📋 Resumo Executivo
Este relatório apresenta uma análise técnica detalhada sobre a geração de resíduos sólidos domésticos no estado de Santa Catarina,
utilizando dados do Censo Demográfico 2022 do IBGE agregados por bacias hidrográficas. O estudo abrange 295 municípios catarinenses,
distribuídos em 8 bacias hidrográficas principais, totalizando uma população de aproximadamente 7,6 milhões de habitantes.
7.610.361
População Total Analisada
295
Municípios Classificados
2.638.892
Toneladas/ano de Resíduos
🎯 Objetivos
Objetivo Geral
Realizar uma análise exploratória da geração de resíduos sólidos domésticos em Santa Catarina,
utilizando o recorte territorial de bacias hidrográficas para subsidiar políticas públicas de gestão
ambiental e planejamento territorial integrado.
Objetivos Específicos
- Quantificar a geração de resíduos sólidos domésticos por bacia hidrográfica;
- Identificar as bacias com maior volume absoluto de geração de resíduos;
- Analisar a distribuição populacional e sua correlação com a geração de resíduos;
- Classificar os municípios quanto ao nível de risco ambiental baseado no volume de resíduos;
- Criar visualizações interativas para facilitar a tomada de decisão por gestores públicos;
- Desenvolver um dashboard web acessível para divulgação científica e transparência de dados.
🔬 Metodologia
1. Fonte de Dados
Os dados utilizados nesta análise são provenientes do Censo Demográfico 2022 realizado pelo
Instituto Brasileiro de Geografia e Estatística (IBGE), especificamente da base de setores censitários de Santa Catarina.
📦 Arquivo Base: SC_setores_CD2022.gpkg
📍 Formato: GeoPackage (padrão OGC)
🗺️ Sistema de Coordenadas: SIRGAS 2000 / UTM Zone 22S (EPSG:31982)
📊 Registros: 16.831 setores censitários
📅 Ano de Referência: 2022
2. Classificação de Bacias Hidrográficas
Os municípios de Santa Catarina foram agrupados em 8 bacias hidrográficas principais,
seguindo a classificação da Agência Nacional de Águas (ANA) e do Sistema Nacional de Informações
sobre Recursos Hídricos (SNIRH):
| Bacia Hidrográfica |
População |
Resíduos (t/ano) |
% Estado |
| Outras Bacias |
3.586.011 |
1.243.449 |
47,1% |
| Bacia Litorânea Central |
1.129.756 |
391.743 |
14,8% |
| Bacia do Itajaí |
859.149 |
297.910 |
11,3% |
| Bacia Litorânea Norte |
714.274 |
247.675 |
9,4% |
| Bacia do Uruguai |
468.550 |
162.470 |
6,2% |
| Bacia do Tubarão |
455.538 |
157.958 |
6,0% |
| Bacia do Canoas |
227.852 |
79.008 |
3,0% |
| Bacia do Rio do Peixe |
169.231 |
58.681 |
2,2% |
3. Cálculo de Geração de Resíduos
A estimativa de geração de resíduos sólidos domésticos foi realizada utilizando uma taxa per capita
uniforme, baseada na média estadual de geração de resíduos domésticos em Santa Catarina.
Fórmula Aplicada:
Resíduos Domésticos (t/ano) = População × Taxa per capita (kg/hab/dia) × 365 dias ÷ 1000
Parâmetros:
- Taxa per capita: 0,95 kg/hab/dia
- Taxa de reciclagem: 10% do total doméstico
- Geração per capita anual: 346,75 kg/hab/ano
⚠️ Limitação Metodológica: A análise utiliza uma taxa uniforme de geração per capita
(0,95 kg/hab/dia) aplicada a todo o estado. Isso significa que todas as bacias apresentam a mesma
geração per capita de 346,75 kg/hab/ano. Esta simplificação não captura variações
regionais reais relacionadas a fatores socioeconômicos, padrões de consumo urbano/rural, e níveis
de desenvolvimento municipal. Estudos futuros devem incorporar dados primários de coleta municipal
para refinar as estimativas.
4. Classificação de Risco Ambiental
Os municípios foram classificados em 4 níveis de risco ambiental baseado no volume anual de
geração de resíduos domésticos:
| Nível de Risco |
Critério (t/ano) |
Municípios |
Interpretação |
| 🔴 CRÍTICO |
> 100.000 |
1 |
Requer infraestrutura de grande porte e gestão especializada |
| 🟠 ALTO |
50.000 - 100.000 |
2 |
Necessita de sistemas avançados de tratamento e destinação |
| 🟡 MÉDIO |
10.000 - 50.000 |
7 |
Requer planejamento de médio prazo para expansão |
| 🟢 BAIXO |
< 10.000 |
285 |
Gestão simplificada, potencial para consórcios intermunicipais |
5. Processamento Geoespacial
O processamento dos dados geoespaciais seguiu as seguintes etapas:
- Agregação de Setores Censitários: Os 16.831 setores censitários foram agregados
por código municipal (CD_MUN) utilizando dissolução geométrica, gerando polígonos municipais completos;
- Dissolução por Bacia: Os polígonos municipais foram dissolvidos novamente pelo
atributo 'bacia', criando geometrias únicas para cada bacia hidrográfica com bordas visíveis;
- Conversão de Coordenadas: As geometrias foram reprojetadas de UTM (EPSG:31982)
para WGS84 (EPSG:4326) para compatibilidade com bibliotecas de mapeamento web;
- Geração de Mapas Interativos: Utilização da biblioteca Folium para criar mapas
coropléticos com polígonos coloridos, tooltips informativos e popups com estatísticas detalhadas.
# Exemplo de código Python utilizado para dissolução de geometrias
import geopandas as gpd
# Dissolução por município
muni_gdf = gdf.dissolve(by='CD_MUN_str', aggfunc='first')
# Dissolução por bacia hidrográfica
bacias_geom = muni_gdf.dissolve(by='bacia', aggfunc='sum')
# Conversão para WGS84
bacias_geom = bacias_geom.to_crs(epsg=4326)
📊 Principais Resultados
1. Ranking de Bacias por Volume de Resíduos
A categoria "Outras Bacias" concentra 47,1% da população estadual e gera 1.243.449 toneladas/ano
de resíduos, representando quase metade do total estadual. Esta categoria agrupa bacias menores
e áreas de transição não classificadas nas 7 bacias principais.
2. Distribuição Populacional
A análise populacional revela forte concentração nas bacias litorâneas, refletindo o padrão histórico
de ocupação do território catarinense. As três maiores bacias em população (Outras Bacias, Litorânea
Central e Itajaí) concentram 72,8% dos habitantes do estado.
3. Análise de Risco Municipal
✅ Ponto Positivo: 96,6% dos municípios (285 de 295) foram classificados como
BAIXO RISCO, indicando que a maioria possui volumes gerenciáveis de resíduos
que podem ser tratados através de consórcios intermunicipais e soluções simplificadas.
⚠️ Atenção Especial: Os 3 municípios classificados como risco CRÍTICO ou ALTO
(1 + 2) concentram grandes centros urbanos e requerem investimentos significativos em infraestrutura
de tratamento, aterros sanitários modernos e programas robustos de coleta seletiva.
4. Correlação População vs Resíduos
Como esperado pela metodologia uniforme aplicada, existe uma correlação perfeita (R² ≈ 1,0) entre
população e geração de resíduos. Cada habitante contribui com aproximadamente 346,75 kg/ano de
resíduos domésticos, independente da bacia hidrográfica.
🛠️ Ferramentas e Tecnologias Utilizadas
Linguagens de Programação
Python 3.13
Bibliotecas Python para Análise de Dados
- Pandas 2.2.x - Manipulação e análise de dados tabulares
- NumPy 1.26.x - Computação numérica e operações matriciais
Bibliotecas Python para Geoespacial (GIS)
- GeoPandas 0.14.x - Análise de dados geoespaciais vetoriais
- Shapely 2.0.x - Manipulação e análise de geometrias
- Fiona 1.9.x - Leitura e escrita de formatos geoespaciais
- Folium 0.15.x - Criação de mapas interativos web
Bibliotecas Python para Visualização
- Plotly 5.18.x - Gráficos interativos e dashboards
- Matplotlib 3.8.x - Visualizações estáticas base
Ferramentas de Desenvolvimento
- Visual Studio Code - Ambiente de desenvolvimento integrado
- Git/GitHub - Controle de versão e publicação via GitHub Pages
- pip/venv - Gerenciamento de pacotes e ambientes virtuais Python
Inteligência Artificial Assistiva
GitHub Copilot
Durante o desenvolvimento deste projeto, foram utilizados recursos de inteligência artificial
através do GitHub Copilot para auxiliar nas seguintes atividades:
- Desenvolvimento de Código: Sugestões de sintaxe, autocompletar funções e otimização de algoritmos Python;
- Depuração: Identificação e correção de erros no processamento geoespacial e manipulação de DataFrames;
- Documentação: Geração de docstrings, comentários e documentação técnica;
- Otimização: Sugestões de melhorias de performance no processamento de 16.831 setores censitários;
- Visualização: Criação de layouts responsivos e personalização de gráficos Plotly interativos.
Nota Ética: A IA foi utilizada como ferramenta assistiva para aumentar a produtividade
e qualidade do código. Todas as decisões metodológicas, análises estatísticas e interpretações dos
resultados foram realizadas pelo autor com responsabilidade técnica e científica.
📦 Produtos Gerados
1. Arquivos de Dados
- resumo_por_bacia.csv - Estatísticas agregadas por bacia hidrográfica (8 registros)
- analise_risco_municipios.csv - Classificação de risco de todos os 295 municípios
- sectors_with_waste_estimates.gpkg - GeoPackage com setores censitários enriquecidos
2. Visualizações Interativas
- mapa_bacias_hidrograficas.html - Mapa coroplético com polígonos das bacias (4,17 MB)
- dashboard_bacias.html - Dashboard com 6 gráficos interativos Plotly (0,07 MB)
- relatorio_tecnico.html - Este relatório técnico completo
3. Scripts Python
- analise_bacias_hidrograficas.py - Pipeline completo de análise e geração de mapas
- dashboard_bacias.py - Geração do dashboard interativo com visualizações otimizadas
⚠️ Limitações do Estudo
-
Taxa Per Capita Uniforme: A utilização de uma taxa única de 0,95 kg/hab/dia
não captura variações regionais reais em padrões de consumo e geração de resíduos.
-
Dados Estimados: Os valores de geração de resíduos são estimativas baseadas em
população, não representando dados reais de coleta municipal.
-
Agregação "Outras Bacias": Esta categoria agrupa múltiplas bacias menores,
podendo mascarar particularidades regionais importantes.
-
Ausência de Dados Temporais: A análise é estática (ano 2022) e não permite
avaliação de tendências temporais ou projeções futuras.
-
Foco em Resíduos Domésticos: Não contempla resíduos comerciais, industriais,
de construção civil ou de serviços de saúde.
🎯 Conclusões
Este estudo apresentou uma análise exploratória robusta da geração de resíduos sólidos domésticos
em Santa Catarina, utilizando o recorte inovador de bacias hidrográficas. Os principais achados incluem:
✅ Principais Contribuições:
- Quantificação da geração de resíduos por bacia hidrográfica, revelando concentração nas áreas litorâneas;
- Classificação de risco de 295 municípios, identificando apenas 3 em situação crítica/alta;
- Criação de ferramentas de visualização interativa acessíveis para gestores públicos;
- Documentação metodológica transparente com código aberto disponível no GitHub.
O uso de bacias hidrográficas como unidade de análise territorial representa uma abordagem integrada
que facilita o planejamento de políticas ambientais, considerando os recursos hídricos como elementos
estruturadores do território.
💡 Recomendações para Estudos Futuros
-
Incorporar Dados Reais de Coleta: Estabelecer parceria com prefeituras e empresas
de coleta para validar as estimativas com dados operacionais reais.
-
Análise Temporal: Incluir séries históricas de censos anteriores (2010, 2000)
para avaliar tendências e projetar cenários futuros.
-
Variáveis Socioeconômicas: Incorporar índices de renda, escolaridade e PIB municipal
para modelar a geração per capita de forma mais realista.
-
Análise de Destinação Final: Mapear aterros sanitários, lixões e programas de
coleta seletiva existentes para avaliar adequação da infraestrutura.
-
Modelagem Preditiva: Desenvolver modelos de machine learning para prever a
geração de resíduos baseado em múltiplas variáveis ambientais e socioeconômicas.
-
Análise de Custo-Benefício: Estimar custos de coleta, transporte e destinação
para subsidiar consórcios intermunicipais.
📚 Referências
Dados e Fontes Oficiais
IBGE - Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2022:
Base de Setores Censitários de Santa Catarina. Rio de Janeiro: IBGE, 2023. Disponível em:
https://www.ibge.gov.br/estatisticas/sociais/populacao/22827-censo-demografico-2022.html
ANA - Agência Nacional de Águas e Saneamento Básico. Divisão Hidrográfica Nacional.
Brasília: ANA, 2023. Disponível em: https://www.gov.br/ana/pt-br
Software e Bibliotecas
Python Software Foundation. Python Programming Language, Version 3.13.
Disponível em: https://www.python.org/
McKinney, W. pandas: powerful Python data analysis toolkit. Version 2.2.
Disponível em: https://pandas.pydata.org/
Jordahl, K. et al. GeoPandas: Python tools for geographic data. Version 0.14.
Disponível em: https://geopandas.org/
Gillies, S. et al. Shapely: manipulation and analysis of geometric objects. Version 2.0.
Disponível em: https://shapely.readthedocs.io/
Gillies, S. et al. Fiona: Python wrapper for vector data access functions from the OGR library.
Version 1.9. Disponível em: https://fiona.readthedocs.io/
Python Folium. Folium: Python Data, Leaflet.js Maps. Version 0.15.
Disponível em: https://python-visualization.github.io/folium/
Plotly Technologies Inc. Plotly Python Graphing Library. Version 5.18.
Disponível em: https://plotly.com/python/
Hunter, J. D. Matplotlib: A 2D graphics environment. Computing in Science & Engineering,
v. 9, n. 3, p. 90-95, 2007. Disponível em: https://matplotlib.org/
Harris, C. R. et al. Array programming with NumPy. Nature, v. 585, p. 357-362, 2020.
Disponível em: https://numpy.org/
Ferramentas de Desenvolvimento
Microsoft Corporation. Visual Studio Code. Version 1.x.
Disponível em: https://code.visualstudio.com/
GitHub, Inc. GitHub: Where the world builds software.
Disponível em: https://github.com/
GitHub, Inc. GitHub Pages: Websites for you and your projects.
Disponível em: https://pages.github.com/
Inteligência Artificial
GitHub, Inc. GitHub Copilot: Your AI pair programmer. 2024.
Disponível em: https://github.com/features/copilot
OpenAI. GPT-4 Technical Report. arXiv preprint arXiv:2303.08774, 2023.
Nota: GitHub Copilot utiliza modelos baseados em GPT para assistência de código.
Normas e Legislação
BRASIL. Lei nº 12.305, de 2 de agosto de 2010. Institui a Política Nacional de
Resíduos Sólidos. Brasília: Diário Oficial da União, 2010.
BRASIL. Lei nº 9.433, de 8 de janeiro de 1997. Institui a Política Nacional de
Recursos Hídricos. Brasília: Diário Oficial da União, 1997.
Padrões Técnicos
OGC - Open Geospatial Consortium. GeoPackage Encoding Standard. Version 1.3.
OGC Document 12-128r18, 2021. Disponível em: https://www.geopackage.org/
EPSG - European Petroleum Survey Group. EPSG Geodetic Parameter Dataset.
Disponível em: https://epsg.org/