RESUMO A compreensão de segurança hídrica requer a utilização de índices, que são estabelecidos com base em indicadores. A escassez de indicadores para compor um índice para avaliar a segurança hídrica no abastecimento público foi o que motivou a realização deste estudo. O objetivo central do artigo é apresentar um novo método capaz de identificar indicadores para o abastecimento na escala municipal. Para tanto, foram realizadas modificações em um método de análise de processos do tipo causa-efeito, no qual foram inseridos os aspectos e impactos gerados pelos agentes envolvidos. O método foi aplicado no município de Caxias do Sul (RS). Os indicadores obtidos foram verificados com especialistas e com as partes interessadas. Os resultados mostraram que, para o caso da área de estudo, 34 indicadores são capazes de compor um índice de segurança hídrica.
Small watersheds lack socioeconomic data. These data are essential in land use decision-making and in water resources management, especially when determining its economic value. In order to contribute to filling this notable gap, this study presents an approach to estimate this type of information for small watersheds (from 5 to 100 km²), applying nighttime light (NTL) satellite images and available socioeconomic records from larger locale. Three socioeconomic indicators were chosen to test the method: Gross Domestic Product, population and jobs. The relationship between these three socioeconomic indicators and the radiance quantified from the NTL images was acquired through simple regression analysis applied at the 497 municipalities of the State of Rio Grande do Sul (RS), southern Brazil. The polynomial fit equations presented the best Coefficient of Determination, being further submitted to validation by using data from 50 municipalities of the neighboring State of Santa Catarina. The validation showed a very good estimation performance. The validated equations were used to estimate these socioeconomic indicators for small watersheds located in the municipality of Caxias do Sul, RS, in three different years: 2011, 2014 and 2018. Findings indicate that this novel application of NTL for estimating socioeconomic data can be a helpful tool towards land use and water resources management of small watersheds.Keywords: GDP, population, job, nighttime light, water resources management. Estimando indicadores socioeconômicos de pequenas bacias hidrográficas através de imagens noturnas de satélite no apoio à gestão dos recursos hídricos R E S U M OHá falta de dados socioeconômicos para pequenas bacias hidrográficas. Esses dados são fundamentais para a tomada de decisões na gestão dos recursos hídricos, principalmente na determinação do seu valor econômico. Para contribuir em preencher essa lacuna, este estudo apresenta um método para estimar esse tipo de informação para pequenas bacias hidrográficas (de 5 a 100 km²), aplicando imagens noturnas de satélite e dados socioeconômicos disponíveis de regiões maiores. Três indicadores socioeconômicos foram selecionados para testar o método: Produto Interno Bruto (PIB), população e emprego. A relação entre esses três indicadores e a radiância quantificada nas imagens noturnas foi obtida por meio de análise de regressão simples aplicada nos 497 municípios do Estado do Rio Grande do Sul (RS). As equações do ajuste polinomial apresentaram o melhor Coeficiente de Determinação, sendo posteriormente submetidas à validação com dados de 50 municípios localizados no Estado de Santa Catarina. A validação mostrou um desempenho de estimação muito bom. As equações validadas foram usadas para estimar esses indicadores socioeconômicos para pequenas bacias hidrográficas localizadas no município de Caxias do Sul, RS, em três anos distintos: 2011, 2014 e 2018. Os resultados indicam que esta nova aplicação de imagens noturnas de satélite para estimar dados socioeconômicos pode ser uma ferramenta útil para a gestão do uso do solo e dos recursos hídricos de pequenas bacias hidrográficas.Palavras-chave: PIB, população, emprego, luz noturna, gestão dos recursos hídricos.
As ocupações irregulares são um problema urbano que afetam a ordem socioambiental de cidades ao redor do mundo. Essa questão é ainda pior quando ocorre em áreas ambientalmente vulneráveis que devem ser protegidas, como as bacias hidrográficas destinadas à captação de água para consumo. Para que se possa intervir nesse problema é preciso conhecer a dinâmica da ocupação do espaço a ser preservado. Assim, o objetivo deste trabalho foi identificar os principais pontos de expansão da urbanização na bacia de captação do Arroio Faxinal, no município de Caxias do Sul, bem como caracterizar a ocupação irregular no seu interior. Nas áreas dos loteamentos irregulares, realizou-se o levantamento de informações de uma amostra da população, por meio de entrevista semiestruturada; bem como o mapeamento da ocupação por meio da evolução do uso e cobertura do solo usando imagens de satélite. As informações obtidas no levantamento formaram um banco de dados, cujas respostas foram analisadas estatisticamente. Entre os resultados, ficou evidenciado que há loteamentos de segunda residência, cujos moradores escolheram para lazer, mas a maioria da população é de baixa renda e vive no local por falta de opção. Ainda, grande parte das ocupações irregulares cresceu sobre Áreas de Preservação Permanente, o que colabora para a degradação dos recursos hídricos superficiais da bacia e reduz a segurança hídrica no abastecimento público. Os resultados indicam a necessidade de implementação de políticas públicas para minimizar os impactos e manter a sustentabilidade ambiental da região.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.