Análise de decisão multicritério e SIG aplicados ao gerenciamento dos resíduos sólidos urbanos na escolha de áreas para implantação de aterros sanitários - RMS/Bahia

Abstract

No mundo são gerados entre 2 a 3 bilhões de resíduos sólidos urbanos - RSU, sendo aproximadamente 1 bilhão dispostos de maneira inadequada em lixões e/ou aterros controlados. A disposição ambientalmente adequada desses resíduos, depois de esgotado todas as possibilidades de aproveitamento desses, são os aterros sanitários. Entretanto, dos 5570 municípios do Brasil, 2218 municípios dispõem os seus resíduos em aterros sanitários, e os outros 3352 ainda dispõem em lixões e/ou aterros controlados. O Estado da Bahia possui apenas 43 aterros sanitários, contra um total de 269 lixões nos seus 417 municípios. Treze desses municípios contemplam a Região Metropolitana de Salvador - RMS, que é onde se encontram quatro aterros sanitários que recebem diariamente 4,9 toneladas de RSU, 40% em relação ao total gerado no Estado. A maioria dos aterros da RMS foram implantados em meados da década de 1990 em projetos com vida útil de 20 anos e atualmente possuem limitações ambientais para expansão de novas células. Diante disso, este trabalho teve como objetivo a identificação de áreas para implantação de novos aterros sanitários na RMS, com auxílio do sistema de informações geográficas, e da análise de decisão multicritério. Foram gerados dois modelos preliminares: o primeiro utilizou critérios restritivos estabelecidos por legislações brasileiras aplicados à quinze fatores/temas; no segundo utilizou-se critérios não restritivos aplicados à onze fatores/temas, a partir de conhecimento técnico e de literatura, definindo-se pesos com o método AHP. O primeiro modelo apresentou 30% de áreas aptas e 70% de áreas inaptas. O segundo modelo apresentou 8,4% de áreas muito favoráveis; 32,4% favoráveis; e 59,2% não favoráveis. Por fim, o modelo final, resultado do cruzamento dos dois modelos, onde 6,05% do total das áreas foram classificadas como muito favoráveis; 15,95% favoráveis; 8,56% não favoráveis; e 69,44% áreas inaptas. Embora o método proposto se aplique em qualquer região geográfica, é necessário entender suas limitações e/ou modificações, já que os fatores e critérios utilizados são inerentes às áreas estudadas e só é possível estabelecer regras rígidas para critérios restritivos quando há legislações específicas. No caso de critérios não restritivos, a análise é subjetiva, incumbindo aos especialistas a determinações das decisões.

In the Word between 2 and 3 billion solid urban waste - MSW are generated, with approximately 1 billion being improperly disposed of in dumps and / or controlled landfills. The environmentally appropriate disposal of these residues, after all the possibilities for their use has been exhausted, are sanitary landfills. However, of the 5570 municipalities in Brazil, 2218 municipalities dispose of their waste in landfills, and the other 3352 still dispose of it in dumps and / or controlled landfills. The State of Bahia has only 43 landfills, against a total of 269 dumps in its 417 municipalities. Thirteen of these municipalities include the Metropolitan Region of Salvador - RMS, which is home to four landfills that receive 4.9 tons of MSW daily, 40% in relation to the total generated in the State. Most of RMS landfills were implemented in the mid-1990s in projects with a useful life of 20 years and currently have environmental limitations for the expansion of new cells. Therefore, this work aimed to identify areas for the implementation of new landfills in the RMS, with the help of the geographic information system, and the analysis of multicriteria decision. Two preliminary models were generated: the first used restrictive criteria established by Brazilian legislation applied to fifteen factors / themes; in the second, non-restrictive criteria applied to eleven factors / themes were used, based on technical knowledge and literature, defining weights using the AHP method. The first model showed 30% of suitable areas and 70% of unsuitable areas. The second model presented 8.4% of very favorable areas; 32.4% favorable; and 59.2% were not favorable. Finally, the final model, resulting from the crossing of the two models, where 6.05% of the total areas were classified as very favorable; 15.95% favorable; 8.56% not favorable; and 69.44% inapt areas. Although the proposed method is applicable in any geographical region, it is necessary to understand its limitations and / or modifications, since the factors and criteria used are inherent to the areas studied and it is only possible to establish strict rules for restrictive criteria when there are specific laws. In the case of non-restrictive criteria, the analysis is subjective, with the specialists being responsible for determining decisions.