Metodologia

Metodologia do Índice de Impacto nas Águas da Amazônia (IIAA)

Por Cecília Gontijo Leal

Alcance da análise de impactos

No projeto Aquazônia, consideramos a Bacia Hidrográfica Amazônica em território brasileiro, que corresponde a 55% da área total da bacia ou 5 milhões de km2. O arcabouço espacial adotado, ou seja, redes hídricas e delimitação das bacias hidrográficas, foi o de Venticinque et al. (2016).

Variáveis de ameaças aos ecossistemas aquáticos

Para elaborar o Índice de Impacto nas Águas da Amazônia (IIAA) levantamos dados espaciais representativos das principais ameaças aos ecossistemas aquáticos da Amazônia: mudanças no uso e cobertura do solo, infraestrutura, degradação florestal e mudanças climáticas. Outras ameaças relevantes, como pesca e contaminação por agrotóxicos, não foram incluídas devido à ausência de dados disponíveis.

Os dados de ocorrência e distribuição das ameaças foram obtidos em bases de dados públicas e gratuitas como Projeto Mapbiomas (2021), Rede Amazônica de Informação Socioambiental (RAISG, 2021), Agência Nacional de Águas (ANA, 2021), Climate Hazards Group Infrared Precipitation with Stations (CHIRPS, 2021) e a partir de artigos científicos (Funk et al.; 2015; Matricardi et al., 2020; Souza et al.; 2020). Quando foi necessário utilizar mais de uma base de dados para a mesma ameaça, excluímos os dados compartilhados entre elas para evitar duplicidade.

Os dados obtidos têm resolução espacial de 30 metros, exceto para precipitação, disponível em 0,05o (aproximadamente 5 Km). Selecionamos nove camadas de dados de ameaças para compor o IIAA: agricultura e pecuária (AGP), área urbanizada (URB), garimpo ilegal (GAR), mineração industrial (MIN), hidrelétricas (HDL), cruzamento de estrada (EST), hidrovia (HID), degradação florestal (DEG) e diferença de precipitação (PRE) (Tabela 1).

Tabela 1. Variáveis de ameaça incluídas no Índice de Impacto nas Águas da Amazônia

Para a variável hidrelétricas (HDL), consideramos as barragens de usinas hidrelétricas, pequenas centrais hidrelétricas (PCH) e usinas termelétricas em operação ou em construção. Dentre as hidrovias (HID), incluímos hidrovias em operação. Para representar degradação florestal (DEG), utilizamos os dados de Matricardi et al. (2020) referentes a áreas que foram apenas queimadas, onde houve apenas extração de madeira ou aquelas em que houve os dois tipos de degradação, fogo e extração de madeira.

Como indicador das mudanças climáticas, utilizamos a diferença de precipitação a partir do índice precipDiff proposto por parceiros do projeto Synergize/CNPq:

precipDiff = precip(2001-2020) - precip(1981-2000)

onde precip(2001-2020) é a média anual de precipitação no período entre 2001 e 2020, e precip(1981-2000) é a média anual entre 1981 e 2000. Valores positivos de precipDiff indicam aumento da precipitação média no período e valores negativos, diminuição. A média anual de precipitação foi calculada a partir dos dados diários disponíveis na plataforma CHIRPS (Funk et al. 2015) a partir do Google Earth Engine (GEE).

As variáveis de uso e cobertura do solo, infraestrutura e degradação florestal foram medidas em termos da área percentual ou densidade em cada microbacia. No caso das hidrelétricas, optamos por contabilizar não apenas o número de barragens ou a área ocupada pelo reservatório em cada microbacia, uma vez que isso subestimaria muito a extensão do seu impacto. Assim, contabilizamos as hidrelétricas em duas escalas espaciais: com peso 3 em toda microbacia BL7 onde está localizado seu reservatório e com peso 2 na bacia BL5.

Para incorporar as variáveis com diferentes unidades de medida (e.g. %, mm) no índice, padronizamos cada variável para a escala de 0 a 1.

Cálculo do IIAA

A definição da escala espacial para o cálculo do IIAA baseou-se na classificação de bacias hidrográficas da Amazônia proposta por Venticinque et al. (2016), ‘Amazon GIS-Based River Basin Framework’. Nesta base de dados, a Bacia Amazônica é subdividida em 7 níveis: desde o nível 1 (BL1) representando a bacia inteira, nível 2 (BL2) para as sub-bacias dos principais tributários (ex. Madeira, Tapajós), até o nível 7 (BL7) com bacias menores ou microbacias (i.e 15269 bacias de 300 a 1000 km2). Para o IIAA, utilizamos as microbacias BL7 para garantir maior refinamento ao índice. Assim, para a bacia do rio Amazonas no Brasil, calculamos o IIAA para 11216 microbacias com área média de 479,6 km2.

Em seguida calculamos os valores de cada variável de ameaça para cada microbacia. Para evitar a inclusão de variáveis redundantes, e, portanto, inflar sua influência ao índice, excluímos as variáveis altamente correlacionadas. Verificamos a autocorrelação entre as variáveis a partir do teste de correlação de Pearson.

Para representar a severidade das diferentes ameaças, atribuímos pesos às diferentes variáveis: atividades de maior impacto receberam peso 3, as intermediárias receberam peso 2, e as de menor impacto, peso 1 (Tabela 1).

O valor do IIAA para cada microbacia foi a soma dos valores de cada variável de ameaça multiplicada por seu peso: IIAA= 3*URB + 3*GAR + 3*HDL + 2*AGP + 2*MIN + 2*PRE + EST + HID + DEG

Principais Referências bibliográficas

Bases de dados Agência Nacional de Águas (ANA) acessado em 26/agosto/2021 através do link: www.gov.br/ana/pt-br Rede Amazônica de Informação Socioambiental (RAISG) acessado em 26/agosto/2021 através do link: www.amazoniasocioambiental.org/pt-br/ Projeto MapBiomas – Coleção [versão] da Série Anual de Mapas de Cobertura e Uso de Solo do Brasil, acessado em 26/agosto/2021 através do link: plataforma.brasil.mapbiomas.org CHIRPS: Rainfall Estimates from Rain Gauge and Satellite Observations, acessado em 26/agosto/2021 através do link www.chc.ucsb.edu/data/chirps Amazon Forest Degradation Analytical Spatial Data, acessado em 26/agosto/2021 através do link www.goeslab.us/amazondata.html

Artigos científicos Venticinque et al. (2016). An explicit GIS-based river basin framework for aquatic ecosystem conservation in the Amazon. Earth System Science Data, 8: 651–661. https://doi.org/10.5194/essd-8-651-2016

Matricardi et al. (2020). Long-term forest degradation surpasses deforestation in the Brazilian Amazon. Science, 369: 1378-1382. https://doi.org/10.1126/science.abb3021

Funk et al. (2015). The climate hazards infrared precipitation with stations - a new environmental record for monitoring extremes. Scientific Data, 2: 150066. https://doi.org/10.1038/sdata.2015.66

Souza et al. (2020). Reconstructing three decades of land use and land cover changes in Brazilian biomes with Landsat archive and Earth Engine. Remote Sensing, 12(17): 2735. https://doi.org/10.3390/rs12172735

Voltar para home