Mapeamento de áreas de risco à saúde pública por meio de métodos geoestatísticos

Este trabalho tem por objetivo apresentar uma aplicação de métodos geoestatísticos na elaboração de mapas de risco à saúde pública, por meio da identificação de áreas com maior concentração de metais pesados. Foi escolhido o elemento chumbo (Pb), resultante do transporte aéreo ou do carregamento das partículas causado pela lixiviação do solo, em uma região com grande concentração urbana e industrial na Baixada Santista, São Paulo, Brasil. Elaboraram-se mapas das distribuições espaciais desse elemento por intermédio da krigagem ordinária; posteriormente, utilizando-se a krigagem indicativa, identificaram-se as áreas com valores de contaminação do solo superiores aos níveis máximos aceitáveis pelo órgão de controle ambiental do Estado de São Paulo, originando um mapeamento com áreas com maior probabilidade de risco à saúde pública. Os mapas resultantes mostraram-se ferramentas promissoras para auxiliar a tomada de decisão quanto a questões de políticas públicas relacionadas à saúde e ao planejamento ambiental.

Transfer function-noise modeling and spatial interpolation to evaluate the risk of extreme (shallow) water-table levels in the Brazilian Cerrados

Water regimes in the Brazilian Cerrados are sensitive to climatological disturbances and human intervention. The risk that critical water-table levels are exceeded over long periods of time can be estimated by applying stochastic methods in modeling the dynamic relationship between water levels and driving forces such as precipitation and evapotranspiration. In this study, a transfer function-noise model, the so called PIRFICT-model, is applied to estimate the dynamic relationship between water-table depth and precipitation surplus/deficit in a watershed with a groundwater monitoring scheme in the Brazilian Cerrados. Critical limits were defined for a period in the Cerrados agricultural calendar, the end of the rainy season, when extremely shallow levels (< 0.5-m depth) can pose a risk to plant health and machinery before harvesting. By simulating time-series models, the risk of exceeding critical thresholds during a continuous period of time (e.g. 10 days) is described by probability levels. These simulated probabilities were interpolated spatially using universal kriging, incorporating information related to the drainage basin from a digital elevation model. The resulting map reduced model uncertainty. Three areas were defined as presenting potential risk at the end of the rainy season. These areas deserve attention with respect to water-management and land-use planning.