RESUMO A escassez hídrica e o aumento da demanda de água para usos múltiplos incentivaram a construção de diversos reservatórios e sistemas de transferências hídricas entre bacias hidrográficas em diversas partes do mundo, principalmente em regiões áridas e semiáridas. Apesar de essas medidas mitigarem os aspectos quantitativos do abastecimento, a diminuição da qualidade da água disponível pode se tornar uma limitação importante. Este estudo teve por objetivo avaliar a qualidade da água no sistema de transferência que abastece a Região Metropolitana de Fortaleza, Ceará. Foram analisados 20 parâmetros de qualidade de água ao longo do sistema. Aplicou-se em seguida a análise de agrupamento utilizando a distância euclidiana associada ao método de ligação de Ward para agrupar os 13 pontos de coleta que foram estabelecidos conforme suas similaridades. A piora da qualidade da água ficou evidente ao longo do sistema, com o aumento da concentração de cianobactérias, pH, nitrogênio total, oxigênio dissolvido, turbidez e clorofila-a. Com relação às cianobactérias, duas espécies mostraram-se dominantes — Oscillatoria sp. e Microcystis sp. — e sete abundantes — Merismopedia sp., Cylindrospermopsis sp., Pseudanabaena sp., Anabaena sp., Aphanizomenon sp., Aphanocapsa sp. e Dolichospermum sp. A presença de cianobactérias potencialmente tóxicas e a piora da qualidade da água tornam a realização de monitoramentos frequentes e o desenvolvimento de sistemas de alerta essenciais para a adequada gestão dos recursos hídricos, tanto do ponto de vista ambiental quanto do de saúde pública.

ABSTRACT Water scarcity and increasing water demand for multiple uses encourage the construction of reservoirs and water transfer systems between watersheds in various parts of the world, especially in arid and semi-arid regions. Although these measures may mitigate the quantitative aspects of water supply, the quality decrease of the available water may become an important limitation. This study aimed to evaluate the water quality in the water transfer system that supplies the metropolitan region of Fortaleza, Ceará. Twenty water quality parameters were analyzed throughout the system followed by the application of the Euclidean distance and Ward's method to group the 13 sampling points according to their similarities. The worsening of the water quality was evident with increasing cyanobacterial concentration, pH, total nitrogen, dissolved oxygen, turbidity, and chlorophyll-a. Regarding cyanobacteria, two species were dominant: Oscillatoria sp. and Microcystis sp. while seven were abundant: Merismopedia sp., Cylindrospermopsis sp., Pseudanabaena sp., Anabaena sp., Aphanizomenon sp., Aphanocapsa sp. e Dolichospermum sp. The presence of potentially toxic cyanobacteria and the worsening of water quality make frequent monitoring and the development of alert systems essential for the management of water resources, both from an environmental and public health point of view.

RESUMO O estudo propôs a elaboração de um índice de vulnerabilidade à propagação da COVID-19 utilizando análise multivariada associada à análise geoespacial. O método empregado considerou a vulnerabilidade como uma combinação de três fatores: exposição, susceptibilidade e capacidade de resposta. A metodologia foi composta de seis etapas: seleção e agrupamento de variáveis; definição dos indicadores; normalização; atribuição de pesos via análise dos componentes principais; estimativa e normalização do índice; e classificação por meio das técnicas Jenks, Kmeans, quantis e clusterização hierárquica (Hclust). Foi realizada uma caracterização da exposição da cidade de Fortaleza, Brasil, à COVID-19 por meio da densidade populacional, da quantidade de habitações subnormais e precárias, da porcentagem de idosos por residência e da proximidade a terminais de ônibus. O estudo procurou sobrepor fatores socioeconômicos e índices de abastecimento público e de esgotamento sanitário, para a classificação de setores censitários em cinco níveis de vulnerabilidade. Estes apresentaram, em sua maioria, classe de alta (Jenks e quantis) e moderada (K-means e Hclust) vulnerabilidade. As regiões de maior vulnerabilidade estão localizadas no sul e no oeste da cidade, onde há maior concentração de aglomerados subnormais. Os resultados podem auxiliar no desenvolvimento de estratégias de enfrentamento direcionadas para os grupos mais expostos aos riscos associados à COVID-19, assim como na preparação para futuras crises de saúde pública. A metodologia pode ser replicada para outras cidades e serve como ferramenta para os gestores públicos.

ABSTRACT The study proposes an index of vulnerability to the spread of COVID-19 using multivariate and geospatial analyses. Vulnerability was considered as a combination of exposure, susceptibility, and responsiveness of the population. The methodology consisted of six steps: selection and grouping of variables; definition of indicators; normalization of the variables; weight calculation using principal component analysis; index calculation and normalization; and classification using Jenks, Kmeans, Quantile, and Hclust techniques. The exposure of Fortaleza, Brazil, to COVID-19 was assessed by means of population density, number of subnormal and precarious housing, percentage of aged people per residence and proximity to bus terminals. The study integrates factors related to socioeconomic characteristics, public water supply and sanitation for the classification of census tracts in five levels of vulnerability. Most of them present high (Jenks and Quantile) and moderate (K-means and Hclust) vulnerability. The most vulnerable regions are in the South and West Zones of the city, where many subnormal agglomerates are located. The results can assist the development of coping strategies for the groups most exposed to the risks associated with COVID-19, as well as in the preparation for future public health crises. The methodology can be replicated in other cities and can be useful for public managers.

Resumo Previsões do comportamento das mudanças que ocorrem no uso do solo são indispensáveis para um planejamento urbano adequado, indicando áreas mais propensas à ocupação humana. Dessa forma, o estudo tem por objetivo prever a expansão urbana da cidade de Fortaleza, localizada no nordeste do Brasil, utilizando um modelo dinâmico que combina autômatos celulares com as Cadeias de Markov (CA-Markov). Ele foi desenvolvido por meio de três etapas: aquisição e processamento dos dados; espacialização dos dados; e, modelagem dinâmica espacial. A matriz de transição markoviana forneceu o percentual de mudanças de uma classe para a outra ao algoritmo de simulação. Dados reais de entrada de uso do solo dos anos de 2009 e 2017 mostraram uma transição de 26,50% de áreas vegetadas para áreas urbanizadas. A validação do modelo apresentou excelentes resultados (índice de similaridade fuzzy superior a 0.8) para realizar simulações futuras (2020 até 2025). Segundo as previsões, em 2025, dos 297,10 km² de área urbanizada e vegetada, 82,43% serão de área urbanizada e apenas 17,57% serão de área vegetada. O modelo de simulação pode ser alimentado por mudanças que aconteçam dentro do período previsto, sendo incluídas na simulação como variáveis dinâmicas, obtendo uma simulação compatível com essas mudanças.

Abstract Forecasts of the behaviour of changes that occur in land use are indispensable for adequate urban planning, indicating areas more prone to human occupation. Thus, the study aims to predict the urban expansion of the city of Fortaleza, located in northeastern Brazil, using a dynamic model that combines cellular automata with the Markov Chains (CA-Markov). It was developed through three steps: data acquisition and processing; spatialization of data; and, dynamic spatial modelling. The Markovian transition matrix provided the percentage of changes from one class to another to the simulation algorithm. Actual land use input data for the years 2009 and 2017 showed a transition of 26.50% from vegetated to urbanized areas. The validation of the model showed excellent results (fuzzy similarity index greater than 0.8) to perform future simulations (2020 to 2025). According to forecasts, in 2025, of the 297.10 km² of urbanized and vegetated area, 82.43% will be urbanized, and only 17.57% will be vegetated. The simulation model can be fed by changes that happen within the predicted period, included in the simulation as dynamic variables, obtaining a simulation compatible with these changes.