Mapa das Vulnerabilidades da Populaçao do RJ by COECEMARJ COECEMARJ

FEVEREIRO DE 2011

MAPA DE VULNERABILIDADE DA POPULAÇÃO DO ESTADO DO RIO DE JANEIRO AOS IMPACTOS DAS MUDANÇAS CLIMÁTICAS NAS ÁREAS SOCIAL, SAÚDE E AMBIENTE

Coordenação Geral Martha Macedo de Lima Barata – D.Sc. Coordenação Técnica Ulisses E. Cavalcanti Confalonieri – D.Sc. CONTRATANTE

REALIZAÇÃO

MAPA DE VULNERABILIDADE DA POPULAÇÃO DO ESTADO DO RIO DE JANEIRO AOS IMPACTOS DAS MUDANÇAS CLIMÁTICAS NAS ÁREAS SOCIAL, SAÚDE E AMBIENTE RELATÓRIO 4 – Versão final

Coordenação Geral Martha Macedo de Lima Barata – D.Sc. Coordenação Técnica Ulisses E. Cavalcanti Confalonieri – D.Sc.

Equipe Técnica Anna Carolina Lustosa de Lima - M.Sc. Diana Pinheiro Marinho - M.Sc. Giovannini Luigi - D.Sc. Gregório Carlos De Simone Isabela de Brito Ferreira Isabella Vitral Pinto - M.Sc.

Analista de Sistemas Frederico de Oliveira Tosta - M.Sc.

Revisora Técnica Heliana Vilela de Oliveira Silva - D.Sc.

Apoio Técnico Andrea Santoro Valadares

SUMÁRIO 1.1 1.2 1.3 2.1 3.1 4.1 4.1.1 4.1.2 4.2 4.3 4.4 4.4.1 4.5 5.1 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7 7.1 8.1 8.2 8

Capítulo 1 Introdução Municípios e macrorregiões do Estado do Rio e Janeiro Concepção metodológica Capitulo 2 - Índice de Vulnerabilidade da Saúde - IVS Construção do IVS Capitulo 3 - Índice de Vulnerabilidade Social da Família - IVSF Construção do IVSF Capitulo 4 - Índice de Vulnerabilidade Ambiental - IVAm Indicador de Cobertura Vegetal - ICV Biodiversidade e resiliência das Florestas Ombrófila e Estacional Construção do ICV Indicador de Conservação da Biodiversidade - ICB Indicador da Linha da Costa Indicador de Eventos Hidrometeorológicos Extremos Construção do Indicador de Eventos Hidrometeorológicos Extremos Padronização do Índice de Vulnerabilidade Ambiental - IVAmp Capitulo 5 - Índice de Vulnerabilidade Geral - IVG Construção do IVG Capitulo 6 - Índice de Cenários Climáticos - ICC Variáveis climáticas Intervalos de tempo Cenários climáticos Cálculo das médias de temperatura e precipitação Interpolação dos dados Municipalização dos dados climáticos Anomalias climáticas Construção do ICC Índices municipais de cenários climáticos Capítulo 7 - Índice de Vulnerabilidade Municipal - IVM Construção do índice de Vulnerabilidade Municipal - IVM Capítulo 8 – Análise dos Resultados Cenários de Clima IVGp e IVMp-A1FI Capitulo 9 – Conclusões Glossário Referências bibliográficas Créditos

2 2 2 7 11 11 40 41 50 51 52 56 61 65 69 77 84 89 89 94 94 94 95 96 96 97 98 99 107 113 114 121 121 124 147 149 155 160

iii

LISTA DE FIGURAS 1.1 1.2

2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 6.1 6.2 6.3 6.4 6.5 6.6 6.7 8.1

Municípios e macrorregiões do ERJ Modelo conceitual do Projeto de Vulnerabilidade para os municípios do ERJ Gráfico de dispersão com modelo de regressão linear (reta) para a taxa de incidência (por 100.00 hab.) de dengue no município de Porto Real, no período 1997- 2008 Indicador de dengue Indicador de dengue – Macrorregiões do ERJ Indicador de leptospirose Indicador de leptospirose - Macrorregiões do ERJ Indicador de LTA Indicador de LTA - Macrorregiões do ERJ Indicador de diarréia Indicador de diarréia - Macrorregiões do ERJ Uso e cobertura do solo para do ERJ (ZEE/RJ) Delimitação das fitofisionomias florestais do ERJ Distribuição espacial potencial (canto superior esquerdo) e atual da Floresta Estacional no ERJ Distribuição espacial potencial (canto superior esquerdo) e atual da Floresta Ombrófila no ERJ Indicador de Cobertura Vegetal Indicador de Cobertura Vegetal – Macrorregiões do ERJ Indicador de Conservação da Biodiversidade Indicador de Conservação da Biodiversidade - Macrorregiões do ERJ Indicador de Linha de Costa Indicador de Linha de Costa - Macrorregiões do ERJ Indicador de Eventos Climáticos Extremos Indicador de Eventos Climáticos Extremos - Macrorregiões do ERJ Malha de pontos (grid) de dados climáticos do modelo regionalizado ETA-HadCM3 sobre o ERJ Cenários de emissão de carbono Dados interpolados de temperatura para o ERJ (Janeiro de 1960) Anomalia de temperatura – Cenário A1T Anomalia de temperatura – Cenário A1FI Anomalia de precipitação – Cenário A1T Anomalia de precipitação – Cenário A1FI Índice de Cenário Climático A1T (ICCp-A1T)

3 9

14 32 33 34 35 36 37 38 39 55 55 56 56 59 60 63 56 67 68 82 83 95 96 97 109 110 111 112 122

LISTA DE FIGURAS (cont.) 8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 8.10 8.11 8.12 8.13 8.14 8.15 8.16 8.17 8.18 8.19 8.20 8.21 8.22 8.23 8.24 8.25

Índice de Cenário Climático A1FI (ICCp-A1FI) índice de Vulnerabilidade Geral (IVGp) Índice de Vulnerabilidade Ambiental (IVAmp) Índice de Vulnerabilidade Social da Família (IVSFp) Índice de Vulnerabilidade da Saúde (IVSp) IVSp, IVGp, IVSFp e IVAmp para Arraial do Cabo, São Pedro da Aldeia, Iguaba Grande, Armação dos Búzios e Cabo Frio IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro, Parati e Angra dos Reis IVSp, IVGp, IVSFp e IVAmp para Varre-Sai, Porciúncula, Cardoso Moreira, São Francisco do Itabapoana e São José de Ubá IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro e Campos dos Goytacazes IVSp, IVGp, IVSFp e IVAmp para Angra dos Reis, Duque de Caxias e Magé IVSp, IVGp, IVSFp e IVAmp para Maricá, Niterói e Porciúncula IVSp, IVGp, IVSFp e IVAmp para Parati, Araruama, Macaé e Rio Bonito IVSp, IVGp, IVSFp e IVAmp para Japeri, São Gonçalo, Macaé, Paracambi e Conceição de Macabu Índice de Vulnerabilidade Geral (IVGp) Índice Geral A1T (IGP-A1T) IVMp-A1FI, IVGp e ICC-A1FI para Porciúncula e Angra dos Reis IVMp-A1FI, IVGp e ICC-A1FI para Magé, Duque de Caxias, Cachoeiras de Macacu, Paracambi, Rio de Janeiro e Rio Bonito IVMp-A1FI, IVGp e ICC-A1FI para Magé, Angra dos Reis e Rio de Janeiro IVMp-A1FI, IVGp e ICC-A1FI para São Pedro da Aldeia, Iguaba Grande e Itaocara IVMp-A1FI, IVGp e ICC-A1FI para Carapebus, Italva e Conceição de Macabu IVSp – Macrorregiões do Estado do Rio de Janeiro IVAmp – Macrorregiões do Estado do Rio de Janeiro IVSFp – Macrorregiões do Estado do Rio de Janeiro IVGp – Macrorregiões do Estado do Rio de Janeiro

123 126 127 128 129 130 131 132 133 133 134 134 135 136 137 138 139 140 141 142 143 144 145 146

LISTA DE QUADROS 1.1 3.1 4.1 4.2 6.1

Composição do Índice Geral de Vulnerabilidade dos municípios do ERJ Dimensões, componentes e variáveis do IVSF Índice de Ameaça e Endemismo das espécies Índice de Valor de Conservação para cada município do ERJ Dados de temperatura e precipitação para cada município do ERJ

10 42 61 61 98

LISTA DE TABELAS 1.1 2.1 2.2

2.3

2.4 3.1 3.2 4.1 4.2 4.3 4.4 4.5 4.6 5.1 6.1 6.2 6.3 6.4 7.1

Municípios do ERJ por macrorregião e data de fundação Proporção de casos, incidência e tendência de doenças e proporção de óbitos por diarréia de crianças menores de cinco anos e respectiva tendência, por município do ERJ Distribuição de pesos do IVS Peso e somatório atribuído à proporção de casos, taxa de incidência, tendência da série história das morbidades, proporção de óbitos por diarréia de crianças menores que cinco anos e respectiva tendência, por município do ERJ Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ Dimensões e médias do IVSF para o ERJ, ano 2000 IVSF e IVSFp por município Distribuição de pesos IVAm Proporção de área florestada por tipo de vegetação, área total florestada (%) e Indicador de Cobertura Vegetal Municípios formadores da linha de costa do ERJ (km) Eventos hidrometeorológicos extremos e vítimas fatais por municípios do ERJ – Período 2000-2009 Síntese dos eventos extremos, vítimas fatais, pesos e indicador Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ Componentes do IVG e o IVGp, por município do ERJ Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas, considerando os Cenários Climáticos A1T e A1FI Quartis observados para os valores de anomalias climáticas Pesos atribuídos às anomalias de precipitação e temperatura Pesos para Anomalia de Precipitação (AP), Anomalia de Temperatura (AT), ICC e ICCp para os Cenários Climáticos A1T e A1FI Índices e indicadores, por município do ERJ

3 15 21

45 47 51 57 66 70 78 85 91 100 103 103 105 117

vii

ACRÔNIMOS E SIGLAS CCST

Centro de Ciências do Sistema Terrestre

CIDE

Fundação Centro de Informações e Dados do Rio de Janeiro

CPTEC

Centro de Previsão de Tempo e Estudos Climáticos

INPE

Instituto Nacional de Pesquisas Espaciais

DSG

Diretoria de Serviço Geográfico

ERJ

Estado do Rio de Janeiro

FIOCRUZ

Fundação Oswaldo Cruz

IBGE

Fundação Instituto de Geografia e Estatística

IEF

Fundação Instituto Estadual de Florestas

ICC

Índice de Cenários Climáticos

INPE

Instituto Nacional de Pesquisa Espacial

IPA

Índice Parasitario Anual

IPCC

Painel Intergovernamental de Mudança do Clima

IVAm

Índice de Vulnerabilidade Ambiental

IVM

Índice de Vulnerabilidade Municipal

IVMp

Índice de Vulnerabilidade Municipal padronizado

IVG

Índice de Vulnerabilidade Geral

IVS

Índicede Vulnerabilidade da Saúde

IVSF

Índice de Vulnerabilidade Social da Família

LTA

Leishmaniose Tegumentar Americana

PMAGS

Programa de Mudanças Ambientais Globais e Saúde

SEA-RJ

Secretaria de Estado do Ambiente do Rio de Janeiro

SPSS

Statistical Package for the Social Sciences

SUS

Sistema Único de Saúde

ZEE

Zoneamento Ecológico Econômico

viii

RESUMO Este relatório apresenta metodologia desenvolvida para sintetizar, em uma única medida, aspectos ambientais, sociais e de saúde humana sensíveis à variações climáticas (anomalias de precipitação e temperatura), associados a cenários futuros de mudança global do clima, considerando o período 2010-2040. Esta medida resultou no Índice de Vulnerabilidade Municipal (IVM), que pretende subsidiar a incorporação dos riscos climáticos na formulação de políticas públicas no Estado do Rio de Janeiro (ERJ). Os municípios que integram o ERJ no contexto das macroregiões são apresentados no Capítulo 1, bem como a concepção metodológica deste estudo. O IVM possui duas métricas principais: o Índice de Vulnerabilidade Geral (IVG), que reflete a condição dos sistemas municipais sob risco de serem afetados pelo clima futuro, e o Índice de Cenários Climáticos (ICC). Por sua vez, o Índice de Vulnerabilidade Geral (IVG) municipal possui três métricas principais: o Índice de Vulnerabilidade da Saúde (IVS), o Índice e Vulnerabilidade Social da Família (IVSF) e o Índice de Vulnerabilidade Ambiental (IVAm), apresentados, respectivamente, nos Capítulos 2, 3 e 4, e o IVG, no Capítulo 5. O ICC sintetiza, no âmbito municipal, a diferença esperada de temperatura e precipitação, considerando os dados reais destas variáveis climáticas medidos entre 1960 e 1990 e os dados esperados para o período de 2010 a 2040, de acordo com cenários A1FI (high) e A1T (low) do modelo regionalizado ETA-CPTEC, com grade de 40 km, fornecidos pelo Centro de Ciências do Sistema Terrestre (CCST/INPE), cujo detalhamento consta do Capítulo 6. Ressalta-se que o IVM sintetiza, em um índice adimensional, aspectos multidimensionais, com base em um determinado modelo conceitual, e para tanto agregou tais informações em um indicador composto, que funciona como um redutor da complexidade e diversidade da realidade em análise, para facilitar a interpretação e síntese. Sua construção pressupõe a existência de dados e informações básicas, coletados de forma sistemática, bem como a definição clara dos atributos que se quer medir. A construção do IVM é apresentada no Capítulo 7. Uma análise dos resultados envolvendo o IVM e os cenários climáticos (IVM A1FI e o IVM A1T) consta no Capítulo 8, que é seguido das Conclusões (Capítulo 9).

CAPÍTULO 1 1.1

INTRODUÇÃO Este é o quarto relatório técnico referente ao Projeto “Vulnerabilidade Da População do Estado do Rio de Janeiro aos Impactos das Mudanças Climáticas nas Áreas Social, Saúde e Ambiente”, que tem como objetivo a construção de uma metodologia para a identificação da vulnerabilidade dos municípios do Estado do Rio de Janeiro (ERJ) aos projetados efeitos regionais das mudanças climáticas. Contem a descrição detalhada e a metodologia utilizada para gerar o Índice de Vulnerabilidade Municipal (IVM), a partir de índices parciais. Este relatório apresenta, inicialmente, uma breve caracterização dos municípios e respectivas macrorregiões que compõem o ERJ. Em seguida, apresenta-se a concepção metodológica do índice, a metodologia utilizada para construir cada um dos índices que compõem o IVM e, por fim, a avaliação dos resultados alcançados.

1.2

MUNICÍPIOS E MACRORREGIÕES DO ESTADO DO RIO DE JANEIRO O ERJ é composto, atualmente, por 92 municípios, dez dos quais (São José de Ubá, Macuco, Pinheiral, Porto Real, Tanguá, Carapebus, São Francisco de Itabapoana, Armação dos Búzios, Iguaba Grande e Seropédica) foram criados a partir de 1997. O último município a se emancipar foi Mesquita, em 1999. Uma vez que a Secretaria de Estado de Saúde e Defesa Civil do Rio de Janeiro iniciou a coleta de dados epidemiológicos e da população a partir de 1995, existe uma lacuna deste tipo de informação para os municípios criados a partir de 1997, os quais, contudo, foram incluídos no Censo 2000. Com relação a Mesquita, não há dados do Censo 2000, ao passo que a Secretaria de Estado de Saúde e Defesa Civil do Rio de Janeiro passou a fornecer dados de população e epidemiológicos somente a partir de 2001. Na Figura 1.1 e na Tabela 1.1 os municípios do ERJ são apresentados agregados por macrorregião.

Janeiro de 2011

Tabela 1.1 – Municípios do ERJ por macrorregião e data de fundação MACRORREGIÃO

MUNICÍPIO Aperibé Bom Jesus do Itabapoana Cambuci Italva Itaocara Itaperuna

Noroeste Fluminense

Laje do Muriaé

12 de junho de 1986 28 de outubro de 1990 10 de maio de 1889 07 de março de 1962

Natividade

20 de junho de 1947

Porciúncula

21 de agosto de 1947

Santo Antônio de Pádua

02 de janeiro de 1982 28 de dezembro de 1997

Varre-Sai

12 de janeiro de 1991

Bom Jardim

05 de março de 1929

Cantagalo

09 de março de 1814

Cordeiro

29 de maio de 1832 31 de dezembro de 1943

Duas Barras

08 de maio de 1991

Macuco (1)

10 de setembro de 1997

Nova Friburgo

16 de maio de 1818

Petrópolis

16 de março de 1957

Santa Maria Madalena

08 de junho de 1961

São José do Vale do Rio Preto São Sebastião do Alto

15 de dezembro de 1989 17 de abril de 1991

Sumidouro

10 de junho de 1890

Teresópolis

06 de julho de 1991

Trajano de Morais

25 de abril de 1991

Areal

10 de abril de 1993

Comendador Levy Gasparian

30 de junho de 1993

Engenheiro Paulo de Frontin

04 de outubro de 1958

Mendes

05 de novembro de 1991

03 de maio de 1935

Carmo

Centro-Sul Fluminense

10 de abril de 1993 01 de janeiro de 1939

Miracema

São José de Ubá (1)

Região Serrana

DATA DE FUNDAÇÃO

11 de julho de 1952

Miguel Pereira

25 de outubro de 1955

Paraíba do Sul

15 de janeiro de 1933

Paty do Alferes

15 de dezembro de 1989

Sapucaia

07 de dezembro de 1974

Três Rios

14 de dezembro de 1938

Vassouras

29 de setembro de 1933

Tabela 1.1 (cont.) – Municípios do ERJ por macrorregião e data de fundação MACRORREGIÃO

MUNICÍPIO Barra do Piraí Barra Mansa

01 de junho de 1989

Pinheiral (1)

13 de junho de 1997

05 de novembro de 1997

Quatis

25 de novembro de 1993

Resende

29 de setembro de 1901

Rio Claro

15 de maio de 1949

Valença

17 de julho de 1954

Belford Roxo

03 de abril de 1993

Duque de Caxias

31 de dezembro de 1943

Guapimirim

25 de novembro de 1993 22 de maio de 1833

Japeri

30 de julho de 1991

Magé

09 de junho de 1566

Mesquita (2) Nilópolis Niterói Nova Iguaçu Paracambi Queimados Rio de Janeiro São Gonçalo São João de Meriti Tanguá (1) Seropédica (1)

25 de setembro de 1999 21 de agosto de 1947 22 de novembro de 1573 15 de janeiro de 1933 08 de agosto de 1960 21 de dezembro de 1993 01 de março de 1565 22 de setembro de 1990 21 de agosto de 1947 15 de novembro de 1997 12 de outubro de 1997

Campos dos Goytacazes

28 de março de 1835

Carapebus (1)

13 de março de 1997

Cardoso Moreira

01 de março de 1993

Conceição de Macabu

15 de março de 1952

Macaé

25 de janeiro de 1814

Quissamã

04 de janeiro de 1989

São Fidélis São Francisco de Itabapoana (1) São João da Barra Maricá

17 de março de 1890 29 de setembro de 1857

Volta Redonda

Itaboraí

Norte Fluminense

17 de outubro de 1937

Porto Real (1)

Rio das Flores

Região Metropolitana

10 de março de 1890 03 de outubro de 1977

Itatiaia

Piraí Médio Paraíba

DATA DE FUNDAÇÃO

27 de setembro de 1781 18 de janeiro de 1997 17 de junho de 1850 26 de maio de 1814

Tabela 1.1 (cont.) – Municípios do ERJ por macrorregião e data de fundação MACRORREGIÃO

MUNICÍPIO Araruama Armação dos Búzios (1) Arraial do Cabo

Baixadas Litorâneas

Cachoeiras de Macacu

15 de novembro de 1929

Casimiro de Abreu

15 de setembro de 1859

Iguaba Grande (1)

08 de junho de 1997

Maricá

26 de maio de 1814

Rio Bonito

07 de maio de 1946

Rio das Ostras

10 de abril de 1992

São Pedro da Aldeia

16 de maio de 1992

Saquarema

08 de maio de 1941

Silva Jardim

08 de maio de 1941

Mangaratiba Parati

(1) Município instalado em 1997 (2) Município instalado em 1999

13 de maio de 1986 13 de novembro de 1915

Itaguaí

Fonte: IBGE

22 de janeiro de 1890 12 de novembro de 1997

Cabo Frio

Angra dos Reis

Costa Verde

DATA DE FUNDAÇÃO

06 de janeiro de 1835 05 de julho de 1818 11 de novembro de 1892 28 de fevereiro de 1597

1.3

CONCEPÇÃO METODOLÓGICA Para a obtenção de uma métrica de vulnerabilidade municipal para fins comparativos, optou-se pelo desenvolvimento de um índice composto, também chamado de índice sintético ou agregado, por conter diferentes indicadores. Os índices compostos (IC) integram e resumem diferentes dimensões de um tema, proporcionando a comparabilidade entre as unidades de análise. Ao fornecerem uma “imagem de contexto”, os IC funcionam como redutores da complexidade e diversidade da realidade em análise, para facilitar a sua interpretação e síntese. São, portanto, representações simplificadas que buscam resumir aspectos multidimensionais em um índice adimensional, com base em um determinado modelo conceitual. O principal requisito formal para a construção dos IC é a existência de dados e informações básicas, coletados de forma sistemática. Também se faz necessária uma definição clara dos atributos a serem medidos. Este trabalho teve, como ponto de partida, a metodologia desenvolvida pelo Programa de Mudanças Ambientais Globais e Saúde – Departamento de Ciências Biológicas – Escola Nacional de Saúde Pública Sérgio Arouca – Fundação Oswaldo Cruz (PMAGS/DCB/ENSP/FIOCRUZ), em parceria com o Laboratório de Educação em Ambiente e Saúde, do Centro de Pesquisas René Rachou (FIOCRUZ, Belo Horizonte), para o mapeamento da vulnerabilidade socioambiental e de saúde do Brasil, a nível nacional e regional, aos possíveis efeitos da mudança climática global na saúde (Confalonieri et al., 2005, 2008, 2009). Baseou-se, também, em três estudos disponibilizados a esta equipe pela Secretaria de Estado e Ambiente do Rio de Janeiro (SEA/RJ) (ver Freitas, 2007; Neves et al., 2007; Nobre et al., 2008). A legislação brasileira recente sobre mudanças climáticas define vulnerabilidade como o “Grau de suscetibilidade e incapacidade de um sistema, em função de sua sensibilidade, capacidade de adaptação e do caráter, magnitude e taxa de mudança e variação de clima a que está exposto, de lidar com os efeitos adversos da mudança do clima entre os quais a variabilidade climática e os eventos extremos” (Lei no 12.187, de 29/12/2009 - Política Nacional sobre Mudança do Clima). A vulnerabilidade socioambiental aos impactos do clima é um fenômeno multidimensional e a sua representação, de forma sintética, por índices específicos, deve contemplar a inclusão de informações de diferentes setores, como os da saúde humana. Em termos operacionais, diferentes autores têm utilizado métricas de vulnerabilidade aos impactos da mudança climática, que incluem um conjunto amplo de informações e indicadores. Assim é que Moss et al. (2001) utilizaram variáveis de setores diferentes para o índice de vulnerabilidade, tais como infraestrutura, ecossistemas, capacidade econômica e saúde.

Outras avaliações de vulnerabilidade (ILRI/Teri, 2006) utilizaram indicadores parciais relativos ao capital natural (acesso a recursos); capital social (pobreza; governança), capital humano (saúde pública) e capital financeiro (renda). Brooks et al. (2005) apresentaram um conjunto abrangente de indicadores de vulnerabilidade e capacidade adaptativa ao clima, compostos por variáveis de diferentes naturezas. Dentre os oito grupos de variáveis contam saúde (ex. gastos, expectativa de vida, mortalidade, prevalência de infecções); educação (gastos, taxas de analfabetismo); geografia (ex. extensão da linha de costa); ecologia (percentual de cobertura florestal), além da infraestrutura, governança e tecnologias. Warrick (2000), de forma simplificada, propõe que avaliações de vulnerabilidade devem considerar a “inter-relação entre sistemas naturais e humanos, que resultam em impactos biofísicos e econômicos”. Nas dimensões biofísicas, incluem as variações do sistema climático. O que há de base comum nestas diferentes definições é que as variáveis e indicadores incluídos nas métricas devem capturar três características básicas da vulnerabilidade, a saber: exposição, sensibilidade e capacidade adaptativa (ou de resposta). Neste estudo, a estas três camadas foram agregadas informações sobre o “fator de perigo” (hazard), representado por anomalias de parâmetros climáticos, projetadas pelos cenários do INPE para as próximas décadas. Assim, o fator “exposição” está refletido nos componentes da vulnerabilidade ambiental. A sensibilidade está basicamente associada ao componente epidemiológico, ou seja, ao conjunto de agravos à saúde sensíveis à variação do clima. A capacidade adaptativa vincula-se, por sua vez, ao indicador de vulnerabilidade da família. O modelo conceitual subjacente a esta avaliação de vulnerabilidade está representado na Figura 1.2

IVM = Índice de Vulnerabilidade Municipal Fator de Perigo

Exposição + Sensibilidade

(“hazard”)

+ Capacidade adaptativa

ICC = Índice de Cenários

IVSF = Índice de Vulnerabilidade

Climáticos

Social da Família

IVS = Índice de

IVAm = Índice de

Vulnerabilidade da Saúde

Vulnerabilidade Ambiental

IVG = Índice de Vulnerabilidade Geral

Figura 1.2 - Modelo Conceitual do Projeto de Vulnerabilidade para os municípios do ERJ Fonte: Elaboração própria

É importante destacar que, para uma visão mais abrangente da vulnerabilidade, foi incluída no indicador da vulnerabilidade ambiental a riqueza biológica do ERJ, susceptível de sofrer graves impactos (ou perdas) com a mudança do clima. Este aspecto relativo a perdas setoriais por impacto do clima tem sido enfatizado por diversos autores que trabalham com vulnerabilidade, tanto no nível conceitual, como no desenvolvimento de indicadores quantitativos (Brooks, 2003). O Índice de Vulnerabilidade Municipal do ERJ à mudança do clima teve como unidade de análise os 92 municípios (ver Tabela 1.1). Os resultados foram agregados em um índice, formado por componentes epidemiológicos, socioeconômicos, ambientais e climáticos, para cada uma das macrorregiões do Estado. Para a construção do Índice de Vulnerabilidade, foram utilizados dados secundários, obtidos na literatura científica e em instituições governamentais, para os componentes socioeconômico, ambiental e de saúde, e a esses agregaram-se as projeções de anomalias climáticas. Observa-se que a projeção da mudança do clima refletiu o fator de perigo projetado para o futuro e os demais componentes representaram o fator de vulnerabilidade atual. 9

Algumas variáveis originalmente elencadas para inclusão neste estudo foram descartadas, como é o caso da leishmaniose visceral, por ser uma doença rara no ERJ, ocorrendo de forma esporádica em poucos municípios, sem ter, portanto, valor discriminatório. No componente “recursos hídricos”, utilizou-se apenas a estatística de “eventos hidrometeorológicos extremos”, em virtude das situações de risco que provocam, como parte do indicador ambiental. Ressalta-se que a coleta dos dados foi efetuada tendo em vista a composição originalmente proposta para o Índice Geral de Vulnerabilidade dos Municípios, que reflete o diagrama conceitual representado na Figura 1.2. O Quadro 1.1 apresenta os seus componentes.

Quadro 1.1 – Composição do Índice de Vulnerabilidade dos Municipal do ERJ

Índice de Vulnerabilidade da Saúde: Morbidades: o Dengue, o Leptospirose o Leishmaniose Tegumentar Americana Mortalidade por diarréia em menores de 5 anos

Índices de Vulnerabilidade

Índice de Vulnerabilidade Social da Família: Estrutura Familiar Acesso ao Conhecimento Acesso ao Trabalho Disponibilidade de Recursos (renda) Desenvolvimento Infanto-Juvenil Condições Habitacionais

Índice de Vulnerabilidade Ambiental: Cobertura de vegetação nativa e em regeneração Conservação da biodiversidade Ocorrência de eventos hidrometeorológicos extremos e vítimas Área costeira

Índice de Cenários Climáticos

Fonte: Elaboração própria.

Fator de Perigo: Anomalias climáticas projetadas

CAPÍTULO 2 INDICE DE VULNERABILIDADE DA SAÚDE - IVS O Índice de Vulnerabilidade da Saúde (IVS) da população dos municípios do ERJ, o primeiro componente do Índice de Vulnerabilidade Geral (IVG), sintetiza indicadores de morbidade e mortalidade relevantes no Estado, que são objeto de registro e análise pelo Sistema Único de Saúde (SUS). Foram selecionadas, para compor o IVS, quatro doenças presentes de forma endêmico-epidêmica no ERJ: dengue, leptospirose, leishmaniose tegumentar americana (LTA) e diarréia em menores de 5 anos de idade, que apresentam formas de transmissão e persistência relacionadas com o clima ou podem se dispersar espacialmente devido a processos migratórios desencadeados por fenômenos climáticos. Analisa-se a morbidade relativa às três endemias e a mortalidade oriunda de diarréia ocorrida em menores de 5 anos.

2.1

CONSTRUÇÃO DO IVS O cálculo do IVS passa por três etapas: Etapa 1 – Avaliação de parâmetros de morbidade e mortalidade; Etapa 2 – Atribuição de pesos; Etapa 3 – Cálculo do IVSp.

ETAPA 1 - Avaliação de parâmetros de morbidade e mortalidade

Para cada município e cada uma das três doenças selecionadas avaliam-se três parâmetros: Número de casos; Taxa de incidência; e Tendência. Os parâmetros avaliados para a mortalidade por diarréia em menores de 5 anos para cada município foram: Número de óbitos; Taxa de mortalidade; e Tendência. 11

O número de casos notificados para cada morbidade e o número de óbitos por diarréia estão disponíveis no site do DATASUS1. Os parâmetros número de casos e número de óbitos levam em consideração os dados disponíveis mais recentes para cada doença: ano 2008 para dengue, LTA e leptospirose; e ano 2007 para mortalidade por diarréia em menores de 5 anos. Na apresentação da proporção de casos, incidência e tendência de doenças e proporção de óbitos por diarréia de crianças menores de cinco anos e respectiva tendência (Tabela 2.1), tem-se as seguintes nomenclaturas: C representa a proporção (%) de casos ocorridos no município em relação ao total de casos ocorridos no Estado, em 2008, para cada uma das doenças consideradas; I é a taxa de incidência das doenças nos municípios por 100.000 habitantes, para 2008; T é o coeficiente angular(inclinação da reta), obtido a partir da respectiva séries histórica, para a avaliação de tendência de cada uma das doenças e de óbitos considerados; O representa a proporção (%) de óbito por diarréia em menores de 5 anos do município, no ano de 2007; M é a taxa de mortalidade, em menores de 5 anos por diarréia, por 100.000 habitantes, no ano de 2007.

Quando da inexistência de registro de óbito por diarréia para crianças menores de cinco anos num município, não se avalia O e M para estes municípios e não se atribui peso para a respectiva mortalidade infantil (Tabela 2.1). Observa-se que, para determinar a tendência das taxas de incidência das doenças selecionadas e da mortalidade por diarréia em menores de 5 anos, optou-se por analisar toda a série histórica disponível. O período avaliado na análise de tendência variou entre doenças e municípios, segundo a disponibilidade de dados no DATASUS. Assim, a série de dados usada para a avaliação de tendências foi: Dengue: de 1997-2008 para todos os municípios, exceto Mesquita, para o qual os registros disponíveis são do período 2001-2008. Ressalta-se que, na análise de tendência temporal das taxas de incidência de dengue, os anos de 2001 e 2002 foram apontados no modelo como valores discrepantes em relação ao restante da série. Portanto, para uma melhor avaliação desta série, os dados desses anos foram descartados da análise para o cálculo da tendência. Leptospirose e Leishmaniose Tegumentar Americana: de 1995-2008 para a maior parte dos municípios. Porém, para os municípios de Armação dos Búzios, Carapebus,

www.datasus.gov.br

Iguaba Grande, Macuco, Pinheiral, Porto Real, São Francisco de Itabapoana, São José de Ubá, Seropédica e Tanguá os registros disponíveis são do período 1997-2008; para Mesquita, o período avaliado foi 2001-2008.

A análise de tendência foi realizada em três passos: 1º Passo: ajuste de um gráfico de dispersão. Nesta etapa, procurou-se observar qual o tipo de relação que a taxa de incidência descreve em relação ao tempo e direciona a escolha do modelo a ser ajustado aos dados. 2º Passo: ajuste de um modelo polinomial de segunda ordem (equação de segundo grau). Este modelo, quando bem ajustado, indica que há, no período avaliado, mudança de tendência da morbidade. Nestes casos, o modelo de segunda ordem identifica o ponto de mudança de inclinação da curva. Este ponto é, então, utilizado como início para avaliação de tendência. 3º Passo: ajuste de um modelo de Regressão Linear (equação de primeiro grau). Este modelo foi ajustado com o objetivo de se determinar qual a tendência atual da morbidade. Para tanto, utilizaram-se os dados de toda a série histórica disponível, quando o modelo de segunda ordem não se ajustou, e apenas o final da série, utilizando como início o ponto determinado pelo passo anterior, quando o modelo de segunda ordem se ajustou. Quando significativo, ao nível de 95% de confiança, o coeficiente angular determinado por este ajuste foi considerado como o valor de tendência observado. Valores positivos indicam que a morbidade tem atingido um número maior de habitantes a cada ano (tendência crescente); valores negativos indicam que a taxa de incidência está reduzindo (tendência decrescente) e valores iguais a zero indicam que a série é inconclusiva com relação à tendência. Assumiu-se que, nestes casos, a incidência está estável. A Figura 2.1 ilustra um exemplo de município com tendência crescente para a incidência de dengue. O valor do coeficiente angular, das taxas de incidência e mortalidade, calculado para cada município (coluna T, Tabela 2.1) indica aumento (ou decrescimento) do número de casos novos, a cada ano, no município. Por exemplo, em Angra dos Reis, no período avaliado, ocorreu um aumento de, aproximadamente, 324 novos casos de dengue para cada 100.000 habitantes por ano. Já a mortalidade por diarréia tem atingido cerca de 2 crianças a menos, a cada 100.000 crianças na faixa etária de 0 a 5 anos, por ano.

Taxa de Incidência de Dengue (Porto Real) / 100.000hab

200

150

100

1996

1998

2000

2002

2004

2006

2008

Figura 2.1 – Gráfico de dispersão com modelo de regressão linear (reta) para a taxa de incidência (por 100.00 hab.) de dengue no município de Porto Real, no período 1997-2008 Fonte: Elaborção própria, com base nos dados do DATASUS.

Tabela 2.1 – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco Anos e respectiva Tendência, por Município do ERJ DENGUE

LEPTOSPIROSE

LTA

DIARRÉIA

Proporção de casos do município, MUNICÍPIO C1 I2 T3 C I T C I T O4 M5 T ano 2008 2 Angra Taxa dos Reis 4,33 habitantes, 6678,8 ano 324,10 0,38 0,61 -0,48 16,28 8,53 -2,28 0,00 0,00 -2,25 de incidência por 100.000 6 2008 Aperibé 0,04 1114,6 0,00 0,38 10,62 0,47 0,00 0,00 0,00 3 Coeficiente angular na avaliação de1767,3 Tendência0,00 da série histórica 1997-2008; LTA,3,49 1995-2008; 1995-2008; Mortalidade Araruama 0,75 0,38 (Dengue, 0,93 0,00 2,80 Leptospirose, 0,31 0,00 0,00 0,00 por ArealDiarréia, 1996-2007) 0,00 50,9 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 4 Proporção de óbitos por diarréia do município, ano 2007 Armação dos Búzios 0,03 306,8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -7,73 5 Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007 Arraial do Cabo 0,03 274,1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1 Proporção de casos do município, Barra do Piraí 0,21 521,0 0,00 0,75 1,95 0,00 0,00 0,00 0,00 0,00 0,00 -4,13 ano 2008 Barra2 Mansa 0,29 410,8 0,00 2,64 3,97 0,00 2,33 1,13 0,25 0,00 0,00 -1,86 Taxa de incidência por 100.000 habitantes, Belford Roxo 3,01 1538,2 0,00 0,75 0,40 0,00 0,00 0,00 0,00 0,00 0,00 -2,47 ano 2008 Bom3Jardim 0,00 15,3 0,83 0,00 (Dengue, 0,00 0,00 0,00 Leptospirose, 0,00 0,00 0,00 0,00 Coeficiente angular na avaliação de Tendência da série histórica 1997-2008; LTA,0,00 1995-2008; 1995-2008; BomMortalidade Jesus do Itabapoana 0,07 523,1 0,00 0,38 2,84 0,21 1,16 2,84 0,00 0,00 0,00 0,00 por Diarréia, 1996-2007) 4 Cabo Frio 0,22 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -4,71 Proporção de óbitos por diarréia do 308,4 município, ano Cachoeiras 0,12 520,1 94,37 0,00 0,00 0,00 1,16 1,77 0,00 0,00 0,00 -1,81 2007 de Macacu 5 Taxa de mortalidade infantil (0 a 4 anos) Cambuci 0,04 724,3 diarréia, 35,76 por 100.000, 0,00 ano 0,00 -0,36 0,00 0,00 0,00 0,00 0,00 0,00 2007 Campos dos Goytacazes 5,84 3421,4 492,00 8,68 5,33 0,17 0,00 0,00 0,00 9,52 11,52 -5,65 Cantagalo

0,35 6

4338,5

727,80

0,00

2,33

9,76

0,00

Carapebus

0,03

728,3

35,84

0,00

Cardoso Moreira

0,06

1295,8

328,70

0,00

Carmo

0,24

3475,0

0,00

1,16

5,62

0,96

0,00

Casimiro de Abreu

0,04

369,0

0,00

1,16

3,35

0,00

Tabela 2.1 (cont.) – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco Anos e respectiva Tendência, por Município do ERJ DENGUE MUNICÍPIO

LEPTOSPIROSE

Macaé

0,28

377,1

Macuco

0,08

Magé

LTA

DIARRÉIA

49,97

1,13

1,59

0,12

0,00

-0,15

3434,6

841,80

0,00

1,41

1477,5

76,33

0,75

0,83

0,00

1,16

Mangaratiba

0,25

2009,5

0,00

Maricá

0,70

1490,4

84,14

3,02

6,71

0,00

4,76

14,57

0,00

0,42

0,00

4,76

9,00

-1,86

0,00

-3,99

2,33

1,68

0,00

Proporção de casos do município, Comendador Levy Gasparian 0,04 1016,0 0,00 0,75 22,83 0,00 0,00 0,00 0,00 0,00 0,00 0,00 ano 2008 2 Conceição Macabu 0,08 habitantes, 926,6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,38 59,21 0,00 Taxadede incidência por 100.000 ano Cordeiro 0,26 3283,3 617,50 0,00 0,00 0,00 1,16 5,05 0,00 0,00 0,00 0,00 2008 3 6 Duas Barras Coeficiente angular na avaliação 0,00 de Tendência 9,2 0,72 da série histórica 0,00 (Dengue, 0,00 1997-2008; 0,00 LTA,0,00 1995-2008; 0,00 Leptospirose, 0,00 1995-2008; Mortalidade por Diarréia, Duque de Caxias1996-2007) 6,16 1804,7 0,00 2,26 0,69 -0,24 3,49 0,35 0,00 4,76 2,55 -2,93 4 Proporção de óbitos por diarréia do município, ano 2007 Engenheiro Paulo de Frontin 0,01 114,3 0,00 0,00 0,00 0,00 1,16 7,62 0,00 0,00 0,00 0,00 5 Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007 Guapimirim 0,11 554,6 30,75 0,00 0,00 0,00 0,00 0,00 -1,29 0,00 0,00 -4,94 1 Proporção de casos do município, Iguaba Grande 0,13 1486,6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 ano 2008 Itaboraí 1,37 1543,2 80,37 1,89 2,22 0,14 0,00 0,00 0,00 2,38 5,01 -1,76 2 Taxa de incidência por 100.000 habitantes, Itaguaí 0,93 2280,8 101,50 0,38 0,97 0,00 1,16 0,97 0,00 0,00 0,00 -2,97 ano 2008 Italva3 0,06 972,7 72,26 0,00 0,00 0,00 2,33 13,80 0,00 0,00 0,00 0,00 Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Itaocara 0,00 44,4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -4,58 Mortalidade por Diarréia, 1996-2007) 4 Itaperuna 0,24 1,51 4,07 0,00 0,00 0,00 0,00 0,00 0,00 0,00 Proporção de óbitos por diarréia do 618,2 município,0,00 ano Itatiaia 0,07 476,9 30,26 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2007 5 Japeri Taxa de mortalidade infantil 0,38 959,5 diarréia, 0,00 por 100.000, 0,38 ano 1,00 -0,26 2,33 2,00 0,00 4,76 20,35 -3,38 (0 a 4 anos) Laje 2007 do Muriaé 0,01 200,1 0,00 0,00 0,00 0,00 0,00 0,00 2,13 0,00 0,00 0,00

Tabela 2.1 (cont.) – Proporção de Casos, Incidência e Tendência de Doenças e Proporção de Óbitos por Diarréia de Crianças Menores de Cinco anos e respectiva Tendência, por Município do ERJ DENGUE MUNICÍPIOS

LEPTOSPIROSE

Porciúncula

0,10

1388,1

Porto Real

0,01

Quatis

LTA

DIARRÉIA

333,90

4,15

60,35

4,40

0,00

176,3

12,30

0,00

0,01

263,1

0,00

Queimados

0,33

607,1

0,00

Quissamã

0,06

771,4

57,74

0,00

1,16

0,73

0,10

0,00

-3,68

0,00

Proporção de casos do município, Mendes 0,19 2651,5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 ano 2008 2 Mesquita 0,75 habitantes, 1006,7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 Taxa de incidência por 100.000 ano Miguel Pereira 0,02 147,8 6,90 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2008 3 Coeficiente angular na avaliação de 279,1 Tendência0,00 da série histórica 1997-2008; LTA,0,00 1995-2008; 1995-2008; Mortalidade Miracema 0,03 0,00 (Dengue, 0,00 0,00 0,00 Leptospirose, 0,00 0,00 0,00 0,00 por Diarréia, 1996-2007) Natividade 0,13 2144,0 372,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 4 Proporção de óbitos por diarréia do município, ano 2007 Nilópolis 0,68 1081,1 0,00 0,38 0,63 0,00 0,00 0,00 0,00 2,38 9,04 -3,48 5 Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007 Niterói 3,04 1611,8 0,00 7,92 4,39 0,35 0,00 0,00 0,00 4,76 6,97 -1,21 1 Proporção de casos do município, Nova Friburgo 0,10 148,1 8,40 2,26 3,36 0,00 4,65 2,24 0,12 0,00 0,00 0,00 ano 2008 Nova2 Iguaçu 7,29 2158,5 0,00 4,15 1,29 0,00 0,00 0,00 0,00 4,76 2,59 -2,26 Taxa de incidência por 100.000 habitantes, Paracambi 0,38 2146,6 114,10 0,00 0,00 0,00 1,16 2,24 0,00 2,38 31,58 0,00 ano 2008 Paraíba 3 do Sul 0,03 0,00 0,00 0,00 0,00 0,40 0,00 0,00 -10,93 Coeficiente angular na avaliação de 174,3 Tendência0,00 da série histórica (Dengue, 1997-2008; LTA,0,00 1995-2008; Leptospirose, 1995-2008; Parati 0,25 1830,5 0,00 0,75 5,68 0,00 9,30 22,74 -21,04 0,00 0,00 0,00 Mortalidade por Diarréia, 1996-2007) 4 Paty do Alferes 0,01 84,3 5,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -3,26 Proporção de óbitos por diarréia do município, ano Petrópolis 0,09 76,4 4,70 7,92 6,71 0,49 0,00 0,00 0,00 4,76 8,81 0,00 2007 5 Pinheiral Taxa de mortalidade infantil 0,07 (0 a 4 anos) 795,3 diarréia, 0,00 por 100.000, 1,13 ano 13,56 0,70 0,00 0,00 0,00 0,00 0,00 0,00 2007 Piraí 0,07 640,5 60,66 0,00 0,00 0,00 1,16 3,88 0,00 0,00 0,00 0,00

LEPTOSPIROSE

São Sebastião do Alto

0,01

177,8

Sapucaia

0,02

Saquarema Seropédica

LTA

DIARRÉIA

0,00

1,16

11,11

0,00

230,5

0,00

0,10

375,8

68,86

0,00

1,16

0,67

2196,7

98,71

0,00

1,47

-1,71

0,00

-3,06

0,00

Proporção de casos do município, Resende 0,17 332,6 28,53 0,75 1,57 0,00 0,00 0,00 0,00 2,38 10,25 0,00 ano 2008 2 Bonito Rio 0,40 1850,0 1,51 7,33 0,86 4,65 7,33 0,00 0,00 0,00 -2,84 Taxa de incidência por 100.000 habitantes, ano 83,48 Rio Claro 0,01 176,0 0,00 0,38 5,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2008 6 3 Rio das Flores angular na avaliação 0,02de Tendência 460,5 0,38 11,51 1,45 0,00 0,00 0,00 Coeficiente da0,00 série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Mortalidade por Rio das Ostras 0,08 229,5 0,00 0,38 1,10 0,00 0,00 0,00 0,00 2,38 23,10 0,00 Diarréia, 1996-2007) 4 Rio Proporção de Janeiro de óbitos por diarréia 50,60do município, 2079,0 ano 88,53 2007 26,42 1,14 0,00 22,09 0,31 0,00 33,33 3,26 -0,92 5 Taxa de mortalidade infantil (00,01 a 4 anos)120,9 diarréia,0,00 por 100.000, 0,00 ano 20070,00 Santa Maria Madalena 0,00 1,16 9,30 0,00 0,00 0,00 0,00 1 Proporção de casos do município, Santo Antônio de Pádua 0,15 898,0 0,00 0,00 0,00 0,00 0,00 0,00 0,30 0,00 0,00 0,00 ano 2008 São Fidélis 0,10 660,6 39,23 0,75 5,12 0,00 2,33 5,12 0,00 0,00 0,00 0,00 2 Taxa de incidência por 100.000 habitantes, São Francisco de Itabapoana 0,10 527,0 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 ano 2008 São 1,14 293,5 0,00 9,43 2,54 0,00 1,16 0,10 0,00 7,14 4,11 -0,82 3 Gonçalo Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; São João da Barra 0,37 3077,6 0,00 0,75 6,59 0,84 0,00 0,00 0,00 0,00 0,00 0,00 Mortalidade por Diarréia, 1996-2007) São 4 João de Meriti 2,89 1559,9 0,00 1,13 0,64 -0,39 0,00 0,00 0,00 2,38 2,53 -2,69 Proporção de óbitos por diarréia do município, ano São José de Ubá 0,02 595,6 46,23 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2007 5 São José de do Vale do Rio Pretoinfantil (00,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 Taxa mortalidade a 4 anos)196,0 diarréia,0,00 por 100.000, 0,00 ano São Pedro da Aldeia 0,19 578,7 50,49 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2007

LEPTOSPIROSE

LTA

DIARRÉIA 4

C I T C I T C I T O M T Proporção de casos do município, Silva Jardim 0,04 451,3 20,92 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 ano 2008 2 Taxa de incidência por 100.000 ano Sumidouro 0,00 habitantes, 72,3 3,97 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2008 Tanguá 0,16 1363,7 68,72 0,75 6,64 0,00 0,00 0,00 -0,72 0,00 0,00 0,00 3 Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Mortalidade Teresópolis 0,03 40,6 2,16 0,38 0,63 0,00 0,00 0,00 0,00 0,00 0,00 -1,29 por 6 Diarréia, Trajano de Morais1996-2007) 0,00 10,1 2,80 0,00 0,00 0,00 3,49 30,20 0,00 4 Proporção de óbitos por diarréia do município, ano 2007 Três Rios 0,05 175,6 0,00 0,00 0,00 0,00 1,16 1,32 0,00 0,00 0,00 0,00 5 Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007 Valença 0,05 178,7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 -4,11 1 Proporção de casos do município, Varre-Sai 0,00 91,3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 ano 2008 Vassouras 2 0,08 579,0 0,00 0,00 0,00 0,00 0,00 0,00 -2,85 0,00 0,00 0,00 Taxa de incidência por 100.000 habitantes, Volta ano Redonda 0,62 607,0 0,00 1,89 1,92 0,00 0,00 0,00 0,00 0,00 0,00 -1,55 2008 3 Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Fonte: Elaboração própria a partir de dados do DATASUS. Mortalidade por Diarréia, 1996-2007) Notações: 4 1 Proporção demunicípio, óbitos por diarréia do município, ano Proporção de casos do ano 2008; 2 Taxa2007 de incidência por 100.000 habitantes, ano 2008; 3 Coeficiente angular na avaliação de tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Mortalidade por Diarréia, 1996-2007); 5 4 Taxadede mortalidade infantil (0 ano a 42007; anos) diarréia, por 100.000, ano Proporção óbitos por diarréia do município, 5 Taxa2007 de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007; 1

Não houve registro de mortalidade infantil (0 a 4 anos ) por diarréia no período estudado (1996-2007), o que, entretanto, não significa ausência da mesma; C: proporção dos casos do município no ano de 2008 para as morbidades; I: taxa de incidência por 100.000 habitantes das morbidades, ano 2008; T: coeficiente angular na avaliação de tendência da serie histórica de todas as doenças; O: proporção de óbito por diarréia do município, no ano de 2007; M: taxa de mortalidade em menores de 5 anos por diarréia, por 100.000 habitantes, no ano de 2007.

ETAPA 2 - Atribuição de pesos Nesta etapa, foi calculada a distribuição do número de casos por município em relação ao total de casos do Estado e atribuídos pesos (Tabela 2.2). Os pesos foram escolhidos de forma a atribuir maior valor aos municípios com maior vulnerabilidade. Portanto, quanto maior a proporção de casos agrupados no município, maior será o peso atribuído a este. O mesmo raciocínio lógico foi utilizado para atribuir pesos aos parâmetros de incidência e tendência. As morbidades, em geral, apresentaram tendência crescente na taxa de incidência, porém, por apresentarem taxas heterogêneas de crescimento, foram divididas em crescente moderada ou crescente acentuada, sendo o ponto de corte definido de tal forma que, aproximadamente, 10% dos piores casos (taxas de crescimento mais aceleradas) fossem classificadas como tendência crescente acentuada. A mortalidade por diarréia apresentou, em geral, tendência decrescente, contudo também pode-se observar uma grande heterogeneidade nas taxas de decrescimento. Sendo assim, estas foram classificadas como decrescente moderada ou decrescente acentuada. Seu ponto de corte foi definido de tal forma que, aproximadamente, 10% dos melhores casos (taxas de decrescimento mais aceleradas) fossem classificadas como tendência decrescente acentuada. Após a atribuição de peso para os municípios, aqueles foram combinados com a proporção de casos, a incidência e a tendência de doenças, bem como a proporção de casos, a incidência e a respectiva tendência de óbito por diarréia de crianças com menos de 5 anos, por município. Os resultados desta etapa estão consolidados na Tabela 2.3. Conforme mencionado, observa-se que os municípios de Aperibé, Duas Barras, Carapebus, Rio das Flores e Trajano de Morais apresentam células vazias para diarréia em crianças menores que conco anos. Assim sendo, para esses municípios, o IVS foi calculado apenas com as informações referentes aos casos de morbidade registrados.

Tabela 2.2 – Distribuição de pesos do IVS DOENÇA

VARIÁVEL

% casos no Estado

Dengue

Tendência

Incidência*

% casos no Estado

LTA

Tendência

Incidência*

% casos no Estado

Leptospirose

Tendência

Incidência*

% casos no Estado

Mortalidade Infantil por Diarréia

Tendência

Taxa de Mortalidade* *por 100.000 habitantes Fonte: Elaboração própria.

CLASSE

PESO

< 0,50% 0,51 a 1,00% 1,01 a 3,00% > 3,00% Decrescente Estável Crescente moderada Crescente acentuada <100,0 100,0 a 500,0 500,1 a 1000 > 1000 < 0,50% 0,51 a 1,00% 1,01 a 3,00% > 3,00% Decrescente Estável Crescente moderada Crescente acentuada 0 0,01 a 1,00 1,01 a 5,00 > 5,00 < 0,50% 0,51 a 1,00% 1,01 a 3,00% > 3,00% Decrescente Estável Crescente moderada Crescente acentuada 0 0,01 a 1,00 1,01 a 5,00 > 5,00 0 0,01 a 2,50% 2,51 a 5,00% > 5,00% Decrescente acentuada Decrescente moderada Estável Crescente 0 0,01 a 10,00 10,01 a 25,00 >25,00

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

Tabela 2.3 – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção de Óbitos por Diarréia de Crianças Menores que Cinco Anos e respectiva Tendência, por Município do ERJ DENGUE

MUNICÍPIO

LEPTOSPIROSE

LTA

DIARRÉIA

Soma pesos

Angra dos Reis

Aperibé

Araruama

Areal

Armação dos Búzios

Arraial do Cabo

Barra do Piraí

Barra Mansa

Belford Roxo

Bom Jardim

Bom Jesus do Itabapoana

Cabo Frio

Cachoeiras de Macacu

Cambuci

Campos dos Goytacazes

Cantagalo

Carapebus

Cardoso Moreira

Carmo

Comendador Levy Gasparian

Soma pesos

Tabela 2.3 (cont.) – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção de Óbitos por Diarréia de Crianças Menores que Cinco Anos e Respectiva Tendência, por Município do ERJ DENGUE

MUNICÍPIO

LEPTOSPIROSE

Conceição de Macabu

Soma pesos 6

Cordeiro

LTA

DIARRÉIA

Macaé

Macuco

Magé

Soma pesos 4 4 4 4 4 6 6 4 4 4 4 4 9 4 6 4 9 4 6 8 4 4 4 4 8 9 4 4 4 6 4 4 10 9 4 4 4 6

Mangaratiba

Maricá

Mendes

Mesquita

Duas Barras

Duque de Caxias

Engenheiro Paulo de Frontin

Guapimirim

Iguaba Grande

Itaboraí

Itaguaí

Italva

Itaocara

Itaperuna

Itatiaia

Japeri

Laje do Muriaé

Soma pesos 4

Soma pesos 9

8 9

LEPTOSPIROSE

MUNICÍPIO C1

Miguel Pereira

Soma pesos 6

Miracema

Natividade

Nilópolis

Niterói

Nova Friburgo

Nova Iguaçu

Paracambi

Paraíba do Sul Parati

LTA

Soma pesos 4

Paty do Alferes

Petrópolis

Pinheiral

Piraí

Porciúncula Porto Real

DIARRÉIA O4

Soma pesos 4

Resende

Rio Bonito

Rio Claro

Quatis

Queimados Quissamã

LEPTOSPIROSE

MUNICÍPIO

Soma pesos 9

São José de Ubá

São José do Vale do Rio Preto

São Pedro da Aldeia

São Sebastião do Alto

Sapucaia Saquarema

DIARRÉIA O4

Soma pesos 4

Tanguá

Teresópolis

Trajano de Morais

Rio das Flores

Rio das Ostras

Rio de Janeiro

Santa Maria Madalena

Santo Antônio de Pádua

São Fidélis

São Francisco de Itabapoana

São Gonçalo

São João da Barra São João de Meriti

Soma pesos 5

LTA C

Seropédica

Silva Jardim Sumidouro

Tabela 2.3 (cont.) – Peso e seu Somatório Atribuído à Proporção de Casos, Taxa de Incidência, Tendência da Série História das Morbidades, Proporção de Óbitos e Taxa de Mortalidade Infantil (0 a 4 anos) para Diarréia e Tendência por Município do ERJ

DENGUE

LEPTOSPIROSE

MUNICÍPIO C1

Três Rios

Soma pesos 5

Valença

Varre-Sai

Vassouras

Volta Redonda

LTA

Soma pesos 4

DIARRÉIA O4

Soma pesos 8

Fonte: Elaboração própria. Notações: 1

Pesos atribuídos à Proporção de casos do município, ano 2008; Pesos atribuídos à Taxa de incidência por 100.000 habitantes, ano 2008; 3 Pesos atribuídos ao Coeficiente angular na avaliação de Tendência da série histórica (Dengue, 1997-2008; LTA, 1995-2008; Leptospirose, 1995-2008; Mortalidade por Diarréia, 1996-2007) 4 Pesos atribuídos à Proporção de óbitos por diarréia do município, ano 2007; 5 Pesos atribuídos à Taxa de mortalidade infantil (0 a 4 anos) diarréia, por 100.000, ano 2007; C: pesos atribuídos à proporção de casos do município no ano de 2008 para as morbidades; I: pesos atribuídos à taxa de incidência por 100.000 habitantes para o ano de 2008 das morbidades; T: pesos atribuídos ao coeficiente angular na avaliação de tendência da serie histórica de todas as doenças; O: pesos atribuídos à proporção de óbitos por diarréia do município no ano de 2007; M pesos atribuídos à taxa de mortalidade em menores de 5 anos por diarréia, por 100.000 no ano de 2007. 2

ETAPA 3 - Cálculo do IVS O IVS foi calculado a partir da média aritmética da soma dos pesos de cada uma das doenças padronizadas. O valor do IVS foi calculado através da seguinte equação:

(Equação 2.1)

ETAPA 4 - Cálculo do IVSp O IVSp é representado por uma escala que varia de 0 a 1, na qual 0 é o valor atribuído ao município com menor vulnerabilidade e 1 ao município com maior vulnerabilidade. Os demais valores indicam a distância relativa entre o caso de menor vulnerabilidade (indicador = 0) e o de maior vulnerabilidade (indicador = 1) (Tabela 2.4). O IVSp foi calculado com base na Equação 2.2.

(Equação 2.2)

As Figuras 2.2 a 2.9 apresentam os indicadores para dengue, leptospirose, LTA e diarréia para os municípios do ERJ, bem como os respectivos índices para as macrorregiões. Por macrorregião, a dengue variou de 0,19 (Centro-Sul) a 0,63 (Costa Verde), com valores intermediários para a Região Metropolitana e Norte (Figura 2.3). Com relação a leptospirose, o menor índice esteve associado a Região Centro-Sul, ao passo que valores entre 0,21 e 0,37 pautaram as demais regiões. Sobre a LTA, a Costa Verde apresentou o maior índice (0,61), seguida pelas regiões Serrana e Baixadas Litorâneas (respectivamente, 0,53 e 0,44) (Figura 2.5). Nas demais macrorregiões, o índice variou de 0,21 a 0,34 (Figura 2.7). Por fim, o índice para diarréia foi maior na Região Metropolitana (0,54) e Norte Fluminese (o,56), ficando na mesma faixa de criticidade nas demais regiões, neste caso variando de 0,21 a 0,39 (Figura 2.9)

Tabela 2.4- Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ Município Angra dos Reis Aperibé Araruama Areal Armação dos Búzios Arraial do Cabo Barra do Piraí Barra Mansa Belford Roxo Bom Jardim Bom Jesus do Itabapoana Cabo Frio Cachoeiras de Macacu Cambuci Campos dos Goytacazes Cantagalo Carapebus Cardoso Moreira Carmo Casimiro de Abreu Comendador Levy Gasparian Conceição de Macabu Cordeiro Duas Barras Duque de Caxias Engenheiro Paulo de Frontin Guapimirim Iguaba Grande Itaboraí

Denguep

Leptop

LTAp

Diarréiap

IVS

IVSp

1,00 0,38 0,50 0,00 0,13 0,13 0,25 0,13 0,75 0,13 0,25 0,13 0,38 0,38 1,00 0,63 0,38 0,63 0,38 0,13 0,38 0,25 0,63 0,13 0,75 0,13 0,38 0,38 0,75

0,11 0,56 0,22 0,11 0,11 0,11 0,44 0,56 0,33 0,11 0,44 0,11 0,11 0,00 0,89 0,11 0,11 0,11 0,11 0,11 0,56 0,11 0,11 0,11 0,33 0,11 0,11 0,11 0,67

0,86 0,14 1,00 0,14 0,14 0,14 0,14 0,86 0,14 0,14 0,71 0,14 0,71 0,14 0,14 0,86 0,14 0,14 1,00 0,71 0,14 0,14 0,86 0,14 0,71 0,86 0,00 0,14 0,14

0,17

0,53 0,36 0,51 0,15 0,09 0,18 0,25 0,43 0,35 0,18 0,44 0,14 0,34 0,21 0,72 0,48 0,21 0,30 0,45 0,32 0,35 0,38 0,48 0,13 0,62 0,36 0,16 0,24 0,51

0,648 0,388 0,619 0,077 0,000 0,123 0,231 0,489 0,374 0,123 0,503 0,061 0,365 0,174 0,917 0,571 0,170 0,307 0,531 0,334 0,379 0,415 0,571 0,047 0,769 0,387 0,101 0,215 0,620

0,33 0,33 0,00 0,33 0,17 0,17 0,17 0,33 0,33 0,17 0,17 0,33 0,83 0,33 0,33 0,33 0,33 0,33 1,00 0,33 0,67 0,33 0,17 0,33 0,50

Tabela 2.4 (cont.) - Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ Município Itaguaí Italva Itaocara Itaperuna Itatiaia Japeri Laje do Muriaé Macaé Macuco Magé Mangaratiba Maricá Mendes Mesquita Miguel Pereira Miracema Natividade Nilópolis Niterói Nova Friburgo Nova Iguaçu Paracambi Paraíba do Sul Parati Paty do Alferes Petrópolis Pinheiral Piraí Porciúncula

Denguep

Leptop

LTAp

Diarréiap

IVS

IVSp

0,75 0,38 0,00 0,25 0,25 0,25 0,13 0,25 0,63 0,75 0,38 0,63 0,38 0,50 0,25 0,13 0,63 0,50 0,75 0,25 0,75 0,63 0,13 0,38 0,13 0,13 0,25 0,38 0,63

0,33 0,11 0,11 0,56 0,11 0,11 0,11 0,67 0,11 0,33 0,11 0,78 0,11 0,11 0,11 0,11 0,11 0,22 0,78 0,56 0,67 0,11 0,11 0,56 0,11 0,89 0,78 0,11 1,00

0,57 0,86 0,14 0,14 0,14 0,71 0,43 0,00 0,14 0,57 0,14 0,71 0,14 0,14 0,14 0,14 0,14 0,14 0,14 1,00 0,14 0,71 0,29 0,86 0,14 0,14 0,14 0,71 0,14

0,17 0,33 0,17 0,33 0,33 0,83 0,33 1,00 0,33 0,67 0,17 0,33 0,33 0,33 0,33 0,33 0,33 0,50 0,67 0,33 0,67 1,00 0,00 0,33 0,17 0,83 0,33 0,33 0,33

0,46 0,42 0,11 0,32 0,21 0,48 0,25 0,48 0,30 0,58 0,20 0,61 0,24 0,27 0,21 0,18 0,30 0,34 0,58 0,53 0,56 0,61 0,13 0,53 0,14 0,50 0,38 0,38 0,53

0,532 0,479 0,015 0,333 0,169 0,564 0,228 0,567 0,307 0,717 0,154 0,764 0,215 0,261 0,169 0,123 0,307 0,364 0,723 0,649 0,682 0,764 0,053 0,643 0,061 0,594 0,415 0,426 0,635

Figura 2.4 (cont.) - Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ Município Porto Real Quatis Queimados Quissamã Resende Rio Bonito Rio Claro Rio das Flores Rio das Ostras Rio de Janeiro Santa Maria Madalena Santo Antônio de Pádua São Fidélis São Francisco de Itabapoana São Gonçalo São João da Barra São João de Meriti São José de Ubá São José do Vale do Rio Preto São Pedro da Aldeia São Sebastião do Alto Sapucaia Saquarema Seropédica Silva Jardim Sumidouro Tanguá Teresópolis Trajano de Morais

Denguep 0,25 0,13 0,25 0,38 0,25 0,50 0,13 0,13 0,13 0,88 0,13 0,25 0,38 0,25 0,38 0,38 0,63 0,38 0,13 0,38 0,13 0,13 0,25 0,63 0,25 0,13 0,50 0,13 0,13

Leptop 0,11 0,11 0,11 0,11 0,44 0,78 0,44 0,67 0,33 0,67 0,11 0,11 0,56 0,11 0,67 0,67 0,33 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,56 0,22 0,11

LTAp 0,14 0,14 0,71 0,14 0,14 1,00 0,14 0,14 0,14 0,71 0,86 0,29 0,86 0,14 0,57 0,14 0,14 0,14 0,14 0,14 0,86 0,14 0,57 0,14 0,14 0,14 0,00 0,14 1,00

Diarréiap 0,33 0,33 0,17 0,33 0,83 0,17 0,33 0,83 0,83 0,33 0,33 0,33 0,33 0,83 0,33 0,50 0,33 0,33 0,33 0,33 0,33 0,17 0,33 0,33 0,33 0,33 0,17

IVS 0,21 0,18 0,31 0,24 0,42 0,61 0,26 0,31 0,36 0,77 0,36 0,25 0,53 0,21 0,61 0,38 0,40 0,24 0,18 0,24 0,36 0,18 0,27 0,30 0,21 0,18 0,35 0,16 0,41

IVSp 0,169 0,123 0,318 0,215 0,477 0,762 0,246 0,320 0,389 1,000 0,387 0,222 0,643 0,169 0,763 0,420 0,451 0,215 0,123 0,215 0,387 0,123 0,266 0,307 0,169 0,123 0,373 0,102 0,468

Tabela 2.4 (cont.) - Pesos padronizados das doenças que compõem o IVS, IVSp, por município do ERJ Município Três Rios Valença Varre-Sai Vassouras Volta Redonda

Fonte: Elaboração própria.

Denguep 0,13 0,13 0,00 0,25 0,38

Leptop 0,11 0,11 0,11 0,11 0,56

LTAp 0,71 0,14 0,14 0,00 0,14

Diarréiap 0,33 0,17 0,33 0,33 0,17

IVS 0,32 0,14 0,15 0,17 0,31

IVSp 0,334 0,061 0,077 0,116 0,318

FIGURA 2.2 – INDICADOR DE DENGUE

Janeiro de 2011

FIGURA 2.3 – INDICADOR DE DENGUE – MACRORREGIÔES DO ERJ

Janeirode de2011 2011 Janeiro

FIGURA 2.4 – INDICADOR DE LEPTOSPIROSE

Janeiro de 2011

FIGURA 2.5 – INDICADOR DE LEPTOSPIROSE – MACRORREGIÔES DO ERJ

Janeiro de 2011

FIGURA 2.6 – INDICADOR DE LEISHMANIOSE TEGUMENTAR AMERICANA (LTA) Janeirodede2011 2011 Janeiro

Janeiro de 2011

FIGURA 2.7 – INDICADOR DE LTA – MACRORREGIÔES DO ERJ

Janeiro de 2011

FIGURA 2.8 – INDICADOR DE DIARRÉIA

Janeiro de 2011

FIGURA 2.9 – INDICADOR DE DIARRÉIA – MACRORREGIÔES DO ERJ

Janeiro de 2011

CAPÍTULO 3 INDICE DE VULNERABILIDADE SOCIAL DA FAMÍLIA – IVSF O Indice de Vulnerabilidade Social da Família (IVSF), o segundo componente do Índice de Vulnerabilidade Geral (IVG), organiza informações acerca das diferentes famílias que convivem no cenário social do ERJ, possibilitando a identificação de grupos sociais mais vulneráveis. Entende-se por vulnerabilidade social da família o conjunto de aspectos que transcende o indivíduo, abrangendo elementos coletivos, contextuais (Najar et al 2008). Considera-se que os grupos sociais mais vulneráveis, isto é, com menor capacidade de reagir a adversidades em geral, serão os que terão menor resiliência frente aos possíveis impactos das mudanças do clima, tais como excesso de chuvas, enchentes, ressacas e doenças. Família, segundo a definição do IBGE para efeito de censo, é uma categoria de agregação típica dos domicílios particulares e que pode significar um conjunto de pessoas que co-habitam um mesmo espaço, seguindo “normas de convivência”2 e regras estabelecidas. São exemplos de família: (a) a pessoa que mora sozinha; (b) o conjunto de pessoas ligadas por laços de parentesco ou de “dependência doméstica”3; (c) as pessoas ligadas por normas de convivência. Ainda segundo o IBGE, os componentes da família são: a pessoa responsável pela família; filhos ou enteados; pais ou sogros; netos e bisnetos; irmãos; outros parentes; agregados; pensionistas; empregados domésticos e parentes dos empregados domésticos. Ou seja, família é um conjunto de pessoas, ao passo que domicílio é a estrutura física onde habitam. Para efeito deste projeto, optou-se pelo uso da família como unidade analítica, pois trata-se da unidade de organização social básica, com capacidade para explicar uma série de fenômenos, que tem como variáveis mais importantes as questões sociais. Essa diferenciação parece fundamental para a discussão sobre família, já que podem conviver uma ou mais famílias num mesmo domicílio. Nesse sentido, a opção pela utilização dos dados do Censo permitiu uma diferenciação das famílias no interior dos domicílios. No caso de um estudo de vulnerabilidade, entende-se como uma unidade de agregação adequada para a estimativa da capacidade de resposta a variação dos eventos climáticos. Assim, em um determinado município que contenha percentual expressivo de famílias em pior situação, frente ao conjunto das seis dimensões aqui

Por “normas de convivência”, subentende-se as regras estabelecidas para a convivência de pessoas que residem no mesmo domicílio, mas que não estão ligadas por laços de parentesco ou de dependência doméstica. 3

Por “dependência doméstica” subentende-se a situação de subordinação dos empregados domésticos e dos agregados em relação à pessoa responsável pela família.

avaliadas, é razoável supor que tais famílias tenham menor resiliência às projetadas variações do clima. A vulnerabilidade não se distribui de forma homogênea e uniforme no espaço intra-urbano, da mesma forma que não se concentra em alguma área contígua definida, ou seja, a segregação social no espaço não é “perfeita”. Nem todos os assentamentos identificados como de baixa renda são ocupados apenas por pobres e nem todos os pobres ocupam áreas tidas como carentes. Essa constatação imediata para qualquer observador atento reflete, ao mesmo tempo, algumas das dificuldades clássicas para se definir, caracterizar e localizar as diversas situações de vulnerabilidade social. O objetivo principal do IVSF é a construção de um indicador que sintetize as dimensões relevantes da pobreza, com a possibilidade de agregação para qualquer grupo demográfico identificado como mais vulnerável, no nível de cada família. Assim, mesmo que o IVSF não expresse exatamente a configuração das famílias no ERJ contemporâneo, pode contribuir para uma reflexão mais específica sobre essa questão e agregar valor na configuração de propostas políticas. O uso desta metodologia visa a identificação de vulnerabilidades, não necessariamente entre os pobres, mas nas diferentes famílias, somando elementos para a análise das políticas públicas e para a configuração de estratégias de enfrentamentos das necessidades de saúde, compreendidas de forma abrangente.

3.1

CONSTRUÇÃO DO IVSF Para este projeto, o índice proposto e desenvolvido por Carvalho e colaboradores (2003) foi adaptado com a utilização de dados do Censo Demográfico 2000, do IBGE. Na presente adaptação, o IVSF é constituído por seis dimensões, 22 componentes e 53 indicadores (Quadro 3.1). Cumpre salientar que, para melhor entendimento deste relatório, foram efetuadas pequenas alterações na denominação de algumas dimensões de Carvalho et al. (2003).

Quadro 3.1 – Dimensões, componentes e indicadores do IVSF DIMENSÕES

COMPONENTES Atenção e cuidado com crianças, adolescentes e jovens Presença do cônjuge

Estrutura Familiar4

Ausência de desvantagem física

Ausência de desvantagem social

Analfabetismo

Acesso ao conhecimento Escolaridade

INDICADORES V1 - ausência de menores de um ano V2 - ausência de criança V3 - ausência de criança ou adolescente V4 - ausência de criança ou adolescente ou jovem V5 - responsável pela família é do sexo masculino V6 - responsável pela família é do sexo masculino e vive em presença do cônjuge V7 - ausência de pessoa com incapacidade visual na família V8 - ausência de pessoa com incapacidade auditiva na família V9 - ausência de pessoa com incapacidade para deambular na família V10 - ausência de pessoa com deficiências físicas na família V11 - ausência de pessoa com problemas mentais permanentes na família V12 - ausência de não-brancos na família V13 - família não mora em setor classificado como aglomerado subnormal V14 - responsável pela família reside na mesma cidade desde 1995 V15 - ausência de adulto com idade igual ou maior do que 75 anos. C1 – responsável pela família sabe ler e escrever; C2 – responsável pela família tem mais do que quatro anos de estudo C3 – ausência de adulto (pessoa com 25 anos ou mais) analfabeto C4 – responsável pela família tem pelo menos ensino fundamental completo ou I grau C5 – responsável pela família tem pelo menos ensino médio ou II grau C6 – responsável pela família com alguma educação superior C7 – algum outro componente da família com alguma educação superior

Carvalho (2006) define esta dimensão como “Ausência de Vulnerabilidade”.

Quadro 3.1 (cont.) – Dimensões, componentes e indicadores do IVSF

Disponibilidade de trabalho

Acesso ao trabalho

Qualidade do posto de trabalho

Remuneração

Disponibilidade de recursos (renda)

Pobreza Proteção contra o trabalho precoce

Acesso à escola Desenvolvimento infanto-juvenil Progresso escolar

Mortalidade de filhos

T1 - responsável pela família trabalha com remuneração T2 - adultos (25 anos ou mais) trabalham com remuneração T3 - responsável pela família é contribuinte de previdência oficial T4 - responsável pela família não trabalha mais do que 10 horas/dia – considerou-se semana de 5 dias de trabalho T5 - responsável pela família com total de rendimentos do trabalho principal superior a 1 salário-mínimo T6 - responsável pela família com total de rendimentos do trabalho principal superior a dois salários-mínimos T7 - responsável pela família com total de rendimentos do trabalho principal superior a três salários-mínimos R1 - renda familiar per capita superior à linha de pobreza regionalizada D1 - ausência de crianças entre 10 e 11 anos trabalhando D2 - ausência de crianças e adolescentes entre 10 e 17 anos trabalhando D3 - ausência de criança entre três a seis anos fora da escola D4 - ausência de criança/adolescente entre sete a 14 anos fora da escola D5 - ausência de criança/adolescente entre sete e 17 anos fora da escola D6 - criança/adolescente entre 10 e 14 anos tem mais do que quatro anos de estudo D7 - adolescente entre 15 e 17 anos tem mais do que quatro anos de estudo D8 - nenhuma mulher teve filho nascido morto D9 - total de filhos nascidos vivos que estavam vivos é igual ao total de filhos tidos

Quadro 3.1 (cont.) – Dimensões, componentes e indicadores do IVSF Propriedade

Condições habitacionais

Densidade Abrigabilidade Acesso a serviço de abastecimento d’água Acesso a serviço de esgotamento sanitário Acesso a serviço de coleta de lixo Acesso a serviço de energia elétrica

H1 - domicílio próprio H2 - domicílio próprio e terreno próprio H3 - até três moradores por dormitório H4 - existência de banheiro H5 - abastecimento adequado (rede geral e pelo menos um cômodo com canalização interna) H6 - esgotamento adequado (rede geral ou fossa séptica) H7 - destino do lixo adequado (lixo coletado por serviço de limpeza) H8 - existência de iluminação elétrica

H9 - existência de rádio H10 - existência de rádio; e televisão H11 - existência de rádio; televisão; e geladeira ou freezer H12 - existência de rádio; televisão; geladeira ou freezer; Acesso a bens duráveis e máquina de lavar roupa H13 - existência de rádio; televisão; geladeira ou freezer; máquina de lavar roupa; e linha telefônica instalada H14 - existência de rádio; televisão; geladeira ou freezer; máquina de lavar roupa; linha telefônica instalada; e microcomputador Fonte: Adaptado a partir de Carvalho et al. (2003); Haselbalg (2003).

O cálculo do IVSF passa por três etapas: Etapa 1 – Avaliação das famílias segundo as dimensões, componentes e indicadores; Etapa 2 – Atribuição de pesos; e Etapa 3 – Cálculo do IVSFp.

ETAPA 1 - Avaliação das famílias segundo as dimensões, componentes e indicadores Para a análise das famílias, foram consideradas as seguintes dimensões: estrutura familiar; acesso ao conhecimento; acesso ao trabalho; disponibilidade de recursos (renda); desenvolvimento infanto-juvenil; e condições habitacionais. A análise levou em consideração, também, os grupos já identificados, segundo Haselbalg (2003), Monteiro (2003), Silva & Haselbalg (1992) e Evans (1994), como mais vulneráveis: famílias onde as mulheres são chefes, famílias com presença de crianças e/ou idosos e chefes de família não-brancos. Adicionalmente, foi preservada a idéia original de perguntas feitas às famílias, cujas respostas são dicotomias codificadas no formato de “sim” ou “não”. Cada “sim”, foi computado positivamente, aumentando a pontuação na direção de um índice de desenvolvimento maior. Dessa forma, o IVSF pode variar livremente entre 0 (famílias mais vulneraveis) e 1 (menor vulnerablidade). 44

O IVSF considera os dados do Censo Demográfico 2000, para toda a população do ERJ. Para calcular os dados, foi utilizado o modelo estatístico do programa SPSS 11.5, de propriedade do PMAGS/FIOCRUZ. O indicador sintético de cada um dos 22 componentes é a média aritmética das variáveis utilizadas para representar cada componente. Foram escolhidos para pontos de corte os valores de 1/3 (0,33) e 2/3 (0,67), o que permite dividir a distribuição em três categorias com relação à sua vulnerabilidade social, classificando-as em mais vulnerável (< 0,33), vulnerabilidade intermediária (entre ≥ 0,33 e ≤ 0,67) e menor vulnerabilidade (> 0,67). A média do IVSF para o ERJ foi de 0,61 o que demonstra que, para a análise do valor do IVSF, o ERJ encontra-se em uma posição intermediária, isto é, com vulnerabilidade média. A idéia subjacente é a de que as desvantagens sociais podem expor as famílias a riscos, em caso de ocorrência de eventos climáticos extremos. Considerando apenas os fatores sociais, pode-se atribuir notas que apontam a vulnerabilidade dos municípios à eventos climáticos extremos. Na análise para o ERJ, as médias das dimensões do IVSF estão apresentadas na Tabela 3.1.

Tabela 3.1 – Dimensões e médias do IVSF para o ERJ, ano 2000 DIMENSÃO

MÉDIA

Estrutura Familiar Acesso ao Conhecimento Acesso ao Trabalho Disponibilidade de Recursos (Renda)

0,65 0,52 0,48 0,42

Desenvolvimento Infanto-Juvenil Condições Habitacionais

0,77 0,79

IVSF

0,61

Fonte: Elaboração própria, com base em dados do IBGE, ano de 2000.

ETAPA 2 - Atribuição de pesos Após o processamento das informações, passou-se para segunda fase da construção do índice. Assim, foi atribuído o mesmo peso, conforme proposto por Carvalho et al. (2003), para todas as variáveis que o compõe. A atribuição dos pesos foi feita, como se segue: Igual peso para indicadores de uma mesma componente; Igual peso para cada componente de uma mesma dimensão, e Igual peso para cada uma das seis dimensões. 45

O índice padronizado de cada um dos componentes foi definido como sendo a média aritmética dos indicadores utilizados para representar essa componente, procedimento também aplicado para o índice sintético de cada dimensão (IVSF), que é a média aritmética dos índices sintéticos das seis dimensões que o compoe.

ETAPA 3 - Cálculo do IVSFp O IVSF foi originalmente construído de forma a atribuir maior valor aos municípios de menor grau de vulnerabilidade e menor valor aos municípios com maior grau de vulnerabilidade. A fim de compatibilizar os valores dos diferentes índices que compõem o IVG, foi realizada a padronização do IVSF. Analogamente, a construção do índice sintético de cada dimensão é a média aritmética de seus respectivos componentes. O IVSF foi, então, calculado como sendo a média aritmética dos índices padronizados das seis dimensões que o compõem. Os valores calculados para o IVSF foram padronizados utilizando-se a seguinte equação: (Equação 3.1)

O índice final varia de 0 a 1, sendo que 0 é o valor atribuído ao município com menor vulnerabilidade, e 1 ao município com maior vulnerabilidade. Os demais valores indicam a distância relativa entre a menor vulnerabllidade (índice = 0) e a maior vulnerabilidade (índice = 1). Por exemplo, Niterói obteve IVSF = 0,66 e São Francisco do Itabapoana, IVSF = 0,48, sendo estes o maior e menor valores observados, respectivamente. Neste caso, utilizando-se a equação de padronização, obtem-se IVSFp = 0,00, para Niterói e IVSp = 1,00, para São Francisco do Itabapoana. O IVSF e o IVSFp são apresentados, para os municípios do ERJ, na Tabela 3.2.

Tabela 3.2 – IVSF e IVSFp por município Município Angra dos Reis Aperibé Araruama Areal Armação dos Búzios Arraial do Cabo Barra do Piraí Barra Mansa Belford Roxo Bom Jardim Bom Jesus do Itabapoana Cabo Frio Cachoeiras de Macacu Cambuci Campos dos Goytacazes Cantagalo Carapebus Cardoso Moreira Carmo Casimiro de Abreu Comendador Levy Gasparian Conceição de Macabu Cordeiro Duas Barras Duque de Caxias Engenheiro Paulo de Frontin Guapimirim Iguaba Grande Itaboraí Itaguaí Italva Itaocara Itaperuna Itatiaia Japeri Laje do Muriaé Macaé Macuco Magé Mangaratiba Maricá Mendes Mesquita Miguel Pereira Miracema Natividade

IVSF

IVSFp

0,57 0,54 0,55 0,56 0,60 0,60 0,56 0,57 0,55 0,55 0,54 0,57 0,54 0,53 0,55 0,55 0,55 0,50 0,54 0,56 0,53 0,54 0,57 0,53 0,56 0,55 0,54 0,58 0,54 0,56 0,53 0,55 0,55 0,59 0,52 0,52 0,61 0,55 0,54 0,58 0,58 0,56

0,51 0,65 0,61 0,52 0,32 0,35 0,54 0,50 0,63 0,63 0,69 0,47 0,65 0,72 0,60 0,60 0,64 0,91 0,69 0,54 0,73 0,64 0,47 0,75 0,56 0,60 0,65 0,46 0,66 0,55 0,75 0,62 0,58 0,40 0,77 0,80 0,29 0,63 0,68 0,42 0,45 0,54

0,57 0,54 0,53

0,49 0,69 0,70

Tabela 3.2 (cont.) - IVSF e IVSFp por município Município

IVSF

IVSFp

Nilópolis

0,59

0,38

Niterói

0,66

0,00

Nova Friburgo

0,60

0,34

Nova Iguaçu

0,57

0,52

Paracambi

0,53

0,72

Paraíba do Sul

0,54

0,69

Parati

0,57

0,48

Paty do Alferes

0,52

0,77

Petrópolis

0,60

0,35

Pinheiral

0,55

0,59

Piraí

0,56

Porciúncula

0,51

0,85

Porto Real

0,53

0,70

Quatis

0,56

0,57

Queimados

0,54

0,65

Quissamã

0,52

0,76

Resende

0,60

0,33

Rio Bonito

0,55

0,63

Rio Claro

0,53

0,73

Rio das Flores

0,53

0,71

Rio das Ostras

0,57

0,50

Rio de Janeiro

0,63

0,17

Santa Maria Madalena

0,54

0,69

Santo Antônio de Pádua

0,54

0,69

São Fidélis

0,52

0,78

São Francisco de Itabapoana

0,48

1,00

São Gonçalo

0,59

0,41

São João da Barra

0,52

0,77

São João de Meriti

0,57

0,51

São José de Ubá

0,49

0,92

São José do Vale do Rio Preto

0,54

0,67

São Pedro da Aldeia

0,57

0,51

São Sebastião do Alto

0,52

0,80

Sapucaia

0,53

0,73

Saquarema

0,55

0,63

Tabela 3.2 (cont.) - IVSF e IVSFp por município

Município

IVSF

IVSFp

Seropedica

0,55

0,62

Silva Jardim

0,52

0,78

Sumidouro

0,52

0,75

Tanguá

0,52

0,78

Teresópolis

0,58

0,45

Trajano de Morais

0,51

0,84

Três Rios

0,56

0,58

Valença

0,56

0,57

Varre-Sai

0,51

0,85

Vassouras

0,56

0,58

Volta Redonda

0,59

0,38

Fonte: Elaboração própria, a partir de dados do IBGE, 2000.

CONSTRUÇÃO DO IVSF A dimensão “Disponibilidade de Recurso”, no componente “Pobreza”, tem por base a variável “Renda Família Per Capita” (R1), por ter apenas uma variável, o valor da dimensão é igual ao valor da variável. A dimensão “Disponibilidade de Recurso” é construída da seguinte forma: No banco de dados do Censo do IBGE, cada linha representa um indivíduo e há variável com informação sobre sua renda. Esses indivíduos são agregados de acordo com suas respectivas famílias. Então, cada linha passa a representar uma família. A variável “Renda Família Per Capita” (R1) considera a soma da renda dos indivíduos de uma mesma família, divida pelo número de componentes desse núcleo. A renda per capita de cada família foi codificada em: a. 0 = renda familiar per capita abaixo da linha de pobreza regionalizada; b. 1= renda familiar per capita acima da linha de pobreza regionalizada. A dimensão “Disponibilidade de Recursos” para o município é calculada, então, por meio do valor médio da variável “R1” atribuído a cada família de um mesmo município. Assim, quanto melhor a condição econômica das famílias, mais próximo de 1 será o valor dessa dimensão. Foi considerado como linha de pobreza o valor de um salário mínimo da época (R$ 113,00).

CAPÍTULO 4 ÍNDICE DE VULNERABILIDADE AMBIENTAL - IVAm O Índice de Vulnerabilidade Ambiental (IVAm), o terceiro componente do IVG, inclui características de sistemas biofísicos vulneráveis aos efeitos do clima, bem como uma série histórica de eventos meteorológicos extremos, conforme registro da Defesa Civil. O IVAm é composto por: Indicador de Cobertura Vegetal; Indicador de Conservação da Biodiversidade; Indicador de Linha de Costeira; e Indicador de Eventos Hidrometeorológicos Extremos.

A seguir, são apresentados os critérios utilizados para a coleta das informações, construção e agregação dos indicadores que compõem o IVAm. A Tabela 4.1 representa os pesos que foram utilizados, também, na construção do índice.

Tabela 4.1 – Distribuição de pesos IVAm INDICADORES

VARIÁVEL

% área cobertura vegetal Cobertura Vegetal

Tipo de vegetação

Conservação da Biodiversidade

Valor de conservação

% de eventos extremos no município em relação ao ERJ Eventos Extremos % de eventos extremos com vítimas fatais no município

Localização

Extensão linha de costa (km) Linha de Costa 2

Área de manguezal (km ) / extensão linha de costa (km)

CLASSE

PESO

0 0,1 a 25,0 25,1 a 50,0 50,1 a 75,0 > 75,0 Floresta Estacional secundária Floresta Ombrófila secundária Floresta Estacional primária Floresta Ombrófila primária 0 1 a 27 28 a 84 85 a 150 151 a 356 0 0,01 a 0,50 0,51 a 1,00 1,01 a 2,00 > 2,00 0 0,1 a 25,0 25,1 a 50,0 50,1 a 75,0 > 75,0 Não Costeiro Costeiro 0 <25 25 a 50 >50 > 2,00 1,01 a 2,00 0,01 a 1,00 0

0 1 2 3 4 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 2 3 4 0 1 0 1 2 3 1 2 3 4

Fonte: Elaboração própria.

4.1

INDICADOR DE COBERTURA VEGETAL - ICV O Indicador de Cobertura Vegetal (ICV) agrega a proporção da área do município ocupada por cobertura vegetal , incluindo os dois maiores conjuntos de fitofisionomias florestais primários e secundários do ERJ, quais sejam, a Floresta Ombrófila e a Floresta Estacional.

4.1.1

Biodiversidade e Resiliência das Florestas Ombrófila e Estacional A Mata Atlântica possui relevância estratégica para a conservação da biodiversidade em nível global, por se tratar de um bioma rico em espécies da flora e fauna, muitas das quais lhes são exclusivas (endêmicas) (Mittermeier et al., 2000). Neste cenário, o ERJ destaca-se por conter elevada biodiversidade para diversos grupos de fauna, o que é particularmente válido para borboletas (Brown & Freitas, 2000), lagartos (Vanzolini, 1988), aves (Wege & Long, 1995; Manne et al., 1999; Silva et al., 2004) e mamíferos (Costa et al., 2000). Toda essa biodiversidade, porém, concentra-se, primordialmente, em blocos de vegetação que se alinham da Costa Verde ao Parque Estadual do Desengano, na região Norte Fluminense, os quais integram a cadeia de montanhas da serra do Mar, bem como nos blocos de vegetação da Região Metropolitana do Rio de Janeiro (RMRJ) e da Região da Serra da Mantiqueira (Rocha et al., 2003). Os blocos de vegetação do Norte Fluminense e da Serra da Mantiqueira são os únicos que abrigam formações estacionais (matas secas), em particular a floresta estacional semidecidual. Todos os demais possuem apenas matas ombrófilas (matas úmidas), em suas mais variadas manifestações. Rocha et al. (2009), ao analisarem a distribuição da diversidade da fauna no ERJ, concluíram que os maiores índices de ameaça e endemismo encontram-se em municípios que integram os blocos de vegetação da Serra da Mantiqueira (Itatiaia), da Região Sul Fluminense (Parati e Angra dos Reis), da Região Metropolitana do Rio de Janeiro (Rio de Janeiro), da Região Serrana Central (Nova Friburgo, Teresópolis, Silva Jardim e Cachoeiras de Macacu) e do Norte Fluminense (Santa Maria Madalena). Em comum, tais municípios abrigam, preponderantemente, remanescentes florestais de mata ombrófila, os quais se distribuem ao longo de gradientes altitudinais que podem variar de 0 a mais de 2.200 m. A maior diversidade de espécies associada às matas ombrófilas, comparativamente às matas estacionais, pode também ser inferida pelos resultados obtidos em inventários de fauna conduzidos por diferentes especialistas no interior ou fora de unidades de conservação no ERJ. Entre os invertebrados terrestres, há registro de espécies endêmicas de formigas para a região de mata ombrófila (Itatiaia, Teresópolis e Duque de Caxias), de um maior número de espécies de borboletas em Itatiaia, Rio de Janeiro e Duque de Caxias, bem como da presença de espécies endêmicas e ameaçadas nos Parques Nacionais de Itatiaia e da Serra dos Órgãos (Santos et al., 2009). Entre os odonatos (libélulas), são conhecidas 308 espécies (cerca de 40% das espécies catalogadas para o Brasil), algumas das quais são endêmicas da serra de Itatiaia. Entre as abelhas, os parcos dados disponíveis sobre o grupo apontam áreas de endemismos associadas à serra da Bocaina, Ilha Grande e serra do Tinguá (Santos et al., 2009).

Com relação aos aracnídeos, grande parte das espécies endêmicas provêm de estudos conduzidos em municípios inseridos no âmbito da floresta ombrófila, a exemplo de Itatiaia, Duque de Caxias (Tinguá), Petrópolis, Teresópolis, Nova Friburgo, Guapimirim, Cachoeiras de Macacu, Casimiro de Abreu e Rio de Janeiro. Para os peixes continentais, os municípios de Maricá, Magé e Mangaratiba são os que apresentam os maiores índices de endemismo de espécies (Mazzoni et al., 2009). Em comum, estes municípios estão territorialmente inseridos na área de ocorrência da floresta ombrófila. As áreas chaves para efeito de conservação dos anfíbios são a serras de Itatiaia e dos Órgãos, pelo fato de haver grande concentração de espécies endêmicas. Outras áreas fundamentais para a conservação dos anfíbios são os remanescentes florestais dos maciços da Tijuca, Pedra Branca e Mendanha, do bloco de vegetação da Região Metropolitana do Rio de Janeiro, e a Costa Verde, onde ocorrem muitas espécies endêmicas (van Sluys, 2009). Para os répteis, uma das duas faixas principais que possuem maior concentração de espécies de répteis, tanto endêmicas, quanto ameaçadas, diz respeito àquela circunscrita às florestas densas que ocorrem desde a região de Parati e serra da Bocaina até as florestas da serra do Desengano. Entretanto, os maiores índices de valor de conservação estão associados aos municípios do Rio de Janeiro e Maricá (Rocha et al., 2009). No que diz respeito às aves, as áreas que se destacam como de maior concentração de endemismos e/ou de espécies ameaçadas de extinção, ou seja, com maiores índices de valor de conservação, são a região Serrana Central, a região da Costa Verde e a serra do Desengano (Alves et al., 2009), todas, portanto, inseridas no domínio das matas ombrófilas. Por outro lado, das 11 IBA (Important Bird Areas) definidas para o ERJ, 10 estão inseridas no âmbito das matas ombrófilas (Bencke et al., 2006). Por fim, o padrão de concentração de espécies endêmicas e ameaçadas das aves se repete para os mamíferos, acrescentando-se, neste caso, a região serrana de Itatiaia (Bergallo et al., 2009). Para a flora, a diversidade de espécies associada às matas úmidas e secas é notavelmente distinta, conforme ressalta Gentry (1988), cujos estudos indicam que a flora de florestas secas da Mata Atlântica, composta por cerca de 350 gêneros e 82 famílias é menos rica do que a de florestas úmidas, cujo número de famílias chega a 219. Lopes (2007) também concluiu que as matas secas apresentam um grupo menor de espécies e famílias de elevada importância ecológica, quando comparadas às matas úmidas, de modo que as matas secas podem ser caracterizadas como um subconjunto das florestas úmidas. Com relação aos processos associados à sucessão ecológica de florestas, o número de espécies de plantas, via de regra, é mais reduzido nas primeiras fases de sucessão (florestas secundárias), comparativamente a ambientes mais maduros

(Vaccaro, 1997). Nestes, a complexidade estrutural da vegetação também é maior, o que propicia a fixação de comunidades faunísticas igualmente mais diversas. Apesar dos maiores e mais expressivos remanescentes florestais do ERJ encontrarem-se no interior de unidades de conservação, a pressão antrópica sobre os mesmos é muito intensa. As ameaças mais significativas dizem respeito à expansão e favelização de grandes centros urbanos, caça e comércio ilegal de espécies da fauna, retirada de madeira e introdução de espécies exóticas, além do clássico processo de insularização das populações de animais e vegetais, em função da fragmentação de habitats (Rocha et al., 2003). Nesse sentido, um dos efeitos diretos da fragmentação é a redução da riqueza de espécies, no longo prazo (Castro Jr., 2001). Assim, para efeito do presente trabalho, será levada em consideração a extensão e tipologia da cobertura vegetal nativa em dois momentos: pretérita e atual. A distribuição pretérita (original) da vegetação segue o modelo elaborado pelo Projeto BRASIL (1983), na escala de 1:1.000.000, ao passo que a distribuição atual se baseia no mapeamento do uso do solo e cobertura vegetal referente ao Zoneamento Ecológico Econômico do Rio de Janeiro - ZEE/RJ, concebido com o processamento de sete cenas do satélite Landsat5 (sensor TM; resolução espacial de 30 m), de agosto de 2007, na escala de 1:100.000 (Coelho Netto, 2008) 5 (Figura 4.1). As duas fitofisionomias do ERJ em termos de área mais representativas de ocorrência são, portanto, assim classificadas: Floresta Ombrófila Densa (primária e secundária); e Floresta Estacional (primária e secundária). Na medida em que o mapeamento da cobertura do solo do ZEE/RJ não contempla a diferenciação entre os dois maiores conjuntos de fitofisionomias florestais do ERJ, quais sejam, a Floresta Ombrófila e Floresta Estacional, recorreu-se à base cartográfica do PROBIO (Ano-base 2002, escala 1:1.000.000) para a sua delimitação (Figura 4.2). A sobreposição de ambas as bases cartográficas permitiu identificar os remanescentes florestais para cada fitofisionomia (Figuras 4.3 e 4.4), cujas diferentes classes de vegetação foram, então, quantificadas por município. Os dados quantitativos da vegetação remanescente por tipo e por município do ERJ foram usados para compor os números índices dos indicadores municipais.

Os dados planialtimétricos foram obtidos de mapeamentos efetuados pelo IBGE e Diretoria de Serviço Geográfico (DSG) na escala 1:50.000 e disponibilizados em 46 folhas atreladas ao sistema geodésico Córrego Alegre e seis ao sistema SAD/69. O mapeamento remonta à década de 70 para a maioria das folhas, com apenas algumas delas tendo sido realizadas no início dos anos 80. A partir destas cartas topográficas, o Instituto Estadual de Florestas (IEF) e a Fundação Centro de Informações e Dados do Rio de Janeiro (CIDE) fizeram agregações, respectivamente, na escala 1:50.000 e 1:400.000, cujos resultados foram utilizados pela equipe de trabalho do ZEE-RJ. Por fim, foi utilizada base cartográfica da Fundação CIDE na escala 1:450.000, adotada unicamente para apoio na elaboração de layouts de mapas temáticos. Recorreu-se, ainda, à base cartográfica do Programa Nacional da Diversidade Biológica - PROBIO (Ano-base 2002, escala 1:1.000.000).

Figura 4.1 - Uso e Cobertura do Solo do Estado do Rio de Janeiro (ZEE/RJ) Fonte: Coelho Neto (2008).

Floresta Estacional

Floresta Estacional Floresta Estacional

Floresta Ombrófila

Figura 4.2 - Delimitação das Fitofisionomias Florestais do Estado do Rio de Janeiro Fonte: PROBIO (2002).

Figura 4.3 - Distribuição Espacial Potencial (canto superior esquerdo) e atual da Floresta Estacional no Estado do Rio de Janeiro. Fontes: PROBIO (2002) e ZEE/RJ (2007).

Figura 4.4 - Distribuição espacial potencial (canto superior esquerdo) e atual da Floresta Ombrófila no Estado do Rio de Janeiro. Fontes: PROBIO (2002) e ZEE/RJ (2007).

(ZEE/RJ, 2007) Fonte: 56

4.1.2

Construção do ICV Para a construção dop Indicador de Cobertura Vegetal (ICV), foram considerados os seguintes tipos de vegetação: Floresta Ombrófila primária, Floresta Ombrófila secundária, Floresta Estacional primária e Floresta Estacional secundária. Para o calculo da proporção da área florestada, foi estabelecida a relação da área coberta pelo tipo de vegetação no município pela área total do município, conforme a seguinte equação:

a ij

p ij

at j

100

Onde: pij = proporção de área florestada pela vegetação i no município j; aij = área coberta pela vegetação i no município j; e atj = área total do município j.

Para o cálculo do ICV, foram atribuídos pesos (ver Tabela 4.1), os quais projetam maior vulnerabilidade aos municípios com maior área florestada em relação ao seu respectivo território (pij). O ICV é a soma dos pesos das proporções de área coberta por tipo de vegetação, ponderada pelo peso atribuído a cada tipo de cobertura vegetal. A Tabela 4.2 apresenta, como exemplo, a proporção de área florestada por tipo de vegetação, a área total florestada e o ICV calculado para os municípios de Duas Barras e Rio Bonito. Com este exemplo, é possível observar que, embora ambos os municípios tenham valores equivalentes de área total florestada (34,7%), o ICV de Macaé é maior, o que se deve ao fato deste município possuir maior cobertura por floresta ombrófila primária, que tem maior peso, enquanto que em Duas Barras predomina a cobertura por floresta estacional primária. Os valores finais do ICV por município do ERJ são apresentados na Figura 4.5.

Tabela 4.2 – Exemplo: Proporção de área florestada por tipo de vegetação, área total florestada (%) e Indicador de Cobertura Vegetal

Município Duas Barras Macaé

Fl. Ombrófila Primária (%) 3,1

Fl. Ombrófila Secundária (%) 0,3

Fl. Estacional Primária (%) 29,2

Fl. Estacional Secundária (%) 2,1

29,2

1,5

3,8

0,1

Fonte: Elaboração própria.

Área Total Florestada (%)

Indicador de Cob. Vegetal

34,7

0,64

34,7

0,71

Com relação às macrorregiões, nota-se valor elevado do ICV para a Costa Verde (0,86) e, no outro extremo, encontra-se a macrorregião Noroeste Fluminense, que teve suas matas dizimidas ao longo de séculos. Valores intermediários foram observados nas macrorregiões Serrana e Centro-Sul (respectivamente, 0,47 e 0,44), e índicadores menores nas demais macrorregiões do Estado, que variaram de 0,29 a 0,39 (Figura 4.6)

FIGURA 4.54.5 –4.5 ÍNDICADOR DEDE COBERTURA VEGETAL FIGURA – ÍNDICADOR DE COBERTURA VEGETAL FIGURA – ÍNDICADOR COBERTURA VEGETAL

Janeirode de2011 2011 Janeiro

FIGURA 4.6 – ÍNDICADOR DE COBERTURA VEGETAL – MACRORREGIÔES DO ERJ

Janeiro de 2011 Janeiro Janeirode de2011 2011

4.2

INDICADOR DE CONSERVAÇÃO DA BIODIVERSIDADE - ICB O Indicador de Conservação da Biodiversidade (ICB) é um indicador composto que corresponde ao Índice de Ameaça e Endemismo elaborado por Rocha et al. (2009), os quais levaram em consideração o grau de ameaça e/ou endemismo das espécies da fauna de vertebrados terrestres do ERJ (Quadros 4.1 e 4.2). O ICB permite apontar quais são os municípios com elevada ocorrência conjunta de espécies de vertebrados terrestres ameaçados e/ou endêmicos. Os valores mais elevados estão associados aos municípios que possuem áreas protegidas, o que se verifica, principalmente, nas serras dos Órgãos, Itatiaia, Desengano e da Bocaina. Os municípios com baixo ICB são os que apresentaram menor número de registros de espécies ameaçadas e/ou endêmicas, o que se deve a eventuais lacunas de conhecimento no que se refere à ocorrência e distribuição das espécies. Nesse sentido, dos 92 municípios, 12 não foram inventariados, pelo menos nos últimos 20 anos, muito provavelmente por não mais possuírem remanescentes florestais (a exemplo de Belford Roxo, Mesquita e Nilópolis), e/ou por se situarem distantes dos centros de ensino e pesquisa (como Aperibé, Quatis e Varre-Sai) (Rocha et al., 2009). Os municípios com maiores ICB foram considerados, neste estudo, como mais vulneráveis à ação das mudanças climáticas, em função do maior risco de perda de espécies (ver Figura 4.7). Com relação às macrorregiões, o ICB apresenta comportamento similar ao ICV, sendo que a Costa Verde, com 0,75, é a que apresenta o maior indicador dentre todas. A Noroeste Fluminese possui o menor indicador (0,15), ao passo que as demais macrorregiões variaram de 0,31 (Norte Fluminense) a 0,58 (Baixadas Litorâneas) (Figura 4.8).

Quadro 4.1 – Indicador de Ameaça e Endemismo das Espécies Indicador de Ameaça e Endemismo das espécies: soma dos escores atribuídos a cada espécie, retratando o grau de ameaça (presença em listas de espécies ameaçadas) e endemismo de vertebrados terrestres Fórmula: (A*1) + (B*2) + (C*4) + (D*3) + (E*2) + (F*1) + (G*5) + (H*4) + (I*3) + (J*2) + (K*1) + (L*5) + (M*4) + (N*3) + (O*2) + (P*1) Onde: A - Espécie endêmica da Mata Atlântica B - Espécie endêmica no Estado do Rio de Janeiro C - Espécie ameaçada que consta na Lista do RJ como Provavelmente Extinta D - Espécie ameaçada que consta na Lista do RJ como Criticamente em Perigo E - Espécie ameaçada que consta na Lista do RJ como Em Perigo F - Espécie ameaçada que consta na Lista do RJ como Vulnerável G - Espécie ameaçada que consta na Lista Nacional como Extinta H - Espécie ameaçada que consta na Lista Nacional como Extinta na Natureza I - Espécie ameaçada que consta na Lista Nacional como Criticamente em Perigo J - Espécie ameaçada que consta na Lista Nacional como Em Perigo K - Espécie ameaçada que consta na Lista Nacional como Vulnerável L - Espécie ameaçada que consta na Lista da IUCN como Extinta M -Espécie ameaçada que consta na Lista da IUCN como Extinta na Natureza N - Espécie ameaçada que consta na Lista da IUCN como Criticamente em Perigo O - Espécie ameaçada que consta na Lista da IUCN como Em Perigo P - Espécie ameaçada que consta na Lista da IUCN como Vulnerável Fonte: Modificado de Rocha et al. (2009).

Quadro 4.2 – Indicador de Valor de Conservação de cada Município Indicador de Valor de Conservação de cada município: soma dos índices de ameaça e endemismo de todas as espécies com registro no município. Fórmula: (A*1) + (B*2) + (C*4) + (D*3) + (E*2) + (F*1) + (G*5) + (H*4) + (I*3) + (J*2) + (K*1) + (L*5) + (M*4) + (N*3) + (O*2) + (P*1) Onde: A - Total de espécies endêmicas da Mata Atlântica B - Total de espécies endêmicas no Estado do Rio de Janeiro C - Total de espécies ameaçadas que constam na Lista do RJ como Provavelmente Extinta D - Total de espécies ameaçadas que constam na Lista do RJ como Criticamente em Perigo E - Total de espécies ameaçadas que constam na Lista do RJ como Em Perigo F - Total de espécies ameaçadas que constam na Lista do RJ como Vulnerável G - Total de espécies ameaçadas que constam na Lista Nacional como Extinta H - Total de espécies ameaçadas que constam na Lista Nacional como Extinta na Natureza I - Total de espécies ameaçadas que constam na Lista Nacional como Criticamente em Perigo J - Total de espécies ameaçadas que constam na Lista Nacional como Em Perigo K - Total de espécies ameaçadas que constam na Lista Nacional como Vulnerável L - Total de espécies ameaçadas que constam na Lista da IUCN como Extinta M - Total de espécies ameaçadas que constam na Lista da IUCN como Extinta na Natureza N - Total de espécies ameaçadas que constam na Lista da IUCN como Criticamente em Perigo O - Total de espécies ameaçadas que constam na Lista da IUCN como Em Perigo P - Total de espécies ameaçadas que constam na Lista da IUCN como Vulnerável Fonte: Modficado de Rocha et al. (2009).

FIGURA FIGURA4.7 4.7– –ÍNDICADOR ÍNDICADORDE DECONSERVAÇÃO CONSERVAÇÃODA DABIODIVERSIDADE BIODIVERSIDADE

Janeiro Janeiro de de 2011 2011

FIGURA – INDICADOR CONSERVAÇÃO BIODIVERSIDADE – MACRORREGIÕES ERJ FIGURA 4.84.8 – ÍNDICADOR DEDE CONSERVAÇÃO DADA BIODIVERSIDADE – MACRORREGIÕES DODO ERJ

Janeiro Janeirodede2011 2011

4.3

INDICADOR DA LINHA DE COSTA - ILC O Indicador da Linha de Costa (ILC) considerou informações relativas a parâmetros físicos/ecossistêmicos dos 26 municípios litorâneos, visando compará-los quanto à vulnerabilidade biofísica. A concepção metodológica para a formação do ILC leva em conta a localização do município, a extensão da linha de costa e a presença de manguezais, assim considerados: Extensão da linha de costa (km) — estes dados foram obtidos na ferramenta de Sistemas de Informação Geográficas (SIG), disponível online no site do IBGE (Tabela 4.3); e Superfície remanescente de manguezais (km2) — Manguezais atuam como uma barreira física que protege a linha costeira de eventos atmosféricos e oceânicos extremos. A origem dos dados é a mesma da cobertura florestal, anteriormente descrita.

Com estes parâmetros, foi construído o ILC: quanto maior a extensão da linha da costa, mais exposto está o município a eventos vindos do oceano/atmosfera. Por outro lado, uma maior extensão de manguezais reduz a vulnerabilidade a estes impactos, dado o seu efeito protetor relativo a fenômenos oceânicos extremos que atingem a linha de costa (Kathiresan & Rajendran, 2005). Os valores de ILC por município são apresentados na Figura 4.9 e, para as macrorregiões, na Figura 4.10.

Tabela 4.3 – Municípios formadores da Linha de Costa do ERJ (km) MUNICÍPIO Parati

163,7

Angra dos Reis

123,57

Total

287,27

Mangaratiba Itaguaí Rio de Janeiro

49,7 18,94 117,99

Duque de Caxias

15,99

Magé

23,79

Guapimirim

7,34

Itaboraí

2,15

São Gonçalo

19,32

Niterói

41,85

Maricá

40,94

Saquarema

27,61

Araruama Arraial do Cabo

7,8 49,9

Armação dos Búzios

42,41

Cabo Frio

31,31

Rio das Ostras

26,63

Casimiro de Abreu

4,52

Macaé

20,67

Carapebus

17,39

Quissamã

44,98

Campo dos Goytacazes

27,86

São João da Barra

34,98

São Francisco de Itabapoana TOTAL

Fonte: IBGE.

LINHA DE COSTA (km)

43,23 1.291,84

FIGURA 4.9 –4.9 ÍNDICADOR DA LINHA DE COSTA FIGURA – ÍNDICADOR DE LINHA DE COSTA

Janeiro de de 2011 Janeiro Janeiro de2011 2011

FIGURA 4.10 – INDICADOR DA LINHA DE COSTA – MACRORREGIÕES DO ERJ

Janeiro de 2011

4.4

INDICADOR DE EVENTOS HIDROMETEOROLÓGICOS EXTREMOS Os dados sobre os eventos hidrometeorológicos extremos e mortalidade (provenientes desses eventos) foram obtidos junto à Divisão Geral da Defesa Civil (DGDEC) da Secretaria de Estado de Saúde e Defesa Civil do RJ (SESDEC/RJ) para os municipios do ERJ. Entretanto, a Defesa Civil Municipal do Rio de Janeiro classifica os seus eventos diferentemente da Defesa Civil do Estado, por considerar apenas aspectos relacionados à infraestrutura das edificações (e.g., rachaduras em muros, marquises, etc.), de modo que não são identificadas vítimas e causas dos problemas. Assim, para que o o município do Rio de Janeiro fosse incluído no indicador, foram buscados dados junto a base de dados do Jornal O Globo. Optou-se por utilizar os dados cedidos pela SESDC/RJ e pelo jornal O Globo por ser trazerem uma série ampla, e agora atualizada, já utilizada no relatório do “Projeto de Estudo de Adaptação e Vulnerabilidade dos Recursos Hídricos do Estado do Rio de Janeiro às Mudanças Climáticas”, produzido pelo IVIG/COPPE/UFRJ (Freitas, 2007). As séries de dados de eventos hidrometeorológicos extremos e seus impactos setoriais se referem ao período 2000-2009 e trazem informações sobre danos materiais, financeiros, ambientais e humanos. Para a formação do indicador específico, foram utilizadas duas séries de dados, a saber: Número de eventos hidrometeorológicos extremos (n = 240); e Vítimas fatais decorrente dos eventos (n = 292).

A relação total de eventos extremos, data de ocorrência e número de vítimas por município são apresentados na Tabela 4.4.

Tabela 4.4 - Eventos Hidrometeorológicos Extremos e Vítimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIOS

DATA

TIPOLOGIA

TOTAL VÍTIMAS FATAIS

31/12/2009

Desastres naturais relacionados com precipitações e com inundações Escorregamentos ou deslizamentos

16/01/2004

Enchentes ou inundações graduais

06/01/2007

Enchentes ou inundações graduais

17/12/2008

Enchentes ou inundações graduais

29/11/2003

Enxurradas ou inundações bruscas

10/12/2005

Enxurradas ou inundações bruscas

Araruama

04/01/2007

Alagamentos

Areal

06/02/2007

13/11/2008

Escorregamentos ou deslizamentos Desastres naturais relacionados com precipitações e com inundações Enxurradas ou inundações

21/02/2006

Enxurradas ou inundações bruscas

04/01/2007

Escorregamentos ou deslizamentos

03/01/2000

Precipitações com inundações

23/12/2001

Precipitações com inundações bruscas

02/01/2000

Enchentes ou inundações graduais

23/02/2004

Enchentes ou inundações graduais

06/04/2004

Enxurradas ou inundações bruscas

02/02/2007

Enxurradas ou inundações bruscas

19/08/2006

Granizos

24/10/2007

Alagamentos

12/11/2009

Enchentes ou inundações graduais

23/12/2001

Enxurradas ou inundações bruscas

29/11/2003

Enxurradas ou inundações bruscas

31/12/2009

Escorregamentos ou deslizamentos

04/01/2007

Enchentes ou inundações graduais

29/12/2006

Enchente ou inundações graduais

17/12/2008

Enchentes ou inundações graduais

05/01/2009

Enchentes ou inundações graduais

06/01/2003

Enxurradas ou inundações bruscas

15/01/2004

Enxurradas ou inundações bruscas

01/03/2005

Enxurradas ou inundações bruscas

31/01/2007

Enxurradas ou inundações bruscas

22/01/2009

Enxurradas ou inundações bruscas

01/01/2004

Alagamentos

11/12/2005

Enxurradas ou inundações bruscas

Angra dos Reis

Aperibé

03/02/2002

27/01/2003

Barra do Piraí

Barra Mansa

Belford Roxo

Bom Jardim

Bom Jesus do Itabapoana

Cachoeiras de Macacu

0 0

Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIOS

Cambuci

Campos dos Goytacazes

DATA

TIPOLOGIA

TOTAL VÍTIMAS FATAIS

05/01/2007

Enchentes ou inundações graduais

18/12/2008

Enchentes ou inundações graduais

15/01/2004

Tornados e trombas d’águas

15/12/2005

Enchentes ou inundações graduais

03/01/2007

Enchentes ou inundações graduais

25/11/2008

Enchentes ou inundações graduais

17/12/2008

Enchentes ou inundações graduais

Cantagalo

04/01/2007

Escorregamentos ou deslizamentos

Carapebus

18/11/2008

Enxurradas ou inundações bruscas

04/03/2005

Enchentes ou inundações graduais

04/01/2007

Enchentes ou inundações graduais

Cardoso Moreira

17/12/2008

Enchentes ou inundações graduais

Carmo

05/01/2007

Enxurradas ou inundações bruscas

Casemiro de Abreu

22/01/2009

Enchentes ou inundações graduais

02/02/2009

Enxurradas ou inundações bruscas

14/01/2004

Enxurradas ou inundações bruscas

18/01/2007

Escorregamentos ou deslizamentos

Conceição de Macabu

27/12/2001

Enxurradas ou inundações bruscas

22/01/2009

Escorregamentos ou deslizamentos

Cordeiro

04/01/2007

Escorregamentos ou deslizamentos

Duas Barras

04/01/2007

Escorregamentos ou deslizamentos

29/11/2003

Alagamentos, escorregamentos e/ou deslizamentos

24/12/2001

Alagamentos/escorregamentos ou deslizamentos

18/04/2006

Enchentes ou inundações graduais

11/11/2009

Enchentes ou inundações graduais

30/12/2009

Enchentes ou inundações graduais

Engenheiro Paulo de Frontin

25/12/2001

Escorregamentos ou deslizamentos

29/01/2003

Enxurradas ou inundações bruscas

Iguaba Grande

05/03/2004

Precipitações com inundações

Itaboraí

12/02/2009

Enchentes ou inundações graduais

18/12/2008

Enchentes ou inundações graduais

06/01/2007

Enchentes ou inundações graduais

04/03/2005

Enchentes; alagamentos; deslizamentos

05/01/2009

Enxurradas ou inundações bruscas

04/01/2007

Enchente ou inundações graduais

02/01/2004

Escorregamentos ou deslizamentos

Comendador Levy Gasparian

Duque de Caxias

Italva

Itaocara

Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIOS

Itaperuna

DATA

TIPOLOGIA

TOTAL VÍTIMAS FATAIS

04/03/2005

Enchentes ou inundações graduais

11/04/2007

Enchentes ou inundações graduais

17/12/2008

Enchentes ou inundações graduais

12/01/2004

Itatiaia

03/01/2000

Japeri

24/12/2001

Enxurradas ou inundações bruscas Desastre natural com o incremento das precipitações e inundações Enchente ou inundações graduais

04/03/2005

Enchentes ou inundações graduais

11/01/2007

Enchentes ou inundações graduais

16/12/2008

Enchentes ou inundações graduais

15/01/2004

Enxurradas ou inundações bruscas

03/01/2007

Alagamentos

06/03/2005

Enchentes ou inundações graduais

20/06/2005

Vendavais muito intensos ou ciclones extratropicais

11/01/2004

Alagamentos

13/03/2008

Corridas de massa

03/02/2005

Enchentes ou inundações graduais

04/01/2007

Enchentes ou inundações graduais

06/01/2008

24/12/2001

Enchentes ou inundações graduais Enxurradas / inundações bruscas (alagamentos; escorregamentos / deslizamentos; erosão fluvial / desbarranco rios) Alagamentos

24/03/2005

Alagamentos

29/11/2003

Alagamentos, enchente brusca e deslizamento

31/12/2009

Escorregamentos ou deslizamentos

24/10/2007

Enxurradas ou inundações bruscas

22/01/2008

Enxurradas ou inundações bruscas

24/12/2001

28/01/2003

Enchentes ou inundações graduais Enchentes ou inundações graduais e escorregamentos ou deslizamentos Enxurradas ou inundações bruscas

24/10/2007

Enchentes ou inundações graduais

27/11/2006

Enxurradas ou inundações bruscas

28/01/2003

Enxurradas ou inundações bruscas

Laje do Muriaé

Macaé

Macuco

18/01/2003

Magé

Mangaratiba

Mendes

Mesquita Miguel Pereira

28/12/2001

0 0

Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIOS

DATA

TIPOLOGIA

TOTAL VÍTIMAS FATAIS

04/01/2009

Enxurradas ou inundações bruscas

17/01/2003

Enxurradas ou inundações bruscas

23/12/2003

Enxurradas ou inundações bruscas

22/01/2007

Enxurradas ou inundações bruscas

21/01/2007

Escorregamento ou deslizamentos

09/02/2009 17/12/2008

Corridas de massa Enchentes ou inundações graduais

0 0

16/01/2003 16/01/2003

Enxurradas ou inundações bruscas Escorregamentos ou deslizamentos

0 0

07/01/2003 12/11/2009 11/10/2007

Escorregamentos ou deslizamentos Escorregamentos ou deslizamentos Estiagens

0 0 0

Niterói

13/12/2005

Escorregamentos ou deslizamentos

Nova Friburgo

04/01/2007 18/01/2005

Enchentes ou inundações graduais Enxurradas ou inundações bruscas

11 1

27/11/2006 23/12/2001 28/01/2003 26/01/2003

Enxurradas ou inundações bruscas Enxurradas ou inundações bruscas Enxurradas ou inundações bruscas Chuvas/enchente/deslizamentos de encostas

2 2 0 0

Parati

12/02/2009 31/12/2009 10/01/2009

Enchentes ou inundações graduais Enchentes ou inundações graduais Enxurradas ou inundações bruscas

0 0 0

Paty do Alferes

19/01/2003 29/01/2003

Enxurradas ou inundações bruscas Enxurradas ou inundações bruscas

0 0

28/10/2005

Granizo Alagamentos/enchentes/escorregamentos e deslizamentos/corridas de massa Enxurradas ou inundações bruscas

19/01/2009

Enxurradas ou inundações bruscas Enxurradas ou inundações bruscas / escorregamentos e deslizamentos Escorregamentos ou deslizamentos Enchentes com inundações graduais / escorregamentos e deslizamentos; / quedas e tombamentos de rochas Escorregamentos ou deslizamentos

10/10/2009

Escorregamentos ou deslizamentos

04/12/2009

Escorregamentos ou deslizamentos

28/01/2003

Enxurradas ou inundações bruscas

23/12/2001

Alagamentos

29/01/2003

Escorregamentos ou deslizamentos

Miracema

Natividade

Nova Iguaçu Paracambi

Paraíba do Sul

21/12/2004 02/01/2001 03/02/2008 11/01/2003 Petrópolis

04/01/2007 24/12/2001

Pinheiral Piraí

0 0

17 3 38 2

Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIOS

Porciúncula

Quatis

Quissamã

Resende

Rio Bonito Rio Claro Rio das Flores

DATA

Enchentes ou inundações graduais Enchentes ou inundações graduais

0 0

18/12/2008 12/01/2003 12/11/2009

Enchentes ou inundações graduais Enxurradas ou inundações bruscas Enxurradas ou inundações bruscas

0 0 0

26/12/2006

Vendavais ou tempestades

13/12/2005

Enchentes ou inundações graduais

29/01/2008

Enxurradas ou inundações bruscas

18/05/2001

18/01/2005

Estiagens Desastre natural relacionados com incremento das precipitações e as inundações Enxurradas ou inundações bruscas

25/11/2008

Enxurradas ou inundações bruscas

21/01/2009

Enxurradas ou inundações bruscas

08/03/2009

Escorregamentos ou deslizamentos

19/08/2006

Granizo

11/01/2003

04/12/2000

Enxurradas ou inundações bruscas Escorregamentos ou deslizamentos / enxurradas ou inundações bruscas Escorregamentos ou deslizamentos

28/03/2001

Enchentes ou inundações graduais

24/12/2001

Enchentes ou inundações graduais

25/12/2002

Escorregamentos ou deslizamentos

12/01/2003

Vendavais ou tempestades

18/10/2003

Escorregamentos ou deslizamentos

30/11/2003

Enchentes ou inundações graduais

06/03/2004

Enxurradas ou inundações bruscas

02/01/2000

1 0

4 0

01/01/2006

Escorregamentos ou deslizamentos / enchentes ou inundações graduais Escorregamentos ou deslizamentos

28/01/2006

Enchentes ou inundações graduais

29/01/2006

Enxurradas ou inundações bruscas

31/01/2006

08/10/2006

Enxurradas ou inundações bruscas Escorregamentos ou deslizamentos / enxurradas ou inundações bruscas Escorregamentos ou deslizamentos

28/10/2007

Escorregamentos ou deslizamentos

02/10/2008

Escorregamentos ou deslizamentos

14/03/2009

Enxurradas ou inundações bruscas

25/10/2005

13/06/2006

TOTAL VÍTIMAS FATAIS

04/03/2005 10/01/2007

01/01/2000

Rio de Janeiro*

TIPOLOGIA

4 7

1 0

Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIO

DATA 20/10/2008

Rio de Janeiro

Santa Maria Madalena Santo Antonio de Pádua

São Fidelis

São Francisco de Itabapoana

São Gonçalo

São João da Barra

São João de Meriti

São José de Ubá São José do Vale do Rio Preto São Sebastião do Alto Sapucaia Saquarema Seropédica

TIPOLOGIA

TOTAL VÍTIMAS FATAIS

Enchentes ou inundações graduais Vendavais ou tempestades / enxurradas ou inundações bruscas / tornados e trombas d’águas

14/03/2009

Enxurradas ou inundações bruscas

04/01/2007

Escorregamentos ou deslizamentos

17/12/2008

Enchentes ou inundações graduais

15/01/2004

Enxurradas ou inundações bruscas

25/01/2007

Enxurradas ou inundações bruscas

25/12/2003

Enxurradas ou inundações bruscas

03/01/2007

Enxurradas ou inundações bruscas

09/01/2008

Enxurradas ou inundações bruscas

04/01/2007

Enchentes ou inundações graduais

01/01/2009

Alagamentos

18/01/2003

Enchentes ou inundações graduais

04/01/2007

Enchentes ou inundações graduais

08/01/2009

Enchentes ou inundações graduais

07/03/2005

Enchentes ou inundações graduais

20/04/2001

Estiagens

19/10/2009

Enchentes ou inundações graduais

27/01/2006

Enxurradas ou inundações bruscas

26/09/2005

Escorregamentos ou deslizamentos

19/12/2008

Alagamentos

04/01/2007

Enchentes ou inundações graduais

12/12/2005

Enxurradas ou inundações bruscas

12/02/2005

Vendavais muito intensos ou ciclones extra topicais

29/11/2003

Alagamentos

29/11/2003

Enchentes ou inundações graduais

31/12/2009

Escorregamentos ou deslizamentos

13/01/2007

Enxurradas ou inundações bruscas

17/01/2004

Tornados e trombas d’águas

05/01/2007

Escorregamentos ou deslizamentos

04/01/2007

Escorregamentos ou deslizamentos

05/01/2007

Enchentes ou inundações graduais

15/05/2004

Vendavais ou tempestades

05/01/2006

Enchente ou inundações graduais

20/01/2006

Enchente ou inundações graduais

14/03/2009

Tabela 4.4 (cont.) - Eventos Hidrometeorológicos Extremos e Vitimas Fatais por Municípios do ERJ Período 2000-2009

MUNICÍPIO

Silva Jardim

Sumidouro Tanguá

Teresópolis

Trajano de Morais

Três Rios

Valença

Varre-Sai Volta Redonda

DATA

TIPOLOGIA

TOTAL VÍTIMAS FATAIS

22/01/2009

Enchentes ou inundações graduais

13/02/2009

Enchentes ou inundações graduais

27/12/2003

Enxurradas ou inundações bruscas

08/11/2005

Enxurradas ou inundações bruscas

08/11/2008

Vendavais ou tempestades

25/10/2009

Vendavais ou tempestades

04/01/2007

Enxurradas ou inundações bruscas

21/01/2009

Enchentes ou inundações graduais

11/11/2009

Enxurradas ou inundações bruscas

23/12/2001

Desastre natural relacionado com a geodinâmica terrestre

18/12/2002

Enxurradas ou inundações bruscas

21/12/2002

Escorregamentos ou deslizamentos

04/01/2007

Escorregamentos ou deslizamentos

29/11/2006

Escorregamento ou deslizamento

25/12/2005

Enxurradas ou inundações bruscas

16/01/2003

Enxurradas ou inundações bruscas

09/12/2009

Enxurradas ou inundações bruscas

04/01/2007

Escorregamentos ou deslizamentos

03/01/2000

Enchentes ou inundações graduais

14/01/2004

Enxurradas ou inundações bruscas

12/11/2009

Enxurradas ou inundações bruscas

07/01/2007

Escorregamentos ou deslizamentos

17/01/2003

Enxurradas ou inundações bruscas

29/01/2007

Enxurradas ou inundações bruscas

25/02/2008

Enxurradas ou inundações bruscas

11/11/2009

Enxurradas ou inundações bruscas

08/02/2008

Escorregamentos ou deslizamentos

05/01/2007

Enxurradas ou inundações bruscas

21/12/2003

Vendavais ou tempestades

14/06/2008

Granizo

Total

Nº de eventos = 240

292

Fonte: Secretaria de Estado de Saúde e Defesa Civil do RJ * Os dados refrentes ao município do Rio de Janeiro foram coletados na imprensa escrita (Jornal o Globo), por não estarem disponíveis na Secretaria de Estado de Saúde e Defesa Civil do RJ.

4.4.1

Construção do Indicador de Eventos Hidrometeorológicos Extremos A metodologia utilizada para a concepção deste indicador leva em conta a proporção de eventos extremos em cada município (p_evj) e a proporção de eventos extremos com vítimas fatais (p_vj), de acordo com as seguintes equações:

p _ ev j

ev j ev _ t

100

p_vj

vj ev j

100

Onde, p_evj = proporção de eventos extremos no município; evj = número de eventos extremos no município j; ev_t = total de eventos extremos no ERJ; p_vj = proporção de eventos extremos com vítimas fatais no município; e vj = número de eventos extremos com vítimas fatais no município j.

Logo, quanto maior a proporção de eventos extremos do município em relação ao total de casos no ERJ (p_evj), maior a vulnerabilidade municipal. Quanto maior a proporção de eventos com vítimas fatais no município, também maior a vulnerabilidade do município quanto à ocorrência de eventos extremos. A Tabela 4.5 apresenta o número total de eventos extremos e com vítimas fatais; a proporcionalidade dos eventos com vítimas fatais e a proporcionalidade dos eventos no ERJ; os pesos atribuídos à ocorrência de vítimas fatais e os pesos dos eventos; o seu somatório é o valor do Indicador de Eventos Extremos por município. Os valores do Indicador de Evetos Hidrometeorológicos Extremos por município são apresentados na Figura 4.11 e, para as macrorregiões, na Figura 4.12.

Tabela 4.5 – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador Nº EVENTOS COM VÍTIMAS FATAIS

Nº TOTAL DE EVENTOS

PROPORÇÃO DE EVENTOS COM VÍTIMAS FATAIS

PROPORÇÃO DE EVENTOS NO ESTADO

PESO VF*

PESO EVENTOS

SOMA

INDICADOR EVENTOS EXTREMOS

1 0

2 5

50,00 0,00

0,84 2,09

3 0

2 4

5 4

0,625 0,500

0 0

1 1

0,00 0,00

0,42 0,42

0 0

1 1

0,125 0,125

0,00

0,000

0 0 1 1

0 6 5 5

0,00 0,00 20,00 20,00

0,00 2,51 2,09 2,09

0 0 1 1

0 4 4 4

0 4 5 5

0,000 0,500 0,625 0,625

3 0 0

7 1 0

42,86 0,00 0,00

2,93 0,42 0,00

2 0 0

4 1 0

6 1 0

0,750 0,125 0,000

33,33

1,26

0,625

33,33

1,26

0,625

Cantagalo

1 0

4 1

25,00 0,00

1,67 0,42

2 0

3 1

5 1

0,625 0,125

Carapebus Cardoso Moreira

0 1

1 3

0,00 33,33

0,42 1,26

0 2

1 3

1 5

0,125 0,625

Carmo Casimiro de Abreu

0,00

0,42

0,125

Comendador Levy Gasparian

0 0

1 3

0,00 0,00

0,42 1,26

0 0

1 3

0,125 0,375

Conceição de Macabu

0,00

0,84

0,250

Cordeiro Duas Barras

0 0

1 1

0,00 0,00

0,42 0,42

0 0

1 1

0,125 0,125

MUNICÍPIO Angra dos Reis Aperibé Araruama Areal Armação dos Búzios Arraial do Cabo Barra do Piraí Barra Mansa Belford Roxo Bom Jesus de Itabapoana Bom Jardim Cabo Frio Cachoeiras de Macacu Cambuci Campos dos Goytacazes

Tabela 4.5 (cont.) – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador Nº EVENTOS COM VÍTIMAS FATAIS

Nº TOTAL DE EVENTOS

PROPORÇÃO DE EVENTOS COM VÍTIMAS FATAIS

PROPORÇÃO DE EVENTOS NO ESTADO

PESO VF*

PESO EVENTOS

SOMA

INDICADOR EVENTOS EXTREMOS

3 1

5 2

60,00 50,00

2,09 0,84

3 3

4 2

7 5

0,875 0,625

0 0

0 1

0,00 0,00

0,00 0,42

0 0

0 1

0,000 0,125

0,00

0,42

0,125

0 0 0 0

0 4 2 4

0,00 0,00 0,00 0,00

0,00 1,67 0,84 1,67

0 0 0 0

0 3 2 3

0,000 0,375 0,250 0,375

0 0 0

1 1 4

0,00 0,00 0,00

0,42 0,42 1,67

0 0 0

1 1 3

0,125 0,125 0,375

0,00

1,26

0,375

0,00

2,51

0,500

Mangaratiba

2 0

4 2

50,00 0,00

1,67 0,84

3 0

3 2

6 2

0,750 0,250

Maricá Mendes

0 0

0 3

0,00 0,00

0,00 1,26

0 0

0 3

0,000 0,375

Mesquita Miguel Pereira

50,00

0,84

0,625

Miracema

1 0

1 5

100,00 0,00

0,42 2,09

4 0

1 4

5 4

0,625 0,500

Natividade

0,00

2,93

0,500

MUNICÍPIO Duque de Caxias Engenheiro Paulo de Frontin Guapimirim Iguaba Itaboraí Itaguaí Italva Itaocara Itaperuna Itatiaia Japeri Laje Muriaé Macaé Macuco Magé

Tabela 4.5 (cont.) – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador PROPORÇÃO DE EVENTOS COM VÍTIMAS FATAIS

PROPORÇÃO DE EVENTOS NO ESTADO

PESO VF*

PESO EVENTOS

SOMA

INDICADOR EVENTOS EXTREMOS

0,00

0,000

1 2

100,00 100,00

0,42 0,84

4 4

1 2

5 6

0,625 0,750

100,00

0,42

0,625

Parati

1 0 0

2 3 1

50,00 0,00 0,00

0,84 1,26 0,42

3 0 0

2 3 1

5 3 1

0,625 0,375 0,125

Paty do Alferes

0,00

1,26

0,375

Petrópolis Pinheiral

7 0 0

9 1 2

77,78 0,00 0,00

3,77 0,42 0,84

4 0 0

4 1 2

8 1 2

1,000 0,125 0,250

0,00

1,67

0,375

Quatis

0 0

0 2

0,00 0,00

0,00 0,84

0 0

0 2

0,000 0,250

Queimados Quissamã

0 0

0 3

0,00 0,00

0,00 1,26

0 0

0 3

0,000 0,375

Resende

1 1

2 2

50,00 50,00

0,84 0,84

3 3

2 2

5 5

0,625 0,625

0,00

0,42

0,125

Rio das Ostras

0 0

2 0

0,00 0,00

0,84 0,00

0 0

2 0

0,250 0,000

Rio de Janeiro Santa Maria Madalena

14 1

21 1

66,67 100,00

8,79 0,42

3 4

4 1

7 5

0,875 0,625

Santo Antonio de Pádua

33,33

1,26

0,625

Nº EVENTOS COM VÍTIMAS FATAIS

Nº TOTAL DE EVENTOS

Nilópolis Niterói Nova Friburgo

0 1 2

Nova Iguaçu Paracambi Paraíba do Sul

MUNICÍPIO

Piraí Porciúncula Porto Real

Rio Bonito Rio Claro Rio das Flores

Tabela 4.5 (cont.) – Síntese dos Eventos Extremos, Vitimas Fatais, Pesos e Indicador Nº EVENTOS COM VÍTIMAS FATAIS

Nº TOTAL DE EVENTOS

PROPORÇÃO DE EVENTOS COM VÍTIMAS FATAIS

PROPORÇÃO DE EVENTOS NO ESTADO

PESO VF*

PESO EVENTOS

SOMA

INDICADOR EVENTOS EXTREMOS

1 1 1

6 4 3

16,67 25,00 33,33

2,51 1,67 1,26

1 2 2

4 3 3

5 5 5

0,625 0,625 0,625

São José de Ubá

0 1 0

4 3 2

0,00 33,33 0,00

1,67 1,26 0,84

0 2 0

3 3 2

3 5 2

0,375 0,625 0,250

São José do Vale do Rio Preto São Pedro da Aldeia

1 0

100,00 0,00

0,42 0,00

4 0

1 0

5 0

0,625 0,000

São Sebastião do Alto Sapucaia Saquarema Seropédica

0 1

1 1

0,00 100,00

0,42 0,42

0 4

1 1

1 5

0,125 0,625

0 0

1 2

0,00 0,00

0,42 0,84

0 0

1 2

0,125 0,250

Silva Jardim

0,00

2,51

0,500

Sumidouro Tanguá

1 0 4

1 2 5

100,00 0,00 80,00

0,42 0,84 2,09

4 0 4

1 2 4

5 2 8

0,625 0,250 1,000

0,00

1,67

0,375

0 1 0

4 5 2

0,00 20,00 0,00

1,67 2,09 0,84

0 1 0

3 4 2

3 5 2

0,375 0,625 0,250

0,00

0,000

0,00

0,42

0,125

MUNICÍPIO São Francisco de Itabapoana São Fidélis São Gonçalo São João da Barra São João de Meriti

Teresópolis Trajano de Morais Três Rios Valença Varre-Sai Vassouras Volta Redonda

VF* = Vitimas fatais Fonte: Elaboração própria.

FIGURA 4.11 – ÍNDICADOR DE EVENTOS CLIMÁTICOS EXTREMOS

Janeiro de 2011

FIGURA 4.12 – INDICADOR DE EVENTOS CLIMÁTICOS EXTREMOS – MACRORREGIÕES DO ERJ

Janeiro de 2011

4.5

PADRONIZAÇÃO DO ÍNDICE DE VULNERABILIDADE AMBIENTAL - IVAmp No processo de construção de cada indicador do IVAm foram escolhidas variáveis informativas quanto à vulnerabilidade dos municípios, as quais foram categorizadas em níveis de menor ou maior vulnerabilidade. Cada categoria recebeu um peso específico (ver Tabela 4.1), sendo que a soma dos pesos corresponde ao valor final de cada um dos indicadores. Os sub-índices possuem escalas distintas e, portanto, para efeito de comparação, foram padronizados para a escala 0-1, utilizando a seguinte equação:

(Equação 4.1)

Desta forma, 0 é o valor atribuído ao município com menor vulnerabilidade e 1 ao município com maior vulnerabilidade. Os valores dos demais municípios indicam a distância relativa entre o menos vulnerável (indicador = 0) e o mais vulneravel (indicador = 1). O IVAm foi calculado pela média aritmética dos indicadores padronizados. Esta média foi, igualmente, padronizada, resultando num índice final com escala que varia de 0 a 1. Assim como nos demais índices, os municípios com índice 0 apresentam menor grau de vulnerabilidade ambiental, ao passo que os municípios com índice 1 apresentam maior vulnerabilidade ambiental. Para os demais municípios, valores próximos de 1 indicam alto grau de vulnerabilidade, enquanto que valores próximos de 0 apontam menor grau de vulnerabilidade, como apresentado na Tabela 4.6. Observa-se que a maior vulnerabilidade foi identificada em Angra dos Reis, ao passo que os municípios de Nilópolis e Queimados foram os que apresentaram a menor vulnerabilidade ambiental, segundo os critérios utilizados.

Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ. INDICADOR DE CONSERVAÇÃO

INDICADOR DE EV_EXTREMOS

INDICADOR DA LINHA DE COSTA

INDICADOR DA COBERTURA VEGETAL

IVAMp

Angra dos Reis

1,00

0,63

1,00

Aperibé

0,00

0,50

0,00

0,10

Araruama

0,50

0,13

0,86

0,14

0,43

Areal

0,25

0,13

0,00

0,43

0,19

Armação dos Búzios

0,25

0,00

1,00

0,14

0,36

Arraial do Cabo

0,50

0,00

1,00

0,00

0,39

Barra do Piraí

0,25

0,50

0,00

0,43

0,30

Barra Mansa

0,25

0,63

0,00

0,43

0,33

Belford Roxo

0,00

0,63

0,00

0,14

0,18

Bom Jardim

0,25

0,13

0,00

0,43

0,19

Bom Jesus do Itabapoana

0,25

0,75

0,00

0,25

Cabo Frio

0,50

0,00

0,86

0,14

0,39

Cachoeiras de Macacu

1,00

0,63

0,00

0,71

0,63

Cambuci

0,50

0,63

0,00

0,28

Campos dos Goytacazes

0,75

0,63

0,86

0,43

0,72

Cantagalo

0,75

0,13

0,00

0,21

Carapebus

0,25

0,13

0,71

0,21

0,33

Cardoso Moreira

0,25

0,63

0,00

0,43

0,33

Carmo

0,25

0,13

0,00

0,14

0,11

Casimiro de Abreu

0,75

0,13

0,71

0,43

0,54

Comendador Levy Gasparian

0,25

0,38

0,00

0,29

0,22

Conceição de Macabu

0,00

0,25

0,00

0,43

0,15

Cordeiro

0,25

0,13

0,00

0,07

MUNICÍPIO

Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ. INDICADOR DE CONSERVAÇÃO

INDICADOR DE EV_EXTREMOS

INDICADOR DA LINHA DE COSTA

INDICADOR DA COBERTURA VEGETAL

IVAMp

Duas Barras

0,25

0,13

0,00

0,64

0,25

Duque de Caxias

0,50

0,88

0,57

0,43

0,64

Engenheiro Paulo de Frontin

0,25

0,63

0,00

0,71

0,42

Guapimirim

0,75

0,00

0,43

0,42

Iguaba Grande

0,25

0,13

0,00

0,14

0,11

Itaboraí

0,25

0,13

0,43

0,14

0,23

Itaguaí

0,25

0,00

0,71

0,43

0,36

Italva

0,00

0,38

0,00

0,07

Itaocara

0,25

0,00

0,29

0,18

Itaperuna

0,25

0,38

0,00

0,14

Itatiaia

1,00

0,13

0,00

0,64

0,47

Japeri

0,25

0,13

0,00

0,14

0.11

Laje do Muriaé

0,00

0,38

0,00

0,07

Macaé

0,50

0,38

0,71

0,62

Macuco

0,25

0,50

0,00

0,21

0,24

Magé

0,75

0,71

0,80

Mangaratiba

0,75

0,25

0,86

1,00

0,78

Maricá

0,75

0,00

1,00

0,43

0,58

Mendes

0,25

0,38

0,00

0,71

0,34

Mesquita

0,00

0,63

0,00

0,43

0,26

Miguel Pereira

0,50

0,63

0,00

0,43

0,41

Miracema

0,25

0,50

0,00

0,17

Natividade

0,25

0,50

0,00

0,17

MUNICÍPIO

Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ. INDICADOR DE CONSERVAÇÃO

INDICADOR DE EV_EXTREMOS

INDICADOR DA LINHA DE COSTA

INDICADOR DA COBERTURA VEGETAL

IVAMp

Nilópolis

0,00

0,14

0,00

Niterói

0,50

0,63

1,00

0,43

0,69

Nova Friburgo

1,00

0,75

0,00

1,00

0,75

Nova Iguaçu

0,75

0,63

0,00

0,71

0,56

Paracambi

0,50

0,63

0,00

0,43

0,41

Paraíba do Sul

0,25

0,38

0,00

0,43

0,26

Parati

1,00

0,13

1,00

0,86

Paty do Alferes

0,25

0,38

0,00

0,14

0,18

Petrópolis

0,75

1,00

0,00

0,71

0,67

Pinheiral

0,25

0,13

0,00

0,07

Piraí

0,50

0,25

0,00

0,71

0,38

Porciúncula

0,25

0,38

0,00

0,14

Porto Real

0,25

0,00

0,03

Quatis

0,00

0,25

0,00

0,29

0,11

Queimados

0,00

0,14

0,00

Quissamã

0,25

0,38

0,86

0,43

0,51

Resende

0,75

0,63

0,00

0,43

0,48

Rio Bonito

0,50

0,63

0,00

0,43

0,41

Rio Claro

0,25

0,13

0,00

1,00

0,35

Rio das Flores

0,50

0,25

0,00

0,43

0,30

Rio das Ostras

0,75

0,00

1,00

0,14

0,50

Rio de Janeiro

1,00

0,88

1,00

0,43

0,91

Santa Maria Madalena

1,00

0,63

0,00

0,71

0,63

MUNICÍPIO

Tabela 4.6 – Indicadores que compõem o IVAm e o IVAmp dos municípios do ERJ. INDICADOR DE CONSERVAÇÃO

INDICADOR DE EV_EXTREMOS

INDICADOR DA LINHA DE COSTA

INDICADOR DA COBERTURA VEGETAL

IVAMp

Santo Antônio de Pádua

0,00

0,63

0,00

0,14

São Fidélis

0,25

0,63

0,00

0,43

0,33

São Francisco de Itabapoana

0,25

0,63

0,86

0,43

0,58

São Gonçalo

0,25

0,63

0,57

0,14

0,42

São João da Barra

0,25

0,38

0,86

0,00

0,38

São João de Meriti

0,25

0,63

0,00

0,21

São José de Ubá

0,00

0,25

0,00

0,03

São José do Vale do Rio Preto

0,25

0,63

0,00

0,43

0,33

São Pedro da Aldeia

0,25

0,00

0,14

0,07

São Sebastião do Alto

0,25

0,13

0,00

0,43

0,19

Sapucaia

0,25

0,63

0,00

0,43

0,33

Saquarema

0,50

0,13

1,00

0,43

0,55

Seropédica

0,25

0,00

0,14

Silva Jardim

1,00

0,50

0,00

0,43

0,51

Sumidouro

0,25

0,63

0,00

0,43

0,33

Tanguá

0,25

0,00

0,43

0,23

Teresópolis

1,00

0,00

0,71

0,74

Trajano de Morais

0,25

0,38

0,00

0,71

0,34

Três Rios

0,25

0,38

0,00

0,43

0,26

Valença

0,75

0,63

0,00

0,35

Varre-Sai

0,00

0,25

0,00

0,03

Vassouras

0,25

0,00

0,43

0,15

Volta Redonda

0,25

0,13

0,00

0,14

0,11

MUNICÍPIO

CAPÍTULO 5 ÍNDICE DE VULNERABILIDADE GERAL - IVG O Índice de Vulnerabilidade Geral (IVG) é um índice composto que agrega diferentes variáveis e associa a cada município do ERJ uma medida comparativa (valor numérico) com respeito a sua vulnerabilidade frente às mudanças climáticas esperadas nas próximas décadas. Municípios que apresentam maiores valores de IVG em relação aos demais municípios indicam maior necessidade de atenção sob o aspecto abordado neste estudo. O IVG, o primeiro componente do IVM, é formado por: Índice de Vulnerabilidade da Saúde padronizado – IVSp; Índice de Vulnerabilidade Social da Família padronizado – IVSFp; e Índice de Vulnerabilidade Ambiental padronizado – IVAmp.

Estes três índices foram desenvolvidos de forma a utilizar variáveis que representem o grau de vulnerabilidade setorial dos municípios do ERJ com relação aos aspectos de saúde, sócio-familiar e ambiental.

5.1

CONSTRUÇÃO DO IVG O IVG foi calculado para cada um dos municípios.

ETAPA 1 - Cálculo do IVG Na primeira etapa, calcula-se o IVG, que é composto de tres índices (IVSp, IVSFp e IVAmp), e se calcula a média simples, pela seguinte equação: (Equação 5.1)

Saúde

IVG

( IVS p

Família

IVSFp

Ambiente

IVAm p )

3  

Ex: Angra dos Reis

IVG

ETAPA 2 – Padronização do IVG Na segunda etapa, padroniza-se o IVG, convertendo-o em IVGp (equação 5.2). (Equação 5.2)

Ex: Angra dos Reis

IVGp

Os componentes e o resultado do cálculo do IVGp para todos os municípios são apresentados na Tabela 5.1.

Tabela 5.1 – Componentes do IVG e o IVGp, por município Denguep

Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

Angra dos Reis

Municipios

1,00

0,11

0,86

0,17

0,53

0,65

1,00

0,63

1,00

0,57

0,51

0,72

0,95

Aperibé

0,38

0,56

0,14

0,36

0,39

0,00

0,50

0,00

0,10

0,54

0,65

0,38

0,29

Araruama

0,50

0,22

1,00

0,33

0,51

0,62

0,50

0,13

0,86

0,14

0,43

0,55

0,61

0,55

0,62

Areal

0,00

0,11

0,14

0,33

0,15

0,08

0,25

0,13

0,00

0,43

0,19

0,56

0,52

0,26

0,07

Armação dos Búzios

0,13

0,11

0,14

0,00

0,09

0,00

0,25

0,00

1,00

0,14

0,36

0,60

0,32

0,23

0,00

Arraial do Cabo

0,13

0,11

0,14

0,33

0,18

0,12

0,50

0,00

1,00

0,00

0,39

0,60

0,35

0,29

0,12

Barra do Piraí

0,25

0,44

0,14

0,17

0,25

0,23

0,25

0,50

0,00

0,43

0,30

0,56

0,54

0,35

0,25

Barra Mansa

0,13

0,56

0,86

0,17

0,43

0,49

0,25

0,63

0,00

0,43

0,33

0,57

0,50

0,44

0,41

Belford Roxo Bom Jardim

0,75

0,33

0,14

0,17

0,35

0,37

0,00

0,63

0,00

0,14

0,18

0,55

0,63

0,40

0,32

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,13

0,00

0,43

0,19

0,55

0,63

0,31

0,17

Bom Jesus do Itabapoana

0,25

0,44

0,71

0,33

0,44

0,50

0,25

0,75

0,00

0,25

0,54

0,69

0,48

0,49

Cabo Frio Cachoeiras de Macacu

0,13

0,11

0,14

0,17

0,14

0,06

0,50

0,00

0,86

0,14

0,39

0,57

0,47

0,31

0,16

0,38

0,11

0,71

0,17

0,34

0,36

1,00

0,63

0,00

0,71

0,63

0,54

0,65

0,55

0,62

Cambuci

0,38

0,00

0,14

0,33

0,21

0,17

0,50

0,63

0,00

0,28

0,53

0,72

0,39

0,32

Campos dos Goytacazes Cantagalo

1,00

0,89

0,14

0,83

0,72

0,92

0,75

0,63

0,86

0,43

0,72

0,55

0,60

0,75

1,00

0,63

0,11

0,86

0,33

0,48

0,57

0,75

0,13

0,00

0,21

0,55

0,60

0,46

0,45

Carapebus

0,38

0,11

0,14

0,21

0,17

0,25

0,13

0,71

0,21

0,33

0,55

0,64

0,38

0,29

Cardoso Moreira

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,63

0,00

0,43

0,33

0,50

0,91

0,52

0,56

Carmo

0,38

0,11

1,00

0,33

0,45

0,53

0,25

0,13

0,00

0,14

0,11

0,54

0,69

0,44

0,42

Casimiro de Abreu Comendador Levy Gasparian

0,13

0,11

0,71

0,33

0,32

0,33

0,75

0,13

0,71

0,43

0,54

0,56

0,54

0,47

0,38

0,56

0,14

0,33

0,35

0,38

0,25

0,38

0,00

0,29

0,22

0,53

0,73

0,44

0,41

Conceição de Macabu

0,25

0,11

0,14

1,00

0,38

0,42

0,00

0,25

0,00

0,43

0,15

0,54

0,64

0,40

0,34

Cordeiro

0,63

0,11

0,86

0,33

0,48

0,57

0,25

0,13

0,00

0,07

0,57

0,47

0,37

0,27

Duas Barras

0,13

0,11

0,14

0,13

0,05

0,25

0,13

0,00

0,64

0,25

0,53

0,75

0,35

0,24

Duque de Caxias

0,75

0,33

0,71

0,67

0,62

0,77

0,50

0,88

0,57

0,43

0,64

0,56

0,66

0,82

Engenheiro Paulo de Frontin

0,13

0,11

0,86

0,33

0,36

0,39

0,25

0,63

0,00

0,71

0,42

0,55

0,60

0,47

0,46

Guapimirim

0,38

0,11

0,00

0,17

0,16

0,10

0,75

0,00

0,43

0,42

0,54

0,65

0,39

0,32

Iguaba Grande

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,13

0,00

0,14

0,11

0,58

0,46

0,26

0,07

Itaboraí

0,75

0,67

0,14

0,50

0,51

0,62

0,25

0,13

0,43

0,14

0,23

0,54

0,66

0,50

0,53

Itaguaí

0,75

0,33

0,57

0,17

0,46

0,53

0,25

0,00

0,71

0,43

0,36

0,56

0,55

0,48

0,49

IVSF

IVSFp

IVG

IVGp

Tabela 5.1 – Componentes do IVG e o IVGp, por município Denguep

Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

Italva

Municipios

0,38

0,11

0,86

0,33

0,42

0,48

0,00

0,38

0,00

0,07

0,53

0,75

0,43

0,39

Itaocara

0,00

0,11

0,14

0,17

0,11

0,02

0,25

0,00

0,29

0,18

0,55

0,62

0,27

0,09

Itaperuna

0,25

0,56

0,14

0,33

0,32

0,33

0,25

0,38

0,00

0,14

0,55

0,58

0,35

0,24

Itatiaia

0,25

0,11

0,14

0,33

0,21

0,17

1,00

0,13

0,00

0,64

0,47

0,59

0,40

0,34

0,22

Japeri

0,25

0,11

0,71

0,83

0,48

0,56

0,25

0,13

0,00

0,14

0,11

0,52

0,77

0,48

0,49

Laje do Muriaé

0,13

0,11

0,43

0,33

0,25

0,23

0,00

0,38

0,00

0,07

0,52

0,80

0,36

0,26

Macaé

0,25

0,67

0,00

1,00

0,48

0,57

0,50

0,38

0,71

0,62

0,61

0,29

0,49

0,51

Macuco

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,50

0,00

0,21

0,24

0,55

0,63

0,39

0,32

Magé

0,75

0,33

0,57

0,67

0,58

0,72

0,75

0,71

0,80

0,54

0,68

0,73

0,97

Mangaratiba

0,38

0,11

0,14

0,17

0,20

0,15

0,75

0,25

0,86

1,00

0,78

0,58

0,42

0,45

0,43

Maricá

0,63

0,78

0,71

0,33

0,61

0,76

0,75

0,00

1,00

0,43

0,58

0,45

0,60

0,71

Mendes

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,38

0,00

0,71

0,34

0,56

0,54

0,37

0,27

Mesquita

0,50

0,11

0,14

0,33

0,27

0,26

0,00

0,63

0,00

0,43

0,26

0,07

Miguel Pereira

0,25

0,11

0,14

0,33

0,21

0,17

0,50

0,63

0,00

0,43

0,41

0,57

0,49

0,36

0,25

Miracema

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,50

0,00

0,17

0,54

0,69

0,33

0,20

Natividade

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,50

0,00

0,17

0,53

0,70

0,39

0,32

Nilópolis

0,50

0,22

0,14

0,50

0,34

0,36

0,00

0,14

0,00

0,59

0,38

0,25

0,04

Niterói

0,75

0,78

0,14

0,67

0,58

0,72

0,50

0,63

1,00

0,43

0,69

0,66

0,00

0,47

Nova Friburgo

0,25

0,56

1,00

0,33

0,53

0,65

1,00

0,75

0,00

1,00

0,75

0,60

0,34

0,58

0,68

Nova Iguaçu

0,75

0,67

0,14

0,67

0,56

0,68

0,75

0,63

0,00

0,71

0,56

0,57

0,52

0,59

0,69

Paracambi

0,63

0,11

0,71

1,00

0,61

0,76

0,50

0,63

0,00

0,43

0,41

0,53

0,72

0,63

0,77

Paraíba do Sul

0,13

0,11

0,29

0,00

0,13

0,05

0,25

0,38

0,00

0,43

0,26

0,54

0,69

0,34

0,21

Parati

0,38

0,56

0,86

0,33

0,53

0,64

1,00

0,13

1,00

0,86

0,57

0,48

0,66

0,84

Paty do Alferes

0,13

0,11

0,14

0,17

0,14

0,06

0,25

0,38

0,00

0,14

0,18

0,52

0,77

0,34

0,21

Petrópolis

0,13

0,89

0,14

0,83

0,50

0,59

0,75

1,00

0,00

0,71

0,67

0,60

0,35

0,54

0,60

Pinheiral

0,25

0,78

0,14

0,33

0,38

0,42

0,25

0,13

0,00

0,07

0,55

0,59

0,36

0,25

Piraí

0,38

0,11

0,71

0,33

0,38

0,43

0,50

0,25

0,00

0,71

0,38

0,56

0,46

0,44

Porciúncula

0,63

1,00

0,14

0,33

0,53

0,64

0,25

0,38

0,00

0,14

0,51

0,85

0,54

0,60

Porto Real

0,25

0,11

0,14

0,33

0,21

0,17

0,25

0,00

0,03

0,53

0,70

0,30

0,14

Quatis

0,13

0,11

0,14

0,33

0,18

0,12

0,00

0,25

0,00

0,29

0,11

0,56

0,57

0,27

0,08

Queimados

0,25

0,11

0,71

0,17

0,31

0,32

0,00

0,14

0,00

0,54

0,65

0,32

0,18

Quissamã

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,38

0,86

0,43

0,51

0,52

0,76

0,49

0,51

IVSF

IVSFp

IVG

IVGp

Tabela 5.1 – Componentes do IVG e o IVGp, por município Denguep

Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

Resende

Municipios

0,25

0,44

0,14

0,83

0,42

0,48

0,75

0,63

0,00

0,43

0,48

0,60

0,33

0,43

0,39

Rio Bonito

0,50

0,78

1,00

0,17

0,61

0,76

0,50

0,63

0,00

0,43

0,41

0,55

0,63

0,60

0,72

Rio Claro

0,13

0,44

0,14

0,33

0,26

0,25

0,13

0,00

1,00

0,35

0,53

0,73

0,44

0,42

Rio das Flores

0,13

0,67

0,14

0,31

0,32

0,50

0,25

0,00

0,43

0,30

0,53

0,71

0,44

0,42

Rio das Ostras

0,13

0,33

0,14

0,83

0,36

0,39

0,75

0,00

1,00

0,14

0,50

0,57

0,50

0,46

0,45

Rio de Janeiro

0,88

0,67

0,71

0,83

0,77

1,00

0,88

1,00

0,43

0,91

0,63

0,17

0,69

0,90

Santa Maria Madalena

0,13

0,11

0,86

0,33

0,36

0,39

1,00

0,63

0,00

0,71

0,63

0,54

0,69

0,57

0,66

Santo Antônio de Pádua

0,25

0,11

0,29

0,33

0,25

0,22

0,00

0,63

0,00

0,14

0,54

0,69

0,35

0,24

São Fidélis São Francisco de Itabapoana

0,38

0,56

0,86

0,33

0,53

0,64

0,25

0,63

0,00

0,43

0,33

0,52

0,78

0,59

0,69

0,25

0,11

0,14

0,33

0,21

0,17

0,25

0,63

0,86

0,43

0,58

0,48

1,00

0,58

0,68

São Gonçalo

0,38

0,67

0,57

0,83

0,61

0,76

0,25

0,63

0,57

0,14

0,42

0,59

0,41

0,53

0,58

São João da Barra

0,38

0,67

0,14

0,33

0,38

0,42

0,25

0,38

0,86

0,00

0,38

0,52

0,77

0,52

0,57

São João de Meriti São José de Ubá

0,63

0,33

0,14

0,50

0,40

0,45

0,25

0,63

0,00

0,21

0,57

0,51

0,39

0,31

0,38

0,11

0,14

0,33

0,24

0,22

0,00

0,25

0,00

0,03

0,49

0,92

0,39

0,31

São José do Vale do Rio Preto

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,63

0,00

0,43

0,33

0,54

0,67

0,37

0,28

São Pedro da Aldeia

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,00

0,14

0,07

0,57

0,51

0,27

0,07

São Sebastião do Alto Sapucaia

0,13

0,11

0,86

0,33

0,36

0,39

0,25

0,13

0,00

0,43

0,19

0,52

0,80

0,46

0,44

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,63

0,00

0,43

0,33

0,53

0,73

0,40

0,33

Saquarema

0,25

0,11

0,57

0,17

0,27

0,50

0,13

1,00

0,43

0,55

0,63

0,48

0,49

Seropédica Silva Jardim

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,00

0,14

0,55

0,62

0,36

0,25

0,11

0,14

0,33

0,21

0,17

1,00

0,50

0,00

0,43

0,51

0,52

0,78

0,49

0,50

Sumidouro

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,63

0,00

0,43

0,33

0,52

0,75

0,40

0,34

Tanguá

0,50

0,56

0,00

0,33

0,35

0,37

0,25

0,00

0,43

0,23

0,52

0,78

0,46

0,44

Teresópolis

0,13

0,22

0,14

0,17

0,16

0,10

1,00

0,00

0,71

0,74

0,58

0,45

0,43

0,39

Trajano de Morais

0,13

0,11

1,00

0,41

0,47

0,25

0,38

0,00

0,71

0,34

0,51

0,84

0,55

0,62

Três Rios

0,13

0,11

0,71

0,33

0,32

0,33

0,25

0,38

0,00

0,43

0,26

0,56

0,58

0,39

0,32

Valença Varre-Sai

0,13

0,11

0,14

0,17

0,14

0,06

0,75

0,63

0,00

0,35

0,56

0,57

0,33

0,20

0,00

0,11

0,14

0,33

0,15

0,08

0,00

0,25

0,00

0,03

0,51

0,85

0,32

0,18

Vassouras

0,25

0,11

0,00

0,33

0,17

0,12

0,25

0,00

0,43

0,15

0,56

0,58

0,28

0,11

Volta Redonda

0,38

0,56

0,14

0,17

0,31

0,32

0,25

0,13

0,00

0,14

0,11

0,59

0,38

0,27

0,08

Fonte: Elaboração própria 93

IVSF

IVSFp

IVG

IVGp

CAPÍTULO 6 ÍNDICE DE CENÁRIOS CLIMÁTICOS - ICC O Índice de Cenários Climáticos (ICC) sintetiza, para cada município, a diferença esperada (anomalias) de temperatura e precipitação, considerando o “clima atual” e projeções climáticas, baseadas no modelo climático regionalizado Eta-HadCM3, versões A1FI (high) e A1T (low). O modelo Eta-HadCM3 apresenta resolução horizontal de 40 km e 38 camadas na vertical (Figura 6.1) (para maiores detalhes, ver Chou et al., 2010).

6.1

VARIÁVEIS CLIMÁTICAS Para efeito de inserção do aspecto clima no indicador agregado de vulnerabilidade dos municípios do ERJ, foram utilizadas duas variáveis climáticas, a saber: Temperatura (TP2M – Shelter temperature) (em grau Celsius - 0C) e Precipitação (PREC – Total 6 h Prec) (precipitação pluviométrica, em mm). Os dados foram disponibilizados pelo CCST/INPE.

6.2

INTERVALOS DE TEMPO Foram considerados dois intervalos de tempo (time slices) para cada variável: atual (baseline) e projetado (futuro). O período atual corresponde ao intervalo 1960-1990, ao passo que o período projetado corresponde a 2010-2040.

Figura 6.1 – Malha de pontos (grid) de dados climáticos do Modelo Regionalizado ETA-HadCM3 sobre o ERJ Fonte: IBGE, ETA-CCST/INPE

6.3

CENÁRIOS CLIMÁTICOS Os cenários climáticos da família A1 utilizados no presente trabalho descrevem um mundo futuro de crescimento econômico muito rápido, baseado na rápida introdução de tecnologias novas e mais eficientes, ao mesmo tempo em que a população global atinge um pico em meados do século e declina em seguida. As principais questões subjacentes são a convergência entre as regiões, a capacitação e o aumento das interações culturais e sociais, com uma redução das diferenças na renda per capita. A família de cenários A1 considera como temas mais relevantes a economia, a convergência cultural e a construção de capacitações. Nesse mundo, onde as pessoas buscam riquezas pessoais em detrimento de qualidade ambiental, desdobram-se três cenários com direções alternativas de mudanças no sistema energético, distinguindo-se pela ênfase tecnológica: intensiva no uso de combustíveis fósseis (A1FI – fossil Intensive); fontes energéticas não-fósseis (A1T) ou equilíbrio entre todas as fontes (A1B). Neste caso, como equilíbrio pode-se entender a não dependência estrita de uma determinada fonte de energia e a aplicação de taxas similares de aperfeiçoamento tecnológico a todas as formas de oferta de energia e uso final (Bermann, 2007). Para efeito deste trabalho estão sendo avaliados apenas dois cenários extremos desta família, a saber, o A1FI e o A1T.

Bilhões de toneladas de carbono

A Figura 6.2 apresenta a curva de emissão de carbono para os cenários, incluindo o A1T e A1FI.

A1 A1FI A1T A2ASF B1 B2 MIniCAM B2 Is92a

Figura 6.2 – Cenários de emissão de carbono Fonte: adaptado de Massambani, 2009

6.4

CÁLCULO DAS MÉDIAS DE TEMPERATURA E PRECIPITAÇÃO Para cada intervalo de tempo (atual e projetado), foram calculadas as médias das variáveis temperatura e precipitação para cada um dos pontos da grade (grid), tendo em vista a necessidade de proceder à interpolação dos dados para atender aos objetivos do presente trabalho. Com relação à temperatura, a média foi calculada levando-se em consideração todos os valores disponibilizados para cada célula do grid. Dessa forma, para cada célula foi associado um valor médio distinto. Com relação à variável precipitação, procedeu-se à soma de todas as medições disponíveis para cada ponto do grid, por ano (1960, 1961, etc.) e, a seguir, foi calculada a média de todos os valores anuais obtidos para cada um dos intervalos (atual e futuro), que correspondeu à média pluviométrica anual.

6.5

INTERPOLAÇÃO DE DADOS Uma vez que os dados de temperatura e precipitação da família A1 são, originalmente, disponibilizados somente para alguns pontos do espaço (grid), há grandes extensões espaciais para as quais não há dado algum, o que inviabiliza qualquer análise que leve em consideração o território de um município. Em casos extremos, há municípios não contemplados sequer um ponto do grid. Dessa forma, faz-se necessário proceder-se à

interpolação de dados, de modo que uma maior superfície do ERJ seja contemplada com dados de temperatura e precipitação. Para a interpolação de dados, foi utilizada a função “ASCII Reader” do software ArcView v. 3.2. Inicialmente, os arquivos txt, que continham os valores (médias) de precipitação e temperatura, foram tratados utilizando-se o método Inverse Distance Weighted (IWD), com raio de procura variável, potência 2 e número de pontos igual a 12. O tamanho das células especificado para a visualização dos dados interpolados foi 0,01. Um exemplo de resultado da interpolação de dados pode ser visualizado na Figura 6.3.

Figura 6.3 – Dados interpolados de temperatura para o ERJ (Janeiro de 1960). Fonte: Elaboração própria.

6.6

MUNICIPALIZAÇÃO DOS DADOS CLIMÁTICOS Para efeito do cálculo das variáveis climáticas para cada município, foi utilizada a função “Grid Analyst” do software ArcView v. 3.2, com auxílio do comando “Extract Grid Value with Polygon”. Neste caso, o polígono a que se refere o comando é o recorte geográfico de cada município, o qual é sobreposto à grade de dados interpolados, para extração dos valores subjacentes. Finalmente, através da função “Statistic”, foi calculada a média da temperatura e precipitação para cada município, com base no recorte geográfico especificado no passo anterior.

6.7

ANOMALIAS CLIMÁTICAS Para efeito da inserção da variável climática no cálculo da vulnerabilidade, foram utilizadas as diferenças entre os dados obtidos para cada município, referentes ao período atual e futuro, conforme descrito no Quadro 6.1. A diferença das médias das variáveis entre ambos os períodos denomina-se “anomalia climática”. Ressalta-se que, para o presente estudo, foi considerada a variação absoluta das anomalias climáticas, uma vez que está sendo construído um índice agregado que pretende identificar como a variação esperada do clima pode afetar a vulnerabilidade municipal. Portanto, não foi discriminada a relação direta de variação do clima e impacto na população, na respectiva saúde ou no ambiente do município.

Quadro 6.1 – Dados de Temperatura e Precipitação para cada Município do ERJ

Fonte: Elaboração própria.

6.8

CONSTRUÇÃO DO ICC As variáveis consideradas para o calculo do ICC foram as anomalias de temperatura e precipitação. A anomalia é dada pela diferença observada entre a temperatura (ou precipitação) média observada no cenário base (baseline) e a média esperada em cada um dos cenários climáticos futuros avaliados. As anomalias climáticas mensuram a variação esperada nos valores de precipitação e temperatura, para cada um dos municípios do ERJ. Calculados desta forma, valores de anomalia climática positivos indicam aumento esperado nos níveis de precipitação e temperatura, enquanto que valores de anomalia negativos indicam redução esperada nos níveis de precipitação e temperatura, ao passo que valores de anomalia próximos ou iguais a zero indicam que os níveis de precipitação e temperatura projetados são próximos observados no período atual (baseline). Anomalias de temperatura e precipitação representam, em parte, o componente “exposição” às mudanças climáticas e são essenciais para informar as políticas sobre adaptação. Entende-se que, quanto maior a anomalia esperada, ou seja, quanto maior a diferença entre os valores esperados nos cenários A1FI e A1T com relação aos valores atuais, maior também será a demanda de resposta (capacidade adaptativa). Esta necessidade de resposta ocorre de forma independente da direção observada da anomalia (positiva ou negativa). Portanto, para o cálculo do ICC, foram consideradas as anomalias absolutas de precipitação e temperatura. O cálculo do ICC padronizado foi realizado em quatro etapas: Etapa 1: Distribuição das anomalias de precipitação e temperatura em quartis; Etapa 2: Atribuição de peso às anomalias esperadas nos quartis; Etapa 3: Cálculo do ICC municipal; e Etapa 4: Cálculo do ICC municipal padronizado.

ETAPA 1 - Distribuição das anomalias de precipitação e temperatura em quartis As anomalias esperadas para cada cenário climático, por município, são apresentadas na Tabela 6.1.

Tabela 6.1 - Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas, considerando os Cenários Climáticos A1T e A1FI

MUNICÍPIO

100

A1T (low) AP

A1FI (high) AT

Angra dos Reis

332,32

1,03

-66,40

1,72

Aperibé

263,25

0,85

-20,66

1,63

Araruama

296,22

0,97

-64,30

1,53

Areal

164,13

0,86

-51,27

1,75

Armação dos Búzios

332,02

0,97

-36,28

1,64

Arraial do Cabo

330,43

0,34

-24,29

1,39

Barra do Piraí

132,97

0,96

-67,30

1,70

Barra Mansa

321,27

0,95

-49,76

1,72

Belford Roxo

166,31

0,98

-53,12

1,39

Bom Jardim

169,57

0,87

-57,55

1,71

Bom Jesus do Itabapoana

290,56

0,95

-82,09

1,69

Cabo Frio

314,11

0,97

-42,10

1,46

Cachoeiras de Macacu

225,83

0,96

-85,34

1,75

Cambuci

278,99

0,87

-18,37

1,60

Campos dos Goytacazes

435,69

0,91

52,24

1,47

Cantagalo

243,42

0,85

-22,71

1,65

Carapebus

380,97

0,90

10,57

1,46

Cardoso Moreira

438,92

0,91

61,73

1,51

Carmo

224,77

0,87

-19,70

1,67

Casimiro de Abreu

280,19

0,94

-54,50

1,57

Comendador Levy Gasparian

179,35

0,88

-38,12

1,68

Conceição de Macabu

337,89

0,88

-13,94

1,52

Cordeiro

191,74

0,87

-43,41

1,68

Duas Barras

172,24

0,88

-45,11

1,72

Duque de Caxias

243,49

0,98

-82,63

2,13

Engenheiro Paulo de Frontin

242,13

0,97

-81,63

1,70

Guapimirim

214,77

0,96

-81,36

1,75

Iguaba Grande

310,82

0,98

-56,29

1,46

Itaboraí

255,11

0,98

-88,74

1,67

Itaguaí

342,09

1,02

-77,70

1,62

Italva

340,99

0,89

10,45

1,57

Itaocara

267,76

0,83

-17,67

1,62

Itaperuna

267,91

0,92

-35,88

1,63

Itatiaia

132,16

0,91

-17,86

1,80

Japeri

267,18

0,99

-86,28

1,80

Laje do Muriaé

247,73

0,91

-37,71

1,64

Tabela 6.1 (cont.) - Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas, considerando os Cenários Climáticos A1T e A1FI MUNICÍPIO

101

A1T (low) AP

A1FI (high) AT

Macaé

102,58

0,44

-30,92

1,56

Macuco

484,82

1,69

-40,66

1,67

Magé

129,49

0,58

-82,63

1,74

Mangaratiba

368,55

1,05

-75,99

1,65

Maricá

300,20

1,00

-96,44

1,54

Mendes

264,04

0,98

-95,66

1,70

Mesquita

291,86

0,99

-82,02

1,64

Miguel Pereira

230,32

0,96

-77,33

1,72

Miracema

257,14

0,89

-21,99

1,62

Natividade

234,44

0,95

-64,85

1,67

Nilópolis

301,24

1,00

-82,68

1,56

Niterói

307,21

0,99

-108,98

1,57

Nova Friburgo

169,85

0,90

-65,51

1,74

Nova Iguaçu

263,59

0,99

-82,29

1,70

Paracambi

272,01

0,99

-97,01

1,70

Paraíba do Sul

174,80

0,87

-48,19

2,26

Parati

378,98

1,14

-50,84

1,73

Paty do Alferes

198,78

0,91

-61,57

1,72

Petrópolis

194,80

0,92

-65,10

1,74

Pinheiral

211,99

0,97

-68,90

1,70

Piraí

260,80

0,98

-86,08

1,70

Porciúncula

212,81

0,89

-84,15

1,75

Porto Real

153,83

0,94

-33,67

1,73

Quatis

149,99

0,92

-31,53

1,72

Queimados

282,65

0,99

-83,87

1,67

Quissamã

444,96

0,93

28,49

1,40

Resende

140,46

0,92

-22,86

1,77

Rio Bonito

266,68

0,98

-90,17

1,67

Rio Claro

278,42

0,99

-70,20

1,69

Rio das Flores

167,09

0,88

-48,22

1,70

Rio das Ostras

317,54

0,93

-27,02

1,49

Rio de Janeiro

337,49

1,02

-84,02

1,59

Santa Maria Madalena

276,19

0,85

-23,87

1,58

Santo Antônio de Pádua

257,19

0,87

-20,72

1,63

Tabela 6.1 (cont.) - Anomalias de Precipitação (AP) e Anomalias de Temperatura (AT) esperadas, considerando os Cenários Climáticos A1T e A1FI MUNICÍPIO

A1FI (high) AT

São Fidelis

283,37

0,84

-16,65

1,58

São Francisco de Itabapoana

506,92

0,97

65,98

1,45

São Gonçalo

275,15

0,98

-96,16

1,62

São João da Barra

510,24

0,95

74,89

1,39

São João de Meriti

281,89

0,99

-82,80

1,65

São José de Ubá

274,62

0,89

-21,90

1,61

São José do Vale do Rio Preto

150,62

0,86

-42,23

1,76

São Pedro da Aldeia

313,19

0,96

-48,37

1,46

São Sebastião do Alto

255,40

0,84

-23,60

1,62

Sapucaia

185,75

0,88

-35,12

1,71

Saquarema

295,56

0,98

-78,50

1,50

Seropédica

303,50

1,00

-84,81

1,66

Silva Jardim

259,34

0,96

-76,70

1,66

Sumidouro

160,48

0,89

-55,61

1,75

Tanguá

269,76

0,98

-88,96

1,63

Teresópolis

174,34

0,90

-59,44

1,75

Trajano de Morais

189,99

0,86

-50,44

1,66

Três Rios

166,93

0,88

-42,17

1,73

Valença

144,85

0,92

-51,59

1,89

Varre-Sai

218,20

0,91

-78,39

1,75

Vassouras

198,76

0,92

-64,79

1,71

Volta Redonda

176,00

0,96

-54,59

1,71

Fonte: Elaboração própria

102

A1T (low)

Os quartis são medidas estatísticas descritivas que separam o conjunto de dados em quatro partes: 25% dos dados são menores ou iguais ao 1º quartil, 25% dos dados estão distribuídos entre o 1º e o 2º quartil, 25% dos dados estão distribuídos entre o 2º e o 3º quartil e os restantes 25% dos dados são maiores ou iguais ao 3º quartil. A Tabela 6.2 apresenta os limites dos valores absolutos das anomalias de cada um dos quartis relativos aos cenários climáticos considerados.

Tabela 6.2 – Quartis Observados para os Valores de Anomalias Climáticas

A1T (low) QUARTIL

A1FI (high)

1º

191,31

0,88

35,69

1,58

2º

263,42

0,93

55,95

1,67

3º

301,81

0,98

81,42

1,72

Fonte: Elaboração prórpria.

ETAPA 2 - Atribuição de peso às anomalias esperadas nos quartis Para o cálculo do ICC, atribuiu-se maior peso aos municípios objeto de maiores anomalias, o que significa que, quanto maior o valor, em módulo, da anomalia esperada, maior o respectivo peso. A Tabela 6.3 apresenta o critério de atribuição dos pesos.

Tabela 6.3 - Pesos atribuídos às anomalias de precipitação e temperatura

PESO

ANOMALIA DE PRECIPITAÇÃO

ANOMALIA DE TEMPERATURA

Menor que o 1º quartil

Entre o 1º e o 2º quartil

Entre o 2º e o 3º quartil

Maior que o 3º quartil

Fonte: Elaboração própria.

103

ETAPA 3 - Cálculo do ICC municipal O ICC municipal corresponde à média dos pesos atribuídos às anomalias absolutas de precipitação e temperatura por município, considerando os dois cenários climáticos extremos da família A1:

ICC-A1T – o índice referente ao cenário que considera o uso de fontes energéticas não-fósseis (low); ICC-A1FI – o índice referente ao cenário que considera o uso intensivo de fontes energéticas fósseis (high).

ETAPA 4 - Cálculo do ICC municipal padronizado Os índices ICCp-A1T e ICCp-A1FI são os valores padronizados de ICC segundo a equação 6.1:

(Equação 6.1)

Como resultado, tem-se um índice com escala variando de 0 a 1, em que 0 é o valor atribuído ao município com menor vulnerabilidade e 1 ao município com maior vulnerabilidade. Os demais valores indicam a distância relativa entre o menos vulnerável (índice = 0) e o mais vulnerável (índice = 1). Assim, índices com valores iguais ou próximos de 0 são atribuídos aos municípios que deverão sofrer menos impactos das mudanças do clima em relação aos demais municípios do ERJ, sendo que valores iguais ou próximos de 1 indicam os municípios em que a capacidade adaptativa deverá ser maior. A Tabela 6.4 apresenta, para os diferentes municípios, os pesos atribuídos às anomalias de precipitação e temperatura para os cenários A1T e A1FI e os respectivos ICC e ICCp.

104

Tabela 6.4 – Pesos para Anomalia de Precipitação (AP), Anomalia de Temperatura (AT), ICC e ICCp para os Cenários Climáticos A1T e A1FI MUNICÍPIO Angra dos Reis Aperibé Araruama Areal Armação dos Búzios Arraial do Cabo Barra do Piraí Barra Mansa Belford Roxo Bom Jardim Bom Jesus do Itabapoana Cabo Frio Cachoeiras de Macacu Cambuci Campos dos Goytacazes Cantagalo Carapebus Cardoso Moreira Carmo Casimiro de Abreu Comendador Levy Gasparian Conceição de Macabu Cordeiro Duas Barras Duque de Caxias Engenheiro Paulo de Frontin Guapimirim Iguaba Grande Itaboraí Itaguaí Italva Itaocara Itaperuna Itatiaia Japeri Laje do Muriaé Macaé Macuco Magé Mangaratiba Maricá Mendes Mesquita Miguel Pereira Miracema Natividade

105

A1T (low) AP 4 2 3 1 4 4 1 4 1 1 3 4 2 3 4 2 4 4 2 3 1 4 2 1 2 2 2 4 2 4 4 3 3 1 3 2 1 4 1 4 3 3 3 2 2 2

AT 4 1 3 1 3 1 3 3 4 1 3 3 3 1 2 1 2 2 1 3 1 1 1 1 3 3 3 3 3 4 2 1 2 2 4 2 1 4 1 4 4 4 4 3 2 3

ICC 4,0 1,5 3,0 1,0 3,5 2,5 2,0 3,5 2,5 1,0 3,0 3,5 2,5 2,0 3,0 1,5 3,0 3,0 1,5 3,0 1,0 2,5 1,5 1,0 2,5 2,5 2,5 3,5 2,5 4,0 3,0 2,0 2,5 1,5 3,5 2,0 1,0 4,0 1,0 4,0 3,5 3,5 3,5 2,5 2,0 2,5

A1FI (high) ICCp 0,67 0,17 0,33 0,67 0,83 0,50 0,67 0,67 0,83 0,67 0,83 0,17 1,00 0,17 0,17 0,17 0,00 0,33 0,33 0,17 0,50 0,00 0,50 0,50 1,00 0,83 0,83 0,33 0,67 0,50 0,00 0,17 0,33 0,50 1,00 0,33 0,00 0,33 1,00 0,50 0,50 0,83 0,67 0,83 0,17 0,67

AP 3 1 3 2 2 1 3 2 2 3 4 2 4 1 2 1 1 3 1 2 2 1 2 2 4 4 3 3 4 3 1 1 2 1 4 2 1 2 4 3 4 4 4 3 1 3

AT 3 2 1 4 2 1 3 4 1 3 3 1 4 2 1 2 1 1 3 1 3 1 3 3 4 3 4 1 2 2 1 2 2 4 4 2 1 2 4 2 1 3 2 4 2 3

ICC 3,0 1,5 2,0 3,0 2,0 1,0 3,0 3,0 1,5 3,0 3,5 1,5 4,0 1,5 1,5 1,5 1,0 2,0 2,0 1,5 2,5 1,0 2,5 2,5 4,0 3,5 3,5 2,0 3,0 2,5 1,0 1,5 2,0 2,5 4,0 2,0 1,0 2,0 4,0 2,5 2,5 3,5 3,0 3,5 1,5 3,0

ICCp 1,00 0,17 0,67 0,00 0,00 0,17 0,33 0,83 0,50 0,00 0,67 0,83 0,50 0,33 0,67 0,17 0,67 0,67 0,17 0,67 0,00 0,50 0,17 0,00 0,50 0,50 0,50 0,83 0,50 1,00 0,67 0,33 0,50 0,17 0,83 0,33 0,00 1,00 0,00 1,00 0,83 0,83 0,83 0,50 0,33 0,50

Tabela 6.4 (cont.) – Pesos para Anomalia de Precipitação (AP), Anomalia de Temperatura (AT), ICC e ICCp para os Cenários Climáticos A1T e A1FI MUNICÍPIO Nilópolis Niterói Nova Friburgo Nova Iguaçu Paracambi Paraíba do Sul Parati Paty do Alferes Petrópolis Pinheiral Piraí Porciúncula Porto Real Quatis Queimados Quissamã Resende Rio Bonito Rio Claro Rio das Flores Rio das Ostras Rio de Janeiro Santa Maria Madalena Santo Antônio de Pádua São Fidelis São Francisco de Itabapoana São Gonçalo São João da Barra São João de Meriti São José de Ubá São José do Vale do Rio Preto São Pedro da Aldeia São Sebastião do Alto Sapucaia Saquarema Seropédica Silva Jardim Sumidouro Tanguá Teresópolis Trajano de Morais Três Rios Valença Varre-Sai Vassouras Volta Redonda

Fonte: Elaboração própria. 106

A1T (low) AP

AT 3 4 1 3 3 1 4 2 2 2 2 2 1 1 3 4 1 3 3 1 4 4 3 2 3 4 3 4 3 3 1 4 2 1 3 4 2 1 3 1 1 1 1 2 2 1

ICC 4 4 2 4 4 1 4 2 2 3 4 2 3 2 4 2 2 4 4 2 2 4 1 1 1 3 4 3 4 2 1 3 1 1 4 4 3 2 4 2 1 2 2 2 2 3

3,5 4,0 1,5 3,5 3,5 1,0 4,0 2,0 2,0 2,5 3,0 2,0 2,0 1,5 3,5 3,0 1,5 3,5 3,5 1,5 3,0 4,0 2,0 1,5 2,0 3,5 3,5 3,5 3,5 2,5 1,0 3,5 1,5 1,0 3,5 4,0 2,5 1,5 3,5 1,5 1,0 1,5 1,5 2,0 2,0 2,0

A1FI (high) ICCp 0,50 0,50 0,83 0,83 0,83 0,67 0,67 0,83 0,83 0,67 0,83 1,00 0,50 0,33 0,83 0,00 0,50 0,83 0,67 0,50 0,00 0,67 0,00 0,17 0,00 0,33 0,67 0,33 0,67 0,17 0,67 0,17 0,17 0,33 0,33 0,67 0,50 0,67 0,67 0,83 0,33 0,67 0,67 0,83 0,67 0,50

AP 4 4 3 4 4 2 2 3 3 3 4 4 1 1 4 1 1 4 3 2 1 4 1 1 1 3 4 3 4 1 2 2 1 1 3 4 3 2 4 3 2 2 2 3 3 2

AT 1 1 4 3 3 4 4 4 4 3 3 4 4 3 3 1 4 3 3 3 1 2 1 2 1 1 2 1 2 2 4 1 2 3 1 2 2 4 2 4 2 4 4 4 3 3

ICC 2,5 2,5 3,5 3,5 3,5 3,0 3,0 3,5 3,5 3,0 3,5 4,0 2,5 2,0 3,5 1,0 2,5 3,5 3,0 2,5 1,0 3,0 1,0 1,5 1,0 2,0 3,0 2,0 3,0 1,5 3,0 1,5 1,5 2,0 2,0 3,0 2,5 3,0 3,0 3,5 2,0 3,0 3,0 3,5 3,0 2,5

ICCp 0,83 1,00 0,17 0,83 0,83 0,00 1,00 0,33 0,33 0,50 0,67 0,33 0,33 0,17 0,83 0,67 0,17 0,83 0,83 0,17 0,67 1,00 0,33 0,17 0,33 0,83 0,83 0,83 0,83 0,50 0,00 0,83 0,17 0,00 0,83 1,00 0,50 0,17 0,83 0,17 0,00 0,17 0,17 0,33 0,33 0,33

6.9

ÍNDICES MUNICIPAIS DE CENÁRIOS CLIMÁTICOS De acordo com as anomalias climáticas projetadas para o ERJ, considerando-se os cenários A1FI e AIT para o período 2010-2040, observa-se uma tendência de redução da precipitação e aumento da temperatura (Figuras 6.4 a 6.7). Há, entretanto, variações geográficas deste padrão, bem como diferenças relacionadas à intensidade das anomalias, de acordo com os cenários avaliados. Com relação à temperatura, em ambos os cenários há uma clara tendência de um aumento positivo das anomalias para todo o ERJ, mas de forma menos intensa, porém, nos municípios da Região Norte. No cenário A1T, as anomalias climáticas são, de uma forma geral, menos intensas, na maioria dos municípios. As variações de anomalias no cenário A1T enquadram-se no intervalo de 0,34 a 1,69 C, ao passo que, no cenário A1FI, situam-se entre os extremos de 1,39 e 2,26 oC. o

Sobre a precipitação, somente no cenário A1T são registradas anomalias positivas, as quais se concentram em municípios da Região Norte. Nas demais regiões, são verificadas apenas anomalias negativas, indicando uma redução no volume de chuvas. No cenário A1FI, porém, desaparecem as anomalias positivas, mas mantém-se o padrão anterior, ou seja, as anomalias são mais severas em todas as regiões, com exceção da Região Norte, cujos valores aumentam, ainda que em menor proporção. No cenário A1FI, as anomalias de precipitação variam de 74,89 a 108,98 mm anuais, ao passo que, no cenário A1T, os extremos são 102,58 e 510,24 mm anuais. Os resultados obtidos com relação às anomalias climáticas para o ERJ estão em sintonia com aqueles disponibilizados por Nobre et al. (2008), que tratam das variações climáticas projetadas para o ERJ e seus efeitos sobre a biodiversidade. Vale ressaltar, porém, que comparações entre ambos os trabalhos devem ser seguidas de ressalvas, uma vez que os cenários utilizados por Nobre e equipe correspondem ao A2 e B2, ao passo que o período futuro levado em consideração para efeito da análise das anomalias climáticas corresponde a 2071-2082. Por outro lado, Nobre e colegas utilizaram modelos de vegetação potencial, tendo como objetivo primário determinar possíveis alterações na distribuição das diferentes fitofisionomias presentes no ERJ, o que não foi objeto de estudo do presente trabalho. Assim, segundo Nobre e colegas (op. cit.), no cenário A2 haverá aumento generalizado de temperatura no ERJ, em um gradiente de maior para menor intensidade de leste para oeste. Por outro lado, foram projetadas anomalias negativas de precipitação para todo o Estado, sendo estas mais intensas na Região Centro–Sul e menos intensas nas regiões Norte-Noroeste. Sob a ótica de redução generalizada da precipitação e aumento da temperatura, a Região Norte poderá registrar as transformações mais dramáticas na vegetação nativa, a despeito das anomalias climáticas, tanto de precipitação, quanto de temperatura, serem, de um modo geral, menores, comparativamente ao restante do Estado. Neste 107

caso, as matas semideciduais cederiam espaço para uma vegetação do tipo savânica, mais “aberta” (formação campestre) e menos rica em espécies de plantas. De fato, trata-se de uma região já naturalmente sujeita a déficits hídricos e na qual a redução e fragmentação da cobertura vegetal nativa é, mesmo nos dias atuais, ao extremo significativa. Ainda segundo Nobre et al. (2008), essa mesma direção de mudança também é projetada na Região das Baixadas Litorâneas, ao passo que nas Regiões Centro-Sul Fluminense e na do Médio Paraíba será possível observar uma mudança de floresta ombrófila para floresta estacional. Para as Regiões Noroeste e Serrana, entretanto, não foram registradas mudanças consensuais na vegetação nativa.

108

109

110

111

112

CAPÍTULO 7 ÍNDICE DE VULNERABILIDADE MUNICIPAL - IVM Neste capítulo, é feita, inicialmente, uma discussão geral da distribuição dos valores dos índices pelo território do ERJ, com ênfase naqueles valores considerados extremos, tanto para os índices componentes (IVAmp; IVSFp; IVSp), como para aqueles considerados como índices “integradores” (IVGp; ICCp). Assim, na avaliação de vulnerabilidade municipal, foram agregados dados e informações da área ambiental, de saúde e social, além de projeções de clima, baseadas em cenários. Os dados foram, primariamente, analisados por cada município e, após, por macrorregiões. A composição setorial do Índice de Vulnerabilidade Municipal (IVM), produto sintético e final do trabalho, levou em conta setores reconhecidamente vulneráveis aos impactos do clima e que se relacionam, direta ou indiretamente, com a saúde da população humana. Em relação à saúde, foram trabalhados dados relativos a duas categorias principais de agravos que, historicamente, têm sido, em grande parte, determinados pela variabilidade e por manifestações extremas do clima: as doenças infecciosas endêmicas (ou “doenças tropicais”) e acidentes/traumas relacionados à precipitação extrema. Estas duas categorias de agravos são também reconhecidas como tendo relação estreita com os parâmetros climáticos, pelo IPCC (Confalonieri et al, 2007). Alguns setores estudados, como é o caso dos ecossistemas naturais e sua diversidade biológica, apresentam relação com a saúde (ex. albergando focos de doenças infecciosas) e também devem ser vistos como tendo valor intrínseco, como propiciadores de serviços ambientais (ou “serviços ecossistêmicos”) para a sociedade humana, contribuindo para o seu bem-estar e, em última instância, para a sua saúde. No que diz respeito aos valores e índices de anomalias de clima, a avaliação foi estabelecida para dois cenários (A1T e A1FI), mas a discussão/avaliação foi concentrada no cenário considerado “pior”, ou seja, aquele que trará maiores impactos, que é o A1FI ― uso intensivo de combustíveis fósseis. Isto foi feito para se ter uma melhor idéia dos problemas futuros a serem enfrentados pelo ERJ e, também, porque a trajetória recente de emissões globais de carbono e o fracasso em se obter acordos internacionais de redução de emissões apontam para a manutenção do atual ritmo do aquecimento do planeta.

113

7.1

CONSTRUÇÃO DO ÍNDICE DE VULNERABILIDADE MUNICIPAL - IVM O IVM proposto possui duas métricas principais: o IVG, que reflete a condição dos sistemas sob risco de serem afetados pelo clima futuro, e o ICC, que projeta as anomalias climáticas. Dessa forma, o IVM é um índice composto que agrega diferentes variáveis e associa a cada município do ERJ uma medida comparativa (valor numérico) com respeito a vulnerabilidade frente às mudanças climáticas esperadas nas próximas décadas, sob os cenários climáticos A1T e A1FI. Municípios que apresentam maiores valores de IVM, em relação aos demais municípios, indicam maior necessidade de atenção sob o aspecto abordado neste estudo. O Índice de Vulnerabilidade Geral ponderado (IVGp), a primeira componente do IVM, é formado por: Índice de Vulnerabilidade da Saúde padronizado – IVSp; Índice de Vulnerabilidade Social da Família padronizado – IVSFp; e Índice de Vulnerabilidade Ambiental padronizado – IVAmp. Estes três índices foram desenvolvidos de forma a utilizar variáveis que representem o grau de vulnerabilidade setorial dos municípios do ERJ com relação aos aspectos de saúde, sócio-familiar e ambiental. Eles estão apresentados de forma detalhada nos Capítulos 2, 3 e 4 e o IVGp, no Capítulo 5. O Índice de Cenários Climáticos padronizado (ICCp) , o segundo componente do IVM, incorpora informação sobre os cenários climáticos A1T e A1FI, e é apresentado detalhadamente no Capítulo 6. O IVM foi calculado para cada um dos municípios e cada um dos cenários climáticos escolhidos e seu resultado é apresentado na Tabela 7.1 (colunas IVMp-A1FI e IVMp-A1T). O cálculo passa por duas etapas: Etapa 1 – Cálculo do IVM (realizado para os cenários A1FI e A1T); e Etapa 2 – Cálculo do IVMp (realizado para os cenários A1FI e A1T).

ETAPA 1 - Cálculo do IVM O IVM foi calculado a partir da soma do IVGp e do ICCp, segundo a equação 7.1 . O IVM é o que combina as anomalias de temperatura e de precipitação esperadas nos cenários climáticos, referentes ao período 2010-2040, com os indicadores setoriais de vulnerabilidade presentes nos municípios.

114

(Equação 7.1) Clima

IVM

IVG p

ICC p _ cenário Impacto mudanças climáticas

Ex: IVM (Angra dos Reis) Cenário A1T Onde: IVGp = Índice de Vulnerabilidade Geral padronizado ICCp = Índice de Cenários Climáticos padronizado IVM = Índice Vulnerabilidade Municipal

ETAPA 2 - Cálculo do IVMp A padronização dos índices usados na composição dos índices calculados (IVG e ICC) tem o objetivo tornar mais clara a distância relativa entre os valores, que passam a se situar entre os extremos 0 e 1. Desta forma, os índices são incorporados ao IVM com pesos equivalentes e possuem valores que podem ser diretamente comparados e interpretados. Com o objetivo de promover melhor a interpretação do IVM, este índice, também, será padronizado para a escala 0-1. Calculado desta forma, valores altos de IVMp (próximos de 1) indicam municípios nos quais, dada a maior vulnerabilidade, deverá haver maior demanda para o estabelecimento de estratégias adaptativas frente às mudanças climáticas, visando minorar os impactos. Valores intermediários de IVMp podem corresponder à duas situações: 1) municípios com alto grau de vulnerabilidade, mas nos quais a demanda de capacidade adaptativa poderá ser menor em face à menor expectativa de ocorrência de impactos climáticos; e 2) municípios de menor vulnerabilidade, mas que terão maior demanda de capacidade adaptativa às mudanças do clima. Valores inferiores de IVMp (próximos de 0) indicam os municípios que estão em situação “mais confortável”, pois correspondem àqueles de menor vulnerabilidade e que terão, também, menor necessidade de adaptação às mudanças climáticas, nos cenários avaliados. 115

O valor do IVM foi, então, padronizado (IVMp) como aprensentado na equação seguinte: (Equação 7.2)

Índice Padronizado

IVMp (Angra dos Reis) Onde: IVM = Índice Vulnerabilidade Municipal IVMp = Índice de Vulnerabilidade Municipal padronizado

A Tabela 7.1 apresenta os valores de todos os indicadores e índices por município utilizados, incluindo os relativos ao IVM. Estes são nomeados pelos respectivos cenários (A1T e A1FI).

116

Tabela 7.1 – Índices e Indicadores, por Município MUNICIPIOS

Denguep Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

IVSF

IVSFp

IVG

IVGp

0,17

0,53

0,65

1,00

0,63

1,00

0,57

0,51

0,72

0,95

0,67

0,36

0,39

0,00

0,50

0,00

0,10

0,54

0,65

0,38

0,29

0,17

IVM A1FI

IVM A1T

IVMp A1FI

IVMp A1T

1,00

1,61

1,95

0,82

1,00

0,17

0,46

0,23

0,21

ICCpA1T ICCpA1FI

Angra dos Reis

1,00

0,11

0,86

Aperibé

0,38

0,56

0,14

Araruama

0,50

0,22

1,00

0,33

0,51

0,62

0,50

0,13

0,86

0,14

0,43

0,55

0,61

0,55

0,62

0,33

0,67

0,96

1,29

0,48

0,65

Areal

0,00

0,11

0,14

0,33

0,15

0,08

0,25

0,13

0,00

0,43

0,19

0,56

0,52

0,26

0,07

0,67

0,00

0,74

0,07

0,37

0,00

Armação dos Búzios

0,13

0,11

0,14

0,00

0,09

0,00

0,25

0,00

1,00

0,14

0,36

0,60

0,32

0,23

0,00

0,83

0,00

0,83

0,00

0,41

Arraial do Cabo

0,13

0,11

0,14

0,33

0,18

0,12

0,50

0,00

1,00

0,00

0,39

0,60

0,35

0,29

0,12

0,17

0,50

0,28

0,62

0,14

0,29

Barra do Piraí

0,25

0,44

0,14

0,17

0,25

0,23

0,25

0,50

0,00

0,43

0,30

0,56

0,54

0,35

0,25

0,67

0,33

0,91

0,58

0,46

0,27

Barra Mansa

0,13

0,56

0,86

0,17

0,43

0,49

0,25

0,63

0,00

0,43

0,33

0,57

0,50

0,44

0,41

0,67

0,83

1,08

1,25

0,55

0,63

Belford Roxo

0,75

0,33

0,14

0,17

0,35

0,37

0,00

0,63

0,00

0,14

0,18

0,55

0,63

0,40

0,32

0,83

0,50

1,16

0,82

0,59

0,40

Bom Jardim

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,13

0,00

0,43

0,19

0,55

0,63

0,31

0,17

0,67

0,00

0,83

0,17

0,42

0,05

Bom Jesus do Itabapoana

0,25

0,44

0,71

0,33

0,44

0,50

0,25

0,75

0,00

0,25

0,54

0,69

0,48

0,49

0,33

0,67

0,82

1,15

0,42

0,58

Cabo Frio

0,13

0,11

0,14

0,17

0,14

0,06

0,50

0,00

0,86

0,14

0,39

0,57

0,47

0,31

0,16

0,17

0,83

0,32

0,99

0,16

0,49

Cachoeiras de Macacu

0,38

0,11

0,71

0,17

0,34

0,36

1,00

0,63

0,00

0,71

0,63

0,54

0,65

0,55

0,62

1,00

0,50

1,62

1,12

0,82

0,56

Cambuci

0,38

0,00

0,14

0,33

0,21

0,17

0,50

0,63

0,00

0,28

0,53

0,72

0,39

0,32

0,17

0,33

0,49

0,65

0,25

0,31

Campos dos Goytacazes

1,00

0,89

0,14

0,83

0,72

0,92

0,75

0,63

0,86

0,43

0,72

0,55

0,60

0,75

1,00

0,17

0,67

1,17

1,67

0,59

0,85

Cantagalo

0,63

0,11

0,86

0,33

0,48

0,57

0,75

0,13

0,00

0,21

0,55

0,60

0,46

0,45

0,17

0,61

0,31

0,29

Carapebus

0,38

0,11

0,14

0,21

0,17

0,25

0,13

0,71

0,21

0,33

0,55

0,64

0,38

0,29

0,00

0,67

0,29

0,96

0,15

0,47

Cardoso Moreira

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,63

0,00

0,43

0,33

0,50

0,91

0,52

0,56

0,33

0,67

0,89

1,23

0,45

0,62

Carmo

0,38

0,11

1,00

0,33

0,45

0,53

0,25

0,13

0,00

0,14

0,11

0,54

0,69

0,44

0,42

0,33

0,17

0,75

0,58

0,38

0,27

Casimiro de Abreu

0,13

0,11

0,71

0,33

0,32

0,33

0,75

0,13

0,71

0,43

0,54

0,56

0,54

0,47

0,17

0,67

0,64

1,14

0,32

0,57

Comendador Levy Gasparian

0,38

0,56

0,14

0,33

0,35

0,38

0,25

0,38

0,00

0,29

0,22

0,53

0,73

0,44

0,41

0,50

0,00

0,91

0,41

0,46

0,18

Conceição de Macabu

0,25

0,11

0,14

1,00

0,38

0,42

0,00

0,25

0,00

0,43

0,15

0,54

0,64

0,40

0,34

0,00

0,50

0,34

0,84

0,17

0,41

Cordeiro

0,63

0,11

0,86

0,33

0,48

0,57

0,25

0,13

0,00

0,07

0,57

0,47

0,37

0,27

0,50

0,17

0,77

0,44

0,39

0,20

Duas Barras

0,13

0,11

0,14

0,13

0,05

0,25

0,13

0,00

0,64

0,25

0,53

0,75

0,35

0,24

0,50

0,00

0,74

0,24

0,37

0,09

Duque de Caxias

0,75

0,33

0,71

0,67

0,62

0,77

0,50

0,88

0,57

0,43

0,64

0,56

0,66

0,82

1,00

0,50

1,82

1,32

0,93

0,67

Engenheiro Paulo de Frontin

0,13

0,11

0,86

0,33

0,36

0,39

0,25

0,63

0,00

0,71

0,42

0,55

0,60

0,47

0,46

0,83

0,50

1,30

0,96

0,66

0,48

Guapimirim

0,38

0,11

0,00

0,17

0,16

0,10

0,75

0,00

0,43

0,42

0,54

0,65

0,39

0,32

0,83

0,50

1,15

0,82

0,58

0,40

Iguaba Grande

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,13

0,00

0,14

0,11

0,58

0,46

0,26

0,07

0,33

0,83

0,40

0,90

0,20

0,44

Itaboraí

0,75

0,67

0,14

0,50

0,51

0,62

0,25

0,13

0,43

0,14

0,23

0,54

0,66

0,50

0,53

0,67

0,50

1,20

1,03

0,61

0,51

Itaguaí

0,75

0,33

0,57

0,17

0,46

0,53

0,25

0,00

0,71

0,43

0,36

0,56

0,55

0,48

0,49

0,50

1,00

0,99

1,49

0,50

0,76

117

Tabela 7.1 – Índices e Indicadores, por Município MUNICIPIOS

Denguep Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

IVSF

IVSFp

IVG

IVGp

ICCpA1T ICCpA1FI

IVM A1FI

IVM A1T

IVMp A1FI

IVMp A1T

Italva

0,38

0,11

0,86

0,33

0,42

0,48

0,00

0,38

0,00

0,07

0,53

0,75

0,43

0,39

0,00

0,67

0,39

1,06

0,20

0,53

Itaocara

0,00

0,11

0,14

0,17

0,11

0,02

0,25

0,00

0,29

0,18

0,55

0,62

0,27

0,09

0,17

0,33

0,26

0,42

0,13

0,19

Itaperuna

0,25

0,56

0,14

0,33

0,32

0,33

0,25

0,38

0,00

0,14

0,55

0,58

0,35

0,24

0,33

0,50

0,57

0,74

0,29

0,36

Itatiaia

0,25

0,11

0,14

0,33

0,21

0,17

1,00

0,13

0,00

0,64

0,47

0,59

0,40

0,34

0,22

0,50

0,17

0,72

0,39

0,37

0,17

Japeri

0,25

0,11

0,71

0,83

0,48

0,56

0,25

0,13

0,00

0,14

0,11

0,52

0,77

0,48

0,49

1,00

0,83

1,49

1,32

0,76

0,67

Laje do Muriaé

0,13

0,11

0,43

0,33

0,25

0,23

0,00

0,38

0,00

0,07

0,52

0,80

0,36

0,26

0,33

0,60

0,30

0,28

Macaé

0,25

0,67

0,00

1,00

0,48

0,57

0,50

0,38

0,71

0,62

0,61

0,29

0,49

0,51

0,00

0,51

0,26

0,24

Macuco

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,50

0,00

0,21

0,24

0,55

0,63

0,39

0,32

0,33

1,00

0,65

1,32

0,33

0,66

Magé

0,75

0,33

0,57

0,67

0,58

0,72

0,75

0,71

0,80

0,54

0,68

0,73

0,97

1,00

0,00

1,97

0,97

1,00

0,48

Mangaratiba

0,38

0,11

0,14

0,17

0,20

0,15

0,75

0,25

0,86

1,00

0,78

0,58

0,42

0,45

0,43

0,50

1,00

0,93

1,43

0,47

0,72

Maricá

0,63

0,78

0,71

0,33

0,61

0,76

0,75

0,00

1,00

0,43

0,58

0,45

0,60

0,71

0,50

0,83

1,21

1,55

0,62

0,79

Mendes

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,38

0,00

0,71

0,34

0,56

0,54

0,37

0,27

0,83

1,10

0,56

0,55

Mesquita

0,50

0,11

0,14

0,33

0,27

0,26

0,00

0,63

0,00

0,43

0,26

0,07

0,67

0,83

0,73

0,90

0,37

0,44

Miguel Pereira

0,25

0,11

0,14

0,33

0,21

0,17

0,50

0,63

0,00

0,43

0,41

0,57

0,49

0,36

0,25

0,83

0,50

1,08

0,75

0,55

0,36

Miracema

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,50

0,00

0,17

0,54

0,69

0,33

0,20

0,17

0,33

0,36

0,53

0,18

0,24

Natividade

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,50

0,00

0,17

0,53

0,70

0,39

0,32

0,67

0,50

0,99

0,82

0,50

0,40

Nilópolis

0,50

0,22

0,14

0,50

0,34

0,36

0,00

0,14

0,00

0,59

0,38

0,25

0,04

0,50

0,83

0,54

0,87

0,27

0,43

Niterói

0,75

0,78

0,14

0,67

0,58

0,72

0,50

0,63

1,00

0,43

0,69

0,66

0,00

0,47

0,50

1,00

0,97

1,47

0,49

0,75

Nova Friburgo

0,25

0,56

1,00

0,33

0,53

0,65

1,00

0,75

0,00

1,00

0,75

0,60

0,34

0,58

0,68

0,83

0,17

1,51

0,84

0,77

0,41

Nova Iguaçu

0,75

0,67

0,14

0,67

0,56

0,68

0,75

0,63

0,00

0,71

0,56

0,57

0,52

0,59

0,69

0,83

1,53

0,77

0,78

Paracambi

0,63

0,11

0,71

1,00

0,61

0,76

0,50

0,63

0,00

0,43

0,41

0,53

0,72

0,63

0,77

0,83

1,61

0,81

0,82

Paraíba do Sul

0,13

0,11

0,29

0,00

0,13

0,05

0,25

0,38

0,00

0,43

0,26

0,54

0,69

0,34

0,21

0,67

0,00

0,88

0,21

0,44

0,07

Parati

0,38

0,56

0,86

0,33

0,53

0,64

1,00

0,13

1,00

0,86

0,57

0,48

0,66

0,84

0,67

1,00

1,50

1,84

0,76

0,94

Paty do Alferes

0,13

0,11

0,14

0,17

0,14

0,06

0,25

0,38

0,00

0,14

0,18

0,52

0,77

0,34

0,21

0,83

0,33

1,05

0,55

0,53

0,25

Petrópolis

0,13

0,89

0,14

0,83

0,50

0,59

0,75

1,00

0,00

0,71

0,67

0,60

0,35

0,54

0,60

0,83

0,33

1,43

0,93

0,72

0,46

Pinheiral

0,25

0,78

0,14

0,33

0,38

0,42

0,25

0,13

0,00

0,07

0,55

0,59

0,36

0,25

0,67

0,50

0,91

0,75

0,46

0,36

Piraí

0,38

0,11

0,71

0,33

0,38

0,43

0,50

0,25

0,00

0,71

0,38

0,56

0,46

0,44

0,83

0,67

1,27

1,11

0,65

0,55

Porciúncula

0,63

1,00

0,14

0,33

0,53

0,64

0,25

0,38

0,00

0,14

0,51

0,85

0,54

0,60

1,00

0,33

1,60

0,94

0,81

0,46

Porto Real

0,25

0,11

0,14

0,33

0,21

0,17

0,25

0,00

0,03

0,53

0,70

0,30

0,14

0,50

0,33

0,64

0,47

0,32

0,22

Quatis

0,13

0,11

0,14

0,33

0,18

0,12

0,00

0,25

0,00

0,29

0,11

0,56

0,57

0,27

0,08

0,33

0,17

0,41

0,24

0,21

0,09

118

Tabela 7.1 – Índices e Indicadores, por Município MUNICIPIOS

Denguep Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

IVSF

IVSFp

IVG

IVGp

ICCpA1T ICCpA1FI

IVM A1FI

IVM A1T

IVMp A1FI

IVMp A1T

Queimados

0,25

0,11

0,71

0,17

0,31

0,32

0,00

0,14

0,00

0,54

0,65

0,32

0,18

0,83

1,01

0,51

0,50

Quissamã

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,38

0,86

0,43

0,51

0,52

0,76

0,49

0,51

0,00

0,67

0,51

1,18

0,26

0,59

Resende

0,25

0,44

0,14

0,83

0,42

0,48

0,75

0,63

0,00

0,43

0,48

0,60

0,33

0,43

0,39

0,50

0,17

0,89

0,56

0,45

0,26

Rio Bonito

0,50

0,78

1,00

0,17

0,61

0,76

0,50

0,63

0,00

0,43

0,41

0,55

0,63

0,60

0,72

0,83

1,55

0,79

Rio Claro

0,13

0,44

0,14

0,33

0,26

0,25

0,13

0,00

1,00

0,35

0,53

0,73

0,44

0,42

0,67

0,83

1,08

1,25

0,55

0,63

Rio das Flores

0,13

0,67

0,14

0,31

0,32

0,50

0,25

0,00

0,43

0,30

0,53

0,71

0,44

0,42

0,50

0,17

0,92

0,58

0,46

0,27

Rio das Ostras

0,13

0,33

0,14

0,83

0,36

0,39

0,75

0,00

1,00

0,14

0,50

0,57

0,50

0,46

0,45

0,00

0,67

0,45

1,12

0,23

0,56

Rio de Janeiro

0,88

0,67

0,71

0,83

0,77

1,00

0,88

1,00

0,43

0,91

0,63

0,17

0,69

0,90

0,67

1,00

1,57

1,90

0,79

0,97

Santa Maria Madalena

0,13

0,11

0,86

0,33

0,36

0,39

1,00

0,63

0,00

0,71

0,63

0,54

0,69

0,57

0,66

0,00

0,33

0,66

0,99

0,33

0,49

Santo Antônio de Pádua

0,25

0,11

0,29

0,33

0,25

0,22

0,00

0,63

0,00

0,14

0,54

0,69

0,35

0,24

0,17

0,40

0,20

0,18

São Fidélis

0,38

0,56

0,86

0,33

0,53

0,64

0,25

0,63

0,00

0,43

0,33

0,52

0,78

0,59

0,69

0,00

0,33

0,69

1,03

0,35

0,51

São Francisco de Itabapoana

0,25

0,11

0,14

0,33

0,21

0,17

0,25

0,63

0,86

0,43

0,58

0,48

1,00

0,58

0,68

0,33

0,83

1,02

1,52

0,52

0,77

São Gonçalo

0,38

0,67

0,57

0,83

0,61

0,76

0,25

0,63

0,57

0,14

0,42

0,59

0,41

0,53

0,58

0,67

0,83

1,25

1,41

0,63

0,72

São João da Barra

0,38

0,67

0,14

0,33

0,38

0,42

0,25

0,38

0,86

0,00

0,38

0,52

0,77

0,52

0,57

0,33

0,83

0,91

1,41

0,46

0,71

São João de Meriti

0,63

0,33

0,14

0,50

0,40

0,45

0,25

0,63

0,00

0,21

0,57

0,51

0,39

0,31

0,67

0,83

0,98

1,15

0,50

0,57

São José de Ubá

0,38

0,11

0,14

0,33

0,24

0,22

0,00

0,25

0,00

0,03

0,49

0,92

0,39

0,31

0,17

0,50

0,48

0,81

0,24

0,40

São José do Vale do Rio Preto

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,63

0,00

0,43

0,33

0,54

0,67

0,37

0,28

0,67

0,00

0,95

0,28

0,48

0,11

São Pedro da Aldeia

0,38

0,11

0,14

0,33

0,24

0,22

0,25

0,00

0,14

0,07

0,57

0,51

0,27

0,07

0,17

0,83

0,24

0,91

0,12

0,45

São Sebastião do Alto

0,13

0,11

0,86

0,33

0,36

0,39

0,25

0,13

0,00

0,43

0,19

0,52

0,80

0,46

0,44

0,17

0,61

0,31

0,29

Sapucaia

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,63

0,00

0,43

0,33

0,53

0,73

0,40

0,33

0,00

0,66

0,33

0,14

Saquarema

0,25

0,11

0,57

0,17

0,27

0,50

0,13

1,00

0,43

0,55

0,63

0,48

0,49

0,33

0,83

0,82

1,32

0,42

0,67

Seropédica

0,63

0,11

0,14

0,33

0,30

0,31

0,25

0,00

0,14

0,55

0,62

0,36

0,25

0,67

1,00

0,92

1,25

0,46

0,63

Silva Jardim

0,25

0,11

0,14

0,33

0,21

0,17

1,00

0,50

0,00

0,43

0,51

0,52

0,78

0,49

0,50

1,00

0,51

0,49

Sumidouro

0,13

0,11

0,14

0,33

0,18

0,12

0,25

0,63

0,00

0,43

0,33

0,52

0,75

0,40

0,34

0,67

0,17

1,00

0,50

0,51

0,23

Tanguá

0,50

0,56

0,00

0,33

0,35

0,37

0,25

0,00

0,43

0,23

0,52

0,78

0,46

0,44

0,67

0,83

1,11

1,28

0,56

0,64

Teresópolis

0,13

0,22

0,14

0,17

0,16

0,10

1,00

0,00

0,71

0,74

0,58

0,45

0,43

0,39

0,83

0,17

1,23

0,56

0,62

0,26

Trajano de Morais

0,13

0,11

1,00

0,41

0,47

0,25

0,38

0,00

0,71

0,34

0,51

0,84

0,55

0,62

0,33

0,00

0,95

0,62

0,48

0,29

Três Rios

0,13

0,11

0,71

0,33

0,32

0,33

0,25

0,38

0,00

0,43

0,26

0,56

0,58

0,39

0,32

0,67

0,17

0,98

0,48

0,50

0,22

Valença

0,13

0,11

0,14

0,17

0,14

0,06

0,75

0,63

0,00

0,35

0,56

0,57

0,33

0,20

0,67

0,17

0,86

0,36

0,44

0,16

Varre-Sai

0,00

0,11

0,14

0,33

0,15

0,08

0,00

0,25

0,00

0,03

0,51

0,85

0,32

0,18

0,83

0,33

1,01

0,51

0,24

119

Tabela 7.1 – Índices e Indicadores, por Município MUNICIPIOS

Denguep Leptop

LTAp

Diarréiap

IVS

IVSp

Valor_Cons

Ev_Extremos

Litoral

Cob-Veg

IVAmp

IVSF

IVSFp

IVG

IVGp

ICCpA1T ICCpA1FI

IVM A1FI

IVM A1T

IVMp A1FI

IVMp A1T

Vassouras

0,25

0,11

0,00

0,33

0,17

0,12

0,25

0,00

0,43

0,15

0,56

0,58

0,28

0,11

0,67

0,33

0,77

0,44

0,39

0,20

Volta Redonda

0,38

0,56

0,14

0,17

0,31

0,32

0,25

0,13

0,00

0,14

0,11

0,59

0,38

0,27

0,08

0,50

0,33

0,58

0,41

0,29

0,18

Fonte: Elaboração própria.

120

CAPÍTULO 8 ANÁLISE DOS RESULTADOS A avaliação dos resultados obtidos será, a seguir, apresentada, tendo como referência a construção do IVM, cujo objetivo é subsidiar a formulação de políticas públicas, visando a adaptação municipal e estadual aos impactos da mudança do clima. O IVM sintetiza aspectos ambientais, sociais e de saúde humana sensíveis à variabilidade climática, associada à cenários futuros de mudança global do clima, considerando os dados climáticos de 1960-1990 e os projetados para o período 20102040.

8.1

CENÁRIOS DE CLIMA Sob o cenário A1FI, as projetadas anomalias de temperatura (ver Figura 6.5), o mesmo conjunto de municípios da Região Norte Fluminense e um grupo de municípios da parte leste da Baixada Litorânea apresentam os menores valores projetados de anomalias positivas de temperatura. Por outro lado, três municípios apresentam valores mais altos de anomalias (Valença, Paraíba do Sul e Duque de Caxias), enquanto que o restante do território do ERJ apresentou valores intermediários para aumentos futuros de temperatura, variando de 1,54 a 1,80 oC (com excessão a Seropédica, que apresentou variação de 1,39oC). Ainda sob o mesmo cenário, as projetadas anomalias de precipitação foram negativas em todo o ERJ, com exceção de um grupo de seis municípios na Região Norte Fluminense (ver Figura 6.7). Valores intermediários de anomalias negativas foram observados na maioria dos municípios da Região Noroeste, em alguns da parte leste da Baixada Litorânea, na parte oeste da Região do Médio Paraíba e naqueles situados mais ao norte, na Região Centro-Sul. Houve uma concentração de valores mais elevados de anomalias negativas na Região Metropolitana e em municípios próximos. No cálculo do Índice de Cenário Climático (ICCp-A1FI) (Figura 8.1) verifica-se que, com exceção de dois municípios da Região Noroeste (Porciúncula e Varre-Sai), a maior parte dos índices altos para o ICC-A1FI se concentrou em municípios ao norte da Região Metropolitana, incluindo parte das Regiões Serrana e Baixadas Litorâneas e, em menor extensão, nas Regiões do Médio Paraíba e Centro-Sul. Chama a atenção um grupo de municípios com valor “zero” para temperatura, localizados no Norte Fluminense e em parte das Baixadas Litorâneas. O Índice de Cenário Climático A1T (ICCp-A1T) é apresentado na Figura 8.2.

121

FIGURA 8.1 - ÍNDICE DE CENÁRIO CLIMÁTICO A1FI (ICCp-A1FI)

FIGURA 8.1 – ÍNDICE DE CENÁRIO CLIMÁTICO A1T (ICCp-A1T)

Janeiro Janeiro de de 2011 2011

122

FIGURA 8.2 - ÍNDICE DE CENÁRIO CLIMÁTICO A1T (ICCp-A1T)

Janeiro de 2011

123

8.2

IVGp e IVMp-A1FI O IVGp (Figura 8.3), que é composto pelos índices relativos ao “ambiente” (IVAmp, Figura 8.4), Social da Família (IVSFp, Figura 8.5) e da Saúde (IVSp, Figura 8.6), apresentou os maiores valores (0,82 a 1,00) em seis municípios, de diferentes regiões: Parati, Angra dos Reis, Rio de Janeiro, Duque de Caxias, Magé e Campos dos Goytacazes. Em todos estes, o índice que menos influenciou o valor alto do IVGp foi o IVSFp, sendo o caso extremo o município do Rio de Janeiro, com IVSFp muito baixo (0,17), e os outros dois altos (IVSp = 1,0 e IVAmp = 0,91). Gráficos “teia de aranha” dão uma visão rápida da contribuição relativa dos indicadores para a formação do IVGp: Cinco municípios na parte oriental da Região da Baixada Litorânea (Arraial do Cabo, São Pedro da Aldeia, Iguaba Grande, Armação dos Búzios e Cabo Frio) tiveram os valores mais baixos do IVGp (Figura 8.7), assim como outros onze municípios, em diferentes regiões do ERJ; Os IVAmp mais altos foram verificados nos municípios do Rio de Janeiro, Parati e Angra dos Reis (Figura 8.8), seguidos por um grupo de municípios contíguos, distribuídos desde a Região Metropolitana até o Norte Fluminense; Embora não tenha sido verificado um padrão regional claro para os valores do IVSFp, os mais altos indicadores (0,84 a 1,00) estão nas Regiões Noroeste e Norte (Varre-Sai, Porciúncula, Cardoso Moreira, São Francisco do Itabapoama e São José de Ubá) (Figura 8.9) e Região Serrana (Trajano de Morais); Quanto ao IVSp, também não se constatou um padrão espacial claro para os valores mais altos, aparecendo, em primeiro lugar, os municípios do Rio de Janeiro (1,0) e Campos dos Goytacazes (0,92), seguidos por um grupo de municípios com valores variando entre 0,62 e 0,77 localizados em várias regiões, com exceção da Médio Paraíba e Centro-Sul; No Rio de Janeiro e em Campo dos Goytacazes (Figura 8.10), os componentes do IVSp com valores mais altos foram os relativos à dengue; no grupo de municípios com valores de IVSp de 0,62 a 0,77, o componente mais alto foi variável, tendo a dengue contribuído para IVSp mais altos em alguns (ex. Angra dos Reis, Duque de Caxias, Magé) (Figura 8.11) e a Leptospirose em outros (ex. Maricá, Niterói e Porciúncula) (Figura 8.12); A LTA foi mais importante em Parati, Araruama, Rio Bonito e Macaé (Figura 8.13), dentre outros, enquanto que a diarréia foi prevaleceu em municípios como Japeri, São Gonçalo, Macaé, Paracambi e Conceição de Macabu (Figura 8.14), independentemente dos valores finais de IVSp.

Ainda, analisando-se os resultados da associação de valores de IVGp (ver Figura 8.15) com os do ICCp-A1FI, para a obtenção dos valores finais de IVMp-A1FI, após uma classificação dos valores em quartis (ver Tabela 6.2), observa-se: 124

Os municípios com os maiores índices de vulnerabilidade, em face ao cenário climático A1FI, representados pelo índice IVMp-A1FI com valores de 0,77 a 1,0, estão, em sua maioria, na Região Metropolitana ou próximos dela. As duas exceções são os municípios de Porciúncula (0,81) e Angra dos Reis (0,82) (Figuras 8.16 e 8.17); São notáveis, ainda, os valores altos para Magé (1,0), Duque de Caxias (0,93), Cachoeiras de Macacu (0,82), Paracambi (0,81), Rio de Janeiro e Rio Bonito (0,79) (Figura 8.18). A maior parte desses municípios com valores altos de IVMp-A1FI apresentou valores altos para o componente ICC-A1FI, que variou de 0,67 a 1,0, para o grupo de 10 municípios com maiores valores para o IVMp-A1FI; Eventualmente, foram observados também valores altos para o IVGp, como para Magé (1,0), Angra dos Reis (0,93) e Rio de Janeiro (0,88) (Figura 8.19); Com relação à distribuição dos mais baixos valores de IVMp-A1FI (0,0 a 0,20), encontrados, principalmente, em municípios do Noroeste Fluminense (Italva, Itaocara, Miracema e Santo Antônio de Paduá) e da Baixada Litorânea (Armação dos Búzios, Arraial do Cabo, Cabo Frio, Iguaba Grande e Rio das Ostras) e, ainda, no Norte Fluminense (Carapebus e Conceição de Macabu), vê-se que, para alguns, o que mais contribuiu para o baixo IGp-A1FI foi o IVGp baixo, variando de 0,06 a 0,08 (São Pedro da Aldeia, Iguaba Grande e Itaocara – Figura 8.20) ou o ICC-A1FI baixo, com valor zero, como em Carapebus, Italva e Conceição de Macabu (Figura 8.21). Destaca-se o município de Armação dos Búzios, com valores zero para ambos os componentes.

Em uma apreciação dos indicadores para as oito macrorregiões: A que apresentou o maior valor de IVSp (0,54) foi a Metropolitana, enquanto que o menor valor está associado a Centro-sul (0,19) (Figura 8.22); Já para o indicador de vulnerabilidade ambiental (IVAmp), a macrorregião Noroeste Fluminense apresentou menor vulnerabilidade (0,14), enquanto a Costa Verde (0,75) apresentou uma maior vulnerabilidade (Figura 8.23); No indicador da família (IVSFp), a Costa Verde apresentou uma menor vulnerabilidade (0,49), enquanto que as maiores valores foram para as macorregiões Noroeste (0,73) e Norte Fluminense (0,71) (Figura 8.24); Com isto, o IVGp com média regional mais alta (0,67) foi o da Costa Verde e o mais baixo foi o do Centro-sul (0,25) (Figura 8.25).

O valor médio da métrica de anomalias do clima, para o cenário A1FI (ICCpA1FI), variou de 0,12, na macrorregião Norte Fluminense, a 0,75, na Metropolitana. Os outros valores foram: 0,34, para as macrorregiões Noroeste e Baixadas Litorâneas; 0,48 para a Serrana; 0,52 para a do Médio Paraíba; 0,58, para a Costa Verde e 0,68, para a macrorregião Centro-Sul Fluminense (ver Figura 8.2).

125

126

127

128

129

Figura 8.7 – IVSp, IVGp, IVSFp e IVAmp para Arraial do Cabo, São Pedro da Aldeia, Iguaba Grande, Armação dos Búzios e Cabo Frio

130

Figura 8.8 - IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro, Parati e Angra dos Reis

131

Figura 8.9 – IVSp, IVGp, IVSFp e IVAmp para Varre-Sai, Porciúncula, Cardoso Moreira, São Francisco do Itabapoana e São José de Ubá

132

Figura 8.10 – IVSp, IVGp, IVSFp e IVAmp para Rio de Janeiro e Campos dos Goytacazes

Figura 8.11 – IVSp, IVGp, IVSFp e IVAmp para Angra dos Reis, Duque de Caxias e Magé

133

Figura 8.12 – IVSp, IVGp, IVSFp e IVAmp para Maricá, Niterói e Porciúncula

Figura 8.13 – IVSp, IVGp, IVSFp e IVAmp para Parati, Araruama, Macaé e Rio Bonito

134

Figura 8.14 – IVSp, IVGp, IVSFp e IVAmp para Japeri, São Gonçalo, Macaé, Paracambi e Conceição de Macabu

135

FIGURA 8.15

Janeiro de 2011

136

FIGURA 8.16 – IVMp-A1FI

IVMp-A1FI

Janeiro de 2011

137

Figura 8.17 – IVMp-A1FI, IVGp e ICC-A1FI para Porciúncula e Angra dos Reis

138

Figura 8.18 – IVMp-A1FI, IVGp e ICC-A1FI para Magé, Duque de Caxias, Cachoeiras de Macacu, Paracambi, Rio de Janeiro e Rio Bonito

139

Figura 8.19 – IVMp-A1FI, IVGp e ICC-A1FI para Magé, Angra dos Reis e Rio de Janeiro

140

Figura 8.20 – IVMp-A1FI, IVGp e ICC-A1FI para São Pedro da Aldeia, Iguaba Grande e Itaocara

141

Figura 8.21 – IVMp-A1FI, IVGp e ICC-A1FI para Carapebus, Italva e Conceição de Macabu

142

143

144

145

FIGURA FIGURA 8.248.25 – IVGp – MACRORREGIÕES DO ESTADO DO RIO DE JANEIRO

Janeirode de2011 2011 Janeiro

146

CAPÍTULO 9 CONCLUSÕES A obtenção dos indicadores compostos permite uma visão abrangente e multisetorial de vulnerabilidades municipais no ERJ. Embora focado principalmente no setor saúde, na sua interface com seus determinantes ambientais, o produto obtido tem utilidade na orientação de políticas em outros setores, com o uso dos indicadores parciais, por setor. Os resultados do trabalho refletem, diretamente, a disponibilidade de dados e informações científicas, bem como as estatísticas municipais. Escolhas foram feitas em relação a grupos de informações e indicadores a serem incluídos na composição dos índices utilizados neste trabalho, uma vez que, por exemplo, os indicadores sociais e ambientais existentes são numerosos. Para a composição do IVG, buscou-se a inclusão de aspectos socioambientais relevantes, visando associá-los com indicadores de saúde. Outras variáveis relevantes para estudos de vulnerabilidade à mudança do clima podem vir a ser acrescentadas a este índice, em revisões futuras, como é o caso de indicadores demográficos, recentemente utilizados na 2º Comunicação Nacional Brasileira, para a Conferência do Clima (UNFCCC). A concentração espacial da população humana e a sua densidade são importantes indicadores de exposição aos fatores do clima. Na construção dos indicadores agregados deve-se buscar, como foi feito neste trabalho, um equilíbrio entre a representatividade, o número dos indicadores escolhidos e a facilidade operacional em manuseá-los. Índices com um número excessivo de variáveis tornam a sua utilização rotineira difícil. Em relação aos valores projetados para as anomalias de chuva e temperatura para os municípios do ERJ, no período abrangido pelo estudo, deve ser enfatizado que são de intensidade suficiente para alterar processos ambientais importantes, como é o caso do ciclo das águas nos sistemas naturais, além de outros setores não analisados como, por exemplo, a produção agropecuária. É reconhecido, atualmente, que muitos dos impactos da mudança climática na saúde e bem estar da população humana ocorrem de forma indireta, com mediação de processos ambientais e sociais (Confalonieri et al, 2007). Para o pior cenário climático aplicado, o índice sintético de vulnerabilidade municipal (IVMp-A1FI) apontou um conjunto de municípios da macrorrefiao Metropolitana e seu entorno como o mais suscetível de sofrer maiores impactos do clima no futuro. Este conjunto de informações agregadas permite a identificação deste “hotspot” metropolitano, mas os indicadores parciais também podem ser utilizados para a orientação de políticas setoriais, sejam de saúde, socioeconômicas ou de proteção ambiental. 147

Como sugestões, podem ser elencadas: A atualização dos indicadores nos próximos anos, com base em estatísticas básicas mais recentes e completas, tais como indicadores epidemiológicos nos municípios de emancipação mais recente; estatísticas de acidentes em eventos meteorológicos extremos; indicadores sociais do censo nacional de 2010. Avaliação da possibilidade de ampliação da abrangência do Índice de Vulnerabilidade Municipal com a inclusão de novos indicadores, por exemplo, tendências demográficas e dados sobre qualidade do ar.

148

GLOSSÁRIO Alagamento - Água acumulada no leito das ruas e no perímetro urbano por fortes precipitações pluviométricas, em cidades com sistemas de drenagem deficientes. Ambiente - Inclui a água, o ar, o solo e sua inter-relação, bem como a inter-relação desses elementos com qualquer organismo vivo. Área crítica - Área onde estão ocorrendo eventos desastrosos ou onde há certeza ou grande probabilidade de sua reincidência. Essas áreas devem ser isoladas em razão das ameaças que representam à vida ou à saúde das pessoas. Área de risco - Área onde existe a possibilidade de ocorrência de eventos adversos. Assoreamento - Processo de acumulação de sedimentos e/ou detritos transportados por via hídrica, em locais onde a deposição do material é mais rápida do que a capacidade de remoção natural pelos agentes de seu transporte. É um fator importante na origem das enchentes e inundações, pois o assoreamento diminui a capacidade de escoamento das águas dos rios. Biodiversidade - Variabilidade de organismos vivos de todas as origens, compreendendo, dentre outros, os ecossistemas terrestres, marinhos e outros ecossistemas aquáticos e os complexos ecológicos de que fazem parte. Compreende, adicionalmente, a diversidade intraespecifica, entre espécies e de ecossistemas. Cenário climático - Representação plausível e frequentemente simplificada do clima futuro, baseada numa gama de relacionamentos climatológicos internamente consistentes, que foram construídos pelo uso explícito na investigação de conseqüências potenciais de mudança de clima antropogênica, geralmente servindo de introdução aos modelos de impacto. Ciclo hidrológico - Os caminhos percorridos pela água na natureza nos vários processos de transformação de estado. Coeficiente angular – Inclinação de uma reta. Pode ser utilizado para definir a posição de uma reta. Expressa a taxa de mudança em y quando ocorre uma mudança de unidade em x. Conservação – O conceito de conservação aplica-se à utilização de um recurso qualquer, de modo a obter o benefício máximo do mesmo, porém garantindo sua renovação ou auto-sustentação. Dengue – Virose aguda transmitida por espécie de mosquito estritamente urbano (Aedes aegypti), com ampla distribuição no país, com menor intensidade nos estados da Região Sul. São conhecidos atualmente quatro sorotipos, antigenicamente distintos: Den-1, Den-2, Den-3 e Den-4. Ao que tudo indica, o Den-3 é o tipo mais virulento, seguido pelo Den-2, Den-4 e Den-1. No Brasil, o vírus tipo 1 foi isolado em 1986/1987 e responsável pela primeira epidemia no país, com registro de 46.309 (1986) casos, 32.507 149

(70 %) dos quais somente na Região Sudeste (todos no Estado do Rio de Janeiro). Em 1990, foi isolado o tipo 2, ao passo que o tipo 3 o foi em 2001. Em setembro de 2010, o Ministério da Saúde anunciou a presença do tipo Den-4 em Roraima. A virulência é diretamente proporcional à intensidade com que o vírus se multiplica no corpo. A doença ocorre de forma endêmica, com surtos epidêmicos no período do verão, por influência da chuva e/ou associados à introdução de subtipo viral antes não existente. Como a malária, a temperatura parece ser um fator limitante à transmissão apenas em parte da Região Sul. O aspecto mais importante de sua história natural, que pode ser afetado pela mudança climática, é a ampliação das áreas de transmissão endêmica para partes da Região Sul ainda não afetadas, em função do aquecimento global. Desastre natural – Catástrofe que ocorre quando um evento físico natural (ex: vulcão, entre outros) ocasiona danos extensivos à propriedade, vitimando um grande número de pessoas, ou ambas. Um desastre é um rompimento social que pode ocorrer a nível do indivíduo, da comunidade ou do estado. Esta compreensão é cristalizada na fórmula: os "desastres ocorrem quando os perigos se encontram com a vulnerabilidade" (Blaikie et al., 1994) Dicotomia - Classificação que se baseia na divisão sucessiva em dois. Ecologia - A soma de todas as condições e influências que afetam o desenvolvimento da vida dos organismos. Engenharia. Somatório de todas as condições naturais, operacionais e outras, que afetam a operação do equipamento ou de seus componentes. Física. Somatório de todas as condições e influências que determinam a conduta de um sistema físico. Ecossistema – Sistema distinto de interação de organismos vivos, juntamente com seu meio ambiente físico. Os limites que denominam ecossistema são um pouco arbitrários, dependendo do foco de interesse do estudo. Desta forma, a extensão de um ecossistema pode variar de pequenas a grandes escalas espaciais. Emergência – 1. Situação crítica; acontecimento perigoso ou fortuito; incidente. 2. Caso de urgência. Encosta - Declive nos flancos de um morro, colina ou serra. O mesmo que vertente. Endemia - Refere-se à presença usual de uma doença, dentro dos limites esperados, em uma determinada área geográfica, por um período de tempo ilimitado (Medronho et al., 2003). Epidemia - Elevação brusca temporária e significativamente acima do esperado para a incidência de uma determinada doença (Medronho et al., 2003). Evento extremo de clima – Evento que é raro dentro de sua distribuição de referência estatística num lugar em particular. Definições variam, mas um evento extremo de clima normalmente seria raro ou mais raro do que 10º ou 90º percentil. Por definição, as características do que é chamado evento extremo de clima podem variar de lugar para lugar. Um evento extremo de clima é uma média de um número de eventos do tempo 150

sobre um certo período, uma média que é extrema por si só (ex.: chuva sobre a estação). Família - Categoria de agregação típica dos domicílios particulares e que pode significar: (1) a pessoa que mora sozinha; (2) o conjunto de pessoas ligadas por laços de parentesco ou de dependência doméstica; (3) as pessoas ligadas por normas de convivência. (IBGE para Censo) Favelização - Fenômeno social que ocorre em centros urbanos em que há o crescimento e proliferação das favelas em quantidade e em população, eventualmente associado à transferência da população local de moradias legalizadas para conjuntos urbanos irregulares. Fitofisionomia - Aspecto da vegetação/flora típica de uma região. Floresta estacional - Floresta que perde todas as folhas ou parte delas em determinada época do ano, normalmente em períodos de secos e/ou frios. Floresta ombrófila – Floresta constituída por espécies que sobrevivem em ambientes onde a umidade é alta e constante ao longo do ano. Habitat - Meio ambiente, local onde vive um organismo. Característica ecológica de um local específico habitado por um organismo ou populações adaptadas ao ambiente, no qual realizam sua interação ecológica. Incidência - Frequência de casos novos de uma determinada doença, ou problemas de saúde, oriundos de uma população sob risco de adoecimento, ao longo de um determinado período de tempo (Medronho et al., 2003). Cálculo da Taxa de Incidência: Número de casos novos da doença em uma determinada área, num determinado período de tempo, divido pela população da área no mesmo período, multiplicado por 100.000 (Laurenti et al., 1987). Indicadores - Definidos como medidas de caráter unidimensional, que refletem uma dimensão específica ou uma característica particular das condições de interesse (PEREIRA, 1995). Sua utilidade reside na possibilidade de mensurar aspectos não sujeitos à observação direta. Índices - Medidas estatísticas frequentemente usadas para comparar grupos de variáveis relacionadas entre si e obter um quadro simples e resumido das mudanças significativas em áreas relacionadas. Mediante o emprego de números-índices é possível estabelecer comparações entre: a) variações ocorridas ao longo do tempo; b) diferenças entre lugares; c) diferenças entre categorias semelhantes. Índice Parasitário Anual (IPA) - Frequência de casos novos de malária, oriundos de uma população sob risco de adoecimento, ao longo de um determinado período de tempo vezes 10.000 – o IPA só é usado para malária (Medronho et al., 2003). Interpolação - Método que permite construir um novo conjunto de dados a partir de um conjunto discreto de dados pontuais previamente conhecidos.

151

Inundação - Transbordamento de água da calha normal de rios, mares, lagos e açudes, ou acumulação de água por drenagem deficiente, em áreas não habitualmente submersas. Em função da magnitude, as inundações são classificadas como excepcionais, de grande magnitude, normais ou regulares e de pequena magnitude. Em função do padrão evolutivo são classificadas como enchentes ou inundações graduais, enxurradas ou inundações bruscas, alagamentos e inundações litorâneas. Na maioria das vezes, o incremento dos caudais de superfície é provocado por precipitações pluviométricas intensas e concentradas, pela intensificação do regime de chuvas sazonais, por saturação do lençol freático ou por degelo. As inundações podem ter outras causas como: assoreamento do leito dos rios; compactação e impermeabilização do solo; erupções vulcânicas em áreas de nevados; invasão de terrenos deprimidos por maremotos, ondas intensificadas e macaréus; precipitações intensas com marés elevadas; rompimento de barragens; drenagem deficiente de áreas a montante de aterros; estrangulamento de rios provocado por desmoronamento. Jusante - Sentido em que correm as águas de uma corrente fluvial, ou seja, para o lado em que vaza o curso de água ou maré. Lençol freático – Superfície que delimita a zona do subsolo onde os poros estão totalmente preenchidos por água. Leishmaniose Tegumentar Americana (LTA) – Zoonose (doença transmissível entre animais e o homem) transmitida por mosquitos (flebotomíneos do gênero Lutzomyia) em áreas naturais, principalmente florestadas, e periurbanas em todas as regiões do país, sendo menos significativa na Região Sul. O ERJ apresenta áreas endêmicas para esta doença. Leptospirose - Doença de veiculação hídrica, originária de roedores (ex. ratos urbanos), causada por espiroqueta do gênero Leptospira (infecta os animais e homens). A leptospira é expelida através da urina dos animais. Esta doença ocorre em várias regiões do Brasil e acomete diversas espécies de animais. Os seres humanos são infectados acidentalmente. Ocorre sob a forma epidêmica associada a extremos de precipitação seguidos de enchentes urbanas, durante o verão, em grandes cidades litorâneas (Rio de Janeiro, Salvador, Recife, Fortaleza). Há registro de surtos endêmicos em áreas rurais, por ocasião de precipitações elevadas. Mata Atlântica - Formações florestais (Floresta Ombrófila Densa Atlântica, Floresta Ombrófila Mista, Floresta Ombrófila Aberta, Floresta Estacional Semi-decidual, Floresta Estacional Decidual) e ecossistemas associados inseridos no domínio Mata Atlântica (Manguezais, Restingas, Campos de Altitude, Brejos Interioranos e Encraves Florestais no Nordeste), com as respectivas delimitações estabelecidas pelo Mapa de Vegetação do Brasil (IBGE, 1988). Modelo polinomial de segunda ordem - Também conhecido como equação do segundo grau, a expressão f(x) = ax2 + bx + c é um polinômio de grau 2 ou um modelo polinomial de segunda ordem, porque o maior expoente de x é 2. 152

Modelo de Regressão Linear - Método para se estimar o valor esperado de uma variável y, dados os valores de alguma(s) outra(s) variável(is) x. Também conhecido como equação do primeiro grau, a expressão f(x) = ax + b é um modelo polinomial de primeira ordem, porque o maior expoente de x é 1. Morbidade – Medidas das doenças ou agravos à saúde (Medronho et al., 2003). Morbi-mortalidade - Morbidade seguida de óbito. Mortalidade – Taxa de óbitos. Mudanças ambientais globais – Mudanças em escala planetária, afetando todo o sistema terrestre. Mudança climática - Qualquer mudança no clima durante um período de tempo, independente se for uma variação natural ou o resultado de uma atividade humana. Nosológico - Ramo da patologia que trata das enfermidades em geral e as classifica do ponto de vista explicativo. Out-liers - Valores discrepantes em relação ao restante da série. Regressão Linear - É um método utilizado para se estimar a condicional (valor esperado) de uma variável y, dados os valores de algumas outras variáveis x. Resiliência - Conceito originalmente aplicado aos ecossistemas, diz respeito à capacidade de recuperação no tempo, quando o sistema é desequilibrado por uma perturbação (Odum, 1988). Em Ecologia, aplica-se este conceito à capacidade de um ecossistema retornar às condições originais ou ao estado estável após ter sofrido uma alteração ou agressão. A resiliência determina a persistência das relações internas do sistema. Risco – Probabilidade de ocorrência de efeitos adversos. Sensibilidade ambiental - Propriedade que os sistemas ambientais e os ecossistemas revelam, alterando o seu estado de qualidade, quando afetados por uma ação antrópica. Sucessão ecológica - Fenômeno que envolve gradativas variações na composição específica e na estrutura da comunidade, iniciando-se o processo em áreas que, mediante ações perturbatórias ou não, se apresentam disponíveis à colonização de plantas e animais, prosseguindo até determinado período, onde tais mudanças se tornam bastante lentas, sendo a comunidade resultante designada como clímax. Surto - Ocorrência epidêmica, onde todos os casos estão relacionados entre si, atingindo uma área geográfica pequena e delimitada, como vilas, bairros etc., ou uma população institucionalizada, como colégios, quartéis, creches etc. (Medronho et al., 2003). Trimodal – Distribuído de três modos. Vegetação primária - Vegetação de máxima expressão local, com grande diversidade biológica, sendo os efeitos das ações antrópicas mínimos, a ponto de não afetar significativamente suas características originais de estrutura e de espécies. 153

Vegetação secundária - Vegetação resultante dos processos naturais de sucessão, após supressão total ou parcial da vegetação primária por ações antrópicas ou causas naturais, podendo ocorrer árvores remanescentes da vegetação primária. Vetor - Agente transmissor da doença, geralmente um invertebrado (artrópode). Vulnerabilidade - “Grau de suscetibilidade e incapacidade de um sistema, em função de sua sensibilidade, capacidade de adaptação e do caráter, magnitude e taxa de mudança e variação de clima a que está exposto, de lidar com os efeitos adversos da mudança do clima entre os quais a variabilidade climática e os eventos extremos” (Lei 12.187, Política Nacional sobre Mudança do Clima– 29/12/2009).

154

REFERÊNCIAS BIBLIOGRÁFICAS ALVES, M.A. et al. 2009. Aves nos remanescentes florestais de Mata Atlântica e ecossistemas associados no Estado do Rio de Janeiro. p. 193-208. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p. BENCKE, G.N.M., DVELEY, P.F. & GOERK, J.M. 2006. Áreas importantes para a conservação de aves no Brasil. Parte 1. Estados do Domínio da Mata Atlântica. SAVE Brasil. São Paulo. 494 p. BERGALLO, H.G. et al. 2009. Mamíferos endêmicos e ameaçados do Estado do Rio de Janeiro: Diagnóstico e estratégias para a conservação. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p. BERMANN, C. 2007. Mudanças climáticas e o papel das cidades nas políticas publicas. Disponível em: <http://www.ufpe.br/recifecidadesolar/palestras/celio.pdf>. Acessado em: Março de 2010. BLAIKIE, P., CANNON, T., DAVIS, I. & Wisner, B. 1994. At risk natural hazards, people’s vulnerability and disasters. Routledge. London. 284 p. BRASIL. MINISTÉRIO DAS MINAS E ENERGIA. 1983. Levantamento de recursos naturais. Folhas SF.23/24 Rio e Janeiro/Vitória. Geologia, geomorfologia, pedologia, vegetação e uso potencial da terra. v. 32. Projeto RADAMBRASIL. Rio de Janeiro/RJ. 780 p. BROOKS, N. 2003. Vulnerability, risk and adaptation: A conceptual framework. Tyndall Center for Climate Change Research Working. Paper 38. 16 p. BROOKS, N., ADGER, W.N. & KELLY, P.M. 2005. The determinants of vulnerability and adaptive capacity at the national level and the implications for adaptation. Global Environmental Change 15: 151–163. BROWN, K.S. Jr. & FREITAS, A.V.L. 2000. Atlantic Forest butterflies: indicators for landscape conservation. Biotropica 32: 934–956. CASTRO Jr., E. 2001. Valor indicador da fauna de macroartrópodes edáficos em fragmentos primários e secundários do ecossistema de florestas de tabuleiros, ES. Tese de Doutorado. Universidade Federal do Rio de Janeiro.

155

CARVALHO, M.D., BARROS, R.P.D. & FRANCO S. 2003. Índice de Desenvolvimento da Família (IDF). p. 241-265. In: ACOSTA, A.R. & VITALE, M.A.F. (orgs.). Família: redes, laços e políticas. Instituto de Estudos Especiais/PUC. São Paulo. COELHO NETTO, A.L. (coord.). 2008. Análise e qualificação sócio-ambiental do Estado do Rio de Janeiro (escala 1:100 000): subsídios ao zoneamento ecológicoeconômico. Disponível em: http://zeerj.bem-vindo.net/portal/?q=node/61. Acessado em: Junho de 2010. CHOU, S.C., MARENGO, J.A., LYRA, A.A., SUEIRO, G., PESQUERO, J.F., ALVES, L.M., KAY, G., BETTS, R., CHAGAS, D.J., GOMES, J.L., BUSTAMANTE, J.F. & TAVARES, P. 2010. Downscaling of South America present climate driven by 4-member HadCM3 runs. Climate Dynamics. DOI 10.1007/s00382-011-1002-8. CONFALONIERI, U.E.C., MARINHO, D.P. & RODRIGUEZ, R.R. 2005. Análise da Vulnerabilidade da população brasileira aos impactos sanitários das mudanças climáticas. Relatório final de projeto de pesquisa. FIOCRUZ. Rio de Janeiro. 96 pp. CONFALONIERI, U.E.C. 2007. Mudança Climática, Ecossistemas e Doenças Infecciosas. In: Carlos Klink. (Org.). Quanto mais quente melhor? Desafiando a sociedade civil a entender as mudanças climáticas. IEB. Brasília. p. 201-214. CONFALONIERI, U.E.C., BARBIERI A.F., LIMA A.C.L., MARINHO D.P., MODENA C.M., BARCELOS S., BERNARDO, B.L., SAWYER, D.O., DOMINGUES, E., RIGOTTI, I.R., CARVALHO J.A.M., RESENDE, M.F., RUIZ, R.M., TURRA C.M. & BERENSTEIN, C.K. 2008. Mudança Climática, migrações e saúde no Nordeste brasileiro. Relatório final do projeto GOF. CPqRR. FIOCRUZ. Belo Horizonte. 67 pp. CONFALONIERI, U.E.C, MARINHO, D.P. & RODRIGUEZ, R.E.R, 2009. Public Health Vulnerability to Climate Change in Brazil. Climate Research 40: 175-186. COSTA L.P., LEITE Y.L.R., FONSECA, G.A.B. & FONSECA, M.T. 2000. Biogeography of South American forest mammals: endemism and diversity in the Atlantic Forest. Biotropica 32: 872–881. EVANS, R.G. 1994. Introduction. Why are some people healthy and others not? The determinants of health of the population. In: EVANS, R.G., BARER, M.L. & MARMOR, T.R. (orgs.) Aldine de Gruyter. New York. FREITAS, M.A.V. (org.). 2007. Projeto de estudo de adaptação e vulnerabilidade dos recursos hídricos do Estado do Rio de Janeiro às mudanças climáticas. SEA. Rio de Janeiro. Não publicado. 59 p. GENTRY, A.H. 1998. Diversity and floristic composition of neotropical dry forests. pp. 146194. In: BULLOCK, S.H., MOONEY, H.A. & MEDINA, E. (eds.). Seasonally dry 156

tropical forests. Cambridge University Press. Cambridge. HASELBALG, C. 2003. Pobreza no Brasil no final do século XX. Origens e destinos: desigualdades sociais ao longo da vida. In: HASELBALG, C. & SILVA, N.D.V. (orgs.). Topbooks. Rio de Janeiro. ILRI/TERI, 2006. Mapping climate vulnerability and poverty in Africa. Report to the Department of International Development. 202 p. LAURENTI, R., MELLO J., LEBRÃO P.M.H., GOTLIEB M.L. & DAVID, S.L. 1987. Estatísticas de saúde. Ed. Pedagógica e Universitária Ltda. 186 p. LIMA, W.P. 1996. Princípios de hidrologia florestal para o manejo de bacias hidrográficas. ESALQ. Piracicaba. LOPES, C.G.R. 2007. Relações florísticas e estruturais entre fragmentos de florestas secas e úmidas (Floresta Atlantica), Nordeste do Brasil. Dissertação de Mestrado. Universidade Federal de Pernambuco. Recife/PE. 85 p. Kathiresan K.,& Rajendran N., 2005 Coastal Mangrove forests mitigated tsunami Relative risk of extinction of passerine birds on continents and islands. Nature 399 (6733): 258-261. MANZONNI et al. 2009. Organismos aquáticos nos sistemas fluviais do Estado do Rio de Janeiro. p. 153-174. In: BERGALLO, H.G. et al. (orgs.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p. MASSAMBANI, O. 2009. Clima da Terra: Processos, mudanças e impactos. Disponível em <www.dca.iag.usp.br>. Acessado em: Novembro de 2010. MEDRONHO, R.A., CARVALHO, D.M., BLOCH, K.V., LUIZ, R.R. & WERNECK, G.L. 2003. Epidemiologia. Athener. São Paulo. MITTERMEIER, R.A., MYERS, N., GIL, P.R. & MITTERMEIER, C.G. 2000. Hotspots: Earth’s biologically richest and most endangered terrestrial ecoregions. CEMEX/Conservation International. Mexico City. 430 p. MONTEIRO C.A. 2003. A dimensão da pobreza, da desnutrição e da fome no Brasil. Estudos Avançados 17: 7-20. MOSS, R.H., BRENKERT, A.L. & MALONE, E.L. 2001. Vulnerability to climate change. A Quantitative Approach. PNNL – SA -33642. US Department of Energy. 12 p.

157

NAJAR, A.L, BAPTISTA, T.W.F. & ANDRADE C.L.T.L. 2008. Índice do Desenvolvimento da Família: uma analise comparativa em 21 municípios do Rio de Janeiro, Brasil. Cadernos de Saúde Pública RJ 24 (Sup): S134 – S147. NEVES, C.F., MUEHE, D.E., VALENTINI, E.M. & ROSMAN, P.C.C. 2007. Estudo de vulnerabilidade no litoral do Estado do Rio de Janeiro devido às mudanças climáticas. SEA. Rio de Janeiro. Não publicado. 98 p. NOBRE, C.A., SALAZAR, L., VALERIANO, D., FIDALGO, E. & SCARANO, F.R. 2008. Mudanças climáticas e possíveis alterações nos biomas da Mata Atlântica do Estado do Rio de Janeiro. SEA. Rio de Janeiro. Não publicado. 63 p. ODUM, E.P. 1988. Ecologia. Guanabara. Rio de Janeiro. 434 p. PEREIRA, M.G.1995. Epidemiologia: teoria e prática. Rio de Janeiro: Guanabara Koogan. ROCHA, C.F.D., BERGALLO, H.G., ALVES, M.A.S. & VAN SLUYS, M. 2003. Biodiversidade dos grandes remanescentes florestais do estado do Rio de Janeiro e nas restingas da Mata Atlântica. Rima. São Carlos/SP. 160 p. ROCHA, C.F.D. et al. 2009. Répteis e a sua conservação no Estado do Rio de Janeiro. p. 183-191. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p. ROCHA, C.F.D., BERGALLO, H.G., ALVES, M.A.S. & VAN SLUYS, M. 2009. Análise da distribuição da diversidade da fauna no Estado do Rio de Janeiro. p. 111-117. In: BERGALLO, H.G. et al. (orgs.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. 344 p. SANTOS, S.B., MAYHÉ-NUNES, A.J., BROWN, G., COSTA, J.M., LUZ, J.L., LORENZON, M.C.A., SALGADO, N.M., BAPTISTA, R.L.C. & MONTEIRO, R.F. 2009. Conservação dos invertebrados terrestres no Estado do Rio de Janeiro. p. 127-152. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p. SILVA, J.M.C., SOUSA, M.C. & CASTELLETTI, C.H.M. 2004. Areas of endemism for passerine birds in the Atlantic Forest, South America. Global Ecology and Biogeography 13: 85-92. SILVA, N.V. & HASELBALG, C.A. 1992. Pobreza e desigualdade no Brasil nos anos 80. In: Seminários Estratégias Liberais de Refundação: Dilemas Contemporâneos do Desenvolvimento. Instituto Universitário de Pesquisa do Rio de Janeiro. Rio de Janeiro. 158

VACCARO, S. 1997. Caracterização fitossociológica de três fases sucessionais de uma floresta estacional decidual, no município de Santa Tereza – RS. Dissertação de Mestrado. Universidade Federal de Santa Maria/RS. 104 p. VAN SLUYS, M. et al. 2009. Anfíbios nos remanescentes florestais da Mata Atlântica. p. 175-182. In: BERGALLO, H.G. et al. (org.). Estratégias e ações para a conservação da biodiversidade no Estado do Rio de Janeiro. Instituto Biomas. Rio de Janeiro/RJ. 344 p. VANZOLINI, P.E. 1988. Distributional patterns of South American lizards. p. 317-342. In: VANZOLINI P.E. & HEYER, W.R. (ed.). Workshop on Neotropical Distribution. Proceedings. Academia Brasileira de Ciências. Rio de Janeiro. WARRICK, R. 2000. Strategies for vulnerability and adaptation assessment in the context of national communications. AOSIS Workshop on Climate Negotiations, APIA. Samoa. WEGE, D.C. & LONG, A.J. 1995. Key areas for threatened birds in the neotropics. BirdLife Conservation. Series 5.

159

CRÉDITOS Martha Macedo de Lima Barata - Possui graduação em Ciências Atuariais pela Universidade Federal do Rio de Janeiro (1983) e em Economia pela Faculdade de Ciências Econômicas pela Universidade Cândido Mendes (1983), mestrado e doutorado em Planejamento Energético e Ambiental pela Universidade Federal do Rio de Janeiro. Atualmente atua na assessoria estratégica da direção do Instituto Oswaldo Cruz (IOC/Fiocruz). É membro do Grupo de trabalho de Mudança do Clima da Fiocruz e do Programa Brasileiro de Mudança do Clima. É membro da Urban Climate Change Research Network (vinculado a Columbia University - USA), onde coordena trabalhos de pesquisa. É autora líder do capítulo regional (America Latina e Caribe) do Global Environmental Outlook, preparado pelo Programa das Nações Unidas para o Meio Ambiente. Atua como pesquisadora colaboradora do Laboratório Interdisciplinar de Meio Ambiente do Programa de Planejamento Energético da COPPE/UFRJ, onde coordena e desenvolve pesquisas para instituições governamentais, não governamentais e empresas privadas internacionais e nacionais. Tem experiência na área de Economia Ambiental, atuando, principalmente, nos seguintes temas: avaliação da externalidade ambiental e social de ações governamentais e empresariais; avaliação integrada (ambiental, econômico e social) do desempenho empresarial; vulnerabilidades e adaptação social à mudança do clima com ênfase no aspecto da saúde, co-benefício para a saúde de ações de mitigação a mudança do clima. É líder de Grupo de Pesquisa em: Gestão, Economia Ambiental e Saúde.

Ulisses Eugenio Cavalcanti Confalonieri - Possui graduação em Medicina Veterinária pela Universidade Federal Rural do Rio de Janeiro (1973), graduação em Medicina pela Universidade Federal do Estado do Rio de Janeiro (1984), mestrado em Ciências (Parasitologia) pela Universidade Federal Rural do Rio de Janeiro (1976) e doutorado em Ciências (Parasitologia) pela Universidade Federal Rural do Rio de Janeiro e Universidade da Califórnia, Berkeley (1983). Atualmente é professor titular da Fundação Oswaldo Cruz, professor titular da Universidade Federal Fluminense, Tem experiência na área de Epidemiologia e Ecologia de Processos infecciosos e parasitários humanos e de animais, especialmente as doenças emergentes, entomologia médica, saúde de ecossistemas naturais e impacto de mudanças ambientais globais na saúde, em especial na dinâmica dos processos infecciosos. Coordenou grupos de trabalho no Painel Intergovernamental de Mudanças Climáticas (IPCC) e no Millennium Ecosystem Assessment.Coordena o projeto de saúde do Earth System Science Partnership. É membro do comitê de doenças infecciosas do Group on Earth Observations e do comitê de saúde da Organização Meteorológica Mundial. Participa dos comitês assessores internacionais do Instituto da Água, Ambiente e Saúde, da Universidade das Nações Unidas e do Instituto do Clima e Sociedade, da Universidade de Colúmbia, Nova York. É membro do grupo de referência temática sobre Agricultura, Ambiente e Doenças Infecciosas da Pobreza, do Tropical Diseases Research, Organização Mundial da Saúde

160

Alberto Lopes Najar - Possui graduação em Engenharia (UGF, 1983), mestrado em Planejamento Urbano e Regional (UFRJ/ IPPUR, 1991) e doutorado em Ciência Humanas - Ciência Política e Sociologia -, (IUPERJ, 1997). Fez seu estágio pós-doutoral no Observatoire Sociologique du Changement, Sciences - Paris, França (2003/2004), onde desenvolveu, entre 2004 e 2008, como colaborador, projetos de pesquisa comparada. Atualmente é pesquisador titular do Departamento de Ciências Sociais da Escola Nacional de Saúde Pública (ENSP/Fiocruz), onde atua na área de Sociologia Urbana, com ênfase na temática da divisão social das grandes metrópoles e dos problemas relativos à coalizão civilizatória brasileira, orientando dissertações e teses, bem como ministrando cursos e coordenando seminários de leituras e grupos de discussão sobre seus temas de interesse intelectual e de pesquisa. É líder do Grupo de Pesquisa;Laboratório de Estudos Interdisciplinares em Saúde Coletiva.

Diana Pinheiro Marinho - Assistente Social - Mestre em Ciências pelo Instituto Militar em Engenharia, no curso de Engenharia Cartográfica, com ênfase em Sistema de Informação Geográfica aplicado à Saúde. Especialista em Administração e Planejamento de Recursos Humanos pelo Instituto de Aperfeiçoamento Técnico. Assistente Social pela Universidade Estadual da Paraíba. Linhas de pesquisa – Meio Ambiente e Saúde. Atualmente é Tecnologista em Saúde Pública do Departamento de Ciências Biológicas da Escola Nacional de Saúde Pública Sérgio Arouca (ENSP) na Fundação Oswaldo Cruz. Participa como pesquisadora em vários projetos além de ministrar aulas no curso de Ecologia das Doenças Transmissíveis na ENSP. Tem experiência na área de Saúde Coletiva e atua principalmente nos seguintes temas: Vulnerabilidade, Mudanças Climáticas, SIG e Saúde Indígena.

Giovannini Luigi - Biólogo doutorado em Geografia pela Universidade Federal do Rio de Janeiro (UFRJ), com ênfase em Sistemas Geográficos de Informação (SGI). Bacharel em Ecologia, pelo Instituto de Biologia/UFRJ, Mestre em Ciências Biológicas (Zoologia), pelo Museu Nacional/UFRJ, e Especialista em Engenharia do Meio Ambiente/UFRJ. As principais linhas de pesquisa a que se dedica são Biogeografia e Sistemática de Aves e Impactos das Mudanças Climáticas sobre a Biodiversidade. Atualmente, realiza Pós-Doutorado pela Universidade de Brasília (UnB) para análise dos impactos das mudanças climáticas sobre a avifauna da Mata Atlântica, além de ocupar o cargo de Gerente do Laboratório Interdisciplinar de Meio Ambiente (LIMA/COPPE), onde também atua como pesquisador nas áreas de Perigo Aviário e Avaliação Ambiental Estratégica. Integra o Grupo de Assessores do Comitê para a Conservação e Manejo de Aves Marinhas Costeiras, Insulares não Procellariiformes e Limícolas Ameaçadas de Extinção no Brasil do Instituto Chico Mendes de Conservação da Biodiversidade (ICMBio/Ministério do Meio Ambiente).

Anna Carolina Lustosa de Lima - Possui graduação em Estatística pela Universidade Federal de Minas Gerais (2002) e mestrado em Estatística pela Universidade Federal de Minas Gerais (2007). Tem experiência na área de Probabilidade e Estatística, com ênfase em Bioestatística (Lattes)

161

Isabella Vitral Pinto - Possui graduação em Farmácia pela Universidade Federal de Minas Gerais (2006) e Mestrado em Saúde Pública na Escola Nacional de Saúde Pública Sérgio Arouca - Fiocruz. Tem experiência na área de Saúde Coletiva, Epidemiologia, Política Social e Assistência Farmacêutica.

Gregório Carlos De Simone - Especialista em Engenharia Sanitária e Ambiental pela Universidade Estadual do Rio de Janeiro, com graduação em Geografia. Atualmente atua na Comissão Interna de Gestão Ambiental do Instituto Oswaldo Cruz - Fiocruz e realizou consultoria de produto do Programa das Nações Unidas para o Desenvolvimento (PNUD). Tem interesse no desenvolvimento de pesquisas envolvendo a integração/relação do homem com o Meio Ambiente. Grande interesse em processos de Ecoeficiência, educação ambiental, ética ambiental e recuperação de áreas degradadas. Envolvimento também em linhas de pesquisa nos seguintes temas: geoprocessamento, vigilância em saúde, análise espacial, indicadores de saúde e sistemas de informações geográficas. Exerce perícias ambientais, onde realiza avaliação e diagnóstico de impactos ambientais, para análise de quesitos e periciais ambientais, valoração econômica de danos ambientais, estudos de análise de riscos e de vulnerabilidade.

Frederico Tosta de Oliveira - Possui graduação em Engenharia de Computação pelo Instituto Militar de Engenharia (2003) e mestrado em Engenharia de Sistemas pela COPPE/UFRJ (2010). Tem experiência na área de desenvolvimento de software, modelagem de banco de dados e sistemas de recomendação.

Isabella Brito Ferreira - Graduada em Ciências Biológicas - Licenciatura, Bacharelado com ênfase em Gestão Ambiental pela Pontifícia Universidade Católica de Minas Gerais. Atualmente é bolsista de apoio técnico no Centro de Pesquisa René Rachou no laboratório de Educação, Saúde em Ambiente. Atua em projetos na área de Saúde Coletiva, abordando os temas: Vulnerabilidade, doenças emergentes e impactos de mudanças ambientais globais na saúde. Tem experiência em docência em Ciências e Biologia, e no desenvolvimento de atividades e materiais de divulgação científica voltados para a promoção da saúde.

Andrea Santoro Valadares - Possui graduação em Ciências Contábeis pela Faculdade Moraes Junior (1988).

162