Estudo dos processos de gestão de seca : aplicação no estado do Rio Grande do Sul

Abstract

A aplicação de gestão de riscos em eventos extremos como a seca é um fator primordial para redução de impactos sociais, além de auxiliar na utilização racional dos recursos naturais e financeiros. Na busca da eficiência da minimização dos efeitos da seca, vários países têm investido em estudos que utilizam índices para detectá-la, quantificá-la e monitorá-la. Entre os índices mais conhecidos têm-se o Índice Padronizado de Precipitação (SPI), que avalia a variação da precipitação em várias escalas de tempo, e o Índice de Aridez (IA), utilizado pela UNESCO para caracterização climática. Aliado a estes índices são desenvolvidos planos de gestão de riscos da seca. No Brasil a política de secas sempre foi voltada a gestão de crises, resultando num problema crônico de grandes impactos no Nordeste e, recentemente, também no Rio Grande do Sul (RS), como nos anos de 2004 e 2005. Nesta época, mais de 450 municípios decretaram situação de emergência devido à seca e houve a maior quebra de safra da história. Esta pesquisa objetivou avaliar a metodologia de gestão de secas utilizada pela Defesa Civil – RS, propondo a utilização de sistema de alerta baseado no SPI e IA e a adoção de um sistema de gestão de riscos fundamentado na avaliação, previsão e planejamento, composto de critérios objetivos na decretação de situação de emergência e estado de calamidade pública, além de diretrizes para um plano de ações para seca. Na comparação dos resultados dos índices de seca com as decretações de situação de emergência devido à seca no período de 1991 a 2005, o número de coincidências foi bastante baixo. Além disso, as regiões secas detectadas pelos índices de seca foram diferentes das regiões de maiores freqüências de decretações. Através desta análise pode-se concluir que a metodologia utilizada atualmente para gestão de secas não é eficiente. Um sistema de alerta para secas de curto prazo (agrícola) e longo prazo (hidrológica), baseado nos índices IA (mensal e trimestral) e SPI (anual), respectivamente, foi proposto e simulado. O IA identificou a região sul do RS como a mais propícia a períodos secos no estado, já o SPI identificou a região nordeste. Através dos resultados pôde-se concluir que os dois índices identificaram os mesmos períodos secos (meses e anos), porém, devido às regiões detectadas, o IA foi o que melhor representou a realidade climática do estado. A partir destes resultados foi proposta uma reformulação na metodologia da Defesa Civil considerando-se o sistema de alerta e análises de dados regionais para identificar as regiões mais vulneráveis a períodos secos.

The risk management in hazards like drought is very important to reduce social impacts, and to rationalize the natural and financial resources. To minimize the drought impacts, several countries take into account some indexes to its detection, quantification and evaluation. The Standardized Precipitation Index (SPI) is very applied around the world, and evaluates the variation of the precipitation in some timescale. Also, the Aridity Index (AI) is applied by UNESCO for climate characterization. These indexes should be a part of the plan of drought management risk. Usually, the drought policy of Brazil prioritizes the crisis management, with several negative impacts for decades in the Brazilian Northeast, and nowadays in Rio Grande do Sul. In 2004 and 2005, 450 municipals declared state of emergency by drought, with the biggest loss of harvest in local history. The research aim is to evaluate the drought management methodology of the Civil Defense of Rio Grande do Sul, and propose warning system based on SPI and AI as part of a risk management system to assess, forecast and plan actions against drought. This risk management system should include objective criteria to declare state of emergency and state of calamity, and guidelines for a drought plan. Comparing the results of drought indexes and declarations of state of emergence from 1991 to 2005, the number of coincidences was very low. Also, the dry regions detected by drought indexes were different of the regions with state of emergence. Thus, it can be concluded that the actual methodology for drought management is inefficient. It was proposed and tested a warning system for droughts of short term (agricultural), based on AI (monthly and quarterly), and droughts of long term (hydrological), based on SPI (annual). The AI identified the south of state as the drier, and the SPI identified the northeast. Both indexes identified the same periods of drought (months and years), but the AI, due the dry sites identified, best represents the local climatology. Thus, it was proposed a recast of the Civil Defense methodology for drought management, considering warning system and analysis of local data to identify the regions most vulnerable to dry periods.