avaliaÇÃo da vulnerabilidade ao risco no … · esta representação foi conseguida através da...

VI Congresso da Geografia Portuguesa Lisboa, 17-20 de Outubro de 2007

1

AVALIAÇÃO DA VULNERABILIDADE AO RISCO NO MUNICÍPIO DE OEIRAS

Cristina Henriques e Michael Rodrigues Departamento de Geografia da Faculdade de Letras da Universidade de Lisboa, Alameda da

Universidade, 1600–214 Lisboa, Tel: +351 217910000, e-mail: [email protected]; [email protected]

Resumo

O trabalho desenvolvido teve como objectivo principal, desenvolver e aplicar, uma

metodologia para a representação espacial da vulnerabilidade ao risco no concelho de Oeiras.

Esta representação foi conseguida através da hierarquização do espaço concelhio em três

componentes da vulnerabilidade geral ao risco: 1) Vulnerabilidade Ambiental; 2)

Vulnerabilidade Social; 3) Vulnerabilidade Económica.

Ao avaliarmos a vulnerabilidade estamos a representar espacialmente a sensibilidade do

território, com o objectivo de identificar áreas onde o potencial dano causado com a

ocorrência de um qualquer evento danoso seja maior. O mesmo tipo de evento danoso

ocorrendo com a mesma intensidade em territórios diferentes, pode provocar fortes disfunções

num, não afectando o outro. Neste caso, embora a susceptibilidade dos dois territórios possa

ser semelhante, a sua vulnerabilidade face ao evento danoso é distinta, resultando em que o

risco seja também diferenciado para os dois territórios em questão. É a vulnerabilidade que

explica o porquê dos diferentes níveis de risco de diferentes territórios ao serem submetidos a

eventos danosos de igual intensidade. A avaliação da vulnerabilidade de um território é assim

um passo intermédio na avaliação do risco. Assim sendo, a equação mais genérica para

expressar o risco é dada por:

Risco = Perigosidade x Vulnerabilidade

Palavras-chave: Risco, Perigosidade, Vulnerabilidade, SIG.


2

1. INTRODUÇÃO

Este estudo teve como objectivo principal, desenvolver e aplicar, uma metodologia para a

representação espacial da vulnerabilidade ao risco no concelho de Oeiras e, de certo modo,

contribuir com um método de auxílio no processo de planeamento do território.

Neste estudo aplicamos metodologias de análise espacial que permitiram a representação

cartográfica de três componentes da vulnerabilidade geral ao risco hierarquizando, deste

modo, o espaço concelhio em termos da sensibilidade relativa face à ocorrência de um evento

prejudicial. As componentes consideradas foram três:

1. Vulnerabilidade Ambiental;

2. Vulnerabilidade Social;

3. Vulnerabilidade Económica.

Ao avaliarmos a vulnerabilidade estamos a representar espacialmente a sensibilidade do

território, com o objectivo de identificar áreas onde o potencial dano causado com a

ocorrência de um qualquer evento danoso seja maior, ou seja, a sensibilidade relativa do

concelho nas componentes ambiental, social e económica face à ocorrência de um qualquer

evento prejudicial.

O mesmo tipo de evento danoso ocorrendo com a mesma intensidade em territórios

diferentes, pode provocar fortes disfunções num, não afectando o outro. Neste caso, embora a

susceptibilidade dos dois territórios possa ser semelhante, a sua vulnerabilidade face ao

evento danoso é distinta, resultando em que o risco seja também diferenciado para os dois

territórios em questão. É a vulnerabilidade que explica o porquê dos diferentes níveis de risco

de diferentes territórios ao serem submetidos a eventos danosos de igual intensidade. A

avaliação da vulnerabilidade de um território é assim um passo intermédio na avaliação do

risco.

A análise do risco depende da obtenção e ponderação de dois parâmetros: a frequência ou

probabilidade de um determinado fenómeno ocorrer (Perigosidade), e a magnitude das

consequências associadas a ele (Vulnerabilidade). Assim sendo, a equação mais genérica para

expressar o risco é dada por:


3

Risco = Perigosidade x Vulnerabilidade

Segundo Zêzere (2005), os métodos utilizados na avaliação da vulnerabilidade podem ser

qualitativos ou quantitativos, agrupando-se em metodologias distintas.

No caso do presente trabalho aplicamos uma metodologia de abordagem directa, tendo sido

realizada uma avaliação directa do impacto dos riscos, sem referência às componentes do

cenário do risco. Esta abordagem é normalmente empregue quando os factores intervenientes

são demasiado complexos para avaliação sistemática, obtendo-se com isso uma avaliação

qualitativa.

Deste modo, propusemo-nos a classificar a vulnerabilidade para cada componente em quatro

classes:

1. Vulnerabilidade Máxima;

2. Vulnerabilidade Alta;

3. Vulnerabilidade Média;

4. Vulnerabilidade Baixa.

Esta classificação não deixa de ter um carácter subjectivo, dependente do nosso juízo na

atribuição do grau de importância relativa às variáveis que representam os elementos em

risco, um facto que é inerente ao se trabalhar com o conceito de vulnerabilidade.

A metodologia por nós empregue permite que a avaliação da vulnerabilidade seja realizada

sem trabalho de campo, tendo como unidade de análise espacial mínima a freguesia, graças à

diferenciação espacial que se consegue obter recorrendo às subsecções estatísticas no interior

de cada freguesia. A vantagem deste método reside no facto deste possibilitar uma avaliação

expedita, que se pode realizar até a uma escala a nível nacional, estando a limitação apenas

dependente da disponibilidade da informação. Foi também intenção deste trabalho

exemplificar a utilização de variáveis de cariz socio-económico provenientes dos Censos e a

sua integração de um modo relativamente simples e expedito para a obtenção de resultados.

A base cartográfica utilizada na representação gráfica da informação diz respeito às folhas

430 e 431 (5º edição) da Carta Militar de Portugal Série M888 (Instituto Geográfico do


4

Exército, 1992) e a Carta Administrativa Oficial de Portugal (Instituto Geográfico Português,

2006).

2. VULNERABILIDADE

No seio da comunidade científica é clara a definição dos conceitos de probabilidade de

ocorrência de um fenómeno indesejado e as suas consequências e risco, como resultado da

conjugação das características do fenómeno natural e dos elementos passíveis de serem

afectados (Figura 1). No entanto, no que concerne à terminologia, o mesmo não acontece,

sendo frequente encontrar vários termos associados a um mesmo conceito.

Figura 1 – Componentes do risco. Fonte: Garcia & Zêzere, 2003.

A terminologia internacional sistematizada por Varnes em 1984 define a vulnerabilidade

como o grau de danos de um elemento ou um conjunto de elementos em risco, resultante da

ocorrência de um fenómeno com determinada magnitude ou intensidade. O valor expressa-se

numa escala que varia entre zero (sem danos) a um (perda total do elemento vulnerável).

A análise da vulnerabilidade mais específica gera a necessidade de compreender a interacção

entre os fenómenos perigosos e os elementos expostos. A avaliação das consequências da

ocorrência de um fenómeno natural (sismo, cheia, etc) constitui uma das etapas mais

importantes para a avaliação do risco, no entanto, é a que apresenta menor desenvolvimento.

A capacidade de identificar os elementos em risco e as suas características encontra-se bem

desenvolvida, no entanto, a avaliação da vulnerabilidade propriamente dita ainda se encontra

num estádio primitivo. É preciso ter em conta que, no que concerne à avaliação da

vulnerabilidade humana, tudo se torna mais complicado e de análise subjectiva devido à


5

dificuldade em quantificar o valor de uma vida. A vulnerabilidade trata, deste modo, de uma

estimativa do nível provável de estragos, para cada elemento ou conjunto de elementos em

risco no território.

3. ENQUADRAMENTO GEOGRÁFICO DA ÁREA DE ESTUDO

O concelho de Oeiras pertence ao distrito de Lisboa, respectivamente à NUT II Lisboa e à

NUT III Grande Lisboa, sendo um dos 19 municípios que constituem a Área Metropolitana de

Lisboa (AML).

Situando-se na margem direita do rio Tejo, a cerca de 7 km da capital, encontra-se delimitado

a Norte e a Poente pelos concelhos de Sintra e Cascais, a Nascente pelos concelhos de Lisboa

e Amadora e, a Sul, pela barra do rio Tejo, numa frente ribeirinha com cerca de 9 km de

extensão (Figura 2).

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

!

!

!

!

!

Rib

.ª das Pa

rreira

s

R. Ja

mor

Rib.ª d

os O

ssos

SINTRA A M A D O R A

LI

SB

OA

C A S C A I S

A L M A D A

Alfragide1º (212 m)

MontesClaros

(176 m)

S. Miguel(173 m)

Alto dasCabeças

(177 m)

São Domingos de Rana Caxias

Trafaria

Belém

Carcavelos

Oeiras

Paço deArcos

Algés

CruzQuebrada

São FranciscoXavier

Linda-a-Velha

Ajuda

Queijas

Carnaxide

AlfragideBuraca

Damaia

PortoSalvo

Barcarena

Reboleira

Venteira

Massamá

Elipsóide de Hayford, Projecção de Gauss, Datum Lisboa

0 1 kmVILA

FRANCA DEXIRA

SINTRA

OEIRAS

ODIVELAS

MAFRA

LOURES

LISBOACASCAISAMADORA

Grande Lisboa

9°12'W9°14'W9°16'W9°18'W9°20'W

38°44'N

38°42'N

Linha de Água

Estrada

Linha Ferroviária

Alt. (m)

200

0

100

0 10 km

Figura 2 – Enquadramento geográfico do concelho de Oeiras.

Ocupando uma área de 46 km2 – apenas 1,47 % do território da AML e 4,23 % da Grande

Lisboa – fazem parte do município 10 freguesias; Algés, Barcarena, Carnaxide, Caxias, Cruz

Quebrada/Dafundo, Linda-a-Velha, Oeiras e S. Julião da Barra (sede de concelho), Paço de


6

Arcos, Porto Salvo e Queijas. Estas, em 2001, representavam 162 124 habitantes, cerca de 6%

da população da AML.

4. INTEGRAÇÃO DA INFORMAÇÃO GEOGRÁFICA

A questão de partida na parte prática deste trabalho, recaiu na escolha dos temas cartográficos

para a selecção das variáveis a integrar a análise espacial dentro de cada uma das três

componentes da vulnerabilidade em destaque. A metodologia aplicada visa identificar o grau

de vulnerabilidade do território face a determinados elementos em risco, cujos quais, são

representados pelas variáveis.

Esta escolha teve naturalmente condicionantes, uma vez que, não tínhamos acesso a todas as

variáveis que desejaríamos de incluir na análise de cada componente. De entre o lote das

variáveis (temas cartográficos) disponíveis fizemos a selecção do grupo a integrar a análise.

Esta escolha foi realizada tendo em conta as variáveis mais significativas para determinar a

vulnerabilidade de um território, dentro de cada uma das componentes em estudo.

4.1. Preparação dos dados

A maioria da informação cartográfica utilizada encontrava-se disponível em formato digital,

com a excepção de alguns temas a que foi necessário recorrer às cartas do PDM de Oeiras,

disponibilizadas no portal da Câmara Municipal de Oeiras, sendo a informação necessária,

posteriormente georreferenciada e vectorizada.

Apresenta-se no Quadro 1 a informação utilizada. As variáveis da Base Geográfica de

Referenciação de Informação do INE estavam disponíveis por subsecção estatística, o que

possibilita uma diferenciação espacial muito pormenorizada da distribuição dos valores das

variáveis do Censo 2001 ao longo do concelho, o que consistiu num factor crucial da

metodologia por nós empregue.

Um dos aspectos fulcrais da utilização das variáveis do Censo 2001, por subsecção estatística,

recaiu na sua ponderação. É evidente que nem todas as subsecções possuem a mesma área, no

entanto, o que pretendemos com este estudo é avaliar as áreas onde o potencial dano causado

seja maior e, deste modo, nunca poderíamos ponderar estas variáveis pela área das subsecções


7

estatísticas, pois disto iria resultar a distribuição espacial da concentração do valor das

variáveis, fazendo com que as subsecções com valores mais elevados pertencessem a áreas

onde a concentração de determinados elementos fosse maior e não onde existe de facto um

maior número de determinado tipo de elementos em risco, que é o que nos interessa na

avaliação.

Quadro 1 – Informação utilizada

Informação de base Variáveis Carta Militar de Portugal Série M888 – Folhas 430 & 431; 5º Edição (Instituto Geográfico do Exercito, 1992)

• Rede viária e ferroviária • Hidrografia

Subsecções Estatísticas do Concelho de Oeiras da Base Geográfica de Referenciação de Informação (BGRI), com os dados do XIV Recenseamento Geral da População e do IV Recenseamento Geral da Habitação (Instituto Nacional de Estatística, 2001)

• Edifícios exclusivamente residenciais • Edifícios principalmente residenciais • Edifícios com paredes de alvenaria argamassada • Edifícios com paredes de alvenaria de pedra abobe ou taipa • Edifícios com outros elementos resistentes (madeira, metálicos) • Edifícios com elementos resistentes de betão • Total de habitantes • Total de núcleos familiares residentes • População com menos de 14 anos • População com 65 ou mais anos • Edifícios construídos antes de 1919 • Edifícios construídos entre 1919 e 1945 • Edifícios construídos entre 1946 e 1960 • Edifícios construídos entre 1961 e 1970 • Edifícios construídos entre 1971 e 1980 • Edifícios construídos entre 1981 e 1985 • Edifícios construídos entre 1986 e 1990 • Edifícios construídos entre 1991 e 1995 • Edifícios construídos entre 1996 e 2001 • Edifícios com 1 ou 2 pavimentos • Edifícios com 3 ou 4 pavimentos • Edifícios com 5 ou mais pavimentos • Total de edifícios • Edifícios exclusivamente residenciais • Edifícios principalmente residenciais • População residente com idade entre 20 e 64 anos • Indivíduos residentes empregados

Carta de Ocupação do Solo (Instituto Geográfico Português, 1990) • Uso do solo

Cartas do PDM de Oeiras (Câmara Municipal de Oeiras, 1994)

• REN e áreas verdes • Reserva agrícola nacional • Hospitais • Escolas • Centros de saúde e extensões

Para dar resposta a esta problemática, a solução que se apresentou como a mais adequada,

passava por ponderar as variáveis pelo total registado no concelho para cada variável em

causa [(valor da subsecção/total do concelho)*100] resultando, deste modo, a representação


8

de cada variável em percentagem do total. Como já foi referido anteriormente, o que nos

interessa não é o grau de concentração mas sim, a posição hierárquica de cada subsecção

estatística em relação ao total da variável. No entanto, como procedemos em todos os casos a

um escalonamento que visa atribuir a cada uma das variáveis uma escala que varia entre 0-

255 (para ser possível um posterior cruzamento de dados), utilizamos para este processo os

valores absolutos em todas estas variáveis do Censo, uma vez que, a utilização dos valores,

quer em percentagem, quer em termos absolutos, para efeitos de escalonamento é

exactamente igual. Isto explica-se pelo facto da importância de uma subsecção em relação a

outra não se alterar com a ponderação pelo total da variável. Ainda assim, para representar

estas variáveis iniciais, dado se tratarem de mapas em mancha, a sua representação

cartográfica será sempre ilustrada através dos valores ponderados (em termos de percentagem

do total).

Apesar de todos estes entraves que se prendem com a ponderação dos dados, é preciso não

descurar que a utilização do espaço concelhio subdividido em subsecções estatísticas se revela

como um factor de extrema importância no âmbito do trabalho desenvolvido, atribuindo uma

qualidade acrescida a este tipo de avaliação, pois normalmente, a informação disponibilizada

para estes trabalhos de génese académica encontra-se muitas vezes apenas disponível por

freguesia.

Todos os temas cartográficos que constituíam as nossas variáveis de entrada estavam em

formato vectorial. Seria necessário converter todos os dados para formato matricial (raster) e

posteriormente importar toda esta informação no software IDRISI, utilizado para todos os

processos de análise espacial realizados. Na conversão para matricial foi definida uma

resolução dos ficheiros de 10 metros, a suficiente para os objectivos da análise e para uma

escala ao nível municipal.

4.2. Metodologias utilizadas

4.2.1. Escalonamento

O princípio da metodologia por nós empregue necessita que as variáveis de entrada possuam

todas a mesma escala de valores, de modo a que, face ao valor próprio posteriormente

atribuído a cada variável, estas possam ser cruzadas até se obter o resultado final da análise.


9

Naturalmente que as escalas de valores entre as variáveis eram muito díspares, existindo

inclusive a variável do uso do solo que tinha classes qualitativas. Não é necessário que os

dados de entrada possuam propriedades similares, ou seja, algumas variáveis podem ser

qualitativas e outras quantitativas, sendo contudo necessário converter as variáveis

qualitativas para quantitativas.

Posteriormente, como as variáveis quantitativas têm amplitudes díspares, para que seja

exequível um posterior cruzamento de dados, torna-se essencial efectuar um escalonamento.

Esta operação aritmética, vulgarmente designada pela maioria dos softwares SIG como

“fuzzy”, remete todos os valores das variáveis para uma mesma escala ordinal. Para este

trabalho utilizamos uma escala de 0-255, na qual o valor zero corresponde a áreas onde a

vulnerabilidade é nula e a partir desse valor a vulnerabilidade cresce até chegar aos 255, que

corresponde ao máximo de vulnerabilidade.

O processo de escalonamento considera as letras indicadas na figura 3 como pontos de

controlo, a função de escalonamento irá de seguida converter os valores para a escala de 0-

255.

Deste modo, consideremos uma variável que varie entre 100 e 1000 e que quanto mais alto o

seu valor, maior o impacto sobre a vulnerabilidade. Neste caso indicaríamos que o

escalonamento seria linear crescente, com os pontos de controlo A = 100 (valor escalonado 0)

e B = 1000 (valor escalonado 255). Após o escalonamento todos os valores da variável

ficariam convertidos de modo crescente e linear para a escala 0-255.

Figura 3 – Função de escalonamento linear.

0

255

255

0

255

0

0

255


10

Existem várias funções de escalonamento disponibilizadas pelo software. Para o nosso

trabalho recorremos à função linear. Na figura 3 podemos observar as tendências crescentes,

decrescentes e simétricas que esta função pode assumir. Recorrendo ao exemplo da variável

da rede viária e ferroviária e, no que diz respeito à vulnerabilidade social, admitimos que a

partir de 500 metros de distância às vias, a vulnerabilidade será máxima, porque em caso de

necessidade, essas áreas estão privadas de uma maior acessibilidade. Deste modo, com

recurso a uma função linear crescente, o ponto A iria corresponder a zero metros e o ponto B a

500 metros de distância à via. Ou seja, de zero a 500 metros a vulnerabilidade iria crescer

linearmente e seria máxima daí em diante (Figura 4a).

0

255

A = 0 m

B = 500 m

0

255 C = 0 m.

D = 200 m

(a) (b)

0

255

A = 0 m

B = 500 m

0

255 C = 0 m.

D = 200 m

(a) (b)

Figura 4 – Escalonamento das distâncias, à rede viária e ferroviária (a) e aos hospitais (b).

Um outro exemplo que podemos citar, ainda no caso da vulnerabilidade social, é a distância

aos hospitais. Neste caso utilizamos uma função linear decrescente, onde admitimos que o

ponto de controlo C iria corresponder a 0 metros e o ponto D a 200 metros de distância, ou

seja, a vulnerabilidade é máxima no local dos hospitais e decresce linearmente até aos 200

metros de distância, a partir daqui a vulnerabilidade tendo em conta esta variável torna-se nula

(Figura 4b).

4.2.2. Atribuição de Ponderações

Outro aspecto fundamental prende-se com o facto de as variáveis seleccionadas para este

trabalho não terem a mesma importância dentro de cada componente em análise. Torna-se por

isso necessário realizar uma ponderação entre as variáveis a usar em cada componente,

atribuindo o grau de importância de cada uma dentro de cada componente de análise. Esta

fase foi realizada através de uma comparação par a par, com a ajuda de uma matriz (Quadro

2). Para tal, indicamos a importância relativa de cada variável em relação ao conjunto, o

software no final indica-nos qual o valor próprio a introduzir para cada variável para a


11

integração final. O objectivo desta comparação é relacionar as variáveis, de acordo com uma

escala que indique a sua importância relativa face à componente estudada.

No caso das componentes social e económica consideramos uma escala entre 1 e 9, por outro

lado, no que diz respeito à componente ambiental foi considerada uma escala de 1 a 4 devido

ao facto de possuirmos para essa componente apenas quatro variáveis.

Quadro 2 – Matriz de comparação da importância relativa das variáveis

Variável 1 Variável 2 Variável 3 Variável 4 Variável 1 Variável 2 2 Variável 3 3 2 Variável 4 4 3 2

As variáveis são dispostas de uma forma crescente de importância relativa face à componente

estudada. Assim no exemplo do Quadro 2, a variável 1 é a variável com menor importância e

a variável 4 a que detém maior importância no grupo. A leitura da importância relativa das

variáveis entre si faz-se da linha em relação à coluna. A figura 5 ilustra a escala utilizada para

a comparação.

Figura 5 – Escala utilizada na matriz de comparação.

Após o preenchimento da matriz de comparação, o software devolve-nos os valores próprios

que devemos utilizar para cada variável no processo final de análise, a combinação linear

ponderada.

4.2.3. Combinação Linear Ponderada

Concluídos os passos anteriores estamos aptos a executar a análise multi-critério. Neste

processo agregamos/combinamos o conjunto total de variáveis através do método da

9 Relativamente à coluna, a variável da linha é extremamente mais importante

8

7

6 Relativamente à coluna, a variável da linha é bastante mais importante

5

4 Relativamente à coluna, a variável da linha é moderadamente mais importante

3

2

1 Relativamente à coluna, a variável da linha é igualmente importante


12

combinação linear ponderada e obtemos, deste modo, a distribuição espacial da

vulnerabilidade para cada uma das componentes.

A combinação linear ponderada começa por multiplicar cada variável pelo valor próprio

definido e posteriormente afere a soma dos resultados obtidos. O valor próprio das variáveis é

muito importante, porque determina como as variáveis se relacionam. Neste caso, quanto

mais elevado o valor próprio da variável, maior a influência desta no mapa de

vulnerabilidade.

Desta operação resultaram espacialmente as áreas de maior e menor grau de vulnerabilidade

face ao risco, para cada uma das componentes. Estes valores foram posteriormente

reclassificados em quatro classes qualitativas para a representação final:

1. Vulnerabilidade Máxima (0,75 – 1);

2. Vulnerabilidade Alta (0,50 – 0,75);

3. Vulnerabilidade Média (0,25 – 0,50);

4. Vulnerabilidade Baixa (0 – 0,25).

5. AVALIAÇÃO DA VULNERABILIDADE

5.1. Vulnerabilidade ambiental

No que diz respeito à vulnerabilidade ambiental, importa referir que a sua avaliação foi feita

com o intuito de consciencializar a população e os órgãos de planeamento e ordenamento do

território para um importante equilíbrio entre urbanização e meio ambiente. Sendo um

concelho em clara expansão urbana, torna-se necessário fornecer uma imagem eficaz do

conjunto de elementos ambientais vulneráveis no território. Para o efeito recorremos ao

seguinte conjunto de variáveis:

• Uso do solo

• REN e áreas verdes

• Reserva agrícola nacional

• Hidrografia


13

No caso da variável Uso do solo efectuamos uma conversão directa das classes qualitativas

para classes quantitativas onde admitimos, desde o início, uma escala de 0-255, onde o zero

corresponde a classes onde a vulnerabilidade ambiental é nula e onde os 255 correspondem a

classes onde a vulnerabilidade ambiental é máxima.

Posterioremente, como as restantes variáveis possuiam amplitudes de classes bastante

díspares, tornou-se essencial efectuar um escalonamento para que fosse exequível um

posterior cruzamento de dados. Finalmente, depois de as variáveis de entrada estarem todas

com a mesma escala de valores, realizamos a comparação entre elas indicando a sua

importância relativa dentro do conjunto. Deste processo obtivemos os seguintes valores

próprios:

• Uso do solo � 0,0954

• Hidrografia � 0,1601

• Reserva agrícola nacional � 0,2772

• REN e áreas verdes � 0,4673

Deste modo, a variável REN e áreas verdes (0,4673) é a que possui uma maior importância na

avaliação da vulnerabilidade ambiental, seguida da variável Reserva Agrícola Nacional

(0,2772). No extremo oposto, ou seja, com menor importância na avaliação da

vulnerabilidade ambiental, surge a variável Hidrografia (0,1601) e por último o Uso do solo

(0,0954).

Concluídos os passos anteriores estávamos aptos a executar a análise multi-critério. Neste

processo agregamos/combinamos o conjunto total de variáveis através do método da

combinação linear ponderada, obtendo, deste modo, o mapa das áreas com maior e menor

vulnerabilidade ambiental, variando de 0 a 255 ao longo de toda a superfície do concelho.

Este tema foi posteriormente sujeito a um escalonamento linear crescente para uma escala

entre 0-1, escala em que segundo Varnes (1984) se expressa a vulnerabilidade. Posteriormente

o mapa da vulnerabilidade ambiental foi sujeito a uma reclassificação no sentido de atribuir as

seguintes classes qualitativas de vulnerabilidade (Figura 6):

• Vulnerabilidade Baixa (0 – 0,25);


14

• Vulnerabilidade Média (0,25 – 0,50);

• Vulnerabilidade Alta (0,50 – 0,75);

• Vulnerabilidade Máxima (0,75 – 1).

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

SI N T R

AA

M

A

D

O

RA

LI

SB

OA

CA

SC

AI

S

A L M A D A

Caxias

Trafaria

Belém

Carcavelos

Oeiras

Paço deArcos

Algés

CruzQuebrada


Linda-a-Velha

Ajuda

Queijas

Carnaxide

AlfragideBuraca

Damaia

PortoSalvo

Barcarena

Reboleira

Venteira

Massamá


0 1 km

9°12'W9°14'W9°16'W9°18'W

38°44'N

38°42'N

Vulnerabilidade

Baixa

Média

Alta

Máxima

Figura 6 – Classes de vulnerabilidade ambiental.

Analisando o mapa final da vulnerabilidade ambiental (Figura 6) e com o apoio da

informação estatística (Quadro 3), podemos destacar as freguesias de Cruz Quebrada, Oeiras e

Barcarena como as mais sensíveis do ponto de vista ambiental e, como tal, de prioridade

máxima no que diz respeito à sua preservação e conservação. Sendo assim, torna-se

importante analisar cuidadosamente estas áreas caso seja necessário implantar algum tipo de

infra-estrutura que possa vir a ser prejudicial nestas áreas ambientalmente mais sensíveis.

Por outro lado, destacam-se as freguesias de Linda-a-Velha e Algés, por serem aquelas que

apresentam uma menor percentagem do seu território classificado como vulnerabilidade

máxima e maior classificado como vulnerabilidade baixa. Tal facto explica-se por estas


15

apresentarem um número reduzido de elementos ambientais em risco e por serem freguesias

bastante urbanizadas.

Quadro 3 – Percentagem do território ocupado pelas classes de vulnerabilidade

ambiental

Vulnerabilidade (%) Freguesias

Baixa Média Alta Máxima Algés 74,3 19,3 3,2 3,2

Barcarena 23,9 26,3 20,3 29,5 Carnaxide 52,5 27,1 8,3 12,1

Caxias 41,3 23,2 8,3 27,2 Cruz Quebrada 17,0 33,3 11,7 37,9

Linda-a-Velha 73,9 12,0 4,3 9,8 Oeiras 41,5 19,6 8,2 30,7

Paço de Arcos 42,9 35,9 8,4 12,8 Porto Salvo 28,5 37,0 15,9 18,6

Queijas 43,3 23,5 10,7 22,5

Um caso importante a considerar será a freguesia de Porto Salvo. Esta, analisando o conjunto

de todas as freguesias do concelho, posiciona-se em segundo lugar no que concerne a áreas

classificadas como vulnerabilidade alta (15,9 %). Tal facto deve ser tomado em conta na

tomada de medidas e decisões que possam afectar a integridade ambiental desta freguesia.

5.2. Vulnerabilidade social

Na avaliação desta componente da vulnerabilidade é preciso ter em conta algumas noções,

como por exemplo, a natureza dos edifícios (se são ou não residências) bem como a sua

resistência. Ao mesmo tempo, trabalhando com as subsecções estatísticas do INE, podemos

determinar as subsecções com maior número de habitantes, o que implica uma maior

vulnerabilidade relativamente às subsecções com menor número de habitantes, ou seja, a

ocorrência de um qualquer evento danoso terá um risco maior (independentemente da sua

natureza e magnitude) quanto maior for o número de habitantes. De igual modo, as

subsecções com maior número de idosos ou de crianças, terão uma vulnerabilidade acrescida

devido a uma menor mobilidade ou percepção face ao risco. Por outro lado, a função dos

edifícios também entra na análise, pois uma escola, ou um centro de saúde, apresentam uma

vulnerabilidade elevada.


16

Outro factor importante será a proximidade às vias de comunicação rodoviárias e ferroviárias,

pois quanto mais distantes, menor a acessibilidade, aumentando assim a vulnerabilidade

social do território concelhio. De modo a dar expressão a todas estas premissas consideramos

as seguintes variáveis:

• Resistência dos edifícios

� Edifícios com paredes de alvenaria argamassada

� Edifícios com paredes de alvenaria de pedra abobe ou taipa

� Edifícios com outros elementos resistentes (madeira, metálicos)

� Edifícios com elementos resistentes de betão

• Total de habitantes

• Edifícios exclusivamente residenciais

• Edifícios principalmente residenciais

• Total de núcleos familiares residentes

• População com menos de 14 anos

• População com 65 ou mais anos

• Hospitais

• Escolas

• Centros de saúde e extensões

• Rede viária e ferroviária

De seguida atribuímos o grau de importância de uma variável em relação a todas as outras, de

modo a obter os valores próprios para a combinação linear ponderada:

• Rede viária e ferroviária � 0,0162

• Edifícios principalmente residenciais � 0,0183

• Edifícios exclusivamente residenciais � 0,0208

• Resistência dos edifícios � 0,0263

• Total de núcleos familiares residentes � 0,0381

• População com 65 ou mais anos � 0,0544

• População com menos de 14 anos � 0,0771

• Total de habitantes � 0,1083

• Centros de saúde e extensões � 0,1508


17

• Escolas � 0,2078

• Hospitais � 0,2818

Tal como no caso da vulnerabilidade ambiental, esta também foi efectuada par a par, através

de uma matriz. Deste processo resultaram os valores próprios das variáveis que indicam o

grau de importância de cada uma.

Concluídos os passos anteriores estávamos aptos para agregar/combinar o conjunto total de

variáveis através da análise multi-critério. Deste processo, foi possível obter o mapa (Figura

7) das áreas com maior e menor vulnerabilidade social.

!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

SI N T R

AA

M

A

D

O

RA

LI

SB

OA

CA

SC

AI

S

A L M A D A

Caxias

Trafaria

Belém

Carcavelos

Oeiras

Paço deArcos

Algés

CruzQuebrada


Linda-a-Velha

Ajuda

Queijas

Carnaxide

AlfragideBuraca

Damaia

PortoSalvo

Barcarena

Reboleira

Venteira

Massamá


0 1 km

9°12'W9°14'W9°16'W9°18'W

38°44'N

38°42'N

Vulnerabilidade

Baixa

Média

Alta

Máxima

Figura 7 – Classes de vulnerabilidade social.

Para uma visualização mais clara da vulnerabilidade social, procedemos à reclassificação do

mapa, do que resultou no nosso mapa final da vulnerabilidade social (Figura 7), com as

seguintes classes qualitativas:


18


• Vulnerabilidade Média (0,25 – 0,50);



Analisando os resultados do mapa da vulnerabilidade social (Figura 7) e uma vez mais, com o

apoio da informação estatística (Quadro 4), podemos observar que as freguesias com maior

percentagem de território classificado como vulnerabilidade máxima são Linda-a-Velha (55,0

%) e Algés (49,5 %). Estas são as freguesias que apresentam o maior número de infra-

estruturas relevantes do ponto de vista social, tais como um hospital, três centros de saúde, e

várias escolas. Importa ainda salientar que estas apresentam, também, um elevado número de

habitantes bem como um elevado número de população idosa e de crianças, devendo por isso,

constituir prioridade ao nível da protecção civil, pois o capital social nestas áreas é bastante

elevado.

Os resultados obtidos na avaliação desta componente podem ter repercussões significativas

caso ocorra um evento danoso de igual intensidade e magnitude nestas freguesias, pois ao

visualizar o mapa da vulnerabilidade social podemos captar espacialmente as áreas que

podem correr um risco maior, já que o risco resulta do produto da perigosidade pela

vulnerabilidade, e deste modo, quanto maior esta última, maior o risco.

Quadro 4 – Percentagem do território ocupado pelas classes de vulnerabilidade social

Vulnerabilidade (%) Freguesia

Baixa Média Alta Máxima Algés 26,8 10,0 13,8 49,5

Barcarena 57,4 26,1 8,1 8,3 Carnaxide 46,2 28,1 10,1 15,6

Caxias 18,2 50,3 18,3 13,3 Cruz Quebrada 53,7 31,8 2,1 12,5

Linda-a-Velha 20,2 17,4 7,3 55,0 Oeiras 31,4 26,4 16,8 25,4

Paço de Arcos 41,3 31,8 14,4 12,5 Porto Salvo 48,2 30,6 12,7 8,5

Queijas 30,8 41,1 11,4 16,7

As freguesias de Queijas (16,7 %), Carnaxide (15,6 %), Caxias (13,3 %), Paço de Arcos (12,5

%) e Cruz Quebrada (12,5 %) vão apresentando por esta ordem um decréscimo ligeiro no que

concerne às áreas classificadas como vulnerabilidade máxima. Destacamos ainda as


19

freguesias de Porto Salvo (8,5 %) e Barcarena (8,3 %) por apresentarem uma percentagem

muito baixa de áreas classificadas como vulnerabilidade máxima. Por outro lado estas

mesmas freguesias apresentam uma percentagem bastante significativa de áreas classificadas

como vulnerabilidade baixa (48,2 % e 57,4 %, respectivamente).

5.3. Vulnerabilidade económica

Ao realizar a avaliação da vulnerabilidade económica tivemos em conta as seguintes noções.

Se o total de edifícios permite aferir a vulnerabilidade económica das diferentes subsecções

estatísticas do concelho, a idade dos edifícios também se revela como um dado importante,

uma vez que no geral, quanto mais recente um imóvel, maior o seu valor económico. O

mesmo se passa com a dimensão dos edifícios, pois quanto maior, maior o seu valor

económico.

Certas características da população também influenciam a vulnerabilidade económica do

concelho, deste modo, a população residente com idade entre 20 e 64 fornece um valor da

população em idade activa e a variável dos indivíduos residentes empregados indica os

habitantes do concelho cuja afectação seria mais sensível do ponto de vista económico.

A rede rodo/ferroviária caso seja afectada terá um impacto económico significativo, pois não

está apenas em causa o valor económico em si, mas também o facto de ser essencial para o

transporte de pessoas e mercadorias.

Finalmente, o uso do solo pode servir para distinguir o diferente valor económico do

território. Deste modo, foram consideradas as seguintes variáveis:

• Época de construção dos edifícios

� Edifícios construídos antes de 1919

� Edifícios construídos entre 1919 e 1945







20



• Dimensão dos edifícios

� Edifícios com 1 ou 2 pavimentos

� Edifícios com 3 ou 4 pavimentos

� Edifícios com 5 ou mais pavimentos

• Total de edifícios

• Edifícios exclusivamente residenciais

• Edifícios principalmente residenciais

• População residente com idade entre 20 e 64 anos

• Indivíduos residentes empregados

• Uso do solo

• Rede viária e ferroviária

Tal como para a vulnerabilidade ambiental e social, procedemos a uma combinação linear

ponderada, esta também foi efectuada par a par, com a ajuda de uma matriz, da qual

resultaram os seguintes valores próprios:

• População residente com idade entre 20 e 64 anos � 0,0183

• Indivíduos residentes empregados � 0,0247

• Edifícios principalmente residenciais � 0,0350

• Edifícios exclusivamente residenciais � 0,0507

• Época de construção dos edifícios � 0,0739

• Rede viária e ferroviária � 0,1075

• Uso do solo � 0,1555

• Dimensão dos edifícios � 0,2223

• Total de edifícios � 0,3121

Concluídos os passos anteriores, estávamos aptos a agregar/combinar todo o conjunto das

variáveis através da análise multi-critério geral. O mapa, resultante deste processo, foi

posteriormente sujeito a uma reclassificação (Figura 8), da qual resultaram as seguintes

classes qualitativas:


21


• Vulnerabilidade Média (0.25 – 0,50);



!

!

!

!

!

!

!

!

!

!

!

!

!

!!

!

!

!

!

!

!

SI N T R

AA

M

A

D

O

RA

LI

SB

OA

CA

SC

AI

S

A L M A D A

Caxias

Trafaria

Belém

Carcavelos

Oeiras

Paço deArcos

Algés

CruzQuebrada


Linda-a-Velha

Ajuda

Queijas

Carnaxide

AlfragideBuraca

Damaia

PortoSalvo

Barcarena

Reboleira

Venteira

Massamá


0 1 km

9°12'W9°14'W9°16'W9°18'W

38°44'N

38°42'N

Vulnerabilidade

Baixa

Média

Alta

Máxima

Figura 8 – Classes de vulnerabilidade económica.

Analisando o mapa final da vulnerabilidade económica (Figura 8) em conjunto com as

percentagens de território ocupado por cada classe de vulnerabilidade económica (Quadro 5),

podemos observar que a generalidade do território concelhio é pouco dominado pela classe de

vulnerabilidade máxima. Ainda assim, destacamos as freguesias de Linda-a-Velha (24,3 %) e

Algés (16,9 %) por serem as mais relevantes do ponto de vista económico, ou seja, são

aquelas que podem traduzir numa maior perda a nível de capital financeiro, caso ocorra um

evento de génese natural ou antrópica que as possa afectar.


22

Quadro 5 – Percentagem do território ocupado pelas classes de vulnerabilidade

económica

Vulnerabilidade (%) Freguesia

Baixa Média Alta Máxima Algés 22,8 24,4 35,9 16,9 Barcarena 50,4 31,5 13,9 4,2

Carnaxide 37,3 38,7 20,4 3,7 Caxias 27,2 33,0 31,1 8,7

Cruz Quebrada 20,4 46,5 27,9 5,2 Linda-a-Velha 18,6 23,5 33,7 24,3

Oeiras 31,5 26,5 36,2 5,8 Paço de Arcos 37,8 26,0 30,9 5,3

Porto Salvo 59,9 24,2 12,5 3,4 Queijas 38,3 26,7 31,2 3,8

O caso da freguesia de Oeiras torna-se interessante nesta análise, porque apesar de não ser a

freguesia que apresenta a maior percentagem de território classificado como vulnerabilidade

máxima, por outro lado, é a que apresenta a maior porção de território classificado como

vulnerabilidade alta (36,9 %).

As freguesias de Carnaxide (3,7 %) e Porto Salvo (3,4 %) são aquelas que possuem uma

menor percentagem de áreas classificadas como vulnerabilidade máxima e, a par com as

freguesias de Queijas e Paço de Arcos, possuem uma grande percentagem de áreas

classificadas como vulnerabilidade baixa (respectivamente: 37,3 %; 59,9 %; 38,3 %; e 37,8

%). Uma vez que a freguesia de Porto Salvo possui mais de metade da sua área classificada

como vulnerabilidade baixa (59,9 %), podemos partir do princípio que, caso ocorra algum

evento potencialmente danoso nesta área, as perdas em termos financeiros não serão tão

significativas como nas restantes freguesias.

6. CONCLUSÃO

Um dos principais objectivos deste trabalho passava por contribuir com uma mais valia no

processo de planeamento e ordenamento do território, uma vez que, este tipo de avaliação

fornece informação espacial relevante, no que diz respeito à sensibilidade ambiental, social e

económica do território concelhio.

À medida que o planeamento do território evolui, deixa de ser suficiente o Plano hermético e

de longo prazo. A utilização de metodologias de análise espacial no processo de planeamento


23

traz um rol de vantagens. Refira-se o exemplo da construção de uma infra-estrutura com

repercussões ambientais. Será sempre necessário considerar quais os locais mais apropriados

à sua localização. Deste modo, ao visualizar o mapa da vulnerabilidade ambiental podemos

ficar com uma noção inicial da aptidão relativa à sua localização (com níveis de

vulnerabilidade ambiental) e não apenas dos locais restritivos, ou seja, onde se pode ou não

construir, que é muitas vezes a única informação que se dispõe antes de um estudo mais

detalhado.

Por outro lado, o mapa da vulnerabilidade social pode constituir uma ferramenta preciosa no

que concerne à preservação do capital social, revelando-se um instrumento útil para os

mecanismos de protecção civil, por exemplo.

Quanto ao mapa da vulnerabilidade económica, este pode servir como elemento elucidativo

no que diz respeito à avaliação de perdas e/ou repercussões económicas em caso de

ocorrência de um evento catastrófico no concelho.

Mas a utilidade deste tipo de metodologias vai mais além, já que a avaliação da

vulnerabilidade é apenas um dos processos iniciais ao se estudar a temática do risco, sendo

que o processo seguinte passa por calcular a perigosidade ou a susceptibilidade do território,

face a um determinado evento, para que através do produto destas duas componentes, se possa

chegar ao risco de incidência de um determinado evento sobre um território.

É de salientar que toda a metodologia aplicada se reveste de algum carácter subjectivo, tanto

na selecção das variáveis como na atribuição da sua importância relativa. Além disso, no

processo de escalonamento apenas recorremos a uma função linear, o que poderá não se

afigurar como o mais apropriado, principalmente para as variáveis de cariz social.

7. BIBLIOGRAFIA

ARBIA, G. (2001) – Modelling the geography of economic activities on a continuous space. Papers in

Regional Science. Heidelberg: Springer Berlin. Vol. 80, n.º 4, p. 411-424.

BATTY M. et al. (1999) – Modelling urban dynamics through GIS-based cellular automata.

Computer, environment and urban systems. [s.l]: Pergamon Press. Vol. 23, n.º 1, p. 205-233.


24

BATTY, M. (2005) – Cities and complexity: understanding cities with cellular automata, agent- based

models, and fractals. Cambridge: MIT Press.

BENENSON, I.; TORRENS, P. M. (2004) - Geosimulation: automata-based modelling of urban

phenomena. Chichester: John Wiley & Sons Ltd.

CÂMARA MUNICIPAL DE OEIRAS (1994) – Plano Director Municipal de Oeiras. Oeiras: CM

Oeiras.

CÂMARA MUNICIPAL DE OEIRAS (2003) – Oeiras, factos e números. Oeiras: Gabinete de

Desenvolvimento Municipal.

CARDOSO, S.; VASCONCELOS, L.; FERREIRA, J. C. (2004) – Identificação de áreas

ambientalmente sensíveis: contributo para a estrutura ecológica do concelho de Setúbal [Em

linha]. VIII Encontro de Utilizadores de Informação Geográfica, Tagus Park, Oeiras.

[Consult. 9 Mar. 2007]. Disponível em

www.igeo.pt/IGEO/portugues/servicos/CDI/biblioteca/PublicacoesIGP_files/ESIG_2004/p092

.pdf

CHILDRESS, W. et al. (1996) – Transition rule complexity in grid-based automata models.

Landscape Ecology. [s.l]: Springer Netherlands. Vol. 11, n.º 5, p. 257-266.

CRUDEN, D.; FELL, R. (1997) – Landslide risk assessment. Rotterdam: A. A. Balkema.

DEYLE, R. E. et al. (1998) – Hazard assessment: the factual basis for planning and mitigation. In

BURBY, R. J. (ed.) – Cooperating with nature: confronting natural hazards with land-use

planning for sustainable communities. Washington, D.C: Joseph Henry Press, p. 119-166.

GARCIA, R.; ZÊZERE, J. L. (2003) – Avaliação de riscos geomorfológicos. [Em linha]: conceitos,

terminologia e métodos de análise. In III Seminário sobre Recursos Geológicos, Ambiente e

Ordenamento do Território. Vila Real, UTAD:

[Consult. 9 Mar. 2007]. Disponível em

www.dgrf.minagricultura.pt/v4/dgf/ficheiros/20040701134502CPD.pdf

JONES, K.; DUNCAN, C. (1996) – People and places: the multilevel model as a general framework

for the quantitative analysis of geographical data. In LONGLEY, P; BATTY, M. – Spatial

analysis: modelling in a GIS environment. New York: Peason Professional, p. 79-105.

TENEDÓRIO, J. A. (coord.) (2003) – Atlas da Área Metropolitana de Lisboa. Lisboa: Área

Metropolitana de Lisboa.

VARNES, D. J. (1984) – Landslide hazard zonation: a review of principles and practice. Paris:

UNESCO.

ZÊZERE, J. L. (2005) – Dinâmica de vertentes e riscos geomorfológicos. Lisboa: Centro de Estudos

Geográficos. (Área da geografia física e ambiente; relatório nº 41).

avaliaÇÃo da vulnerabilidade ao risco no … · esta representação foi conseguida através da...

Documents