Aplicação de ferramentas computacionais para auxiliar estudos de processos erosivos em praias arenosas: um subsídio para ação de apoio a gestão integrada da bacia hidrográfica com a zona costeira

Abstract

Estudos sobre a erosão costeira no estado de São Paulo utilizam a comparação de parâmetros texturais e morfométricos de perfis praiais ao longo do tempo para identificar processos erosivos. A análise desses dados em matrizes temporais permite identificar áreas em risco de erosão e fornecem subsídios para o planejamento integrado da bacia hidrográfica com a zona costeira, uma vez que seus efeitos impactam diretamente a questão do saneamento básico e da balneabilidade das praias (ODS 6) na bacia costeira. Os resultados desses estudos ajudam a subsidiar decisões estratégicas de enfrentamento aos impactos das mudanças climáticas (ODS 13) e da conservação dos oceanos (ODS 14). Diante disso, o objetivo desse trabalho é comprovar a utilidade de um pacote de ferramentas computacionais desenvolvido na linguagem Visual Basic for Applications, que aplicada a um modelo preditivo de células de deriva litorânea, seja capaz de automatizar e reduzir o tempo de execução do processo para obtenção dos parâmetros morfotexturais, gerar matrizes de comparação e sintetizar resultados para identificação de processos sedimentares. Para validar experimentalmente a aplicação das ferramentas computacionais foram utilizados os dados morfométricos e dados obtidos de análises laboratoriais dos sedimentos dos perfis das praias da Enseada,no Guarujá, e de Itaguaré, em Bertioga, localizadas na Bacia Hidrográfica da Baixada Santista -SP (UGRHI-7). Para as análises sedimentológicas adotou-se a metodologia de análise granulométrica. Os dados analíticos foram inseridos em Frames de entrada de um formulário analítico. Esses dados foram em seguida calculados, exportados e convertidos em informações numéricas e gráficas, seguindo diversos equacionamentos para determinação dos parâmetros estatísticos. Matrizes computacionais executaram tarefas repetitivas, sequências de ações e cálculos complexos de forma rápida e precisa na identificação de processos sedimentares. Os resultados obtidos indicaram ser satisfatórios, pois apresentaram aproximação de 99,5% a 100% com os resultados do estudo de suscetibilidade à erosão para o Estado de São Paulo, além disso os indicadores de performance demonstraram ótima capacidade de resposta de processamento com grandes volumes de dados, garantindo o desempenho das ferramentas computacionais.

Studies on coastal erosion in the state of São Paulo compare textural and morphometric parameters of beach profiles over time to identify erosion processes. Analyzing these data in temporal matrices allows for the identification of areas at risk of erosion and provides support for integrated planning of the river basin and coastal zone, since its effects directly impact basic sanitation and beach bathing conditions (SDG 6) in the coastal basin. The results of these studies help inform strategic decisions to address the impacts of climate change (SDG 13) and ocean conservation (SDG 14). Therefore, the objective of this work is to demonstrate the usefulness of a package of computational tools developed in Visual Basic for Applications. Applied to a predictive model of longshore drift cells, it can automate and reduce the execution time of the process for obtaining morphotextural parameters, generating comparison matrices, and synthesizing results for identifying sedimentary processes. To experimentally validate the application of the computational tools, morphometric data and data obtained from laboratory analyses of sediment profiles from the beaches of Enseada, in Guarujá, and Itaguaré, in Bertioga, located in the Baixada Santista River Basin (UGRHI-7), were used. For the sedimentological analyses, the granulometric analysis methodology was adopted. The analytical data were entered into input frames of an analytical form. These data were then calculated, exported, and converted into numerical and graphical information, following several equations to determine the statistical parameters. Computational matrices performed repetitive tasks, sequences of actions, and complex calculations quickly and accurately to identify sedimentary processes. The results obtained were satisfactory, as they were 99.5% to 100% close to the results of the erosion susceptibility study for the State of São Paulo. Furthermore, the performance indicators demonstrated excellent processing response capacity with large volumes of data, ensuring the performance of the computational tools.