A área impermeável total (TIA), comumente referida como cobertura impermeável (IC) nos cálculos, pode ser expressa como uma fração (zero a um) ou uma porcentagem. Existem muitos métodos para estimar a TIA, incluindo (para os Estados Unidos) o uso do National Land Cover Data Set (NLCD)[1] com um sistema de informação geográfica (GIS), categorias de uso da terra com estimativas categóricas de TIA, uma percentagem generalizada de área urbanizada e relações entre densidade populacional e TIA.
O Conjunto de Dados de Superfície Impermeável do US NLCD pode fornecer um conjunto de dados de cobertura do solo nacionalmente consistente e de alta qualidade em um formato compatível com sistema de informações geográficas (GIS) que pode ser usado para estimar o valor do TIA. O NLCD quantifica consistentemente a porcentagem de AIT antropogênico para o NLCD com resolução de pixels de 30 metros (900 m²) em todo o país.
Dentro do conjunto de dados, cada pixel é quantizado com um valor TIA que varia entre 0 e 100 por cento. As estimativas de TIA feitas com a matriz NLCD representam um valor de TIA agregado para cada pixel, em vez de um valor de TIA para uma característica impermeável individual.
Por exemplo, uma estrada de 2 faixas em um campo gramado tem um valor TIA de 100%, mas o pixel que contém a estrada teria um valor TIA de 26%. Se a estrada se estender (igualmente) ao longo do limite de dois pixels, cada pixel teria um valor TIA de 13%. A análise da qualidade dos dados do conjunto NLCD 2001 com áreas de amostra TIA delimitadas manualmente indica que o erro médio do TIA previsto versus real pode variar entre 8,8 e 11,4 por cento.
As estimativas do TIA dos usos do solo são feitas identificando categorias desses usos para grandes áreas de terreno, somando a área total de cada categoria e multiplicando cada área por um coeficiente TIA característico. Estas categorias são normalmente utilizadas para estimar o TIA porque as áreas com uso de terras comuns podem ser identificadas a partir de levantamentos de campo, mapas, informações de planeamento e zoneamento e imagens remotas.
Os métodos de coeficiente de uso da terra são comumente usados porque os mapas de planejamento e zoneamento que identificam áreas semelhantes estão cada vez mais disponíveis em formatos GIS. Além disso, esses usos são levados em consideração para estimar os efeitos do desenvolvimento planejado no TIA com mapas de planejamento que quantificam as mudanças projetadas nesses usos.
Existem diferenças substanciais entre AITs reais e estimados em diferentes estudos da literatura. Termos como “baixa densidade” e “alta densidade” podem ter significados diferentes em áreas diferentes. Uma densidade residencial de meio acre (um acre equivale a aproximadamente 40% de um hectare) por casa pode ser classificada como alta densidade numa área rural, média densidade numa área suburbana e baixa densidade numa área urbana. Granato (2010)[2] fornece uma tabela com valores de TIA para diferentes usos do solo com base em 30 estudos.
A porcentagem de área urbanizada (PDA) é comumente utilizada para estimar o TIA manualmente por meio de mapas. O Multi-Resolution Land Features Consortium (MRLCC) define uma área urbanizada como sendo coberta por pelo menos 30% de materiais construídos. Southard (1986) descreveu as áreas não desenvolvidas como naturais, agrícolas ou residenciais dispersas. Usando a função log power com dados de 23 bacias hidrográficas no Missouri, ele conseguiu chegar a uma equação de regressão para prever o TIA usando a porcentagem de área urbanizada (Tabela 6-1). Ele observou que este método era vantajoso porque grandes bacias podiam ser rapidamente delineadas e a AIT estimada manualmente com base nos mapas disponíveis.
Granato (2010)[2] desenvolveu outra equação de regressão usando dados de 262 bacias hidrográficas em 10 áreas metropolitanas do território continental dos Estados Unidos com bacias hidrográficas variando de 0,35 a 216 milhas quadradas e valores de PDA variando de 0,16 a 99,06 por cento.
O TIA também pode ser calculado a partir de dados de densidade populacional, estimando a população da área de interesse e utilizando equações de regressão para calcular o TIA associado. Nos Estados Unidos, a densidade populacional pode ser usada porque dados consistentes de blocos censitários em escala nacional estão disponíveis em formatos GIS. Se esta informação estiver disponível noutros países, este sistema pode ser utilizado. A densidade populacional também pode ser usada para prever os efeitos potenciais da urbanização futura. Embora possa haver uma variação substancial nas relações entre a densidade populacional e o TIA, a precisão de tais estimativas tende a melhorar com o aumento da área de drenagem à medida que as variações locais são calculadas em média.
Granato (2010) [2] fornece uma tabela com 8 relações de densidade populacional da literatura e uma nova equação desenvolvida usando dados de 6.255 bacias hidrográficas no conjunto de dados GAGESII (Geospatial Attributes of Gages for Evaluating Streamflow) do United States Geological Survey (USGS). Granato (2010)[2] também fornece 4 equações para estimar o TIA a partir da densidade habitacional, que está relacionada à densidade populacional.
O TIA também pode ser estimado a partir de mapas de impermeabilidade extraídos por sensoriamento remoto. O sensoriamento remoto tem sido amplamente utilizado para detectar superfícies impermeáveis.[3][4] A detecção de áreas impermeáveis usando aprendizagem profunda (uma técnica de inteligência artificial) juntamente com imagens de satélite emergiu como um método transformador em sensoriamento remoto e monitoramento ambiental. Algoritmos de aprendizagem profunda, particularmente redes neurais convolucionais (CNN), revolucionaram a capacidade de identificar e quantificar superfícies impermeáveis a partir de imagens de satélite de alta resolução. Esses algoritmos podem extrair automaticamente características espaciais e espectrais complexas, permitindo-lhes distinguir superfícies impermeáveis de permeáveis com alta precisão.[5][6][7].