Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Pub
lic D
iscl
osur
e A
utho
rized
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
2
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
1
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
2
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
3
© 2016 O Banco Internacional para Reconstrução e Desenvolvimento / Associação Internacional para o Desenvolvimento
The World Bank
1818 H Street NW
Washington DC 20433
Telefone: 202-473-1000
Internet: www.worldbank.org
Este documento foi produzido pela equipe do Banco Mundial com contribuições exter-nas. As constatações, interpretações e conclusões expressas neste documento não neces-sariamente representam as posições do Banco Mundial, seus Diretores Executivos ou dos governos que representam.
O Banco Mundial não garante a precisão dos dados incluídos neste documento. As fron-teiras, cores, denominações e outras informações apresentadas em qualquer mapa deste trabalho não implicam qualquer opinião por parte do Banco Mundial sobre a situação legal de qualquer território ou o endosso ou aceitação de tais fronteiras.
Direitos e Permissões
O material desta publicação é protegido por direitos autorais. Como o Banco Mundial incentiva a divulgação de seus conhecimentos, esta obra pode ser reproduzida para fins não comerciais, no todo ou em parte, desde que seja concedido o devido crédito.
Solicitações de informações sobre direitos e licenças, incluindo direitos subsidiários, deverão ser enviadas para: World Bank Publications, The World Bank Group, 1818 H Street NW, Washington, DC 20433, USA; fax: 202-522-2625; e-mail: [email protected].
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
4
AGRADECIMENTOS
AGRA
DECI
MEN
TOS
5
O presente relatório foi elaborado pela equipe liderada por Frederico Ferreira Pedroso (especialista em GRD, GPSURR) e formada por Rashmin Gunasekera (especialista em GRD, GPSURR), Oscar Ishizawa (especialista sênior em GRD, GPSURR), Fernanda Senra De Moura (consultor de FSRD, GPSURR), Rafael Schadeck (consultor de GRD, GPSURR), Roque Alberto Sánchez Dalotto (consultor especializado em SIG, GPSURR), Mario Saraiva (consultor, GPSURR), Antonios Pomonis (consultor de FSRD, GPSURR), Maria Gaspari (consultor de FSRD, GPSURR), e pela empresa Ambiental Technical Solutions Ltd. (Consultoria de Modelagem de Inundações). Niels Holm-Nielsen (espe-cialista líder em GRD, GPSURR) deu orientações e comentários fundamentais para a elaboração deste estudo.
Dados e informações cedidos pelo Estado de Santa Catarina por meio da Secretaria de Desenvolvimento Sustentável (SDS) e do Departamento de Adaptação à Mudança do Clima também deram uma grande contribuição.
A equipe agradece o trabalho dos revisores Joaquin Toro, Thadeu Abicalil e Josef Leitmann, bem como o financiamento do Programa de Integração da Gestão do Risco de Desastres em Países em Desenvolvimento do Banco Mundial-Japão, gerenciado pelo Fundo Global para a Redução de Desastres e Recuperação (GFDRR).
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
6
CONTEÚDO
CONT
EÚDO
7
Agradecimentos 4
Siglas e Abreviações 8
Sumário Executivo 10
Parte I: PERFIL DE RISCOS DE INUNDAÇÕS NO PLANEJAMENTO DA GESTÃO DE RISCOs DE DESASTRES EM SANTA CATARINA 12
1. Histórico de Desastres Naturais em Santa Catarina 14
1.1 Panorama Danos e Prejuízos Causados por Desastres Naturais no Estado 14
1.2 Capacidade de Resposta Financeira a Desastres em Anos Recentes 18
2. Base de Conhecimentos para o Planejamento de GRD em Santa Catarina 21
2.1 Modelagem de Suscetibilidade a Inundações e Potenciais Aplicações em Políticas Públicas 22
2.2 Modelos de Exposição e Vulnerabilidade 27
2.3 Modelo CAT e Potenciais Aplicações em Políticas Públicas 34
Parte II: PERFIL DE RISCOS DE DESASTRES DE SANTA CATARINA – IMPLICAÇÕES PARA A FORMULAÇÃO DE POLÍTICAS E PROCESSOS DECISÓRIOS 44
1. Potenciais Implicações para o Planejamento no Estado de Santa Catarina 45
REFERÊNCIAS 50
Anexo 1: AVALIAÇÃO DE VULNERABILIDADE 52
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
8
SIGLAS E
ABREVIAÇÕES
SIGL
AS E
ABRE
VIAÇ
ÕES
9
AMAX Máximo Diário AnualCAT CatástrofeCUB Custo Unitário BásicoDSM Modelo Digital de SuperfícieDTM Modelo Digital de TerrenoFSRD Financiamento e Seguro de Risco de Desastres GFDRR Fundo Global para a Redução de Desastres e a Recuperação (Global Facility for
Disaster Reduction and Recovery)GPSURR Prática Global Social, Urbana, Rural e Resiliência (Global Practice Social, Urban,
Rural and Resilience)GRD Gestão do Risco de DesastresIBGE Instituto Brasileiro de Geografia e EstatísticaPE Probabilidade de ExcedênciaPEA Probabilidade de Excedência AgregadaPEO Probabilidade de Excedência de Ocorrências PMA Prejuízo Médio AnualRMD Razão Média de Danos
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
10
SUMÁRIO
EXECUTIVO
SUM
ÁRIO
EXE
CUTI
VO
11
Este relatório tem por objetivo ampliar a base de conhecimentos para permitir avanços na Gestão de Risco de Desastres (GRD) em Santa Catarina por meio da identificação dos riscos de inundações, empoderando, assim, o governo estadual. A partir deste estudo, espera-se que suas instituições possam incluir práticas e informações de GRD em suas operações diárias e processos decisórios. Nesse contexto, o Banco Mundial e o Governo do Estado de Santa Catarina trabalharam em conjunto na concepção e desenvolvimento de um estudo inédito com o objetivo final de produzir um Modelo de Catástrofes (CAT) para o estado.
Seguindo um processo metodológico bem-estabelecido, a equipe desenvolveu uma série de atividades para produzir um modelo de catástrofes (CAT) abrangente composto por:
• Geração de um conjunto robusto de planos de informação geoespacial, usando bancos de dados estaduais e nacionais compilados em um único sistema de tec-nologia da informação;
• Desenvolvimento de modelos de exposição residenciais e não-residenciais para possibilitar a estimativa do valor das edificações e sua vulnerabilidade a eventos de inundação;
• Produção de um modelo estadual de inundações para distintos períodos de retorno, usando informações hidrometeorológicas históricas e modelos digitais de terreno e de superfície. Não foram usados cenários climáticos, já que os pres-supostos normalmente utilizados para defini-los tornariam a tentativa de mod-elagem matemática no contexto especifico do Modelo de Catástrofe (CAT) um tanto quanto imprecisa; e
• Derivação de um Modelo CAT, usando modelos de inundação, vulnerabilidade e exposição para produzir métricas gerais (por exemplo, Probabilidade de Ex-cedência Agregada [PEA], Probabilidade de Excedência de Ocorrências [PEO], Probabilidade de Excedência [PE] e Prejuízo Médio Anual [PMA]), visando apri-morar a compreensão do estado sobre sua exposição financeira e a exposição de seus ativos a perigos naturais.
A inovação e a detalhamento do estudo permitem uma série de potenciais aplicações para políticas públicas e decisões que podem aumentar a resiliência do estado aos desastres na-turais. A equipe acredita ser a primeira vez que um estudo deste tipo é realizado no Brasil, podendo ter aplicações diretas para um grande número de profissionais e instituições em Santa Catarina. Por último, para possibilitar a replicação do estudo em outros estados ou municípios do Brasil, a abordagem metodológica proposta baseou-se extensamente no censo nacional, bem como em dados hidrometeorológicos e informações espaciais de livre acesso.
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
12
PERFIL DE RISCOS
DE INUNDAÇÕS NO
PLANEJAMENTO DA
GESTÃO DE RISCOS DE
DESASTRES EM SANTA
CATARINA
01parte
“Desastres Naturais são a materialização do Risco de Perigos Naturais que, em última instância,
geram perdas econômicas e impactos sociais.”
Omar Cardona - ganhador do Prêmio Sasakawa
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
13
Profundidade (m)
+1
0,8 - 1
0,6 - 0,8
0,4 - 0,6
0,2 - 0,4
0- 0,2
Mapa de inundação de Santa Catarina - período de retorno de 100 anoS
Mapas de inundações podem ser usados em conjunto com dados georeferenciados sobre diferentes bens e ativos, como redes viárias, plantas industriais, infraestrutura pública, bens imobiliários, entre outros.
A informação produzida pode ajudar a administração pública a priorizar intervenções e investimentos em GRD no território, ou a promover o desenvolvimento do setor privado em áreas menos expostas a perigos naturais, por exemplo.
ruralPopulação 6.248.436*área 95.734 km2
1.000.523
16%
urbana
5.247.913
84%
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
14
1. HiStóriCo de deSaStreS naturaiS eM Santa Catarina
1.1 Panorama Danos e Prejuízos CausaDos Por Desastres naturais no estaDo
Localizado na Região Sul do Brasil, o Estado de Santa Catarina possui um território de 95.346 km2 com uma população superior a 6 milhões. O estado está sujeito a uma ampla variedade de eventos naturais adversos: secas, inundações, enxurradas, granizo, movimentos de massa, vendavais, tornados e erosão costeira, além de ter sido atingido pelo Furacão Catarina, o único registrado no Brasil.
Inundações e secas são os eventos mais comuns, com a maioria das inundações ocorrendo no verão (dezembro a fevereiro), a estação mais chuvosa. Entre 1995 e 2014, os danos e prejuízos causados por desastres em Santa Catarina totalizaram R$ 17,6 bilhões (valores corrigidos para 2014), conforme reportado pelos municípios em 2.704 registros oficiais.
A média anual de registros no período foi de 135. No período de 20 anos considerado neste estudo, observaram-se picos anuais consideráveis no número de registros, refletindo eventos de maior magnitude, como os deslizamentos e inundações de novembro de 2008, a seca de 2004-2005, a inundação de 2014 no Vale do Itapocú, tempestades elétricas e granizo no Oeste e na serra em 2014, o Furacão Catarina em 2004 e inundações no Vale do Itajaí em setembro de 2011. A Tabela 1 apresenta dados específicos sobre esses eventos, com vistas a demonstrar a dimensão de seus impactos econômicos e sociais.
tabela 1. eventoS de deSaStreS naturaiS de Grande intenSidade na HiStória reCente de Santa Catarina
Conforme apresentado na Tabela 1, a inundação de 2008 afetou aproximadamente 60 cidades e mais de 1,5 milhão de pessoas. Pelo menos 135 pessoas morreram, mais de 78.700 foram obrigadas a abandonar suas casas, 27.400 ficaram desabrigadas, 7.154 residências ficaram completamente destruídas (CEPED e UFSC, 2016) e 186.000 ficaram sem eletricidade du-rante várias semanas (BBC, 2008). O estado foi novamente inundado em setembro de 2011,
Furacão Catarina 2004
seca 2004 - 2005
Inundações no Vale do Itajaí 2008
Inundações de Setembro de 2011
$
Danos e Prejuízos
R$ 376.6 MI
R$ 1,763.1 Bi
R$ 4,684.2 BI
R$ 1,093.6 BI
R$ 327.4 MI
População afetada
47.963
1.235.590
1.528.230
935.517
123.262
-
Danos em Residências
66.653
73.111
34.126
11.167Inundações no Vale do Itapocú 2014
14
163
73
58
4
Municípios afetados
-
Desabrigados e Desalojados
18.756
122.135
201.338
17.942
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
15
ocasião em que 6 pessoas morreram, 489.703 pessoas foram afetadas, 43.066 moradias foram danificadas e os prejuízos públicos totalizaram R$ 112 milhões (CEPED UFSC 2016). Entre 1980 e 2011, houve outros 11 eventos de inundação de grande intensidade (Garcia et. al., 2011); os eventos recentes de 2014 (Smithsonian, 2014) e 2015 (Floodlist, 2015) sugerem que as inundações representam um perigo persistente e relevante no estado.
Os danos de prejuízos relacionados a inundações representam 81% do total reportados pelos municípios, que são também relacionadas a maior parte das perdas em infraestru-tura pública e unidade habitacionais, conforme ilustra a Figura 11.
FiGura 1. iMpaCtoS de inundaçõeS CoMparado CoM outroS eventoS de deSaStre na HiStória reCente de Santa Catarina2
Os municípios informaram prejuízos econômicos causados por inundações no valor de R$ 9,8 bilhões, com média anual de R$ 489 milhões. A Figura 2 apresenta os prejuízos eco-nômicos anuais relacionados às inundações. Dada a magnitude dos eventos de 2008, os danos e prejuízos nesse ano foram os mais significativos no período.
1 Esta porcentagem foi estabelecida em comparação com desastres naturais relatados, excluindo eventos de seca.
2 Estimativas do Banco Mundial Baseadas em Dados Oficiais
Registros
62% Inundações 38% outros
84% Inundações 16% outros
81% Inundações 19% outros
21% outros79% Inundações
47% Inundações 53% outros
92% Inundações 8% outros
Unidades habitacionais destruídas
Danos e prejuízosTotal (R$)
(R$) (R$)Danos habitacionais
Danos em unidades habitacionais
Danos em infraestrutura
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
16
FiGura 2. prejuízoS eConôMiCoS relaCionadoS a inundaçõeS3
Grandes eventos, como a inundação de Novembro de 2008, acarretam prejuízos financeiros eleva-dos para o governo e os impactos econômicos, embora não sejam fáceis de medir, são consideráveis. Em 2008, por exemplo, o custo associado a um único evento representou aproximadamente 2,6% do produto interno bruto do estado (Banco Mundial, 2013). O Porto de Itajaí, o maior da região, fi-cou sem funcionar durante várias semanas, causando prejuízos econômicos indiretos a toda região.
No intervalo de 20 anos sob análise, 95% dos municípios relataram prejuízos associados a eventos de inundação em, pelo menos, uma ocasião. Conforme a distribuição geográfica dos registros apresentados no Mapa 1, conclui-se que tais eventos têm maior incidência na região leste do estado.
Mapa 1. danoS e prejuízoS CauSadoS por deSaStreS HidrolóGiCoS
3 Estimativas do Banco Mundial Baseadas em Dados Oficiais
5.000
4.000
3.000
2.000
1.000
0
489
méd
ia
95 96 97 98 99 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14
102 26 82 187 20 135467
188 112 161 120 15 115 183 390 561870 1.121
17
4.905
11 a 16 ocorrências
5 a 7 ocorrências
8 a 10 ocorrências
2 a 4 ocorrências
menos de 2 ocorrências
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
17
PIB (2013)milHÕES R$214.217
PIB e custos financeiros decorrentes de
desastres naturais
$$$
$$$
$$
$$
$$
R$ 17,6 bilhões em 20 anos
(1995 - 2014) devido a desastres naturais
0,4%Impactos Econômicos
do pib
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
18
1.2 CaPaCiDaDe De resPosta FinanCeira a Desastres em anos reCentes
Considerando-se a dimensão dos danos e prejuízos incorridos pelo Estado de Santa Catarina é natural questionar se a capacidade atual de resposta financeira do estado é suficiente para financiar a resposta a desastres. Para investigar o assunto, foi desenvolvido um conjunto de indicadores fiscais relacionados a desastres em nível estadual e uma análise de lacunas de financiamento foi conduzida.
De 2009 a 2015, o desembolso de recursos para ações de resposta a desastres foi de, aproxi-madamente, R$400 milhões (Figura 4). Além do baixo nível de recursos disponíveis para a resposta a desastres, a Figura 3 mostra que boa parte dos recursos foi mobilizada por meio de créditos extraordinários, já que a alocação inicial de R$ 189 milhões foi bastante inferior à dotação final (R$ 593 milhões). Além disso, no que tange a execução orçamentária, os números sugerem que o principal gargalo está na capacidade de empenho do estado. Porém, se isso reflete dificuldades na negociação dos empenhos ou uma esperada falta de capacidade técnica para a efetivação dos desembolsos é uma pergunta cuja resposta vai além do escopo deste estudo e que pode ser investigada no futuro. Também vale ressaltar que, por outro lado, ao longo do tempo houve um aumento significativo na dotação inicial de recursos para a res-posta a desastres, tanto em termos absolutos quanto como na porcentagem da dotação final, sugerindo uma mudança em direção ao uso de fontes de financiamento ex ante (Figura 3).
FiGura 3. reSpoSta eStadual a deSaStreS eM Santa Catarina (r$, eM valoreS CorrenteS)4
Quanto ao desempenho no desembolso de recursos, conforme observado, o volume desembolsado como porcentagem da dotação final caiu no período de 2012 a 2015, em comparação a 2009 a 2011 (Figura 4). Uma explicação para essa redução é que os eventos que atingiram o estado desde
4 Estimativas do Banco Mundial Baseadas em Dados Oficiais
2009
0
20.000.000
40.000.000
60.000.000
80.000.000
100.000.000
120.000.000
140.000.000
160.000.000
180.000.000
0 %
10%
20%
30%
40%
50%
60%
70%
80%
90%93%
72%
15%
5%3%
28%
1%
100%
2010 2011 2012 2013 2014 2015
Dotação inicialDotação finalDotação inicial como % da dotação final
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
19
2012 não foram tão graves quanto os de 2009 a 2011. Outros argumentos a favor dessa hipótese (a título de especulação, devido à falta de evidências) poderiam ser a falta de instrumentos e processos específicos, ágeis e mais flexíveis, para facilitar a resposta a desastres quando operações especiais de reconstrução não são estabelecidas pelo governo do Estado.
FiGura 4. reSpoSta eStadual a deSaStreS eM Santa Catarina5
É importante observar que a presente nota inclui apenas o gasto de instituições estaduais. Ações de resposta a desastres executadas diretamente pelo Governo Federal (e não por meio de repasses para o estado) não fo-ram consideradas, devido à impossibilidade de desagregar-se a proporção de recursos de resposta a desastres (executados pelo Governo Federal) repassados a cada estado brasileiro. No entanto, em muitos casos são os ministérios que transferem os recursos financeiros de resposta para a secretaria estadual correspondente, que se torna a instituição encarregada pelo planejamento, execução e monitoramento dos programas de resposta a desastres. Assim, a execução desses recursos costuma ser incorporada ao orçamento estadual.
Existe ainda a possibilidade de que a metodologia utilizada para coleta dos dados fiscais não tenha conseguido identificar as linhas orçamentárias mais gerais que contêm projetos de resposta a desas-tres. Portanto, considerando as limitações impostas pelo tipo de dados fiscais disponíveis, as variáveis fiscais apresentadas nesta seção devem ser tomadas como aproximações e usadas como base para análises subsequentes e aprofundadas sobre o impacto dos desastres no orçamento estadual.
A próxima etapa consistiu em comparar os recursos disponíveis para a resposta a desastres aos danos e prejuízos do setor público para investigar até que ponto a falta de financiamento para ações de resposta a desastres configura um problema recorrente em Santa Catarina. Devido às limitações dos dados fiscais esta análise foi realizada somente para o período de 2009-20146.
5 Estimativas do Banco Mundial Baseadas em Dados Oficiais
6 Em 2009, foram criadas transferências obrigatórias para o enfrentamento de desastres (dotações orçamentárias); isso aumentou a disponibilidade de dados e facilitou nossas análises.
00%
2009
0
20.000.00040.000.00060.000.00080.000.000
100.000.000120.000.000140.000.000160.000.000180.000.000
0 %10%20%30%40%50%60%70%80%90%
35%
64%64%
54%
71%72%
92%1
2010 2011 2012 2013 2014 2015
Dotação finalLiquidaçãoLiquidação como % da dotação final
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
20
FiGura 5. reSpoSta a deSaStreS eM Santa Catarina, potenCiaiS laCunaS de FinanCiaMento7
Conforme mostra a Figura 5, mesmo no cenário otimista em que apenas 30% de todos os danos e prejuízos são responsabilidade do estado, as lacunas de financiamento foram consideráveis nos anos recentes. Além disso, embora os números não mostrem uma falta de recursos para as ações de resposta em 2009, é importante notar que o estado sofreu inundações em novembro de 2008 e, portanto, boa parte da resposta ocorreu durante o exercício de 2009. Em outras palavras, considerando que os danos e prejuízos públicos contabilizaram mais de R$1 bilhão no final de 2008, o desembolso de R$120 milhões para responder ao desastre em 2009 ficou muito aquém do necessário.
Infelizmente, a ausência de dados fiscais detalhados referentes ao período anterior a 2009 impossibilitou a junção dos anos 2008 e 2009 para obter-se um quadro mais claro dos impactos fiscais das inundações de 2008. Mesmo assim, as lacunas de financiamento apre-sentadas anteriormente devem ser vistas como estimativas preliminares e, apesar das limi-tações, a informação disponível mostra claramente que as lacunas no financiamento da resposta a desastres são consideráveis, com potenciais impactos negativos no longo prazo.
7 Estimativas do Banco Mundial Baseadas em Dados Oficiais
2014
2013
2012
2011
2010
2009
0 100 200 300
11655
11098
294
110
214
482
50
24
25
46
400 500
Potencial lacuna de financiamento
R$ milhões (correntes)
Danos e Prejuízos do Setor Público (cenário otimista)
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
21
2.baSe de ConHeCiMentoS para o planejaMento de Grd eM Santa Catarina
Conforme apresentado acima, o Estado de Santa Catarina está exposto a desastres na-turais recorrentes, entre os quais inundações têm papel de destaque. Conforme indicam os danos e prejuízos históricos, os efeitos econômicos de tais eventos são consideráveis, enquanto a capacidade de resposta financeira do estado permanece limitada. Embora o estado tenha apresentado um progresso significativo nas práticas de GRD ao longo dos anos, sendo inclusive uma referência para o país, ainda há espaço para melhorar conside-ravelmente a estratégia de GRD. Nesse contexto, embora os registros históricos discutidos acima sejam de grande valia para o planejamento, a adoção de uma abordagem com visão de futuro é fundamental para projetar e atualizar a estratégia de GRD com base nos seguintes pilares de ação: (a) identificação de riscos, (b) redução de riscos, (c) preparação, (d) proteção financeira e (e) recuperação resiliente.
Mantendo em mente a estrutura de GRD apresentada anteriormente, o presente estudo combina uma investigação dos padrões históricos de perigos naturais (e seus efeitos) em Santa Catarina com um modelo de risco de inundações CAT, com o objetivo de desen-volver uma uma base estadual de conhecimentos para um melhor planejamento de GRD. A Figura 6 ilustra a metodologia proposta para o estudo, conforme a descrição a seguir:
• Etapa 1. Dados sobre desastres (cada município deve enviar um formulário informando os danos e prejuízos quando da ocorrência de um desastre) disponí-veis no Sistema Integrado de Informações sobre Desastres foram analisados para identificar os padrões de perdas por desastres no estado.
• Etapa 2. Dados geográficos do Estado de Santa Catarina foram coletados e ana-lisados para gerar planos de informação (camadas geoespaciais) para uma série de variáveis e desenvolver uma base de informação para todo o estudo.
• Etapa 3. Utilizando-se do Censo Nacional de 2010 como principal fonte de dados, foram criadas bases de informação residenciais e não-residenciais para produzir estimativas sobre a área construída, padrões e custos de construção.
• Etapa 4. Foi elaborado um modelo de inundações para o estado (para diferentes períodos de recorrência), usando dados hidrometeorológicos históricos, além de técnicas de modelagem hidrológica e hidráulica.
• Etapa 5. Um modelo de vulnerabilidade foi derivado dos modelos de exposição e inundações para estimar os danos físicos e, consequentemente, os impactos econômicos da ocorrência de eventos de inundação.
• Etapa 6. Foi gerado um Modelo CAT combinando os modelos de vulnerabilidade e inundações para produzir as curvas de PEA, PEO e PE e as métricas associadas.
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
22
FiGura 6. abordaGeM MetodolóGiCa de ModelaGeM Cat
2.1 moDelagem De susCetibiliDaDe a inunDações e PotenCiais aPliCações em PolítiCas PúbliCas
Conforme apresentado na Figura 6, uma das etapas necessárias para a construção de um Modelo CAT é o desenvolvimento de um modelo de suscetibilidade que, neste estudo específico, definirá as áreas dos municípios de Santa Catarina suscetíveis a inundações com diferentes períodos de retorno e capazes de causar impactos sociais e econômicos.
Nesse contexto, o objetivo do modelo de suscetibilidade a inundações é produzir planos de informação de inundação em diversos níveis de desagregação geográfica (estadual, municipal e por setor censitário). Para atingir os resultados esperados, o modelo de sus-cetibilidade a inundações foi construído em quatro etapas principais:
• A primeira etapa consistiu em referenciar geograficamente, agregar, refinar e analisar os dados disponíveis para criar uma base de conhecimentos e conjuntos de dados de entrada, entre os quais citam-se os registros de precipitação (1991–2010), inundações históricas e da-dos fluviais com os atributos dos principais rios, afluentes, vias de drenagem e bacias hídricas.
• A segunda etapa foi focada no desenvolvimento de um modelo hidrológico. De forma ge-ral, o processo de modelagem hidrológica envolve o uso de várias técnicas ou conhecimento local para entender o comportamento do volume de água ao longo de eventos de inunda-ções e definir qual será a sua distribuição, em termos geográficos.
• A terceira etapa foi a realização da modelagem hidráulica, usando-se de modelos bidimen-sionais, que envolve a análise do escoamento sobre a superfície da planície de inundação.
• A quarta (e última) etapa centrou-se na aferição dos resultados obtidos, os quais são valida-dos considerando-se eventos históricos.
Durante a etapa de modelagem hidrológica, foi desenvolvida uma abordagem de alta complexidade para modelar a vazão dos rios usando modelos de escoamento da precipitação, com base na aborda-gem para a construção de modelos hidrológicos usada pela Agência Britânica do Meio Ambiente: Hidrograma de Vazão. Tal método é considerado adequado para uso global e apropriado para o Brasil.
A descrição dos processos hidrológicos que servem de base para o método de precipitação-esco-amento foram aprimorados pelo processo analítico anteriormente descrito, incorporando me-
DSM & DtMgov. estadualFontes de dados
base de dados
Modelagem de vulnerabilidade
Modelagem de risco de enchente
Sistema de informações geográficas
Análise de dados geográficos
Camadas temáticas de GIS projeção
Modelagem de exposição
Relatórios de perdas e danosModelagem de catástrofe
ibge censo 2010
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
23
lhorias técnicas e aprimoramentos de cálculo. Utilizando-se deste método consegue-se prever o escoamento de saída por meio da incorporação de planos de informação vetorial e valores de hidrogramas unitários para obter valores mais precisos do escoamento total, mostrando maior convergência sobre outros métodos hidrológicos.
O método utilizado leva em conta a interação entre o escoamento superficial direto (escoamento que ocorre quando o excesso de precipitação de uma chuva intensa flui sobre a superfície terrestre) e o escoamento de base (a parte da vazão que vem da soma do escoamento subterrâneo e do escoamento sub-superficial).
O modelo hidrológico consiste em três componentes principais. A Figura 7 mostra as conexões entre os componentes do modelo, junto com as variáveis de entrada e os parâmetros exigidos pelo mesmo. Além dos componentes principais, um modelo de umidade de solo baseado em dados diários foi utilizado para determinar o estado do solo no início de um evento de inunda-ção com base a longas séries de precipitação registrada.
HidroGraMa de eSCoaMento total para uM período de retorno de 1000 anoS
FiGura 7. reSuMo do Modelo de inundação
0
1.000
2.000
3.000
4.000
0 0.5 1.0 2.01.5 2.5 3.0 4.03.5 4.5 5.0 6.05.5 6.5 7.0 8.07.5 8.5 9.0 109.5 1110.5 11.5 12 1312.5 1413.5 14.5 15 1615.5 1716.5 17.5 18 1918.5 2019.5 20.5 21 2221.5 2322.5 23.5
0
10
20
30
40
Rain
fall
(mm
)
Time Intervals (hours)
flow
(m³/
s)
net rainfalltotal rainfall baseflowtotal runoff direct runoffprecipitaçãototal
escoamento total
escoamento de base
precipitação líquida
escoamento superficial direto
Intervalos de tempo (horas)
vazã
o (m
³/s)
Inte
rval
os d
e tem
po (h
oras
)
Umidade inicial do soloC
ini
Precipitação total Precipitação líquida
Fluxo total
Modelo de perdasC
max
Modelo de rotasT
p
Escoamento de baseBF
0
Modelo de escoamento de base(BR, BL)
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
24
A simulação de um evento de inundação usa o modelo de prejuízos para estimar a proporção do vo-lume total de precipitação, transformado-a em escoamento superficial direto. O escoamento direto é, então, propagado para o ponto de saída da bacia hidrográfica usando uma convolução do hidrograma unitário no modelo de propagação. Finalmente, o escoamento de base é somado ao escoamento direto para obter-se o escoamento total.
Como um exemplo dos produtos finais dos testes de modelagem de inundações, o Mapa 2 mostra a rede de drenagem da bacia em condições normais (embaixo) e durante uma inundação com período de retorno de 1.000 anos, conforme modelado. Além disso, embora os mapas apresentados neste relatório sejam ilustrativos da análise realizada, a resolução dos produtos originais é alta o suficiente para dar aos formuladores de políticas públicas informações detalhadas que podem ser úteis em várias atividades de planejamento. Assim, espera-se que os resultados deste estudo ajudem os formuladores de políticas e decisores a lidar melhor com a estrutura de GRD8 promovida pelo Banco Mundial em nível global e concertada com várias partes (como as Nações Unidas, governos nacionais e academia).
Mapa 2. rede de drenaGeM da baCia de itajaí-açu SeM inundaçõeS (eMbaixo) e durante uMa inundação de 1.000 anoS (aCiMa)
8 Os pilares do Fundo Global para a Redução de Desastres e a Recuperação incluem (a) identificação de riscos, (b) redução de riscos, (c) prontidão ou preparação, (d) proteção financeira e (d) recuperação resiliente.
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
25
Mapa 3. Mapa de inundaçõeS CoM período de retorno de 20 anoS do MuniCípio de GaSpar
Além disso, de uma perspectiva macro e estadual, os resultados obtidos para o estado de Santa Catarina mostram que até mesmo eventos frequentes com probabilidade anual de 20% estão associados a inundações relevantes, particularmente na região costeira.
Mapa 4. inundaçõeS CoM período de retorno de CinCo anoS no eStado de Santa Catarina
Profundidade (M)alta: 5
0 0,5 1 2Km
baixa: 0
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
26
Com esse nível de resolução temática, a informação contida nos mapas de inundação poderia ser usada por instituições estaduais ou nacionais para priorizar investimentos em GRD no estado, bem como incentivar ou promover investimentos privados em áreas próprias para a edificação, em contra-partida a áreas expostas a perigos naturais, entre outros. De forma mais macro, em escalas maiores, mapas de inundação podem ser combinados com conjuntos de dados georeferenciados de ativos de vários tipos, como sistemas viários, usinas de produção, infraestruturas públicas, dente outros. Nesse sentido, os resultados deste estudo poderão ser uma ferramenta-chave para o aumento da resiliência do estado em diversos setores produtivos, atividades públicas e privadas e infraestrutura, entre outros.
2.2 moDelos De exPosição e VulnerabiliDaDe
Em última análise, o modelo de exposição proposto neste estudo visa a determinação do valor construído de edificações residenciais e não-residenciais. Dadas as semelhanças técnicas, é importante fazer uma distinção entre os conceitos de exposição e vulnerabilidade (veja o Quadro 1 para o conjunto completo de conceitos). Em linhas gerais, o simples fato de uma edificação estar localizada em uma área suscetível a inundações não implica que a unidade vá ser danificada caso ocorra um evento. O modelo de exposi-ção apenas investiga os custos de reparação ou reposição total das edificações expostas caso ocorra uma inundação, com base no material de construção predominante. Nesse sentido, o modelo centra-se nas características físicas do ativo e, neste estudo em particular, em edificações residenciais e não-residenciais.
Quadro 1: eStrutura ConCeitual de Grd
Perigo natural. Fenômenos naturais que, quando desencadeados, têm o potencial de causar efeitos negativos em uma localização geográfica específica, por um período de tempo determinado.
Vulnerabilidade de ativos ou infraestrutura. Condições físicas pré-existentes que podem ser afetadas pela ocorrência de um fenômeno natural e, portanto, ter efeitos negativos em processos, serviços e produção, entre outros.
Exposição. Uma condição geográfica intrínseca de um elemento, consideran-do-se sua localização e a possível extensão geográfica de um fenômeno natural.
Suscetibilidade. O ponto até o qual um perigo natural pode afe-tar um determinado local.
Risco de desastres. Prováveis prejuízos econômicos e impactos sociais que podem resultar da ocorrência de um fenômeno natural específi-co em dado período de tempo.
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
27
O modelo de exposição foi construído buscando dois produtos principais: (a) exposição resi-dencial e (b) exposição não-residencial. Dados amostrais de Censo Nacional de 2010 fornecem informações importantes sobre as características de cada domicílio, permitindo estimativas bastante precisas sobre os padrões, normas e custos de construção nas áreas de estudo. Por outro lado, dados sobre edificações não-residenciais no estado mostraram-se escassos. Para fazer fren-te à carência de dados, estimou-se o volume construído e a área por pavimentos não-residencial de cada setor censitário de Santa Catarina, além da vulnerabilidade física de cada padrão de construção. Em seguida, cada padrão foi referenciado ao seu custo de reposição (Figura 9).
FiGura 9. abordaGeM MetodolóGiCa da ModelaGeM de expoSição e vulnerabilidade
exPosição resiDenCial
O modelo de exposição exigiu uma base de dados sobre edificações residenciais. Para criar a base receptora, a área urbana foi extraída da base de dados local utilizando-se de informações sobre o uso do solo. Os dados foram comparados com o mapeamento aéreo e considerado o melhor conjunto disponível para representar concentrações de exposição.
Conforme mencionado anteriormente, para identificar os padrões de construção das edificações residenciais foram seguidas as normas da Associação Brasileira de Normas Técnicas - ABNT, e empregados dados do Censo Nacional de 2010. Em seguida os custos unitários dos princi-pais padrões de construção foram calculados de acordo como o indicador do Custo Unitário Básico (CUB) publicado mensalmente pelo Sindicato da Indústria de Construção Civil do Brasil. Processando os dados por meio de um Sistema de Informação Geográfica, os custos da reconstrução foram distribuídos por igual ao longo da área urbana de cada área de ponderação.
Dados
Exposição residencial
Criar da base de dados receptora
Calcular unidade básica de custo (UBC)
Calcular unidade básica de custo (UBC)
Identificar de padrões de construção para edificações residenciais
Dividir a região em grade de 1km2 e distribuir linearmente o custo de reconstrução
Modelagem e mapas de exposição
Exposição não residencial
Análise da diferença entre DSM e DTM
Reunir os dados por categorias do censo
Subtrair o volume e a área por andar construído em regime residencial
Derivar estimativa do volume e da área por andar construídos em cada categoria do censo em Santa Catarina
Investigação sobre a susceptibilidade de estruturas não residenciais
Derivar o volume construído e a área por andar em cada categoria do censo
Classificação e peso de área no Censo (IBGE 2010)
DSM
DTM
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
28
O processo revelou que o material de construção predominante de um grande número de resi-dências no Estado de Santa Catarina é a madeira (perto de 28% de todos os domicílios), material não incluído nos padrões básicos de construção. Para determinar o valor por metro quadrado desse padrão de construção (não especificado pelo Sindicato da Indústria de Construção Civil do Brasil), elaborou-se uma composição unitária com as características mais comuns das casas de madeira do estado, particularmente em áreas rurais. A análise revelou as seguintes constatações: (a) área média do pavimento de 74,0 m2, (b) dois cômodos, (c) um banheiro e (d) uma garagem. Assim, o custo total de construção de uma casa construída predominantemente com madeira foi estimado em R$ 62.217,41, representando um custo de R$ 840,78 por m2. 9
Para aumentar a precisão da análise de inundações, a região inteira foi dividida em células de 1 km2 e os custos de reconstrução foram distribuídos entre as células. De modo a derivar a proporção de cada célula “receptora” exposta a potenciais inundações, o mapa de inundação de 10,000 anos foi exportado e analisado espacialmente contra o mapa de exposição para definir a proporção de cada título exposto a potenciais inundações.
Valor Da Área ConstruíDa - PaDrão resiDenCial
Conforme descrito anteriormente, os domicílios foram classificados de acordo com os ma-teriais e as normas de construção, extraídos das variáveis disponíveis no Censo Nacional de 2010. Utilizando-se do número de cômodos em cada unidade habitacional, a área das edificações residenciais foi obtida por meio da seguinte equação:
RBFA = Dom x NMRooms x 17
Em que:
- NMRooms (pcs) =Número médio de cômodos por domicílio por área ponderada;
- Dom (unidades): número de unidades habitacionais por setor censitário e
- RBFA (m2): Área construída total residencial por setor censitário.
Repetindo o processo para todos os setores censitários, obteve-se uma área construída residencial total de 198.749.558 m2. Uma vez estabelecida a área construída, o próximo passo foi determinar o valor da área construída das edificações residenciais. Está claro que a reposição ou reparação de qualquer edificação danificada está diretamente relacionada aos custos de construção (a Tabela 2 mostra o CUB relativo de diversos projetos-padrão).
9 Para calcular os valores, usamos as fichas de composição dos Custos e Índices Nacionais do Sistema de Pesquisa da Construção Civil.
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
29
tabela 2. Cub relativo de diverSoS projetoS-padrão
A área construída residencial total obtida para Santa Catarina foi de 198.749.558 m2. Multiplicando o ambiente construído pelo CUB de cada projeto-padrão, obteve-se um va-lor total de R$ 247 bilhões. O valor médio por metro quadrado foi, portanto, estimado em R$ 1.243,36 por m2. O Mapa 5 mostra o valor da exposição total de ativos por município.
Mapa 5. expoSição de ativoS reSidenCiaiS de Santa Catarina
1,306.461,553.531,899.371,395.141,159.131,293.321,533.79840.781,453.79
390M to 490m
Exposição residencial, em milhões de R$
200M to 300m
300m to 390m
100m to 200m
0m to 100m
residencial unifamiliar padrão baixoTipo R$/M2
residencial multifamiliar padrão baixo
residencial unifamiliar padrão alto
residencial multifamiliar padrão alto
residencial unifamiliar padrão normal
residencial multifamiliar padrão médio
residencial popular/projeto de interesse social
casas de madeiraCUB residencial médio
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
30
Exposição e Vulnerabilidade
Após pesquisar a vulnerabilidade
de vários tipos de propriedades
em Santa Catarina, uma série de
curvas foi produzida comparando
a Razão Média de Danos (RMD) à
intensidade da inundação (pro-
fundidade), permitindo, assim, uma
parametrização dos portfólios de
exposição para refletir as carac-
terísticas dos ativos segurados.
O impacto de um perigo natural não
é igual em todos os casos. Qualquer
que seja o local, o impacto depende
diretamente das características do
ativo. Alguns tipos de construções
são mais vulneráveis a inundações.
*Porcentagem do valor monetário total de reposição/reconstrução.
Vulnerabilidade de vários tipos de edificações
profundidade da água (metros)
prej
uízo
0.00
0.2
0.4
0.6
0.8
1Um pavimento dois pavimentos Três pavimentos
3.0 6.01.0 4.0 7.02.0 5.0
Nível d’água externo
Direção da vazão
Valor Construído*
Apartamentos
casas de madeira
casas de alvenaria
12%
21%67%
Área construída - Residencial
Apartamentos
casas de madeira
casas de alvenaria
12%
31%57%
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
31
exPosição não-resiDenCial
A estimativa do volume e área construída não-residencial foi realizada por setor censitário utilizando-se de dados do Modelo Digital do Terreno e Modelo Digital de Superfície de Santa Catarina, obtidos entre 2011 e 2013, associados ao Censo de agosto de 2010 do Instituto Brasileiro de Geografia e Estatística - IBGE. A abordagem consistiu em derivar o volume e a área construída em cada setor censitário usando a diferença de alturas em cada uma das células, associar os dados em nível de setor censitário, subtrair o volume e a área construída da tipologia residencial (estimada com dados do Censo de 2010) e, finalmente, derivar o volume e a área construída da tipologia não residencial de cada setor censitário de Santa Catarina..
Inicialmente, realizou-se um estudo de viabilidade em uma parte da cidade de Florianópolis (7 áreas de ponderação contendo 143 setores censitários), onde a metodologia e várias hipóteses foram desenvolvidas e testadas. Em seguida, a metodologia descrita anteriormente foi aplicada em todos os setores censitários de Santa Catarina, o que foi possível em 10.029 (82%) do total de 12.227 setores censitários. Os setores censitários restantes não puderam ser analisados, seja devido a pro-blemas nos contornos das camadas de dados geográficos (shapefilesdas) das áreas de ponderação do IBGE (412 setores censitários), ou devido à indisponibilidade de dados de altura (1.786 setores censitários). Os 10.029 setores censitários analisados contêm 91% da população de Santa Catarina.
A etapa seguinte consistiu em investigar a suscetibilidade das estruturas não-residenciais do estado com um levantamento manual de 100 edificações em áreas urbanas, suburbanas e ru-rais usando o Google Street View®. A seleção das áreas de cada caso foi feita de forma aleatória em cidades representativas do estado. A análise objetivou a obtenção de dados quantitativos para apoiar ou refutar o pressuposto de uma divisão de 50/50 nos tipos de suscetibilidade.
Embora 100 propriedades representem um tamanho amostral relativamente pequeno em relação ao montante relevante de edificações do estado, a amostra foi considerada represen-tativa para uma avaliação inicial. Os resultados alcançados permaneceram estáveis quando o tamanho da amostra foi divido pela metade. Não foram realizadas outras amostragens após as 100 observações iniciais, já que os resultados não apresentaram variação significativa da pro-porção 50/50 para sugerir a necessidade de uma investigação mais aprofundada e o impacto nos resultados da modelagem de prejuízos seria mínima.
Todos as edificações selecionadas estavam localizadas em áreas dentro da mancha de inunda-ção do modelo e eram consideradas de risco, no mínimo, na ocorrência de uma inundação com período de retorno de 10.000 anos. Em cada localização, selecionou-se para a análise a primeira edificação não-residencial identificada ao entrar-se no Google Street View®. Subsequentemente, escolheu-se uma localização próxima e o processo foi repetido. As seguintes informações foram registradas para cada edificação não-residencial: (a) material de construção da fachada, (b) qua-lidade do acabamento interno e (c) número de pavimentos (1, 2 ou 3+).
Usando essas informações, a suscetibilidade das edificações não-residenciais foi definida como alta, média ou baixa (veja a Tabela 3). A decisão baseou-se na análise das características internas
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
32
(na medida do possível) e, em seguida, associada às curvas de vulnerabilidade mais adequadas.
A suscetibilidade dos materiais internos foi avaliada por referenciamento. Os únicos critérios confiáveis disponíveis para fazer a seleção eram (a) tipo de porta e (b) qualidade do acabamento interno. Aplicando esses critérios, a análise produziu os resultados apresentados na Tabela 3.
tabela 3. avaliação de SuSCetibilidade de ediFiCaçõeS não-reSidenCiaiS
Tendo produzido os modelos residenciais e não-residenciais e os mapas de áreas sus-cetíveis a inundações, o estudo passou à etapa de avaliação de vulnerabilidade. Como exemplo, o Mapa 6 mostra como os modelos de exposição (residencial e não-residencial) de Santa Catarina, combinados com os mapas de suscetibilidade a inundações, geram uma estimativa do valor dos ativos em risco de inundação no estado.
Mapa 6. expoSição de ativoS eM ÁreaS SuSCetíveiS a inundaçõeS eM Santa Catarina
R$ 0 - 10M
Exposição residencial e não residencial
SC profundidade fluvial 100 anos
R$ 20 - 30M
R$ 10 - 20M
R$ 30 - 40M
alta: 10m
R$ 40M +
baixa: 0m
suscetibilidade
Baixa
média
Alta
média
material da porta e qualidade do acabamento interno
porta de metal/vidro + baixa qualidade interna
porta de metal/vidro + alta qualidade interna
porta de madeira + alta qualidade interna
porta de madeira + baixa qualidade interna
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
33
Considerar informações sobre a exposição de edificações a inundações é relevante, por exemplo, para instituições encarregadas da definição de investimentos em infraestrutura para redução do risco de desastres, já que saber o valor e as características dos ativos localizados em áreas suscetíveis a inundações permite que os formuladores de políticas estejam mais bem informados sobre os beneficiários dessas intervenções e considerem os custos e efetividade antes de tomarem decisões sobre investimentos. Do ponto de vista do desenvolvimento social, o modelo de exposição pode ser útil para a caracterização de assentamentos expostos ao risco de inundações, bem como para a identificação de áreas críticas onde há domicílios expostos a eventos recorrentes (baixo período de retorno), permitindo a formulação de programas específicos para populações de baixa renda.
Embora os modelos de suscetibilidade e exposição bastem para indicar as áreas e ativos em risco, a determinação da proporção de danos como função da tipologia de construção e do tipo de evento adverso faz parte da análise de vulnerabilidade. Essa etapa é crucial, já que saber o nível de danos como função de um evento natural permite a adoção de medidas brandas ou mais in-cisivas na gestão do risco de desastres, podendo, assim, aumentar a resiliência social e econômica.
Vulnerabilidade, nesse contexto, é uma expressão da tendência de um elemento, ou de um conjunto de elementos, de sofrer danos físicos durante um evento de desastre. Permite a tradução da intensi-dade do perigo em um nível estimado de danos físicos com base na fragilidade do elemento ou do conjunto de elementos. O modelo combina informações sobre as etapas de modelagem de exposição e suscetibilidade a inundações para produzir um novo resultado: o provável custo médio de reparação ou reposição do ativo conforme a intensidade do evento - neste caso especifico, a altura da inundação.
Este estudo concentrou-se unicamente na vulnerabilidade estrutural das edificações e nos prejuízos financeiros associados a danos causados por eventos de inundações. Não foram considerados o conteúdo das edificações, o bem-estar de seus habitantes ou as consequências econômicas mais amplas decorrentes de fatores como a interrupção de atividades econômicas.
Conforme a prática habitual, presumiu-se que o impacto do perigo não seja igual em todos os casos. Qualquer que seja a localização, o impacto depende fortemente das características físicas do ativo. Além disso, alguns tipos de construções são mais vulneráveis a inundações como por exemplo, uma edificação de um único pavimento localizada em uma área mais baixa será mais afetada por um evento de inundação que uma edificação de vários pavimentos, com relação ao valor total do ativo. Por último, a estimativa de prejuízos feita por ferramentas de modelagem matemática é limitada, já que os modelos de inundação não conseguem prever o ângulo de impacto, a liberação de energia, ou a influência dos entulhos, entre outros fatores.
Pesquisas possibilitaram a determinação da vulnerabilidade de vários tipos de propriedades no Brasil e a produção das respectivas curvas de vulnerabilidade. Em seguida, foram geradas fun-ções de vulnerabilidade que descrevem a razão de prováveis danos a uma propriedade como porcentagem do custo total de restituição, o que indica a extensão dos danos e dos prejuízos associados aos diferentes níveis de intensidade de inundação. Em outras palavras, a curva de vul-nerabilidade descreve a relação entre a intensidade do evento e os danos que o evento pode causar.
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
34
O componente de vulnerabilidade consiste em uma série de curvas que relacionam a Razão Média de Danos (RMD) à medida de intensidade da inundação. A RMD é o custo médio de reparação dividido pelo valor de reposição. Para calcular a RMD utilizou-se a seguinte equação:
A intensidade de uma inundação está diretamente relacionada à profundidade da água. Os mo-delos usados neste estudo permitem 16 incrementos de intensidade de inundações (veja o Anexo 1 para mais detalhes sobre os parâmetros e a avaliação da vulnerabilidade). Em resumo, este estudo usou o método GeoScience Australia, que fornece um conjunto de 47 curvas de danos que cobrem várias combinações dos seguintes parâmetros das edificações:
• Destinação: residencial, industrial, outros
• Padrão de construção: pau-a-pique (taipa), concreto, vigas/estacas, aço e madeira
• Altura (pavimentos): 1, 2, 3, baixa, média, alta
• Elevação: não elevada, elevada, sem informação
• Suscetibilidade (do interior): não suscetível, pouco suscetível, suscetível, muito suscetível, sem informação
As curvas de danos dos diferentes padrões e características de construção, bem como o nível de sus-cetibilidade das edificações residenciais de Santa Catarina, foram elaborados conforme descrito an-teriormente. Apresenta-se no Anexo 1 todas as curvas de vulnerabilidade e informações detalhadas.
2.3 moDelo Cat e PotenCiais aPliCações em PolítiCas PúbliCas
A etapa de modelagem do risco de danos a edificações usando o método CAT foi um processo fundamental para concluir a caracterização do risco de desastres de Santa Catarina. Nessa etapa final do estudo, os diversos produtos (modelos de suscetibilidade, exposição e vulnerabilidade) foram combinados e usados como insumos na modelagem CAT.
Nesse contexto, cada um dos modelos descritos anteriormente produziu informações para calcular-se o risco e os prejuízos financeiros associados aos diferentes eventos de inundação.
• Os dados do modelo de exposição trazem informações sobre a localização das edificações e o seu valor financeiro. Em outras palavras, o modelo produziu geolocalizações e o Custo Unitário Básico (CUB) foi obtido por meio da análise dos padrões de construção das edificações.
RMD =Custo Médio de Reparação
Custo de Reposição ou Valor Segurado
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
35
• O modelo de suscetibilidade fornece informações sobre os componentes centrais dos eventos de inundação, incluindo as características físicas do terreno.
• O modelo de vulnerabilidade ajuda a compreender a probabilidade de que uma edificação seja danificada (e o custo de reparação/reposição) em um local espe-cifico, dadas as condições de suscetibilidade e o perfil do evento. Essa relação é representada geograficamente por curvas de vulnerabilidade.
Apenas com base nos módulos descritos ainda não se tinha uma projeção de como os eventos de inundação poderiam causar danos em Santa Catarina. Para isso, foi utilizado o modelo de riscos CAT. O Quadro 2 apresenta a terminologia adotada para interpretar os resultados de um Modelo CAT.
Quadro 2: terMinoloGiaS uSadaS para oS reSultadoS de ModelaGeM Cat
- A Probabilidade de Excedência Agregada (PEA) representa a proba-bilidade de que o custo total de todos os eventos de um ano reunidos supere determinado limite. Esses valores devem ser usados ao avaliar a relação do prejuízo bruto. Eventos de inundação de maior inten-sidade ocorrem (e são excedidos) com menor frequência – portanto, têm uma probabilidade anual menor.
- A Probabilidade de Excedência de Ocorrências (PEO) é a possibilidade de que o evento mais oneroso de um ano exceda certo limite. Tais númer-os são mais relevantes, por exemplo, para atividades de resseguro, mas foram incluídos a título de informação. Cabe notar que a PEA e a PEO referem-se a um prejuízo excedido, e não precisamente ao prejuízo em si. A modelagem CAT favorece essa abordagem, já que ajuda a identificar possibilidades de conexão ou esgotamento, calcular os prejuízos esperados dentro de uma determinada faixa ou fornecer referências para fazer com-parações entre os riscos ao longo do tempo. Assim, o cálculo da probabili-dade de um prejuízo financeiro exato termina sendo de pouca relevância.
- A Curva de Probabilidade de Excedência (PE) informa a probabilidade de que um determinado prejuízo financeiro seja excedido, com base na PEA ou na PEO. Ela mostra a probabilidade de que os prejuízos anuais agregados (PEA) ou de um único evento (PEO) excedam uma quan-tia especifica. O Prejuízo Médio Anual (PMA) representa a média dos prejuízos anuais. É o valor médio da distribuição de PE de um prejuízo. Representa o prejuízo projetado por ano, tomando-se a média de vários anos. Espera-se que o prejuízo para um período de retorno de um ano seja igualado ou excedido todo ano. Assim, sua PE é de 100%.
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
36
No que tange este estudo, a atividade de modelagem CAT consiste de um sistema auto-matizado que gera uma série de eventos simulados. Cada simulação considera a magni-tude, intensidade e localização de um evento para determinar a extensão dos danos e cal-cular os prejuízos financeiros resultantes do desastre (Lloyd’s Market Association, 2013).
Embora neste estudo tenham se considerado os modelos anteriores como produtos inde-pendentes, alguns especialistas considerariam todos eles como módulos do Modelo CAT. A Figura 10 resume o processo de modelagem CAT.
FiGura 10. diaGraMa reSuMido de uM Modelo Cat
O processo de geração de um conjunto robusto de eventos simulados com distintos níveis de danos para simular possíveis prejuízos financeiros é bastaste complexo, exigindo várias etapas. Este relatório apresenta apenas um panorama geral do processo e não visa dar ao leitor uma descrição detalhada do processo de modelagem CAT.
Assim, os valores máximos diários anuais (AMAX) foram calculados para cada ano em cada local válido de medição, usando os registros históricos de precipitação fornecidos. Esses valores foram transformados em uma série de arquivos que serviram como insumos primários para a criação de uma matriz de correlação a partir da qual foram gerados eventos climáticos sintéticos. Em seguida, foram preparados 10.000 anos de dados sintéticos de eventos de inundação em Santa Catarina. Os eventos sintéticos são estocásticos, tendo um padrão ou distribuição de pro-babilidade aleatório que pode ser analisado estatisticamente, porém não projetado com precisão.
A primeira etapa de preparação dos eventos sintéticos foi a transformação dos valores AMAX em novas variáveis normalmente distribuídas. Foi gerada uma matriz de covariância para descrever a probabilidade de que ocorra uma chuva/vazão significativa nos pontos pareados de medição ao mesmo tempo (ou seja, a dependência entre valores AMAX). Foram criados dois modelos de correlação: um primeiro modelo de correlação ajustado para descrever de que modo a covariância reduz com a distância entre os locais de medição; e um segundo para gerar um ano de dados sintéticos sobre o tempo, interpolando locais sem medição para aplicar uma estrutura espacial mais realista à precipitação.
Modelo de risco de inundação
Modelo de exposição Modelo de catástrofe
Modelo de vulnerabilidadede edificações
Dados de exposição Cálculo de perdas
Estimativa de danos
O que é e onde está Estimativa de perdas
Cálculo da intensidade local
Geração de evento
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
37
Na etapa seguinte, os dados anuais de eventos foram transformados em períodos anuais de retorno para cada um dos 10.000 anos sintéticos, de modo a relacionar o modelo aos dados sobre perigos naturais. Por último, os dados anuais foram desagregados em eventos separados e relacionados de volta com a base de dados de exposição. A profundidade da água foi referenciada ao mapeamento de suscetibilidade. A Figura 11 ilustra o processo.
FiGura 11. reSuMo do proCeSSo eStoCÁStiCo de Geração do Conjunto de eventoS
Uma vez pronto o modelo, foram realizadas duas análises: uma avaliação de prejuízos históricos usando dados de três cenários de inundações históricas e uma avaliação probabilística de prejuízos usando o conjunto completo de eventos de 10.000 anos. Assim, a base de dados final de exposição foi rodada contra todos os dados sintéticos de eventos de perigos naturais de 10.000 anos, produ-zindo os principais resultados deste estudo, conforme apresentado na Tabela 4.
tabela 4. reSuMo doS prinCipaiS produtoS do Modelo Cat de Santa Catarina
10,0005,0002,0001,000
500250200100
50
3,187,533,9533,130,487,8592,961,037,6622,829,424,0992,712,547,0092,563,276,4092,504,873,2632,340,205,4042,150,395,407
20 1,822,799,61410 1,484,396,030
645,100,611
5,335,498,8145,248,577,8985,041,813,0794,798,717,5014,482,340,6604,105,352,6683,972,822,8723,041,295,0483,041,295,0482,369,292,8261,829,110,336645,100,611
2.492.452.352.242.091.921.851.651.421.110.850.30
Período de retorno
PMA
PEO em R$ PEA em R$ PEA como % do produto interno bruto
Coletar e limpar (avaliação de qualidade) os registros de
dados históricos
Agregar para níveis granulares menores
Gerar área de afetação dos eventos
ExportarCriar elo com curvas
de vulnerabilidade espacialmente variável
Estabelecer relações espaço-temporais entre níveis de
inundação
Gerar eventos sintéticos realistas
Ligar intensidade (ex: profundidade) com severidade da indução
Rodar modelo
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
38
Os resultados da PEA na Figura 13 mostram a probabilidade de que o custo total de todos os eventos de um ano qualquer exceda um determinado limite. Com base nesses resultados, a probabilidade de que todos os eventos de um ano qualquer gerem prejuízos de R$ 1,8 bilhão ou mais é de 10%. Eventos com um período de retorno de 20 anos poderiam gerar prejuízos de R$ 2,3 bilhões ou mais.
FiGura 12. pea para diFerenteS períodoS de retorno
O Modelo CAT também permite concluir que mesmo eventos relativamente frequentes poderiam gerar prejuízos consideráveis, de mais de R$ 1 bilhão. É importante observar que o modelo considera apenas os prejuízos associados a danos em edificações, o que inclui os efeitos diretos de desastres em muitos setores (como moradia, educação e indústria), mas não os efeitos indiretos associados aos prejuízos estimados. Além disso, o modelo não especifica o tipo de propriedade (pública ou privada) dos ativos expostos. A despeito dessas limitações da modelagem, mesmo que apenas 10% dos prejuízos associados se traduzam em passivos para o governo estadual, no cenário atual a capacidade de resposta financeira do estado não seria suficiente para financiar as necessidades de resposta a desastres no futuro.
Como parte da avaliação de riscos, além da PEA a PEO também foi estimada. A PEO mostra a probabilidade de que ocorra um grande prejuízo em um ano qualquer, uma métrica que pode ser útil para empresas de seguro e de resseguro, por exemplo.
FiGura 13. peo para diFerenteS períodoS de retorno
1,000,000,000
0 200 400 600 800 1,000
1,500,000,0001,000,000,0002,500,000,0003,000,000,0003,500,000,0004,000,000,0004,500,000,0005,000,000,000
1,400,000,000
0 200 400 600 800 1,000
1,600,000,0001,800,000,0002,000,000,0002,200,000,0002,400,000,0002,600,000,0002,800,000,0003,000,000,000
Período de retorno
Período de retorno
Prej
uízo
s
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
39
O resultado da PEO mostra a probabilidade de o evento mais oneroso de um ano qualquer exceder um determinado valor. Assim, com base nesses resultados, existe uma chance de 0,01% de que o evento mais oneroso de um ano qualquer gere prejuízos de R$ 2,3 bilhões ou mais.
No contexto deste estudo, os resultados do Modelo CAT também podem ser usados como linha de base para atualizar a estratégia estadual de proteção financeira contra perigos naturais. A curva de PE apresentada permite a realização de uma análise baseada em cenários das poten-ciais lacunas de financiamento - o que, por sua vez, permite o estabelecimento de um portfólio das fontes de financiamento adequadas para o perfil de risco do estado.
Uma análise semelhante às curvas estaduais de PE foi realizada em nível municipal. Assim, o Modelo CAT forneceu um quadro geral da distribuição espacial do risco de inundação no estado. A Tabela 3 mostra a classificação de municípios de Santa Catarina com prejuízos médios anuais superiores a R$ 10 milhões.
tabela 3. ClaSSiFiCação de MuniCípioS de Santa Catarina CoM oS MaioreS prejuízoS MédioS anuaiS eM r$
A Tabela 3 lista os municípios com um histórico extenso de danos e prejuízos causa-dos por desastres. São, também, os municípios mais densamente povoados do estado e, consequentemente, aqueles com o maior volume de infraestrutura e ativos expostos. No entanto, o resultado da PMA contra intuitivo do município de Palhoça merece destaque. Embora não figure entre as cidades com histórico significativo de desastres, o Modelo CAT classificou a cidade como a segunda do estado na lista. Nesse contexto, gostaríamos de enfatizar a necessidade de complementar qualquer esforço de modelagem com pesqui-sas de campo para poder avaliar melhor se (i) o modelo de inundação deixou de capturar certas características geográficas ou (ii) o modelo de exposição apresentou limitações ou estava errado, o que poderia gerar um Modelo CAT com resultados enganosos.
Município Prejuízo Médio Anual
1º
2º
3º
4º
5º
6º
7º
8º
9º
10º
11º
R$ 100,115,000itajaí
R$ 42,905,000palhoça
R$ 39,102,000blumenau
R$ 34,267,000navegantes
R$ 29,454,000gaspar
R$ 27,568,000jaraguá do sul
R$ 24,355,000guaramirim
R$ 20,507,000joinville
R$ 19,365,000rio do sul
R$ 13,357,000tijucas
R$ 13,056,000tubarão
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
40
Entre os fatores capazes de limitar a modelagem estão a falta de informação sobre obras de mitigação de riscos e proteção contra inundações instaladas recentemente e não inseridas nas bases de dados usados na modelagem. Cabe notar, ainda, que em 1995 o município de Palhoça (assim como toda a região metropolitana de Florianópolis) foi gravemente afetado por chuvas intensas, que certamente causaram prejuízos consideráveis. No entanto, a falta de dados oficiais sobre prejuízos relacionados a esse evento especifico pode ter evidenciado a falta de conheci-mentos sobre a suscetibilidade da cidade a prejuízos por desastres, algo que o modelo conseguiu capturar, identificando um ponto cego até então desconhecido.
Finalmente, a desagregação do perfil de risco de desastres em nível municipal não serve apenas como mais um critério a ser considerado na priorização de investimentos para a redução de riscos. Serve também para incentivar os governos nacionais e subnacionais a considerar a possibilidade de adotar mecanismos de pool de riscos, ou transferência de riscos (para o setor privado) por meio de seguros, permitindo que o estado aprimore sua capacidade de resposta e resiliência geral contra perigos naturais. Análises como essas e outras foram possíveis graças às feições geoespaciais consideradas durante a concepção do estudo e ao desenvolvimento da ferramenta Smart Risk Profiling que, no futuro, permi-tirá que qualquer usuário final faça análises especificas e independentes.
= R$ 645MILHÕES
Perdaanualmédia
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
41
Os produtos gerados neste estudo foram totalmente integrados em um aplicativo geoespacial (Smart Risk Profiling), possibilitando que os usuários finais façam buscas especificas de acordo com as suas necessidades individuais (veja a Figura 8). Contudo, a iniciativa não visou apenas permitir a realização de buscas/analises além das que costumam ser feitas por estudos deste tipo, mas também servir como um repositório de produ-tos de GRD em níveis nacional e subnacional. Assim, foi desenvolvida uma plataforma de integração para garantir a continuidade e sustentabilidade das várias iniciativas lideradas por diversas instituições do Brasil.
FiGura 8. exeMplo de apreSentação da FerraMenta Smart riSk Profiling
O detalhamento do estudo possibilita seu uso em exercícios de planejamento em níveis micro e macro, bem como em processos decisórios localizados. Por exemplo, o uso dos mapas de inundação localizados e produ-zidos no estudo (veja o Mapa 3) permite a identificação de áreas de baixo risco para investimentos públicos ou privados ou a seleção de áreas de alto risco para que recebam investimentos visando a redução do risco de desastres. Produtos geoespaciais também podem ser usados como insumos na formulação de estratégias de preparação, já que informações como a profundidade de inundações e a recorrência de eventos podem ser úteis para orientar ações de preparação e mitigação do risco de desastres em áreas expostas a perigos naturais.
SMART RISK PROFILING
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
42
Olhando Para o Passado
Prejuízos Relatados Distribuição de Danos
Por setor
público privado
9% 91%
R$ 12,41 BI
danos em infraestrutura
danos residenciais
instalações
R$ 5,23 BI
Por tipo
R$ 3,28 BI R$ 1,75 BI
R$ 193,3 MI
63% 33%
4%
look
ing
Back
| L
ooki
ng to
the f
utur
e
43
Impactos de desastres naturais, fatalidades, danos e prejuízos
econômicos 1995 - 2014*
Prejuízos Médios Anuais relatados como % do PIB municipal
Municípios com maiores prejuízos relatados
* Secretaria Nacional de Proteção e Defesa Civil. Dados de registros de desastres relatados pelos municípios à Coordenadoria Estadual de Defesa Civil ou à Secretaria Nacional de Proteção e Defesa Civil - SEDEC. Do total de 6.464 registros, 2.704 informaram prejuízos econômicos.
vargem
10,8%Abdon Batista
9,3%
Celso Ramos
10,1%Alto Bela vista
7,4%
População diretamente afetada, incluindo pessoas desabrigadas, deslocadas, mortas e doentes.
População afetada
13,5 milhões 746 mil
Desabrigados e DESLOCADOS
746.600 pessoas precisaram de abrigo ou foram deslocadas de seus domicílios.
$$ $$$
$
R$ 17,64 bilhões
Perdas Econômicas
Perdas e Prejuízos Materiais informados por municípios em 2704 registros. Valores reais estabelecidos para 2014.
110 mil
Danos Residenciais
11.200 residências foram destruídas e 99.294 danificadas.
joinville
R$ 345 MIBlumenau
r$ 1,8 BIITAJAí
r$ 1,4 BIGASPAR
r$ 1,8 BI
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
44
PERFIL DE RISCOS
DE DESASTRES DE
SANTA CATARINA
IMPLICAÇÕES PARA
A FORMULAÇÃO
DE POLÍTICAS
E PROCESSOS
DECISÓRIOS
02parte
“Compreender os riscos de desastres é o primeiro passo para encontrar soluções
robustas para eventos de desastres...
… a ausência de decisões, uma vez identificado o risco de desastres, equivale a não cumprir
com o princípio básico desde o princípio.”
Entendendo Risco Brasil 2012
PART
II: S
ANTA
CAT
ARIN
A DI
SAST
ER R
ISK
PROF
ILE -
POL
ICY
AND
DECI
SION
-MAK
ING
IMPL
ICAT
IONS
45
1. potenCiaiS iMpliCaçõeS para o planejaMento no eStado de Santa Catarina
Esta seção resume as conclusões e potenciais aplicações do Perfil de Risco de Desastres de Santa Catarina e dos seus produtos específicos. Conforme o objetivo inicial deste projeto, o estudo visou fornecer conhecimentos para as várias instituições de Santa Catarina, de modo a contribuir para a melhoria da GRD no estado.
Nesse contexto, diversas atividades complexas - como o planejamento e decisões sobre investimentos - se beneficiariam das informações estratégicas produzidas neste estudo, que assim promoveria decisões de políticas que considerem o risco de desastres explicita-mente. Sendo assim, cabe destacar algumas aplicações possíveis para o Governo de Santa Catarina e suas instituições, dentre as quais:
• Recomendações sobre alternativas estruturais e não-estruturais para a gestão de inundações, visando a redução de danos.
• Uso dos mapas e estimativas probabilísticas de inundações para direcionar ativ-idades futuras de redução do risco de inundações.
• Uso dos dados obtidos para subsidiar decisões com o objetivo de evitar o as-sentamento de pessoas em áreas suscetíveis a inundações e reduzir o risco de inundações em assentamentos já estabelecidos.
• Mapas de suscetibilidade a inundações são úteis no planejamento da ocupação e uso do solo e possibilitam o zoneamento territorial, evitando que tipos altamente vulneráveis de uso sejam permitidos em áreas muito expostas a inundações.
• Mapas de suscetibilidade a inundações são importantes para o planejamento da resposta a desastres e podem subsidiar planos de evacuação, identificar pontos de refúgio adequados e fornecer avaliações detalhadas dos riscos para as siste-mas viários e outras infraestruturas críticas.
• Moradores de áreas suscetíveis podem ser educados e sensibilizados sobre os riscos aos quais estão expostos e alertados com antecedência frente a ocorrência de um evento de inundação.
• Mapas de suscetibilidade a inundações podem ser usados para articular e coor-denar a resposta a desastres entre as muitas partes envolvidas.
• Dados de suscetibilidade e prejuízos podem ser usados para identificar locais com retorno máximo sobre o investimento, caso sejam implementadas estratégias de contenção de inundações (decisões de risco estrutural de inundações). Por exem-plo, podem servir como instrumentos para a identificação de áreas onde o gasto
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
46
em estruturas físicas de proteção traria benefícios reais/mensuráveis.
• Subsidiar o remanejamento de usos vulneráveis da terra para longe da planície de inundação.
• Desenvolver estratégias efetivas de gestão de bacias, trabalhando com a na-tureza para atrasar a liberação de água nos rios. Atividades de gestão de bacias podem incluir o reflorestamento de áreas desmatadas e a restauração de rios ao seu estado natural, reduzindo, assim, o risco de desastres.
• Identificar locais adequados para a restauração de manguezais, de modo a con-trolar a deposição de sedimentos.
• Definir o melhor local para instalar tecnologias de monitoramento de inundações. A instalação de novas estações de medição de cota ou vazão nos rios permitiria capturar séries de dados que, em última instância, melhorariam a compreensão científica das características da bacia e das práticas estaduais de GRD.
• Os dados podem ser usados para considerar tecnologias de previsão de in-undações, cuja utilização aumentaria o tempo de preparação e resposta ao desastre, permitindo alertar os socorristas com antecedência. Também pode servir para a implementação de medidas de mitigação de inundações, como a construção de barreiras temporárias, a transferência de objetos caros para locais mais seguros e a evacuação de populações vulneráveis.
• O uso de dados de sensoriamento - como o Short Aperture Radar de alta res-olução temporal ou satélites de revisitação rápida - deve ser considerado para capturar a extensão de inundações de grandes proporções e o surgimento de in-undações à montante. Tais dados podem subsidiar a compreensão das eventuais consequências da chegada da onda de cheia a jusante.
• Uso de produtos como mapas de inundação e estimativas de prejuízos como fonte de informação para orientar decisões mais informadas quanto à gestão de reservatórios como forma de proteção contra as inundações.
• Os produtos também podem ser usados como ferramentas para incentivar mu-danças na sociedade capazes de reduzir o risco de inundações. As ferramentas podem ser usadas para identificar áreas-alvo para estratégias de conscientização sobre os perigos de inundações e os riscos associados.
• Os resultados deste estudo poderiam, ainda, ser usados em obras destinadas a au-mentar a resiliência das comunidades e edificações aos impactos das inundações. Direcionar os esforços às áreas de risco detectadas neste estudo, incluindo obras de proteção contra inundações nas propriedades, impermeabilização e redução
PART
II: S
ANTA
CAT
ARIN
A DI
SAST
ER R
ISK
PROF
ILE -
POL
ICY
AND
DECI
SION
-MAK
ING
IMPL
ICAT
IONS
47
da suscetibilidade interna das edificações em geral, permitiria a redução dos pre-juízos diretos e aumentaria a velocidade da recuperação após o evento.
• As atividades de planejamento e decisões sobre investimentos do estado poderão incorporar os resultados do estudo, fazendo de Santa Catarina o primeiro es-tado brasileiro a abordar os riscos de desastres de forma abrangente no seu planejamento estratégico.
• Recomendam-se novos estudos para averiguar mais a fundo a conexão entre in-undações e a instabilidade das encostas, já que, conforme mostraram os eventos de 2008, chuvas muito intensas estão associadas a deslizamentos.
• O presente estudo não considerou as inundações pluviais (água superficial). Recomenda-se que elas sejam estudadas em projetos futuros, o que permitiria um aumento considerável na detecção de áreas expostas a danos. Uma vez cri-ado um modelo pluvial, novos trabalhos poderiam incluir a investigação de como melhorar a drenagem local para mitigar uma inundação pelo uso de Sistemas Sustentáveis de Drenagem Urbana e planos de macrodrenagem.
• O risco de inundações causadas por marés altas também deve ser considerado, haja visto a extensa edificação das áreas litorâneas de Santa Catarina. Embora a amplitude da maré seja limitada no estado, os impactos de uma inundação por maré alta, causada por condições meteorológicas, poderiam ser consideráveis devido ao terreno plano e à largura da faixa litorânea. Assim, um estudo que in-vestigasse os impactos das marés de tempestade poderia identificar novas áreas de risco ao longo do litoral.
• Recomenda-se, ainda, que a mudança do clima seja levada em consideração. Ao longo do tempo, a mudança do clima poderá ocasionar aumentos no nível do mar, marés de tempestade mais frequentes e possíveis aumentos (ou reduções) do nível de precipitação que, em longo prazo, mudariam o perfil de risco do estado. Além disso, um estudo adicional sobre a variabilidade climática poderia identificar os períodos de um ano qualquer com maior probabilidade de ocor-rência de inundações – permitindo, assim, que fossem tomadas decisões para reduzir os impactos com antecedência.
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
48
Olhando para o futuro
Pensando no futuro, qual será o custo de inundações com diferentes
períodos de retorno?
Prej
uízos
(r$)
Período de retorno
0 400200 600 800 1000
A Probabilidade de Excedência Agregada (PEA) representa a probabilidade de que o custo total de
todos os eventos de um ano, reunidos, supere um determinado limite. Esses valores devem ser usa-
dos ao avaliar-se a relação de prejuízo bruto. Os eventos de inundação de maior intensidade ocor-
rem (e são excedidos) com menor frequência, portanto têm uma probabilidade anual menor. Cabe
notar que a PEA se refere a um prejuízo excedido e não precisamente ao prejuízo em si.
1.400.000.000
1.800.000.000
2.200.000.000
2.600.000.000
1.600.000.000
2.000.000.000
2.400.000.000
2.800.000.000
3.000.000.000
look
ing
Back
| L
ooki
ng to
the f
utur
e
49
Um Modelo Catástrofe (CAT) é um modelo automático que gera um conjunto de eventos simulados. Cada simulação
fornece estimativas sobre a magnitude, intensidade e localização de um evento para determinar o volume de danos
e calcular o provável valor dos prejuízos causados por um evento extremo. (Lloyd’s Market Association, 2013).
Inundações e Prejuízos Financeiros em Santa Catarina
0 - 150,000150,000 - 500,000500,000 - 1,000,0001,000,000 - 2,500,0002,500,000 - 5,000,0005,000,000 - 7,500,0007,500, 000 - 10,000,00010,000,000 - 25,000,00025,000,000 - 50,000,000> 50,000,000
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
50
REFERÊNCIAS
REFE
RÊNC
IAS
51
BBC (2008) Flood deaths in Brazil rise to 84, http://news.bbc.co.uk/1/hi/7747456.stm, accessed 5/19/2016
CEPED UFSC (2016) Relatório dos Danos Materiais e Prejuízos Decorrentes de Desastres Naturais em Santa Catarina, World Bank – Brasilia, Brazil
Floodlist (2015) Brazil Floods – Over 200,000 Affected in Santa Catarina and Rio Grande do Sul, http://floodlist.com/america/brazil-floods-santa-catarina-rio-grande-do-sul, accessed 5/19/2016
Garcia, C.M., Roseghini, W.F.F. and Aschidamini, I.M. (2011) Environmental mana-gement planning – considerations about the events occurring in Santa Catarina – Brazil in November 2008, Procedia Social and Behavioral Sciences, 19, p.487-493
IBGE. Censo Demográfico 2010 – Características Gerais da População. Resultados da Amostra. IBGE, 2003. Disponível em ftp://ftp.ibge.gov.br/Censos/Censo_Demografico_2010/Resultados_Gerais_da_Amostra/Microdados/ , accessed 5/19/2016.
Kjeldson, T.R. (2007) Flood Estimation Handbook Supplementary Report No.1, The Revitalised FSR/FEH rainfall-runoff method, Centre for Ecology & Hydrology, Wallingford, UK
Lloyd’s Market Association (LMA) (2013) Catastrophe Modelling, Guidance for Non-Catastrophe Modellers, available from-http://www.lmalloyds.com/Web/market_places/finance/Cat_Modelling_Guidance.aspx
Smithsonian (2014) Deadly flooding hits Brazil two days before World Cup begins, http://www.smithsonianmag.com/smart-news/deadly-flooding-hits-brazil-build-world-cup- 180951697/?no-ist, accessed 5/19/2016.
World Bank (2013). Avaliação de Perdas e Danos: Inundações Bruscas em Santa Catarina.
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
52
AVALIAÇÃO DE
VULNERABILIDADE
01anexo
anex
o
53
tabela 1.1. valoreS de retorno da vulnerabilidade para o SoFtware ElEmEntS
Profundidade (m) Intensidade do Perigo ‘Valor RMD’ do Elements
0 0 n.a
0.1 1 1
0.2 2 1
0.3 3 2
0.4 4 2
0.5 5 3
0.6 6 3
0.7 7 4
0.8 8 4
0.9 9 5
1 10 5
1.1 11 6
1.2 12 6
1.3 13 7
1.4 14 7
1.5 15 8
1.6 16 8
1.7 17 9
1.8 18 9
1.9 19 10
2 20 10
2.5 21 11
3 22 11
3.5 23 12
4 24 12
4.5 25 13
5 26 13
6 27 14
7 28 14
8 29 15
9 30 15
10 31 16
12 32 16
15 33 16
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
54
FiGura 1.1. Mapa de CoMparação de todaS aS CurvaS de prejuízoS eConôMiCoS para ediFiCaçõeS de diFerenteS alturaS
tabela 1.2. relação deFinida entre SuSCetibilidade e o CenSo naCional do braSil
Definição original do ambiente
Tijolo, 1 pavimento
Concreto, 1 pavimento, industrialElevação desconhecida, não susceptível
Concreto, 1 pavimento, industrialElevação desconhecida, susceptível
Concreto, 1 pavimento, residencialElevação desconhecida, não susceptível
Concreto, 1 pavimento, residencialElevação desconhecida, susceptível
Industrial1_InN
1_TA
1_R1N
2_TA
1_R1A
1_RP1Q
1_PA
1_RnN
1_R1B
1_RnA
1_RnB
1_PA
1_InS
Casa - padrão normal
Casa - alto padrão
Apartamentos - padrão normal
Apartamentos - alto padrão
Casa (cortiço)
Casa (cortiço)
Casa (palha ou outro material)
Casa (palha ou outro material)
Casa - padrão popular
Casa - padrão baixo
Apartamentos - padrão baixo
Industrial
Brasil censo tipo código Brasil censo tipo definição
anex
o
55
Concreto, 2 pavimentos, industrialElevação desconhecida, não susceptível
Concreto, 2 pavimentos, industrialElevação desconhecida, susceptível
Concreto, 2 pavimentos, residencialElevação desconhecida, não susceptível
Concreto, 2 pavimentos, residencialElevação desconhecida, susceptível
Concreto, 3 pavimentos, industrialElevação desconhecida, susceptível
Concreto, 3 pavimentos, industrialElevação desconhecida, susceptível
Concreto, 3 pavimentos, residencialElevação desconhecida, susceptível
Madeira, 1 pavimento, residencialnão elevado, suscetibilidade desconhecida
W1RNU ajustado para altura de 3 pavimentos
1UUU ajustado para altura de 3 pavimentos
Média de curvas Gar para 1 pavimento
Média de curvas Gar para 2 pavimento
Média de curvas Gar para 3 pavimentos
1UUU ajustado para altura de 3 pavimentos
Industrial
3_R1N
2_R1N
2_RP1Q
3_RP1Q
2_InS
2_InN
3_InS
3_R1A
2_R1A
2_R1B
3_R1B
3_RnN
2_RnN
2_RnB
3_RnB
3_CM
3_pa
1_SN
2_SN
3_SN
3_TA
1_CM
2_CM
3_RnA
2_RnA
Casa - padrão normal
Casa - alto padrão
Apartamentos - padrão normal
Apartamentos - alto padrão
Casa - padrão Normal
Casa - alto padrão
Apartamentos - padrão normal
Apartamentos - alto padrão
Casa - padrão popular
Casa - padrão baixo
Apartamentos - padrão baixo
Casa (madeira)
Casa (madeira)
Casa - padrão popular
Casa - padrão baixo
Apartamentos - padrão baixo
Industrial
Industrial
Casa (madeira)
Casa (Cortiço)
Casa (palha ou outro material)
1 pavimento desconhecido
2 pavimentos desconhecido
3 pavimentos desconhecido
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
56
PERF
IL DE
RIS
COS D
E INU
NDAÇ
ÕS N
O PL
ANEJ
AMEN
TO D
A GE
STÃO
DE R
ISCO
S DE D
ESAS
TRES
EM S
ANTA
CAT
ARIN
A
57
Sant
a Ca
tari
na: a
Ges
tão
de R
isco
s de D
esas
tres
no
cont
exto
do
Plan
ejam
ento
Estr
atég
ico
para
o a
umen
to d
a Re
sili
ênci
a a
Peri
gos N
atur
ais
58