Exploring the Relationship between Urbanization, Floods and Green Infrastructures: A Study in The Nado Stream Watershed, Belo Horizonte, Brazil.
DOI:
https://doi.org/10.26848/rbgf.v18.05.p4001-4017Palavras-chave:
Urban Floods, Remote Sensing, Land Use and Land Cover Dynamics, Green InfrastructuresResumo
Urban floods are significant hydrological phenomena that impact both physical and social systems. This study explores the relationship between land use and cover dynamics and flood occurrences within Nado stream watershed (Belo Horizonte, Brazil), aiming to identify potential areas for green infrastructure implementation. The research uses geospatial analysis techniques, including remote sensing and GIS tools, to examine how urbanization and landscape changes influence flood vulnerability and risk. The methodology includes analyzing land cover changes over time, urbanization trends, flood susceptibility mapping, environmental health indices, and social vulnerability assessments. By integrating these datasets, the study identifies priority areas for green infrastructure, such as rain gardens and linear parks, as effective flood mitigation strategies. It highlights the importance of nature-based solutions and sustainable drainage systems in enhancing urban resilience. The results reveal evolving land use patterns, the concentration of urbanization around water bodies, and the negative impact of vegetation loss on flood risk. The analysis identifies high-susceptibility areas, particularly in heavily urbanized zones, and underscores the intersections between urbanization trends, flood risk, and social vulnerability. The study emphasizes the need for strategic interventions to bolster urban resilience, providing valuable insights for flood management and green infrastructure planning decision-making. It underscores the urgency of implementing nature-based solutions to address increasing flood risks amid urban expansion and climate change.
Downloads
Referências
Al-Faisal, A., Al-Kafy, A., Roy, S., 2018. Integration Of Remote Sensing And Gis Techniques For Flood Monitoring And Damage Assessment: A Case Study Of Naogaon District, Bangladesh. Journal Of Remote Sensing & Gis [Online] 7:2. Doi: 10.4172/2469-4134.1000236. Available in: https://doi.Org/10.4172/2469-4134.1000236.
Belo Horizonte., 2019. Lei Municipal N° 11.181, De 08 De Agosto De 2019. Https://Www.Cmbh.Mg.Gov.Br/Atividade-Legislativa/Pesquisar-Legislacao/Lei/11181/2019, Belo Horizonte. Accessed: 13/09/2022.
Belo Horizonte, 2023. PBH investe em Jardins de Chuva como estratégia de prevenção a alagamentos. Available in: https://prefeitura.pbh.gov.br/noticias/pbh-investe-em-jardins-de-chuva-como-estrategia-de-prevencao-alagamentos, Belo Horizonte. Accessed: 15/05/2024.
Belo Horizonte. Plano Diretor De Drenagem – PDDU. 2014 Programa De Monitoramento Hidrológico E Alerta Contra Inundações. Belo Horizonte, Belo Horizonte.
Belo Horizonte., 2016. Plano Municipal De Saneamento De Belo Horizonte PMS 2016-2019. PBH/Sudecap/Smobi, Belo Horizonte.
Belo Horizonte., 2020. Prefeitura De Belo Horizonte Mapeia Principais Pontos De Alagamento Da Cidade; Available: https://Prefeitura.Pbh.Gov.Br/Noticias/Prefeitura-De-Belo-Horizonte-Mapeia-Principais-Pontos-De-Alagamento-Da-Cidade, Belo Horizonte. Accessed: 02/08/2022.
Bierens, H.J., 1987. Kernel Estimators Of Regression Functions. Advances In Econometrics: Fifth World Congress, Cambridge University Press, Cambridge, 99-144. https://doi.Org/10.1017/CCOL0521344301.003
Brasil., 2021. Bases Para A Atualização Colaborativa Da Agenda Nacional De Desenvolvimento Urbano Sustentável. Ministério Do Desenvolvimento Regional, 2021. Accessed: 15/05/2024. Brasília.
Breiman, L., 2001. Random Forests. Machine Learning 45, 5–32.
Caldas, V. I. S. P., Silva, A. S., Santos, J. P. C., 2019. Suscetibilidade A Erosão Dos Solos Da Bacia Hidrográfica Lagos – São João, No Estado Do Rio De Janeiro – Brasil, A Partir Do Método AHP E Análise Multicritério. Revista Brasileira De Geografia Física 12, N.04, 1415-1430.
Catimay, J.T.; Martínez, L.M.G.; Muñoz, N.A.M., 2019. Modelación del Desempeño Hidrológico de Techos Verdes en Ciudades Andinas Tropicales Usando SWMM. Producción+ Limpia. Colômbia, 14, 46-60.
Congedo, L., 2021. Semi-Automatic Classification Plugin: A Python Tool For The Download And Processing Of Remote Sensing Images In QGIS. Journal Of Open Source Software [Online] 6(64), 3172. Available: https://doi.Org/10.21105/Joss.03172. Accessed: 02/08/2022.
Conrad, O., Bechtel, B., Bock, M., Dietrich, H., Fischer, E., Gerlitz, L., Wehberg, J., Wichmann, V., And Böhner, J., 2015. System For Automated Geoscientific Analyses (SAGA) V. 2.1.
Epanechnikov, V. A., 1969. Non-Parametric Estimation Of A Multivariate Probability Density. Theory Of Probability & Its Applications [Online] 14(1), 153-158.
Fairfield, J.; Leymarie, P., 1991. Drainage Networks from Grid Digital Elevation Models. Water Resources Research. United States, V. 27, N. 5, P. 709-717. DOI: 10.1029/90WR02658.
Farhadi, H.; Najafzadeh, M., 2021. Flood Risk Mapping By Remote Sensing Data And Random Forest Technique. Water [Online] 13, 3115. DOI: https://Doi.Org/10.3390/W13213115
Goffi, A.; Stroppiana, D.; Brivio, A.P.; Bordogna, G.; Boschetti, M., 2020. Towards An Automated Approach To Map Flooded Areas From Sentinel-2 MSI Data And Soft Integration Of Water Spectral Features. International Journal Of Applied Earth Observation And Geoinformation, 84.
Grabowski, Z. J.; McPhearson, T.; Matsler, A.M.; Groffman, P.; Pickett, S.T.A., 2022. What is Green Infrastructure? A Study of Definitions in US City Planning. Frontiers in Ecology and the Environment. United States, V. 20, N. 1, P. 32-41. DOI: 10.1002/fee.2445.
Güvel, S.; Akgül, M. A.; Aksu, H., 2022. Flood Inundation Maps Using Sentinel-2: A Case Study In Berdan Plain. Water Supply 22 (4): 4098–4108.
IBGE. Instituto Brasileiro De Geografia E Estatística, 2021. Cidades: Belo Horizonte. Acessed in: 14/06/2022, Brasília.
Jensen, J.R., 2009. Sensoriamento Remoto Do Ambiente: Uma Perspectiva Em Recursos Terrestres. Tradução de José Carlos Neves Epiphanio et al. Parêntese, São José Dos Campos.
Kageyama, K.; Nomaguchi, Y.; Akahata, N.; Matsuoka, N.; Shibaraki, K.; Kaneko, A.; Anahara, T.; Nishizawa, H.; Ishioka, T., 2022. Extraction Of Flooded Areas By Satellite In The July 2020 Heavy Rainfall Event In Japan. Journal Of JSCE, 10, 567-575.
Kumar, V.; Sharma, K.; Caloeiro, T.; Mehta, D.; Singh, K., 2023. Comprehensive overview of flood modeling approaches: A review of recent advances. Hydrology, 10, 141.
Lopes, F.W.A.; Macedo, D.R.M.; Medeiros, I.H.; Umbelinho, G.J.M.; Magalhães Jr, A.P., 2003. Bacias Hidrográficas Como Unidade De Análise De Processos De Expansão Urbana Desordenada: O Caso Da Bacia Do Córrego Do Nado – Belo Horizonte/MG. Geouerj.
Macedo, D. R., Callisto, M., Linares, M. S., Hughes, R. M., Romano, B. M. L., Rothe-Neves, M., Silveira, J. S., 2022. Urban stream rehabilitation in a densely populated Brazilian metropolis. Frontiers in Environmental Science, 10, Article 921934. DOI: https://doi.org/10.3389/fenvs.2022.921934.
Macedo, D. R.; HUGHES, R. M. ; Kaufmann, P. R. ; CALLISTO, M., 2018. Development and validation of an environmental fragility index (EFI) for the neotropical savannah biome. Science of The Total Environment, 635, 1267-1279
Macedo, D. R., Lima, L. S., 2022. Geotecnologias e Recursos Hídricos. In: Magalhães Jr, A. P., Lopes, F. W. (Org.). Recursos Hídricos: As águas na interface sociedade-natureza. 1ª ed. São Paulo: Oficina de Textos, p. 221-240.
Morais, B. R., 2022. Uso de Técnicas de Modelagem e Análise Espacial para avaliação do Potencial de Aplicação de Infraestruturas Verdes: Estudo de Caso da Bacia Hidrográfica do Córrego da Ressaca, Belo Horizonte - MG. Dissertação (Mestrado em Análise e Modelagem de Sistemas Ambientais), Instituto de Geociências, Universidade Federal de Minas Gerais.
Morais, B. R., Méndez-Quintero, J. D., Macedo, D. R., Nero, M. A., 2021. Os telhados verdes nas políticas ambientais e como medida mitigadora das inundações urbanas: uma revisão sistemática. Labor e Engenho, 15(00), e021018. https://doi.org/10.20396/labore.v15i00.8663910.
Peredo, D.; Ramos, M. H.; Andréassian, V.; Oudin, L., 2022. Investigating hydrological model versatility to simulate extreme flood events. Hydrological Sciences Journal, 2022, 67 (4), pp. 628- 645.
Raza, M., Fatima, A., Habiba, U., & Shah, H., 2023. Public health implications of severe floods in Pakistan: assessing the devastating impact on health and the economy. Frontiers in Environmental Science. https://doi.org/10.3389/fenvs.2023.1091998.
Rosa, D., Nascimento, N., Moura, P., & Macedo, G., 2020. Assessment of the hydrological response of an urban watershed to rainfall-runoff events in different land use scenarios - Belo Horizonte, MG, Brazil.. Water science and technology : a journal of the International Association on Water Pollution Research, 81 4, 679-693 . https://doi.org/10.2166/wst.2020.148.
Rennó, C. D., Nobre, A. D., Cuartas, L. A., Soares, J. V., Hodnett, M. G., Tomasella, J., Waterloo, M. J., 2008. HAND, a new terrain descriptor using SRTM-DEM: Mapping terra-firme rainforest environments in Amazonia. Remote Sensing of Environment [Online] 112:3469-3481. DOI: 10.1016/j.rse.2008.03.018.
Saaty, T. L., 1990. How to make a decision: the analytic hierarchy process. European Journal of Operational Research, 48(1).
Viero, D., Roder, G., Matticchio, B., Defina, A., & Tarolli, P., 2019. Floods, landscape modifications and population dynamics in anthropogenic coastal lowlands: The Polesine (northern Italy) case study. The Science of the total environment, 651 Pt 1, 1435-1450 . https://doi.org/10.1016/j.scitotenv.2018.09.121
Zha, Y.; Gao, J.; Ni, S., 2001. Use Of Normalized Difference Built-Up Index In Automatically Mapping Urban Areas From TM Imagery. International Journal Of Remote Sensing. China, 24, 583-594.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Aluizio Brito, Diego Rodrigues Macedo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
