Este trabalho apresenta metodologia para mapeamento da vulnerabilidade costeira à elevação do Nível Médio do Mar (NMM) em escala local, com estudo de caso na orla marítima da Ilha de Madre de Deus/BA. Essa orla marítima é densamente ocupada por bairros residenciais e instalações da indústria petrolífera. Para isso, foi criado um índice de vulnerabilidade costeira com a combinação de quatro variáveis geológicas (geomorfologia, declividade, elevação e taxa de erosão/acreção na face de praia), determinadas em levantamentos sazonais (verão e inverno) de perfis de praia georreferenciados e niveladas em relação ao NMM, e três variáveis de processos físicos costeiros (taxa de elevação do nível médio do mar, altura significativa de onda e amplitude de maré média). O mapa representou a variação da vulnerabilidade relativa ao longo de distintos setores da linha de costa possibilitando identificar a combinação mais crítica das variáveis, ou seja, áreas prioritárias às intervenções antrópicas para redução das vulnerabilidades por meio de estratégias de prevenção, mitigação e/ou adaptação socioeconômicas e ambientais aos impactos da elevação do NMM. Os resultados mostraram alto potencial na aplicação da metodologia em setores de beira-mar, cuja pequena extensão requer o mapeamento em escala de detalhe.

This paper presents methodology to coastal vulnerability mapping to Mean Sea Level (MSL) rise in local scale, with case study at waterfront of Madre de Deus Island, Baía de Todos os Santos, Bahia, Brazil. This waterfront is densely occupied by residential quarters and oil industry facilities. For this, coastal vulnerability indexes were used based on combination of four geological variables (geomorphology, slope, elevation and erosion/accretion rate at beach face) obtained in seasonal surveys (summer and winter) of georeferenced and levelling beach profiles relative to MSL, and three variables of coastal physical processes (MSL rate of rise, significant wave height and mean average tidal range). The map represented the variation of relative vulnerability over distinct sectors along the coastline making it possible to identify the most critical combination of variables, i.e., i.e., anthropogenic interventions priority areas for reduction of vulnerabilities, through strategies for prevention, mitigation and/or socioeconomic and environmental adaptation to the impacts of MSL rise. The results showed high potential for application of the methodology in waterfront sectors whose small extension requires detail scale mapping.

Este trabalho apresenta metodologia utilizada na altimetria GNSS de precisão aplicada em estudos costeiros de praias arenosas localizadas no Litoral Setentrional do Rio Grande do Norte, baseada em cálculo, modelagem e remoção da Componente Sistemática (CS) do modelo geoidal. Os métodos foram aplicados e avaliados utilizando o modelo geoidal MAPGEO. O cálculo da CS foi realizado em Referências de Nível (RNs) localizadas na área de estudo pela subtração entre as alturas geoidais gravimétricas, obtidas pelo modelo geoidal, e as geométricas, obtidas pelo posicionamento GNSS em RNs. Após modelagem e remoção da CS, por um modelo superfície polinomial quadrático, a CS calculada, com média de -0,498 m, Desvio Padrão (DP) de 0,110 m e Erro Quadrático Médio (EQM) de 0,509 m, passou a ter média nula, DP de 0,065 m e EQM de 0,062 m. Avaliações realizadas a partir de pontos de controle externos ao modelo mostraram que a metodologia forneceu acurácia decimétrica à altimetria GNSS, adequada ao monitoramento da elevada dinâmica sedimentar em ambientes costeiros, fato comprovado no estudo de caso apresentado.

This paper presents methodology applied in altimetry by Global Navigation Satellite System (GNSS) of precision in coastal areas located on Northern Coast of Rio Grande do Norte, Northeastern Brazil, based on calculation, modeling, and removal of Systematic Component (SC) of geoid model. Methods were implemented and evaluated by using the MAPGEO geoid model. The calculation of the SC was performed in Benchmarks (BM) located on study area by subtraction between gravimetric geoid heights obtained by geoid model, and geometric geoid heights obtained by GNSS positioning in BM. After modeling and removing SC by a quadratic polynomial surface model, SC calculated, with averaging -0.498 m, Standard Deviation (SD) 0.110m, and Mean Square Error (MSE) 0.509 m, now has zero mean, SD 0.065m, and MSE 0.062m. Conducted evaluations from control points outside the model showed that methodology provided decimeter accuracy for GNSS altimetry, proper to monitoring of high sediment dynamics in coastal environments, proven in the studied case.