Análise de vulnerabilidade socioambiental aplicada a municípios do agreste pernambucano

Abstract

Com o avanço das mudanças climáticas e as preocupações com as populações mais vulneráveis a essas mudanças, surge a necessidade de desenvolver ferramentas de observação das condições socioambientais em que essas populações vivem. Os indicadores têm sido uma ferramenta importantíssima no gerenciamento das condições ambientais e fundamental para os gestores públicos nas tomadas de decisões. O presente trabalho teve como objetivo calcular o Índice de Vulnerabilidade Socioambiental (IVSA) através da análise fatorial de 16 indicadores do censo demográfico 2010 do IBGE para os municípios do agreste pernambucano. Os municípios foram escolhidos para avaliar a realidade socioambiental no entorno da barragem de Jucazinho, que passou por diversos problemas estruturais e não pôde armazenar água de setembro de 2016 a abril de 2018. A análise fatorial realizada com 23 municípios do Agreste Pernambucano abastecidos pela barragem resultou em um valor do teste KMO de 0,541. Também foi realizada uma análise retirando 5 municípios que resultou em um teste KMO de 0,549, e comparado os valores do IVSA entre as duas análises. O resultado final da comparação das análises classificou os municípios de: Gravatá, Santa Cruz do Capibaribe, Surubim, Taquaritinga do Norte, Toritama e Vertentes com baixo IVSA; Caruaru, Orobó, Passira, Riacho das Almas, Santa Maria do Cambucá e Vertente do Lério com médio IVSA; Bom Jardim, Casinhas, Cumaru, Frei Miguelinho, João Alfredo e Salgadinho com alto IVSA, o que os caracterizou com maior risco aos desastres ambientais. Concluiu-se que os resultados foram significativos e a comparação das duas análises importantíssimas para garantir a coerência dos resultados, permitindo entender um pouco mais sobre a região estudada. O método de análise fatorial deve ser utilizado com mais dados de observação sendo, portanto, menos empregado na avaliação de pequenas regiões. Sugerese para trabalhos posteriores o aprimoramento dos indicadores no modelo socioambiental e a avaliação temporal dos dados, bem como a incorporação de técnicas de geoprocessamento.