Avaliação e vulnerabilidade à inundação: casos de estudo
Type
masterThesis
Creator
Identifier
201077426
Title
Avaliação e vulnerabilidade à inundação: casos de estudo
Contributor
Fernandez, Paulo Alexandre Justo
Subject
Análise de clusters
Análise fatorial
Inundação
Mapeamento
Vulnerabilidade
Cluster analysis
Factor analysis
Flood
Mapping
Vulnerability
Domínio/Área Científica::Ciências Agrárias
Análise fatorial
Inundação
Mapeamento
Vulnerabilidade
Cluster analysis
Factor analysis
Flood
Mapping
Vulnerability
Domínio/Área Científica::Ciências Agrárias
Date
2016-02-18T15:57:52Z
2016-02-18T15:57:52Z
2014
2016-02-18T15:57:52Z
2014
Description
Trabalho de Projeto apresentado à Escola Superior Agrária do Instituto Politécnico de Castelo Branco para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Sistemas de Informação Geográfica – Recursos Agro-Florestais e Ambientais.
A vulnerabilidade define-se como o potencial de danos e valor dos elementos expostos a um fenómeno potencialmente lesivo para a sociedade. Pode ser decomposta em dois conceitos: susceptibilidade, que corresponde às características socioeconómicas de uma comunidade, e exposição, que se relaciona com o maior ou menor potencial de perdas económicas. O estudo teve por objectivo a avaliação da vulnerabilidade à inundação nos municípios de Almeirim, Cascais, Leiria, Santarém e Vila Nova de Gaia, onde historicamente o fenómeno é recorrente. Foi utilizada uma abordagem paramétrica e multidimensional, introduzindo e analisando três componentes da vulnerabilidade: socioeconómica, ambiental e física. O estudo teve por base a unidade espacial da subsecção estatística da Base Geográfica de Referenciação da Informação dos Censos de 2011. Na estimativa da vulnerabilidade foram consideradas as seguintes variáveis: densidade de edifícios, altura dos edifícios, idade dos edifícios, estrutura dos edifícios, densidade populacional, estrutura etária, desemprego, habilitações literárias, sector de actividade, tipo de residência, dimensão do agregado, ocupação do solo, inclinação do terreno e proximidade a linhas de água. A metodologia assenta em dois processos – Análise Factorial e Análise de Clusters. A Análise Factorial permitiu transformar um conjunto de variáveis correlacionadas num conjunto menor de variáveis independentes, reduzindo a redundância dos dados e tendo como resultado factores que foram depois utilizados como parâmetros de entrada na Análise de Clusters. A Análise de Clusters permitiu agrupar as componentes em cinco grupos homogéneos de vulnerabilidade. As cinco classes de vulnerabilidade foram posteriormente utilizados na representação dos mapas de vulnerabilidade à inundação. De um modo geral, verificou-se uma maior homogeneidade ao nível das variáveis com a análise individual da componente socioeconómica. Em sentido inverso, verificou-se menor homogeneidade com a análise conjunta das três componentes da vulnerabilidade à inundação. Relativamente à explicação da variância, conclui-se que a análise individual da componente socioeconómica explica maior percentagem da variabilidade dos dados enquanto a análise conjunta das componentes socioeconómica, ambiental e física origina uma menor explicação da variância total dos dados. A análise individual da componente socioeconómica é responsável por uma menor vulnerabilidade à inundação das áreas de estudo. A análise conjunta das três componentes parece originar o efeito contrário, produzindo mapas onde globalmente a vulnerabilidade é mais acentuada. A análise conjunta dos cinco municípios do estudo, em vez da análise individual, produz, na maioria dos casos, mapas em que a vulnerabilidade à inundação é mais severa.
Abstract: Vulnerability is defined as the loss potential and value of elements exposed to a phenomenon potentially harmful to society. It can be decomposed into two concepts: susceptibility, referring to the socio-economic characteristics of a community, and exposure, related with the highest or lowest economic losses potential. The study´s aim was the assessment of flood vulnerability in the municipalities of Almeirim, Cascais, Leiria, Santarém and Vila Nova de Gaia, where historically the phenomenon is recurrent. A parametric and multidimensional approach was used, introducing and analyzing three components of vulnerability: socio-economic, environmental and physical. The study had as basis the spatial unit of the statistical subsection from the Geographic Basis of Information Referencing of the 2011 Census. In the estimation of vulnerability the following variables were considered: building density, building height, building age, building structure, population density, age structure, unemployment, qualifications, business sector, type of residency, household size, land use, slope and proximity to streams. The methodology is based on two processes - Factor Analysis and Cluster Analysis. The Factor Analysis enabled transforming a set of correlated variables into a smaller set of independent variables, reducing the data redundancy and having as result factors then used as inputs in the Cluster Analysis. The Cluster Analysis enabled grouping the components into five homogeneous groups of vulnerability. The five classes of vulnerability were then used in the representation of the flood vulnerability maps. In general, higher homogeneity at the variables level was found with the single analysis of the socioeconomic component. On the other hand, lower homogeneity was found with the joint analysis of the three components of flood vulnerability. Regarding the variance explanation, it can be concluded that the single analysis of the socioeconomic component explains higher percentage of the data variability whereas the joint analysis of the socioeconomic, environmental and physical components originates lower explanation of the total data variance. The single analysis of the socioeconomic component is responsible for lower flood vulnerability in the study areas. The joint analysis of the three components seems to originate the opposite, producing maps where globally vulnerability is more pronounced. The joint analysis of the study´s five municipalities, instead of single analysis, produces, in most cases, maps in which flood vulnerability is more severe.
A vulnerabilidade define-se como o potencial de danos e valor dos elementos expostos a um fenómeno potencialmente lesivo para a sociedade. Pode ser decomposta em dois conceitos: susceptibilidade, que corresponde às características socioeconómicas de uma comunidade, e exposição, que se relaciona com o maior ou menor potencial de perdas económicas. O estudo teve por objectivo a avaliação da vulnerabilidade à inundação nos municípios de Almeirim, Cascais, Leiria, Santarém e Vila Nova de Gaia, onde historicamente o fenómeno é recorrente. Foi utilizada uma abordagem paramétrica e multidimensional, introduzindo e analisando três componentes da vulnerabilidade: socioeconómica, ambiental e física. O estudo teve por base a unidade espacial da subsecção estatística da Base Geográfica de Referenciação da Informação dos Censos de 2011. Na estimativa da vulnerabilidade foram consideradas as seguintes variáveis: densidade de edifícios, altura dos edifícios, idade dos edifícios, estrutura dos edifícios, densidade populacional, estrutura etária, desemprego, habilitações literárias, sector de actividade, tipo de residência, dimensão do agregado, ocupação do solo, inclinação do terreno e proximidade a linhas de água. A metodologia assenta em dois processos – Análise Factorial e Análise de Clusters. A Análise Factorial permitiu transformar um conjunto de variáveis correlacionadas num conjunto menor de variáveis independentes, reduzindo a redundância dos dados e tendo como resultado factores que foram depois utilizados como parâmetros de entrada na Análise de Clusters. A Análise de Clusters permitiu agrupar as componentes em cinco grupos homogéneos de vulnerabilidade. As cinco classes de vulnerabilidade foram posteriormente utilizados na representação dos mapas de vulnerabilidade à inundação. De um modo geral, verificou-se uma maior homogeneidade ao nível das variáveis com a análise individual da componente socioeconómica. Em sentido inverso, verificou-se menor homogeneidade com a análise conjunta das três componentes da vulnerabilidade à inundação. Relativamente à explicação da variância, conclui-se que a análise individual da componente socioeconómica explica maior percentagem da variabilidade dos dados enquanto a análise conjunta das componentes socioeconómica, ambiental e física origina uma menor explicação da variância total dos dados. A análise individual da componente socioeconómica é responsável por uma menor vulnerabilidade à inundação das áreas de estudo. A análise conjunta das três componentes parece originar o efeito contrário, produzindo mapas onde globalmente a vulnerabilidade é mais acentuada. A análise conjunta dos cinco municípios do estudo, em vez da análise individual, produz, na maioria dos casos, mapas em que a vulnerabilidade à inundação é mais severa.
Abstract: Vulnerability is defined as the loss potential and value of elements exposed to a phenomenon potentially harmful to society. It can be decomposed into two concepts: susceptibility, referring to the socio-economic characteristics of a community, and exposure, related with the highest or lowest economic losses potential. The study´s aim was the assessment of flood vulnerability in the municipalities of Almeirim, Cascais, Leiria, Santarém and Vila Nova de Gaia, where historically the phenomenon is recurrent. A parametric and multidimensional approach was used, introducing and analyzing three components of vulnerability: socio-economic, environmental and physical. The study had as basis the spatial unit of the statistical subsection from the Geographic Basis of Information Referencing of the 2011 Census. In the estimation of vulnerability the following variables were considered: building density, building height, building age, building structure, population density, age structure, unemployment, qualifications, business sector, type of residency, household size, land use, slope and proximity to streams. The methodology is based on two processes - Factor Analysis and Cluster Analysis. The Factor Analysis enabled transforming a set of correlated variables into a smaller set of independent variables, reducing the data redundancy and having as result factors then used as inputs in the Cluster Analysis. The Cluster Analysis enabled grouping the components into five homogeneous groups of vulnerability. The five classes of vulnerability were then used in the representation of the flood vulnerability maps. In general, higher homogeneity at the variables level was found with the single analysis of the socioeconomic component. On the other hand, lower homogeneity was found with the joint analysis of the three components of flood vulnerability. Regarding the variance explanation, it can be concluded that the single analysis of the socioeconomic component explains higher percentage of the data variability whereas the joint analysis of the socioeconomic, environmental and physical components originates lower explanation of the total data variance. The single analysis of the socioeconomic component is responsible for lower flood vulnerability in the study areas. The joint analysis of the three components seems to originate the opposite, producing maps where globally vulnerability is more pronounced. The joint analysis of the study´s five municipalities, instead of single analysis, produces, in most cases, maps in which flood vulnerability is more severe.
Access restrictions
restrictedAccess
Language
por
Comments
