INUNDAÇÕES DE 2024 NO RIO GRANDE DO SUL: UMA ABORDAGEM COM DADOS DE RADAR E ANÁLISE DE PRECIPITAÇÃO
Resumo
Este trabalho teve como objetivo mapear as áreas afetadas por eventos de inundação ocorridos em 2024 no estado do Rio Grande do Sul, uma catástrofe de proporções devastadoras, considerada uma das maiores tragédias naturais relacionadas ao clima no Brasil. Para isso, foram utilizados dados de radar de abertura sintética (SAR), provenientes do satélite Sentinel-1, captados durante e antes do período das inundações. Adicionalmente, analisou-se dados de precipitação, visando compreender o regime pluviométrico dos meses correspondentes às imagens de radar, bem como identificar tendências mensais ao longo do tempo. Realizou-se a coleta e processamento dos dados de radar, incluindo recortes e correções necessárias, seguidos pela sobreposição de imagens para fazer a extração das áreas inundadas, com base na comparação dos dados de diferentes períodos. Todas as etapas foram conduzidas no software SNAP 10.0. Para a análise de tendências de precipitação, foi aplicado o teste estatístico de Mann-Kendall. Como resultado, foram elaborados mapas representando as áreas inundadas na região de estudo, permitindo a identificação das zonas mais impactadas e a extensão das inundações ao longo do rio Jacuí. Os dados de radar mostraram-se especialmente eficazes no mapeamento das inundações, pois cobriram áreas extensas e permitiram a coleta de informações mesmo durante chuvas e sob cobertura de nuvens, fatores que limitam o sensoriamento óptico. As tendências observadas apontam para um aumento significativo de precipitação no município de Porto Alegre (de até 1,22 mm/ano), sugerindo que os eventos de inundação registrados em 2024 não foram apenas pontuais, mas fazem parte de um processo contínuo de intensificação das chuvas na região. Essas análises possibilitaram uma compreensão mais aprofundada das inundações no estado e demonstraram a urgência de implementação de medidas preventivas.
Texto completo:
PDFReferências
ABAZAJ, F.; HASKO, G. Use of Sentinel-1 data in flood mapping in the Buna River area. International Journal of Environment and Climate Change, p. 147-156, 2020. https://doi.org/10.9734/ijecc/2020/v10i1030257
BENZOUGAGH, B. et al. Flood mapping using multi-temporal sentinel-1 SAR images: a case study - Inaouene watershed from Northeast of Morocco. Iranian Journal of Science and Technology, Transactions of Civil Engineering, v. 46, p. 1481-1490, 2022. https://doi.org/10.1007/s40996-021-00683-y
BRASIL. Ministério da Integração e do Desenvolvimento Regional. Secretaria de Proteção e Defesa Civil. Universidade Federal de Santa Catarina. Centro de Estudos e Pesquisas em Engenharia e Defesa Civil. Atlas Digital de Desastres no Brasil. Brasília: MIDR, 2023.
BRASIL. Sistema Federal de Proteção e Defesa Civil. Relatório de Operação - Rio Grande do Sul n. 13. Brasília, 2024.
BRIVIO, P. A. et al. Integration of remote sensing data and GIS for accurate mapping of flooded areas. International Journal of Remote Sensing, v. 23, n. 3, p. 429-441, 2002.
https://doi.org/10.1080/01431160010014729
DIAS, M. C. A. et al. Estimation of exposed population to landslides and floods risk areas in Brazil, on an intra-urban scale. International Journal of Disaster Risk Reduction, v. 31, p. 449-459, 2018. https://doi.org/10.1016/j.ijdrr.2018.06.002
DIMITRIOU, E. Precipitation Trends and Flood Hazard Assessment in a Greek World Heritage Site. Climate, v. 10, n. 12, 2022. https://doi.org/10.3390/cli10120194
EINGRÜBER, N.; KORRES, W. Climate change simulation and trend analysis of extreme precipitation and floods in the mesoscale Rur catchment in western Germany until 2099 using Statistical Downscaling Model (SDSM) and the Soil & Water Assessment Tool (SWAT model). Science of The Total Environment, v. 838, 2022. https://doi.org/10.1016/j.scitotenv.2022.155775
G1. Mais de 180 mortos, 25 desaparecidos e 96% das cidades atingidas: o raio-x da enchente que devastou o RS um ano após tragédia. 2025. Disponível em: https://g1.globo.com/rs/rio-grande-do-sul/1-ano-de-enchente-rs/noticia/2025/04/29/mais-de-180-mortos-25-desaparecidos-e-96percent-das-cidades-atingidas-o-raio-x-da-enchente-que-devastou-o-rs-um-ano-apos-tragedia.ghtml. Acesso em: 30 maio. 2025.
GAŠPAROVIĆ, M.; KLOBUČAR, D. Mapping floods in lowland forest using Sentinel-1 and Sentinel-2 data and an object-based approach. Forests, v. 12, n. 5, 2021. https://doi.org/10.3390/f12050553
HUMMELL, B. M. L.; CUTTER, S. L.; EMRICH, C. T. Social vulnerability to natural hazards in Brazil. International Journal of Disaster Risk Science, v. 7, p. 111-122, 2016. https://doi.org/10.1007/s13753-016-0090-9
IBGE - Instituto Brasileiro de Geografia e Estatística. Malha Municipal. 2022. Disponível em: https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais/15774-malhas. Acesso em: 25 maio. 2025.
KENDALL, M. G. Rank Correlation Methods. 4. ed. Londres: Charles Griffin, 1970.
LI, C. et al. Review on urban flood risk assessment. Sustainability, v. 15, 2023. https://doi.org/10.3390/su15010765
LIMA, R. C. A.; BARBOSA, A. V. B. Natural disasters, economic growth and spatial spillovers: Evidence from a flash flood in Brazil. Papers in Regional Science, v. 98, n. 2, p. 905-925, 2019. https://doi.org/10.1111/pirs.12380
LIMA, M. A. S.; LIRA, M. A. T. A variabilidade climática e os desastres naturais no Estado do Ceará (1991-2019). Revista Brasileira de Meteorologia, v. 36, p. 603-614, 2021. http://dx.doi.org/10.1590/0102-77863630035
MANN, H. B. Nonparametric tests against trend. Econometrica Journal of the Econometric Society, v. 13, n. 3, p. 245–259, 1945. https://doi.org/10.2307/1907187
MARENGO, J. A. et al. O maior desastre climático do Brasil: chuvas e inundações no estado do Rio Grande do Sul em abril-maio 2024. Estudos Avançados, v. 38, n. 112, p. 203-227, 2024. https://doi.org/10.1590/s0103-4014.202438112.012
MARTINI, L. C. P. Changes in rainfall patterns in southern Brazil over 1961-2020 period detected by rain gauge data. International Journal of Climatology, v. 42, n. 16, p. 9101-9114, 2022. https://doi.org/10.1002/joc.7804
MOU, Y. et al. Variation characteristics and the impact of urbanization of extreme precipitation in Shanghai. Scientific Reports, v. 12, n. 1, 2022. https://doi.org/10.1038/s41598-022-22352-4
MUNASINGHE, D.; COHEN, S.; HUANG, Y.; TSANG, Y.; ZHANG, J.; FANG, Z. Intercomparison of satellite remote sensing‐based flood inundation mapping techniques. Journal of the American Water Resources Association, v. 54, n. 4, p. 834-846, 2018. https://doi.org/10.1111/1752-1688.12626
NEDEL, A. S.; SAUNSEN, T. Análise das Inundações Bruscas Ocorridas na Região Sul do Brasil no Período 1980-2009. Ciência e Natura, v. 34, n. 1, p. 119-129, 2012. https://doi.org/10.5902/2179460X9358
PEREZ, L. P. et al. Climate change and disasters: Analysis of the Brazilian regional inequality. Sustentabilidade em Debate, v. 11, n. 3, p. 260–277, 2020. https://doi.org/10.18472/SustDeb.v11n3.2020.33813
PRUDENTE, V. H. R. et al. Limitations of cloud cover for optical remote sensing of agricultural areas across South America. Remote Sensing Applications: Society and Environment, v. 20, 2020. https://doi.org/10.1016/j.rsase.2020.100414
RIZZOTTO, M. L. F.; COSTA, A. M.; LOBATO, L.V. C. Crise climática e os novos desafios para os sistemas de saúde: o caso das enchentes no Rio Grande do Sul/Brasil. Saúde em Debate, v. 48, 2024. https://doi.org/10.1590/2358-28982024141EDP
SALMI, T. et al. Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen’s slope estimates –the Excel template application MAKESENS. Finlândia: Finnish Meteorological Institute, Publications on Air Quality n. 31, 2002.
SANOGO, A. et al. Investigation into recent temperature and rainfall trends in Mali using Mann-Kendall trend test: case study of Bamako. Journal of Geoscience and Environment Protection, v. 11, n. 3, p. 155-172, 2023. https://doi.org/10.4236/gep.2023.113011
SHERPA, S. F.; SHIRZAEI, M. Country‐wide flood exposure analysis using Sentinel‐1 synthetic aperture radar data: Case study of 2019 Iran flood. Journal of Flood Risk Management, v. 15: e12770, 2022. https://doi.org/10.1111/jfr3.12770
SHAHI, K. R. et al. DC4Flood: A deep clustering framework for rapid flood detection using Sentinel-1 SAR imagery. IEEE Geoscience and Remote Sensing Letters, v. 21, 2024. https://doi.org/10.1109/LGRS.2024.3390745
SILVA, I. H. C.; MIRANDA, F. P.; LANDAU, L. Avaliação da suscetibilidade de bacias hidrográficas ao desenvolvimento de inundações por integração de dados fisiográficos e sensoriamento remoto por radar. Revista Brasileira de Cartografia, v. 69, n. 9, p. 1687-1709, 2017. https://doi.org/10.14393/rbcv69n9-44085
SPGG - Secretaria de Planejamento, Governança e Gestão do Estado do Rio Grande do Sul. 2024. Área diretamente atingida pelo eventos extremos ocorridos no Estado em 2024. Disponível em: https://metadados.iede.rs.gov.br/geonetwork/srv/por/catalog.search#/metadata/63862411-8B51-4E08-A4BA-D624783C453A. Acesso em: 14 jun. 2025.
THOMAS, M. et al. A Framework to Assess Remote Sensing Algorithms for Satellite-Based Flood Index Insurance. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, v. 16, p. 2589-2604, 2023. https://doi.org/10.1109/JSTARS.2023.3244098
VIEIRA, S. A. et al. Analysis of flows in the Guaíba Hydrographic Region: Current variability and Trends due to Climate Change. Revista Brasileira de Geografia Física, v. 14, n. 03, p. 1559-1570, 2021. https://doi.org/10.26848/rbgf.v14.3.p1559-1570
WALEGA, A. et al. Analysis of the course and frequency of high water stages in selected catchments of the upper Vistula basin in the south of Poland. Water (Switzerland), v. 8, n. 9, 2016. https://doi.org/10.3390/w8090394
WMO - World Meteorological Organization. 2023 state of climate services: Health. Genebra, Suíça, 2023.
Apontamentos
- Não há apontamentos.
Direitos autorais 2025 Kaio Sales de Tancredo Nunes, Susane Eterna Leite Medeiros, Patricia dos Santos Nascimento, Deorgia Tayane Mendes de Souza, Rosângela Leal Santos
| Boletim Geográfico do Rio Grande do Sul | Secretaria de Planejamento, Governança e Gestão - RS | ISSN 2446-7251 |