de níveis extremos em zonas estuarinas e costeiras, a saber: a) Elevados níveis de maré; b) Marés meteorológicas; c) Sobrelevação associada às cheias; d) Subida do NMM; e, e) Agitação marítima em situação de tempestade (VARGAS et al., 2008). Para proceder a uma simulação de inundação mais realista foi utilizada a maior maré 61 de sizígia do ano de 2016 (DHN), as quais estão referenciadas ao nível de redução (NR), bem como a maiores marés meteorológicas modeladas no software SMC Brasil e de dados de subida do NMM oriundos dos marégrafos localizados em Fortaleza e Salvador, visto que não existe uma história de dados maregráficos consistentes do RN. Os dados históricos de registro maregráficos foram adquiridos junto ao IBGE (2016), no documento intitulado Análise do Nível Médio do Mar nas Estações da Rede Maregráfica Permanente para Geodésia. Nele foram analisadas as tendências de elevação do nível médio do mar no Brasil, em pontos distribuídos na costa. Nesses dados foram realizadas correções da deriva instrumental; entretanto, não estão corrigidas as variações verticais de origem não- oceânica, tendo em vista que os Dispositivos de Forçagem Centrada (DFC) foram instalados recentemente. Nestes dados observou-se uma média de elevação no NMM nos marégrafos de Fortaleza e Salvador (mais próximos à área de estudo) que foi de +2,1mm/ano e a média nacional de +3,73mm/ano. Para considerar também na simulação de inundação por eventos extremos, os efeitos das marés meteorológicas, utilizou-se o software SMC BRASIL. Neste software foi selecionado o ponto de boia Global Ocean Surge (GOS), de coordenada Latitude -4.8215° e Longitude -36.5° localizada a 27 km da LC do RN. O ponto foi processado na componente AMEVA (Análise Estatística de Variáveis Ambientais) do SMC Brasil, para um período de retorno de 30 anos. Deste modo, as simulações para eventos extremos foram realizadas sobre a maré máxima (High Water Maximum /HWM) do porto de Macau, no dia 10/03/2016, em duas situações. A primeira situação considerou três alturas de NMM: a) Média de marés de preamar (Mean High Water Maximum/MHWM) de 2,34 m b) Altura máxima da maré de sizígia (HWM) de 2,8m (DHN 2016); c) Evento extremo com altura máxima da maré de sizígia (2,8m) em coexistência com maré meteorológica alta de 0,1 m. A segunda situação considerou a elevação do NMM nos cenários RCP do IPCC (2014). Ambas consideraram o erro padrão do modelo MDE. 62 Tabela 3.6 - Níveis de inundação atual Média das marés astronômicas de sizígia na área de estudo MHWM (m) Maré astronômica máxima HWM(m) Maré astronômica máxima + maré meteorológica T=30 anos (m) 2,34 2,8 2,9 Tabela 3.7 - Projeção de inundação em eventos extremos HWM porto de Macau 09/03/2016 (m) El. nível Médio do Mar (m) Fonte Maré meteorológica máx. período de retorno 50 anos (m) Erro padrão MDE (m) Min. (m) Médio (m) Max. (m) 2,8 +0,20 Rel. IBGE 2016 0,1 0,21 - 2,90 3,31 2,8 +0,40 RCP 2,6 IPCC 2014 0,1 0,21 3,09 3,30 3,51 2,8 +0,53 RCP 4,5 IPCC 2014 0,1 0,21 3,22 3,43 3,64 2,8 +0,74 RCP 8,5 IPCC 2014 0,1 0,21 3,43 3,64 3,85 63 4 RESULTADOS E DISCUSSÕES Com a integração dos dados levantados no desenvolvimento da pesquisa, após as análises baseadas em abordagens geotecnológicas, obteve-se como resultados os mapas de vulnerabilidade costeira à erosão para os anos de 2000 e 2015 e os mapas de risco à inundação para cenários futuros baseados nos RCPs do IPCC. 4.1 Mapas de Vulnerabilidade Costeira à Erosão O mapeamento temático realizado para ponderar as variáveis físicas e dinâmicas do ambiente no contexto do IVC, com foco na erosão para o ano de 2015, teve como resultados a elaboração de mapas temáticos de geomorfologia, taxa de variação de LC, declividade e altura significativa de onda, que serão explicados a seguir. Do mesmo modo, para fim de comparação temporal dos resultados obtidos e da abordagem das contribuições ao IVC do mapeamento temático e da altimetria de precisão do aerolevantamento LiDAR realizou-se também o IVC para o ano 2000 sem uso dos métodos detalhados, utilizando a cartografia tradicional disponível para aquele ano.  Mapa de Geomorfologia O mapa geomorfológico do ano de 2015 traz detalhes das unidades da paisagem que foram identificadas, melhor evidenciadas na composição colorida R(PC5) G(PC6) B(PC7) (Figura 4.1). Nela as unidades da paisagem ficaram realçadas. As áreas de dunas mostraram uma resposta alta na PC 7 e aparecem na cor azul. As áreas com vegetação de mangue mostraram alta reflectância no canal do verde e do azul (PC 6 e PC 7) e estão na cor amarela. Zonas urbanas demonstraram alta reflectância na PC 6 e estão em verde escuro. As áreas de agricultura – superfície de aplainamento- têm resposta na PC6 e estão em verde -médio a oeste próximo a serra do mel e em verde claro próximo ao rio piranhas-Açu. As áreas de caatinga estão com alta reflectância alta na PC 5 e media na PC 6 e PC7 e resultaram na cor rosa. Assim, o mapa da Figura 4.2 traduziu estes elementos em unidades geomorfológicas do litoral setentrional em escala 1:25.000 e atualiza o limite da LC para essa data, identificando na LC três classes de vulnerabilidade à erosão para a variável geomorfologia, melhor visualizados na Figura 4.8. 64 Figura 4.1 – Composição colorida R(PC5)G(PC6)B(PC7) de imagem do satélite LANDSAT 8 sensor OLI, realçando as diferentes unidades da paisagem. 65 Figura 4.2 – Mapa Geomorfológico detalhado da área de estudo para o ano de 2015. 66  Mapas de Taxa de Variação de Linha de Costa O mapa afere indiretamente a dinâmica sedimentar de acreção e erosão de sedimentos à LC, por isto é considerado um parâmetro fundamental na elaboração do IVC. As áreas onde ocorre mais erosão são consideradas mais vulneráveis. Nele está embutido os resultados das ferramentas disponíveis no plugin DSAS que, conforme a Figura 4.3, regulou a taxa de variação em transects com intervalos de 100 metros. O resultado do mapeamento de LCs desde 1984 a 2015, no IVC do ano 2015, mostrou diferentes ciclos de acreção e erosão ao longo do período de 31 anos analisados. Entretanto, percebe-se a tendência predominante de erosão para esse setor de LC. As taxas de variação de LC estão dispostas em função da vulnerabilidade e variaram de -43m a +38 m/ano (Figura 4.4). Os resultados no IVC para o ano 2015 mostraram que 12% da LC foram classificadas como muito baixa, 7% como baixa, 29% como média, 34% como alta e 16 % como de muito alta vulnerabilidade. De Porto do Mangue a Ponta do Mel evidencia-se uma zona de alta e muito alta vulnerabilidade, onde houve intensa erosão, bem como na Praia do Minhoto, em Guamaré. As áreas onde houve acreção estão quase que exclusivamente localizadas entre Porto do Mangue e Diogo Lopes e ocorrem predominantemente em regiões no interior de canais de maré associados à foz do Rio Açu, abrigadas do regime de ondas e correntes de mar aberto pelo sistema de esporões e ilhas barreiras, marcante nessa região do litoral setentrional do RN. 67 Figura 4.3 – Baseline, Transects e Linhas de Costa com data em inglês. Inputs da ferramenta DSAS utilizados no mapa de taxa de variação de LC. Detalhe para a localidade de Ponta do Mel. 68 Figura 4.4 - LCs do ano 1984 a 2015. Mapa de vulnerabilidade de acordo com a variável Taxa de Variação de LC. IVC do ano 2015. Detalhe próximo a Porto do Mangue. 69  Mapa de Declividade A declividade da LC para o ano 2015 (Figura 4.5), obtida a partir dos dados do MDE do LiDAR aeroportado, mostrou feições do relevo que permitiram a classificar a inclinação com precisão na escala de detalhe (1:25.000). As áreas planas com declividade até 1% e as muito íngremes acima de 45% são as mais vulneráveis. No mapa é possível fazer distinção das 5 classes de vulnerabilidade à erosão, nele 56% das áreas foram classificadas como muito alta e alta vulnerabilidade à erosão e 28% média vulnerabilidade. Tais áreas estão localizadas principalmente entre Porto do Mangue e Diogo Lopes em áreas baixas, nos bancos lamosos. No mapa temático de declividade para o ano 2000 (FIGURA 4.5), realizada com base no MDE obtido com o SRTM, as áreas de alta e muito alta vulnerabilidade somam 41% do total; enquanto as de baixa e muito baixa vulnerabilidade representam 30%. Em linhas gerais, os resultados são semelhantes, com o trecho entre Ponta do Mel e Diogo Lopes predominando como baixa vulnerabilidade em ambos os resultados, tanto aqueles obtidos com MDE do SRTM como do LiDAR aeroportado. As diferenças entre os dois resultados são atribuídas à resolução espacial e vertical do dado altimétrico, de modo que a maior resolução evidenciou maior abrangência de áreas com alta vulnerabilidade. 70 Figura 4.5 – Mapa de vulnerabilidade à erosão de acordo com a declividade. Local: Ilha do Fernadez e setor de Barreiras - IVC do ano 2015. r 71  Mapa de altura significativa de ondas O mapa temático de altura significativa de onda (Figura 4.6) mostra locais onde as ondas remobilizam sedimentos, de acordo com a vulnerabilidade à erosão. As áreas de maior altura significativa são as mais vulneráveis. Os resultados da modelagem de altura significativa de onda no SWAN evidenciaram que o setor com maior altura (1,43m) está relacionado ao cânion submerso do Rio Açu, na parte central da área, no ponto 02, próximo a Macau. O ponto 01 tem Hs de 1,22m está próximo a ilha barreira de Tubarão. Os pontos três e quatro mostraram alturas significativas classificadas como muito baixa e baixa vulnerabilidade a erosão, respectivamente. Em ambos os IVCs do ano 2000 e 2015 foram utilizados o mesmo valor de vulnerabilidade para este parâmetro. 72 Figura 4.6 - Resultados de vulnerabilidade costeira segundo a variável Altura Significativa de Onda (Hs) - IVC do ano 2000. 73  Mapas do Índice de Vulnerabilidade Costeira à Erosão para os RCPs O IVC, resultado da integração dos mapas temáticos, foi apresentado para os anos de 2000 e 2015 nas Figuras 4.7 e 4.8, respectivamente. Os resultados estão demonstrados sobre a imagem de satélite do ano 2016, a fim de caracterizar a intensa dinâmica ambiental da região. Para o mesmo ano, os resultados diferem quanto a taxa de variação do NMM, visto foram analisados para os cenários de RCPs 2,6w/m², 4,5w/m² e 8,5w/m² (IPCC, 2014). O IVC para o ano 2000 no cenário RCP 2,6 (Figura 4.11a) mostrou que cerca de 50% das áreas estão classificadas como baixa e média vulnerabilidade, 15% em muito baixa vulnerabilidade e 14% de muito alta vulnerabilidade. Enquanto isto, os resultados do IVC do ano 2015 para o mesmo cenário do IPCC (Figura 4.12a) mostram 39,7% de áreas classificadas como muito baixa vulnerabilidade, 42% baixa e média vulnerabilidade, 15,49% alta e 1,82% muito alta vulnerabilidade, enquanto o cenário RCP 4,5 para o mesmo ano mostra 29.86% em alta e muito alta vulnerabilidade à erosão (Figura 4.12b). De modo geral, percebe-se que os resultados da categoria muito alta vulnerabilidade foram menores no IVC do ano 2015. Assim, percebe-se que a utilização do mapeamento geomorfológico de detalhe, juntamente com a altimetria de precisão, nos RCPs 2,6 e 4,5 (Figura 4.11a e 4.11b e Figura 4.12a e 4.12b) evidenciaram a existência de áreas de muito baixa vulnerabilidade e diminuíram a ocorrência da classe muito alta vulnerabilidade em todos os RCPs. Devido à baixa resolução altimétrica das imagens SRTM (Figura 4.9) não foi possível determinar com precisão a declividade e, consequentemente, o IVC nas ilhas barreiras existentes na área de estudo, pois suas variações altimétricas estão abaixo do limite de detecção (SANTOS et al., 2013; AMARO et al., 2013; LIMA; SILVA; MELO, 2016). Comparativamente, o IVC com altimetria LiDAR aeroportado melhorou os resultados, visto que a resolução espacial e altimétrica evidenciou os detalhes da LC, assim possibilitando identificar os diferentes feições geomorfológicas, tais como dunas frontais e cúspides praiais (Figura 4.10). A metodologia IVC utiliza o índice em apenas uma dimensão, de forma linear, em costas expostas e praias arenosas. Porém, em função do alto nível de detalhe alcançado com mapeamento temático de detalhe e com s altimetria LiDAR aeroportado, justifica-se a utilização do IVC em duas dimensões, em uma faixa costeira de 100 metros e em partes 74 abrigadas do estuário, canais de maré, esporões e ilhas barreiras. 75 Figura 4.7 – Resultado preliminar do mapa de IVC- mapeamento temático aplicado às linhas de costa e parâmetros de vulnerabilidade com demonstração dos utilizados no IVC RCP 4,5 no ano 2000. 76 Figura 4.8 - Resultado preliminar do mapa de IVC. Mapeamento temático aplicado às linhas de costa e parâmetros de vulnerabilidade com demonstração dos utilizados no IVC RCP 4,5 no ano 2015. 77 Figura 4.9 – Detalhe do mapa de IVC do ano 2000 no cenário RCP 4,5 na área da RDSEPT, sobre imagem atual para evidenciar dinâmica costeira. 78 Figura 4.10 – Mapa de IVC no cenário RCP 4,5 do ano 2015 na RDESPT. 79 Figura 4.11 - Histogramas do mapa de IVC do ano 2000 nos cenários RCP 2,6 4,5 e 8,5w/m². Figura 4.12 - Histogramas do mapa de IVC do ano 2015 nos cenários RCP 2,6 4,5 e 8,5w/m². 80 4.2 Mapa de Risco à Inundação Os resultados do mapa de risco à inundação refletem a acurácia do MDE utilizado, conforme resultados obtidos por meio da comparação estatística entre as bases topográficas e os dados do MDE do LiDAR aeroportado e as 17 bases distribuídas na área de estudo, que estão expostos sob a forma de resumo descritivo dos dados na Tabela 4.1. Tabela 4.1 - Resumo estatístico descritivos dos dados. N=17 Estatística Descritiva GNSS LiDAR Mínimo 0.960 0.816 Máximo 135.660 135.450 Amplitude 134.700 134.634 Média 15.828 15.716 Erro padrão 7.888 7.884 Mediana 5.111 4.798 Desvio padrão 32.522 32.506 Variância da amostra 1057.706 1056.654 De acordo com os resultados obtidos ao executar o teste Mann-Whitney (Wilcoxon rank sum test), na comparação dos dois modelos altimétricos, não foi verificada uma diferença estatística significativa entre os dois conjuntos de dados (p-value = 0.654) (Tabela 4.2) (Figura 4.13). Tabela 4.2 - Resumo do teste comparativo entre os grupos (GNSS x LiDAR) Teste Mann-Whitney Rank Sum Grupo Mediana 25% 75% GNSS 5.111 1.078 14.113 LiDAR 4.798 0.844 13.980 Mann-Whitney U Statistic= 131.000 T = 311.000 N= 17 (p = 0.654) 81 Figura 4.13 - Box-plot da distribuição dos dados de altitudes ortométricas entre os pontos de controle GNSS e os dados LiDAR aeroportado. Tendência central dos dados: mediana. Apesar de o MDE do LiDAR aeroportado ter resolução espacial de 5 metros, quando comparados a dados pontuais, por análise de regressão linear, é possível observar uma alta correlação entre o modelo de altitude ortométrica LiDAR aeroportado e os dados de referência GNSS, cujo coeficiente de determinação (R²) explica cerca de 100% da variação das amostras (Tabela 4.3). Na Figura 4.14 apresenta-se o diagrama de dispersão entre as altitudes ortométricas do MDE do LiDAR aeroportado e os dados de referência GNSS, além da linha de tendência ajustada aos dados. Tabela 4.3 - Resumo da Análise de Regressão Linear Regressão Linear Função GNSS = 0.104 + (1.000 * LiDAR) R = 1.000 Rsqr = 1.000 Stand. Error of Estimate = 0.213 Valor de p < 0.001 82 Figura 4.14 - Gráfico da regressão Linear. A Tabela 4.4 apresenta os indicadores estatísticos das discrepâncias amostrais das altitudes do MDE do LiDAR aeroportado, em relação às altitudes de referências GNSS. Tabela 4.4 - Indicadores estatísticos das discrepâncias amostrais entre os modelos Indicador Valor R² 1.000 d 1.000 RMSE 0.461 Observa-se que o erro padrão encontrado no MDE do Lidar é de 21 centímetros; portanto, o mapa de risco de inundação por aumento do nível médio do mar aborda com acurácia os cenários RCP, visto que o intervalo de erro é inferior aos valores de elevação do NMM. No mapa está considerado o erro padrão estimado e nele não houve interferência da vegetação, pois ao analisar os valores de altitude do terreno obtidos com levantamento estático em área de mangue (Tabela 4.5) percebe-se que o valor altimétrico obtido no aerolevantamento na coluna RasterValue corresponde aproximadamente ao valor “h” do 83 terreno, sem que tenha havido, portanto, interferência da vegetação. Tabela 4.5 - Pontos GNSS em área de mangue. Nome UTM Y (m) UTM X (m) Z (m) H(m) MAPGEO2010 Antena (m) Raster value(m) avicennia-01 9438105 779439 -5.16 1.05 6.66 0.845893 rhizooph.03 9438106 779418 -5.219 0.991 7.95 0.816968 rhizoph.-01 9438115 779430 -5.25 0.960 7.75 0.815566 rhizoph.-02 9438115 779429 -5.167 1.043 7.95 0.815566 vertice-01 9438036 779442 -5.123 1.087 6.55 0.8395 Fonte: Adaptado de Costa (2016). Através da estação IBGE ponto 92428 (Tabela 3.5), cuja diferença de altitude apresentou menor valor, percebe-se que no aerolevantamento LiDAR os valores de altitude ortométrica foram obtidos usando a altitude geométrica de aerolevantamento e corrigindo-se o geóide pelo modelo MAPGEO2010. No mapa de risco de inundação, está implícito que a cota 0,00m do nível de redução (NR) da carta náutica utilizado pela DHN nas alturas de maré seria igual ao referencial 0,00m da RBMC. A diferença existente não pôde ser verificada, mas não inviabiliza os resultados, visto que os níveis de MHWM do mapa de inundação correspondem visualmente a LC. No mapa estão subentendidos os resultados da maré meteorológica (Figura 39) que mostra uma altura de 0,1m para o período de retorno de 30 anos. Este resultado adotado para maré meteorológica é em função de observação de séries históricas e seus valores futuros em situação de eventos extremos são desconhecidos. Em função da própria definição, os eventos tendem a não seguir a normal meteorológica. O valor 0,15 do ano de 1945 foi considerado outlier. 84 Figura 4.15 - Maré meteorológica aplicada no mapa de risco de inundação, simulada no SMC tools.  Risco de inundação e uso e ocupação do solo 2015 Os resultados do mapa de risco de inundação (Figura 4.18) nos quais as áreas em azul representam os níveis de maré atuais, a cor verde representa a coincidência de maré astronômica alta com maré meteorológica alta, e as cores amarela laranja e vermelha a inundação devido às mudanças climáticas e elevação do NMM, quando analisados com o mapa de uso e ocupação do solo, no qual se percebe que do total de 1.920 km² da área de estudo, 1.353 km² estão emersos. Dos 751 km² classificados como corpos d'água, 567 km² pertencem ao Oceano Atlântico e 184 km² a áreas estuarinas. Das áreas emersas, 44,8% está ocupado por vegetação de caatinga, 14,39% por áreas alagadiças (inundadas frequentemente), 9,14% por salinas, 8,6% por agricultura; 4,78 por dunas móveis, 4,13 dunas fixas, 3,9% por manguezais 2,46% por carcinicultura; 2,41% por lagoas, 2.21% solo exposto, 2.01% indústria do petróleo; 0,95% por planície interdunar, 0,87% bancos arenosos 0,59% área urbana, 0,43% faixa de praia e 0,22% geração de energia eólica, mostram que pela Figura 4.20 que nas salinas os níveis dos tanques já estão atualmente sujeitos ao regime de inundação e por isso figuram com até 99,5% (119km²) de área inundada em eventos extremos e que com a elevação do NMM, haverá possivelmente perda na produtividade e danos aos tanques. A segunda classe de uso e ocupação do solo mais atingida na simulação 85 RCP 8,5 realizada foi o manguezal que terá até 49 km² atingidos por inundações o que representa até 96,2% de todas as áreas de ecossistemas manguezal, que não implica na extinção deste ecossistema, que naturalmente ocupará outras áreas, processo este que já foi identificado por Silva (2017). As lagoas, faixas de praias e bancos arenosos costeiros também serão intensamente atingidos, em torno de 90% de suas áreas seriam retrabalhados por ação hidrodinâmica pois encontram-se em zonas topograficamente baixas. Até 26,2 km² (76,2%) das áreas de carcinicultura, 48% da planície interdunar, 26% (31km²) das áreas de dunas, 9,79km² (1,67%)das áreas de caatinga, 1,0 % das eólicas, 0,5% de agricultura apresentam risco de inundação. Ainda não é possível estimar os danos, pois não existe valoração de cada classe de uso e ocupação do solo, mas sem dúvida, pela natureza do uso, os 2,95km² (43,1%) de área urbana, distribuídos nas comunidades de Barreiras, Diogo Lopes, Ponta do Mel e nas cidades de Porto do Mangue e Macau (Figura 4.19), representam o maior risco de desastres socioambientais, juntamente com área de exploração de óleo que apesar de ter somente 0,83km² (2%) atingido, é uma classe de alto risco ambiental associado. No mapa de inundação da área de estudo (Figura 4.18) a maior quantidade de área em risco de inundação nos cenários RCPs está a sul da localidade Logradouro, próximo ao rio Piranhas Açu, são áreas atualmente ocupadas com tanques de carcinicultura. A localidade de Imburanas está em alto risco de inundação e existe uma ilha que não está em risco de inundação, localizada entre Imburanas e Macau, a oeste da ilha de Santana. Existe risco de inundação de planície interdunar próxima a Porto do Mangue e um avanço do risco de inundação em áreas a leste de Diogo Lopes. No mapa de inundação, na cidade de Macau (Figura 4.19), é possível perceber o risco de inundação nos cenários RCP 2,6 w/m² de uma estação de tratamento de esgoto na parte sul da cidade. Atualmente, já existe risco de inundação na área do porto que está na cor azul- -escuro, às margens do Rio Piranhas-Açu, na parte sudoeste. Percebe-se a existência de uma bacia interior urbana na parte leste da cidade, que apesar de estar representada como área inundada por marés altas de sizígia, não ocorre atualmente pois todo seu entorno está mais elevado. A parte da cidade onde localiza-se o cemitério só seria atingida no cenário RCP 8,5w/m² (IPCC, 2014). 86 Figura 4.16 – Mapa temático de uso e ocupação do solo do estuário do Rio Piranhas-Açu, no ano de 2015. 87 Figura 4.17 - Frequência de classes de uso e ocupação do solo na área de estudo. 88 Figura 4.18 – Risco de inundações em eventos extremos (cenários RCPs, IPCC 2014). ILHA DE SANTANA 89 Figura 4.19 - Risco de inundação e eventos extremos (cenários RCPs IPCC 2014). Cidade de Macau-RN. 90 Figura 4.20 - Classes de uso e ocupação do solo e risco de inundação segundo cenários do IPCC 2014. 4.3 Discussões sobre levantamento cinemático GNSS e altimetria LiDAR Os resultados obtidos por meio da comparação do MDE LiDAR aeroportado e levantamento GNSS cinemático com 9000 pontos estão expostos sob a forma de resumo descritivo dos dados na Tabela 4.6. 91 Tabela 4.6 - Resumo estatístico descritivo dos dados N= 9000 Estatística Descritiva GNSS cinemático LiDAR Mínimo 0.746 0.597 Máximo 7.532 7.437 Amplitude 6.786 6.840 Média 2.500 2.504 Erro padrão 0.011 0.012 Mediana 2.229 2.204 Desvio padrão 1.089 1.098 Variância da amostra 1.185 1.206 Conforme os dados obtidos no teste Mann-Whitney (Wilcoxon rank sum test), na comparação dos dois modelos altimétricos, não foram verificadas diferenças estatísticas significativas entre os dois conjuntos de dados (p-value = 0.213) (Tabela 4.7) (Figura 4.21). Percebe-se, pela análise de regressão linear (Tabela 4.8), que o coeficiente de determinação R² explica 98% das amostras. Tabela 4.7 - Resumo do teste comparativo entre os grupos (GNSS x LiDAR) Teste Mann-Whitney Rank Sum Grupo Mediana 25% 75% GNSS 2.229 1.813 2.867 LiDAR 2.204 1821 2.872 Mann-Whitney U Statistic= 40066295.000 T = 81438205.000 N= 9000 (p = 0.213) 92 Figura 4.21 - Box-plot da distribuição dos dados de altitudes ortométricas entre os pontos cinemáticos GNSS e os dados LiDAR aeroportados. Tendência central dos dados: mediana. Tabela 4.8 - Resumo da Análise de Regressão Linear Regressão Linear Função GNSS = 0.0492 + (0.979 * LiDAR) R = 0.987 Rsqr = 0.974 Stand. Error of Estimate= 0.174 Valor de p < 0.001 93 Figura 4.22 - Gráfico da regressão Linear. A Tabela 4.9 apresenta os indicadores estatísticos das discrepâncias amostrais das altitudes do MDE LiDAR aeroportado, em relação às altitudes coletadas em receptores GNSS, no modo estático. Tabela 4.9 - Indicadores estatísticos das discrepâncias amostrais entre os modelos Indicador Valor R² 0.974 d 0.994 RMSE 0.385 Os resultados obtidos nas análises estatísticas mostraram alta correlação entre os dados altimétricos do levantamento LiDAR aeroportado com os dados do levantamento GNSS no modo cinemático, indicando que o setor do aerolevantamento foi realizado num período próximo ao do levantamento cinemático em campo e, portanto, os dados são compatíveis. Além disto, percebe-se que existe aplicabilidade da metodologia do aerolevantamento LiDAR integrado ao levantamento cinemático em campo, utilizando os dois métodos para áreas extensas, com uso de pontos de controle estáticos, coletando dados em locais inacessíveis para o método cinemático. Esta aplicação de diferentes Geotecnologias torna-se especialmente vantajosa para o planejamento de levantamentos futuros, ao reduzir custos e otimizar o tempo necessário, uma vez que o método cinemático tem restrições de custo e de logística para aplicações em grandes áreas. 94 5 CONCLUSÕES O estudo apresentado sumariza a avaliação do Índice de Vulnerabilidade Costeira e risco de inundação em eventos extremos no curso do baixo Estuário do Rio Piranhas-Açu, com utilização de imagens de sensores orbitais e LiDAR aeroportado e outras Geotecnologias. A aplicação de Geotecnologias, entre as quais a compilação de mapas em escala de detalhe da área estudada e a atualização de mapas por meio de imagens de sensores orbitais, permitiu a determinação do IVC à erosão e de áreas de risco de inundação em ambientes estuarinos com praias arenosas, esporões arenosos, manguezais, canais de maré, rios, planícies flúvio- estuarinas e flúvio-lacustrinos, com campos de dunas adjacentes. Isto foi realizado após caracterização da área, que identificou seus aspectos ambientais, geodinâmicos e socioeconômicos, que abriga aproximadamente 42 mil pessoas e que tem grande importância econômica para o RN. Buscou-se contextualizar esta pesquisa a um referencial teórico como parâmetro para esse e outros estudos futuros. Isto foi realizado englobando os conceitos de zona costeira brasileira, seus aspectos políticos e características naturais, colaborando assim no gerenciamento, que atualmente dispõe de Plano Nacional de Gerenciamento Costeiro (PNGC), como uma das medidas adaptativas às mudanças climáticas. Ainda no referencial definiu-se IVC, revisitando suas aplicações em cenário nacional, regional e local, bem como apresentando os últimos debates e ferramentas aplicadas à vulnerabilidade à erosão. Os conceitos de vulnerabilidade, risco e perigo, em todas as suas proporções multidimensionais, incorporaram- se à discussão sobre zonas costeiras e mudanças climáticas, especificando-se o risco de inundação, que também é tema central. Nesta etapa, os exemplos de nações que correm risco de submergir, de projetos de contenção de inundação, de adaptação às mudanças climáticas (em implantação em países desenvolvidos) e com exemplos de inundação recorrentes na área de estudo, apontam para a alta relevância, atualidade e aplicabilidade do estudo. A metodologia aplicada para ao IVC, desenvolvida ao longo da pesquisa para geração de mapa de vulnerabilidade à erosão costeira e mapa de risco de inundação, mostrou-se satisfatória através dos resultados. Durante sua elaboração, como resultados obteve-se na escala 1:25.000: mapa geomorfológico, o mapa de taxa de variação de LC, mapa de declividade e de altura significativa de onda, todos do ano 2015, que ficam como referenciais cartográficos atualizados. O mapa de taxa de variação de LC e de vulnerabilidade para o ano de 2015 mostrou 12 % muito baixa, 7% baixa, 29% média, 34% alta e 16% muito alta vulnerabilidade. O mapa de declividade mostrou 56% da LC em alta e muito alta vulnerabilidade à erosão. No mapa de 95 geomorfologia mais de 90% da área está em alta e muito alta vulnerabilidade à erosão. Para o parâmetro ondas, a modelagem concluiu pela baixa vulnerabilidade à erosão no trecho de Ponta do Mel a Porto do Mangue, muito alta vulnerabilidade no intervalo entre as praias de Camapum e Soledade, e média vulnerabilidade à erosão entre as praias de Fernadez e Minhoto. No resultado IVC do ano 2015, obteve-se para o RCP 2,6 (IPCC, 2014) 56,12% da LC em muito baixa a baixa vulnerabilidade e 17,31% em alta a muito alta vulnerabilidade. No RCP 4,5 (IPCC, 2014) 41,46% muito baixa a baixa vulnerabilidade e 29,86% alta a muito alta vulnerabilidade. No RCP 8,5w/m² os resultados mostraram 35% da LC em baixa a muito baixa vulnerabilidade e 42% alta a muito alta. A elaboração do IVC 2000 com a altimetria SRTM, como base para o mapa de declividade no ano 2000, foi importante porque permitiu identificar os benefícios da utilização do MDE do LiDAR aeroportado no realce das feições de relevo. O mapa de risco de inundação que considerou o erro do modelo altimétrico, a maré meteorológica, astronômica e três cenários RCPs do IPCC evidenciou o risco de inundação nos ecossistemas costeiros e nas principais atividades socioeconômicas da área. Neste mapa, a inundação considerou a cota 0,00 do Nível de Redução (NR), utilizado pelo DHN nos níveis de maré, igual ao 0,00 da RBMC. Para melhores resultados é necessário verificar e corrigir a diferença entre os dois referenciais na área de estudo. Por meio da análise integrada do risco de inundação com o mapa de uso e ocupação do solo, verificou-se que para o cenário RCP 8,5w/m² 96% dos manguezais, 99% das salinas, 90% das áreas de lagoas, faixa de praia bancos arenosos 76,2% da carcinicultura e 43% de áreas urbanas estão em risco de inundação. O percentual de inundação nas zonas urbanas está distribuído em Ponta do Mel, Porto do Mangue e Diogo Lopes e foi demonstrado mais detalhadamente na cidade de Macau. Constatou-se as melhorias na elaboração do IVC pela utilização de altimetria de precisão LiDAR, frente a altimetria convencional (SRTM). Também foi encontrada uma metodologia para validação do dado altimétrico e concluiu-se através de análises estatísticas, pela possibilidade de sua utilização para simulação de inundação com cenários IPCC e possibilidade de integração com dados de levantamento GNSS, visto que os coeficientes de correlação dos dois tipos de levantamento estão próximos a 1. A operacionalização de parâmetros meteoceanográficos contou com SMC e SWAN. O grande avanço mundial no uso de geotecnologias foi motivação para que se estabelecesse a metodologia de vulnerabilidade costeira e de estimativas do risco de inundação, a fim de encontrar aplicabilidade e interagir diferentes conceitos do campo da geodésia, 96 sensoriamento remoto e geoprocessamento, aplicados à geologia ambiental. Dentre outros argumentos, este estudo se estabelece como tentativa de preencher a lacuna metodológica atual e contribuir com a ampliação do conhecimento. Este feito justifica- se, sobretudo, por estar sendo realizado em uma área estuarina de alto potencial ecológico, ambientalmente frágil, onde se localiza a RSDSEPT e onde são desenvolvidas diversas atividades socioeconômicas importantes para economia do RN, mas de elevado risco ambiental (AMARO; ROCHA JÚNIOR, 2012). Recomenda-se para estudos futuros, a respeito de inundação neste estuário, que se considerem cenários de inundação com elevação do nível d´água, em função da vazão do Rio Piranhas-Açu, juntamente com os parâmetros já adotados. O Piranhas-Açu apesar de estar recebendo mais um projeto de barragem (Oiticica) não está livre da ocorrência de cheias. Como medida de curto prazo para adaptação aos riscos de inundação em eventos extremos, recomenda-se a elaboração de planos de emergência para a área. Como medida de longo prazo, para as zonas costeiras, orienta-se que sejam estudadas propostas de realinhamento gerenciado de LC, de forma passiva, pois esta é uma solução sustentável de menor custo e que previne a perda de habitats naturais (ESTEVES, 2014). Sugere-se a aplicação desta metodologia de risco de inundação em zonas costeiras densamente ocupadas, onde haja MDEs precisos com utilização de pontos de controle, com o intuito de contribuir para o gerenciamento costeiro. 97 REFERÊNCIAS ABUODA, P. A.; WOODROFFE, C.D. International Assessments of the Vulnerability of the Coastal Zone to Climate Change, Including an Australian Perspective. Wollongong: Research Online/University of Wollongong, 2006. Disponível em: . Acesso em: 20 dez. 2016. ALMEIDA, F. F. M. et al. Províncias Estruturais Brasileiras. In: SIMPÓSIO DE GEOLOGIA DO NORDESTE, 8., 1977, Campina Grande. Atas... Campina Grande: SBG, 1977. p. 363-391. Disponível em: . Acesso em: 26 set. 2016. ALMEIDA, L. R. et al. Avaliação do clima de ondas da praia de Ponta Negra (RN, Brasil) através do uso do SMC-Brasil e sua contribuição à gestão costeira. Revista de Gestão Costeira Integrada, Lisboa, v. 15, n. 2, p. 135-151, jun. 2015. Disponível em: . Acesso em: 23 set. 2016. ALVES, H. P. F. Vulnerabilidade socioambiental na metrópole paulistana: uma análise sociodemográfica das situações de sobreposição espacial de problemas e riscos sociais e ambientais. Revista Brasileira de Estudos da População, São Paulo, v. 23, n. 1, p. 43-59, jan./jun. 2006. Disponível em: . Acesso em: 20 out. 2016. AMARO, V. E.; ARAÚJO, A. B. Análise Multitemporal da Morfodinâmica da região costeira setentrional do nordeste do Brasil entre os municípios de Grossos e Tibau, estado do Rio Grande do Norte. Revista de Gestão Costeira Integrada, Lisboa, v. 8, n. 2, p. 77-100, dez. 2008. Disponível em: . Acesso em: 10 jan. 2017. AMARO, V. E.; ROCHA JÚNIOR, J. Avaliação ecológico-econômica do manguezal na foz do Rio Açu/RN: O sequestro de carbono e a importância da aplicação de práticas preservacionistas. Geologia, Fortaleza, v. 25, n. 2, p. 71-77, jul./dez. 2012. Disponível em: . Acesso em: 24 set. 2016. AMARO, V. E. Geotecnologias aplicadas à vulnerabilidade costeira. In: SIMPÓSIO NACIONAL SOBRE VULNERABILIDADE COSTEIRA, 1., 2013, Porto de Galinhas. Documento Síntese... Recife: UFPE, 2003. p. 22-24. Disponível em: . Acesso em 22 set. 2016. AMARO, V. E. et al. Multitemporal Analysis of Coastal Erosion Based on Multisource Satellite Images, Ponta Negra Beach, Natal City, Northeastern Brazil. Marine Geodesy, v. 38, n. 1, p. 1–25, jun. 2014. ANTUNES, P. B. Federalismo e Competências Ambientais no Brasil. Rio de Janeiro: Lúmen Júris, 2007. 333 p. AQUINO, J. R. ; SILVA FILHO, R. I. Vale do Açu: uma região estratégica para a economia potiguar. O Mossoroense, Mossoró, p. 5, 10 jan. 2015. 98 ARAI, M. A Grande Elevação Eustática do Mioceno e sua influência na origem do Grupo Barreiras. Revista do Instituto de Geociências – USP: Geologia USP, Série Científica, São Paulo, v. 6, n. 2, p. 1-6, out. 2006. Disponível em: . Acesso em: 25 out. 2016. ARAÚJO, R. Produção de camarão reduz 54%. Tribuna do Norte, Natal, 05 jul. 2015. Economia. Disponível em: . Acesso em: 17 ago. 2016. A ZONA Costeira do Brasil. 2009. Disponível em: . Acesso em: 05 out. 2016. BRAGA, T. M.; OLIVEIRA, E. L.; GIVISIEZ, G. H. N. Avaliação de metodologias de mensuração de risco e vulnerabilidade social a desastres naturais associados à mudança climática. São Paulo em Perspectiva, São Paulo, v. 20, n. 1, p. 81-95, jan./mar. 2006. Disponível em: . Acesso em: 17 ago. 2016. BRASIL. Agência Nacional do Petróleo, Gás Natural e Biocombustíveis. Banco de Dados de Exploração e Produção. Disponível em: . Acesso em 04 out. 2016. BRASIL. Ministério do Meio Ambiente. Erosão e Inundação Costeira. Brasília, 2013. Disponível em: . Acesso em: 03 set. 2016. BRASIL. Portal Brasil. Governo realiza estudos sobre o litoral brasileiro. Brasília, 2014. Disponível em: . Acesso em 20 set. 2016. BRASIL. Senado Federal. Resolução nº 01, de 21 de novembro de 1990. Aprova o Plano Nacional de Gerenciamento Costeiro (PNGC). Disponível em: . Acesso em: 18 ago. 2016. BRAUCH, Hans Günter. Threats, challenges, vulnerabilities and risks in environmental and human security. Bonn: UNU-EHS, 2005. Disponível em: . Acesso em: 17 ago. 2016. BOORI, M. S. Avaliação de impacto ambiental e gestão dos recursos naturais no estuário Apodi-Mossoró, nordeste do Brasil. 2011. 188 f. Tese (Doutorado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2011. Disponível em: . Acesso em: 22 out. 2016. BOORI, M. S.; AMARO, V. E. Natural and eco-environmental vulnerability assessment through multitemporal satellite data sets in Apodi valley region, Northeast Brazil. Journal of 99 Geography and Regional Planning, v. 4, p. 216–230, 2011. BÜCHELE, B. et al. Flood-risk mapping: contributions towards an enhanced assessment of extreme events and associated risks. Natural Hazards and Earth System Sciences, v. 6, p. 485–503, 2006. Disponível em: . Acesso em: 7 fev. 2016. BUSMAN, D.; AMARO, V. Métodos de obtenção da vulnerabilidade física para municípios costeiros do nordeste do Brasil. Revista do CERES, Caicó, v. 1, n. 2, p. 100-107, jul./dez. 2015. Disponível em: . Acesso em: 03 set. 2016. BUSMAN, D. V. Zoneamento da dinâmica costeira: Aplicação de geotecnologias em apoio à gestão costeira integrada na praia do Atalaia/PA e trecho de praias entre os municípios de Guamaré e Macau - RN, setor sob a influência da indústria petrolífera. 2016. 185 f. Tese (Doutorado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016. Disponível em: . Acesso em: 04 dez. 2016. CAMPOS, R. Suprimento de Sedimentos. 2009. Disponível em: . Acesso em: 10 out. 2016. CARDONA, O. D. The need for rethinking the concepts of vulnerability and risk from a holistic perspective: a necessary review and criticism for effective risk management. In: BANKOFF, G.; FRERKS, G.; HILHORST, D. Mapping vulnerability: disasters, development, and people. London: Earthscan Publications, 2003. cap. 3. Disponível em: . Acesso em: 17 ago. 2016. CARTER, R.W.G. Coastal environments: An introduction to the physical, ecological and cultural system of coastlines. London: Academic Press, 1988. 617 p. CHAVES, M. S. Dinâmica costeira dos campos petrolíferos Macau/Serra, litoral setentrional do estado do Rio Grande do Norte. 2005. 135 f. Tese (Doutorado em Geodinâmica e Geofísica) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2005. Disponível em: . Acesso em: 20 ago. 2016. CONSELHO DE DESENVOLVIMENTO TERRITORIAL DO LITORAL PARANAENSE. Sistema de Modelagem Costeira: Modelagem pode melhorar gerenciamento costeiro. Curitiba, 2011. Disponível em: . Acesso em: 17 ago. 2016. COSTA, J. L. Sal. Sumário Mineral, Brasília, v. 34, p. 108-109, 2014. Disponível em: . Acesso em: 10 out. 2016. 100 COSTA, B. C. P. Sensoriamento remoto em suporte ao mecanismo de desenvolvimento limpo (MDL) em manguezais do litoral setentrional do Rio Grande do Norte - RN, Brasil. Tese (Doutorado em Ciência e Engenharia de Petróleo) - Universidade Federal do Rio Grande do Norte, Natal, 2016. CREPANI, E. et al. Sensoriamento remoto e geoprocessamento aplicados ao zoneamento ecológico-econômico e ao ordenamento territorial. São José dos Campos: INPE, 2001. 124 p. Disponível em: . Acesso em: 29 out. 2016. CRÓSTA, A. P. Processamento digital de imagens de sensoriamento remoto. 1992. 173p. Tese (Doutorado ) - Instituto de Geociências, Universidade de Campinas, Campinas, 1992. CUNHA, L.; DIMUCCIO, L. Considerações sobre riscos naturais num espaço de transição. Exercícios cartográficos numa área a sul de Coimbra. Territorium, Coimbra, v. 9, p. 37-51, 2002. Disponível em: . Acesso em: 22 out. 2016. CUTTER, S. L. Vulnerability to environmental hazards. Progress in Human Geography, Thousand Oaks, v. 20, n. 4, p. 529-539, dez. 1996. Disponível em: . Acesso em: 14 out. 2016. DEPUTADO ESTADUAL MINEIRO. Chuvas que castigam região deixam rastros de destruição e prejuízos incalculáveis em Macau. 2008. Disponível em: . Acesso em: 05 jan. 2017. DESCHAMPS, M. V. Vulnerabilidade socioambiental na região metropolitana de Curitiba. 2004. 155 f. Tese (Doutorado em Meio Ambiente e Desenvolvimento) – Universidade Federal do Paraná, Curitiba, 2004. Disponível em: . Acesso em: 23 out. 2016. DILLEY, M. et al. Natural disaster hotspots: a global risk analysis. Washington: World Bank Publications, 2005. Disponível em: . Acesso em: 17 ago. 2016. DIEHL, F. P.; SPINOLA, J. L.; AZEVEDO, N. T. Mudanças climáticas globais e os impactos físicos e biológicos na zona costeira: Uma proposta de classificação. Âmbito Jurídico, Rio Grande, XIV, n. 87, abr. 2011. Disponível em: . Acesso em: 01 dez. 2016. DOMINGUEZ, J. M. L. et al. A plataforma continental do município de Salvador: Geologia, usos múltiplos e recursos minerais. Salvador: CBPM, 2011. 72 p. (Série 101 Arquivos Abertos, 37). Disponível em: . Acesso em: 24 set. 2016. ESTEVES, L. Managed realignment: a viable long-term coastal management strategy? Nova York: Springer, 2014. FERNANDES, M. J. P. Riscos no Concelho da Ribeira Brava movimentos de vertente cheias rápidas e inundações. 2009. 280 f. Dissertação (Mestrado em Dinâmicas Naturais e Riscos Naturais) – Universidade de Coimbra, 2009. Disponível em: . Acesso em: 02 nov. 2016. FERNANDEZ, G. B.; MUEHE, D. Algumas considerações sobre o efeito do fenômeno El Niño sobre feições costeiras ao longo da costa brasileira. Geographia, Niterói, v. 8, n. 15, p. 115-128, 2006. Disponível em: . Acesso em: 19 nov. 2016. GRIGIO, A. M. Evolução da paisagem do baixo curso do rio de Piranhas-Assu (1988- 2024): uso de autômatos celulares em modelo dinâmico espacial para simulação de cenários futuros. 2008. 247 f. Tese (Doutorado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2008. Disponível em: . Acesso em 11 out. 2016. GRIGIO, A. M. et al. Use of remote sensing and geographical information system in the determination of the natural and environmental vulnerability of the Guamaré municipal district – Rio Grande do Norte – northeast of Brazil. Journal of Coastal Research, Itajaí, v. 39, 2004. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Análise do Nível Médio do Mar nas Estações da Rede Maregráfica Permanente para Geodésia - RMPG 2001/2015. Rio de Janeiro: IBGE, 2016. 61 p. Disponível em: . Acesso em: 03 out. 2016. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo 2010. Rio de Janeiro: IBGE, 2010. Disponível em: . Acesso em: 03 out. 2016. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Manual técnico de Geomorfologia. 2. ed. Rio de Janeiro: IBGE, 2009. 182 p. Disponível em: . Acesso em: 24 out. 2016. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Manual técnico de uso da terra. 3. ed. Rio de Janeiro: IBGE, 2013. Disponível em: . Acesso em: 25 out. 2016. INSTITUTO DE DESENVOLVIMENTO SUSTENTÁVEL E MEIO AMBIENTE DO RN. Rede Compartilhada de Monitoramento de Qualidade da Água. Programa Água Azul. Relatórios. 2009a. Disponível em: . Acesso em: 12 out. 2016. 102 INSTITUTO DE DESENVOLVIMENTO SUSTENTÁVEL E MEIO AMBIENTE DO RN. Relatório de sobrevoo: Rio Piranhas-Açu (executado em 12-05-2009). Natal, 2009b. 28 p. Disponível em: . Acesso em: 18 jan. 2017. INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA. Censo escolar da educação básica 2013: resumo técnico. Brasília: INEP, 2014. 39 p. Disponível em: . Acesso em: 03 out. 2016. INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. Mudanças Climáticas: a base de Ciências Físicas. Contribuição do Grupo de Trabalho I ao Quinto Relatório de Avaliação do Painel Intergovernamental sobre Mudanças Climáticas. Estocolmo: IPCC, 2013. Disponível em: . Acesso em: 26 out. 2016. INTERGOVERNMENTAL PANEL ON CLIMATE CHANGE. Mudanças Climáticas: relatório síntese. Contribuição dos Grupos de Trabalho I, II e III para o Quinto Relatório de Avaliação do Painel Intergovernamental sobre Mudanças Climáticas. Genebra: IPCC, 2014. Disponível em: . Acesso em: 23 out. 2016. KÖPPEN, W. Climatología: con un estudio de los climas de la Tierra. Tradução Pedro Pérez. Buenos Aires: Fondo de Cultura Economica, 1948. 478 p. Tradução de: Klimatologie. Disponível em: . Acesso em: 26 nov. 2016. LEVENE, H. Robust Tests for Equality of Variances. In: I. OLKIN, I. (ed.). Contributions to Probability and Statistics. Palo Alto: Stanford University Press, 1960. p. 278-292. LIMA, C. C. Sensoriamento remoto aplicado à atualização de informações geoambientais e ao estudo da dinâmica da paisagem no estuário do Rio Piranhas-Açu/NE do Brasil. 2016. 141f. Monografia (Especialização em Geologia) - Universidade Federal do Rio Grande do Norte, Natal, 2016. LIMA, E. N. M. Tectônica pós-rifte na Bacia Potiguar. 2011. 166 f. Tese (Doutorado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2011. Disponível em: . Acesso em: 23 nov. 2016. LIMA, F. G. F.; MATOS, M. F. A.; AMARO, V. E. Contribuição para os estudos sobre influência das forçantes meteoceanográficas na morfodinâmica costeira do Litoral Setentrional do Rio Grande do Norte – Brasil. In: SIMPÓSIO NACIONAL DE GEOMORFOLOGIA, 9., 2012, Rio de Janeiro, Anais... Rio de Janeiro, 2012. 1 CD-ROM. LIMA, G. R.; SILVA, V. A. R.; MELO, L. V. O. Mapeamento geomorfológico de detalhe em uma parcela do Quilombo Águas Claras - Triunfo/PE. Revista de Geociências do Nordeste, 103 Caicó, v. 2, p. 33-42, 2016. Disponível em: . Acesso em: 14 jan. 2017. LINS-DE-BARROS, Flavia Moraes. Áreas Críticas e de Risco Potencial à Erosão Costeira no Município de Maricá. In: CONGRESSO DA ASSOCIAÇÃO BRASILEIRA DE ESTUDOS DO QUATERNÁRIO, 10., 2005, Guarapari. Resumos... São Paulo: ABEQUA, 2005. Disponível em: . Acesso em: 02 set. 2016. LUO, T. et al. Os 15 países com mais pessoas expostas às inundações causadas pelos rios. 2015. Disponível em: . Acesso em: 20 dez. 2016. MAFFRA, C. Q. T.; MAZZOLA, M. As razões dos desastres em território brasileiro. In: SANTOS, R. F. (Org.). Vulnerabilidade ambiental: desastres naturais ou fenômenos induzidos? Brasília: MMA, 2007. 192 p. cap. 1. Disponível em: . Acesso em: 20 nov. 2016. MALLMANN, Daniele Laura Bridi. Análise de risco à erosão costeira de curto-termo para o litoral central de Pernambuco. 2016. Tese (Doutorado em Oceanografia) - Departamento de Oceanografia, Universidade Federal de Pernambuco, Recife, 2016. MARANDOLA JR, E.; HOGAN, D. J. Vulnerabilidade do lugar vs. vulnerabilidade sociodemográfica: implicações metodológicas de uma velha questão. Revista Brasileira de Estudos da População, Rio de Janeiro, v. 26, n. 2, p. 161-181, jul./dez. 2009. Disponível em: . Acesso em: 15 nov. 2016. MARANDOLA JR., E.; HOGAN, D. J. Vulnerabilidades e riscos: entre geografia e demografia. Revista Brasileira de Estudos de População, São Paulo, v. 22, n. 1, p. 29-53, jan./jun. 2005. Disponível em: . Acesso em: 28 out. 2016. MARCELINO, A. M. T.; ARAÚJO, D. J. C. Projeto “Transferência de metodologias e ferramentas de apoio à Gestão do Litoral Brasileiro, Sistema de Modelagem Costeira do Brasil (SMC-Brasil)”. [entre 2014 e 2017]. Apresentação de slides. 29 slides. Disponível em: . Acesso em: 23 set. 2016. MARINHA DO BRASIL. Diretoria de Hidrografia e Navegação. Tábua das marés (2005- 2016). Niterói, 2016. Disponível em: . Acesso em: 11 jan. 2017. MARINO, M. T. R. D. et al. Vulnerabilidade física de parte do litoral leste do Ceará à erosão. Desenvolvimento e Meio Ambiente, Curitiba, v. 38, p. 253-281, ago. 2016. Disponível em: . Acesso em: 18 out. 2016. 104 MARTINS, K. A. et al. Determinação da erosão costeira no estado de Pernambuco através de Geoindicadores. Revista Brasileira de Geomorfologia, São Paulo, v. 17, n. 3, p.533-546, jul./set. 2016. Disponível em: < http://www.lsie.unb.br/rbg/index.php?journal=rbg&page=article&op=view&path%5B%5D=8 54&path%5B%5D=10.20502%2Frbg.v17i3.854>. Acesso em: 21 set. 2016. MARTINS, K. A. Vulnerabilidade à erosão costeira e mudanças climáticas através de indicadores em Pernambuco. 2015. 106 f. Dissertação (Mestrado em Oceanografia), - Departamento de Oceanografia, Universidade Federal de Pernambuco, Recife, 2015. Disponível em: . Acesso em: 10 set. 2016. MATOS, M. F. A. et al. Análise comparativa da agitação obtida com o Modelo Numérico (SWAN) na Modelagem de Ondas do litoral setentrional do Rio Grande do Norte, Brasil e dados de campo. Revista de Gestão Costeira Integrada, Lisboa, v. 13, n. 3, p. 283-299, 2013. Disponível em: . Acesso em: 04 nov. 2016. MATOS, R. M. D. The Northeast Brazilian Rift System. Tectonics, Danvers, v. 11, n. 4, p. 766-791, ago. 1992. Disponível em: . Acesso em: 24 ago. 2016. MATOS, M. F. A.; SCUDELARI, A. C.; AMARO, V. E. Modelagem da Agitação Marítima e Potencial de Energia de Ondas ao longo da costa setentrional do RN, Brasil. In: CONGRESSO LATINO-AMERICANO DE HIDRÁULICA, 27., 2016, Lima. Libro de artículos… Lima: IAHR-AIIHA, 2016. p. 3918-3927. MAZZALI, B. Índice de qualidade de praia - IQP aplicado com o uso de indicadores ambientais simplificados. 2010. 62 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Sanitária e Ambiental) – Universidade Federal de Santa Catarina, Florianópolis, 2010. Disponível em: . Acesso em: 09 out. 2016. NASCIMENTO, M. C. A erosão costeira e sua influência sobre a atividade petrolífera: alternativas sustentáveis na mitigação de impactos ambientais. 2009. 62 f. Dissertação (Mestrado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2009. Disponível em: . Acesso em: 27 out. 2016. NICHOLLS, R. J. et al. Sea-level rise and its possible impacts given a ‘beyond 4ºC world’ in the twenty-first century. Philosophical Transactions of the Royal Society A: Mathematical, Physical & Engineering Sciences, Londres, v. 369, p. 161-181, jan. 2011. Disponível em: . Acesso em: 09 set. 2016. POLETTE et al. Gerenciamento costeiro integrado e gerenciamento de recursos hídricos: como compatibilizar tal desafio. In: MUÑOZ, H. R. (Org.). Interfaces da gestão de recursos 105 hídricos: desafios da Lei de Águas de 1997. 2. ed. Brasília: Secretaria de Recursos Hídricos, 2000. p. 221-239. Disponível em: . Acesso em: 08 jan. 2017. RODRIGUEZ, E. A global assessment of the SRTM accuracy. In: THE SHUTTLE RADAR TOPOGRAPHY MISSION: DATA VALIDATION AND APPLICATIONS WORKSHOP, 2005, Reston. Resumos… Reston, 2005. p. 12-13. Disponível em: . Acesso em: 27 nov. 2016. SANTOS, C. L. A. et al. Mapeamento de recifes submersos na costa do Rio Grande do Norte, NE Brasil: Macau a Maracajau. Revista Brasileira de Geofísica, Rio de Janeiro, v. 25, p. 27- 36, 2007. Suplemento 1. Disponível em: . Acesso em: 29 out. 2016. SANTOS, M. S. T.; AMARO, V. E. Rede Geodésica para o monitoramento costeiro do litoral setentrional do estado do Rio Grande do Norte. Boletim de Ciências Geodésicas, Curitiba, v. 17, n. 4, p. 571-585, out./dez. 2011. Disponível em: . Acesso em: 04 dez. 2016. SHAPIRO, S. S.; WILK, M. B. An analysis of variance test for Normality (complete samples). Biometrika, Oxford, v. 52, p. 591-611, 1965. SILVA, F. E. Análise Multitemporal de Unidades Geomorfológicas do litoral setentrional do Rio Grande do Norte. 2017. 122 p. Monografia (Graduação em Geologia) – Departamento de Geologia, Universidade Federal do Rio Grande do Norte. SILVA, L. M. et al. Modelagem fuzzy aplicada na detecção da vulnerabildade à erosão costeira. Boletim de Ciências Geodésicas, Curitiba, v. 19, n. 4, p. 746-764, out./dez. 2013. Disponível em: . Acesso em: 28 out. 2016. SILVA, F. M.; OLIVEIRA, F. F. G.; ALMEIDA, L. Q. Análise da vulnerabilidade socioambinetal no ambiente estuarino: uma visão teórica-conceitual na interface entre sociedade e natureza. Revista do CERES, Caicó, v. 1, n. 2, p. 138-143, 2015. Disponível em: . Acesso em: 06 out. 2016. SIMÕES, L. M. F. A importância da integração dos riscos geológicos, no planeamento, no ordenamento do território e na protecção do meio ambiente: conceitos e algumas ideias. Millenium: Journal of Education, Technologies, and Health, Viseu, n. 7, jul. 1997. Disponível em: . Acesso em: 19 set. 2016. SIMPÓSIO NACIONAL SOBRE VULNERABILIDADE COSTEIRA, 1., 2013, Porto de Galinhas. Documento Síntese... Recife: UFPE, 2013. Disponível em: . Acesso em: 02 dez. 2016. SOARES, U. M.; ROSSETTI, E. L.; CASSAB, R. C. T. Bacias sedimentares brasileiras: Bacia Potiguar. Phoenix, Aracaju, v. 5, n. 56, ago. 2003. Disponível em: . Acesso em: 25 set. 2016. 106 SOUTO, M. V. S. Análise da evolução costeira do litoral setentrional do Estado do Rio Grande do Norte, região sob influência da indústria petrolífera. 2009. 177 f. Tese (Doutorado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2009. Disponível em: . Acesso em: 20 out. 2016. SOUTO, M. V. S. Análise multitemporal dos elementos geoambientais da região da Ponta do Tubarão, área de influência dos campos petrolíferos de Macau e Serra, município de Macau/RN. 2004. 112 f. Dissertação (Mestrado em Geodinâmica e Geofísica) – Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2004. Disponível em: . Acesso em: 28 out. 2016. SOUZA, C. R. D. G. A Erosão Costeira e os Desafios da Gestão Costeira no Brasil. Revista da Gestão Costeira Integrada, v. 9, n. 1, p. 17–37, 2009a. SOUZA, C. R. G.; SUGUIO, K. The coastal erosion risk zoning and the São Paulo Plan for Coastal Management. Journal of Coastal Research, v. 35, p. 530-547, mar./jun. 2003. Disponível em: . Acesso em: 21 ago. 2016. SPÖRL, C.; ROSS, J. L. S. Análise comparativa da fragilidade ambiental com aplicação de três modelos. GEOUSP: Espaço e Tempo, São Paulo, n. 15, p. 39-49. 2004. Disponível em: . Acesso em: 23 out. 2016. TABOSA, W. F.; VITAL, H. Interpretações preliminares para dados hidrodinâmicos da plataforma interna adjacente a São Bento do Norte - RN. 2004. In: CONGRESSO BRASILEIRO DE OCEANOGRAFIA, 6., 2014, Itajaí. Anais... Itajaí, 2014. TAGLIANI, C. R. A. Técnica para avaliação da vulnerabilidade ambiental de ambientes costeiros utilizando um sistema geográfico de informações. In: Simpósio Brasileiro de Sensoriamento Remoto, 11., 2003, Belo Horizonte. Anais... Belo Horizonte, 2003. p. 1657- 1664. Disponível em: . Acesso em: 20 ago. 2016. THIELER, R.; HAMMAR-KLOSE, E. National Assessment of Coastal Vulnerability to sea- level rise: preliminary results for the U.S. Gulf of Mexico Coast. Massachusetts: Woods Hole, 1999. Disponível em: . Acesso em: 23 set. 2016. TRIBUNA DO NORTE. Enchentes dizimaram viveiros. Tribuna do Norte, Natal, 05 jul. 2015. Economia. Disponível em: . Acesso em: 18 ago. 2016. VAN VUUREN, D. P. et al. The representative concentration pathways: an overview. Climatic Change, [S.l.], v. 109, n. 5, p. 5-31, nov. 2011. 107 VARGAS, C. I. C. et al. Análise da vulnerabilidade de uma praia estuarina à inundação: aplicação à Restinga do Alfeite (Estuário do Tejo). Revista da Gestão Costeira Integrada, Lisboa, v. 8, n. 1, p. 25-43, 2008. Disponível em: . Acesso em: 20 nov. 2016. VILAÇA, J.G. et al. Geologia ambiental da área costeira de Ponta de Búzios a barra de Maxaranguape-RN. In: SIMPÓSIO DE GEOLOGIA DO NORDESTE, 12., 1986, João Pessoa. Atas... João Pessoa. p. 220-227. VITAL, H. et al. Rio Grande do Norte. In: MUEHE, D. (Org.). Erosão e progradação no litoral brasileiro. Brasília: MMA, 2006. p. 155-172. Disponível em: . Acesso em: 17 out. 2016. ZAR, J. H. Biostatistical Analysis. 5. ed. New Jersey: Prentice Hall, 2010. 944 p.