# Um motor de simulação territorial para projeção de inundação costeira e recuo da linha de costa em Portugal ### Adaptação de uma arquitetura acoplada de perigo, exposição e criticidade de rede — do evento de cheia horário à trajetória costeira decadal --- ## Resumo A generalidade dos instrumentos públicos de visualização da subida do nível médio do mar (NMM) em Portugal mostra manchas de inundação estáticas, por vezes acompanhadas de uma delimitação oficial da orla costeira, mas raramente liga essas manchas a consequência mensurável — que edifícios, que vias, que população ficam efetivamente comprometidos, e em que horizonte temporal. Este artigo especifica **Costa**, uma adaptação de uma arquitetura de simulação territorial previamente desenvolvida para risco hidro-geomorfológico de cheia fluvial (Solo — Rodrigues, 2026), à física distinta da inundação costeira e do recuo da linha de costa. A adaptação preserva, sem alteração conceptual, três dos quatro componentes da arquitetura original: a ingestão de dados reais (elevação, uso do solo, rede viária e edificado), a camada de risco público em grafo (criticidade de arco, isolamento, Dijkstra sobre pesos dinâmicos) e a casca de interface (mapa sobre satélite, painel de impacto, relatório, proveniência de dados). O que muda é o **motor de perigo**: a condição de fronteira deixa de ser um hietograma de tempestade evoluindo em minutos e passa a ser uma trajetória de nível do mar evoluindo em décadas, segundo um cenário de emissões do IPCC AR6 (SSP1-2.6 a SSP5-8.5). O motor implementa dois submodelos: **(1)** inundação permanente e episódica por modelo *bathtub* com conectividade hidráulica ao oceano, em que uma célula submerge quando a sua cota é inferior ao nível do mar projetado somado da maré e da sobrelevação de tempestade; e **(2)** recuo da linha de costa pela Regra de Bruun (Bruun, 1962), com o perfil ativo (L\*) estimado a partir de batimetria real (EMODnet) em vez de assumido, e com as limitações da regra — hoje amplamente discutidas na literatura (Cooper & Pilkey, 2004; Le Cozannet et al., 2014; Toimil et al., 2020) — declaradas explicitamente no relatório e no painel de proveniência, nunca apresentadas como previsão determinística. O ponto de ancoragem nacional é o marégrafo de Cascais, em funcionamento contínuo desde 1882 e uma das séries de nível do mar mais longas da Europa (Antunes & Taborda, 2009), usado para corrigir a projeção global de subida do NMM pela tendência local observada (que incorpora o movimento vertical do território). **Palavras-chave:** subida do nível do mar; recuo da linha de costa; Regra de Bruun; modelo *bathtub* com conectividade; cenários SSP; criticidade de rede viária; orla costeira portuguesa. --- ## 1. Introdução ### 1.1 O que já existe e o que falta Portugal dispõe de cartografia oficial de risco costeiro de qualidade — os Programas da Orla Costeira (POC) da Agência Portuguesa do Ambiente (APA) delimitam zonas de risco e faixas de salvaguarda, e o trabalho de mais de uma década de Lira, Silva, Taborda e de Andrade (2016) sobre a evolução da linha de costa arenosa portuguesa nos últimos 50 anos constitui uma das séries observacionais mais completas da Europa para calibração e validação. O que esta cartografia não oferece — porque não é essa a sua função — é um instrumento **interativo e prospetivo**: dado um ponto qualquer do litoral e um cenário de emissões, qual é a trajetória esperada de perigo até 2100, e que consequência concreta (edifícios, vias, população) essa trajetória implica. Esta é exactamente a lacuna que a arquitetura Solo foi construída para preencher no domínio da cheia fluvial: não substituir a cartografia de perigo oficial, mas acoplá-la a uma camada de consequência mensurável, com resposta interativa. A extensão a um "módulo costeiro" com física distinta mas arquitetura de risco idêntica estava já identificada como a extensão natural mais evidente do sistema original, ancorada no enquadramento metodológico de Ferreira, Cardona, Santos e Tenedório (2021) para perigo, vulnerabilidade e risco de galgamento na Costa da Caparica. ### 1.2 Duas físicas, uma arquitetura A cheia fluvial e a subida do nível do mar partilham uma estrutura formal — um campo de perigo que evolui sobre um terreno real e que corta arcos de uma rede viária, isolando aglomerados e inundando edifícios — mas divergem em tudo o resto: | | Cheia fluvial (Solo) | Costa | |---|---|---| | Condição de fronteira | precipitação (mm/h), minutos a horas | nível do mar (m), décadas | | Mecanismo de perigo | propagação de água célula a célula (autómato celular) | subida de um nível de referência + recuo de linha | | Reversibilidade | o evento passa, a água escoa | a inundação permanente é irreversível à escala humana; o recuo de linha é irreversível por definição | | Variável de controlo do utilizador | intensidade e duração da tempestade | ano-alvo (2030–2100) e cenário de emissões (SSP) | | Incerteza dominante | parâmetros hidráulicos (Manning, CN) | trajetória de emissões futuras + validade da Regra de Bruun | A consequência arquitetural desta divergência é que o **Componente A** (motor de perigo) tem de ser reescrito de raiz — não é uma cheia lenta, é um fenómeno de outra natureza física — enquanto o **Componente B** (camada de risco) e a **infraestrutura de dados e interface** são reutilizáveis quase sem alteração, porque operam sobre o resultado do motor de perigo (uma máscara de células afetadas), não sobre o mecanismo que a produz. ### 1.3 Contribuição Este artigo especifica os dois submodelos do novo Componente A — inundação por conectividade hidráulica e recuo de linha por Bruun — e documenta, com o mesmo rigor do artigo original, as respetivas limitações. A opção metodológica central, seguindo a mesma disciplina do sistema original de "rejeitar índices adimensionais", é a de nunca apresentar o recuo de linha como uma distância única e certa: é apresentado como banda de incerteza, com a Regra de Bruun explicitamente rotulada como aproximação de primeira ordem, não como previsão validada para o local específico. --- ## 2. Enquadramento: da equação de estado de vertente ao balanço costeiro No sistema original, o balanço $P = I + R + E \pm \Delta S$ liga precipitação, infiltração, escoamento e evapotranspiração a um armazenamento de solo que se degrada com a erosão. No domínio costeiro, o balanço equivalente não é de água no solo mas de **sedimento no perfil de praia** e de **posição relativa da água**: $$\text{NMM}_{\text{local}}(t) = \text{NMM}_{\text{global}}(t) + \Delta_{\text{VLM}} + \eta_{\text{maré}} + \eta_{\text{sobrelevação}}$$ onde $\text{NMM}_{\text{global}}(t)$ é a projeção global de subida do nível médio do mar para o cenário de emissões escolhido, $\Delta_{\text{VLM}}$ é a correção pelo movimento vertical do território (*vertical land motion* — subsidência ou soerguimento local, estimável pela divergência entre a tendência observada no marégrafo e a tendência da subida eustática global), $\eta_{\text{maré}}$ é a componente de maré astronómica (usa-se a preia-mar de águas vivas, MHWS, como referência conservadora para inundação episódica) e $\eta_{\text{sobrelevação}}$ é a sobrelevação meteorológica de tempestade (*storm surge*). Este nível de água total (*total water level*, TWL) determina o **submodelo 1** (inundação). Em paralelo, e não em substituição, o volume de subida do nível do mar redistribui sedimento do perfil de praia segundo a Regra de Bruun, determinando o **submodelo 2** (recuo de linha). Os dois submodelos não estão dinamicamente acoplados nesta versão — ao contrário do acoplamento bidirecional erosão↔retenção do sistema original — porque a escala temporal de ambos os processos (subida do NMM em décadas) não gera, ao nível de simplificação aqui adotado, um ciclo de retroação de curto prazo entre eles que seja tratável sem modelação de transporte de sedimento litoral (deriva litoral, balanço sedimentar de células de deriva) fora do âmbito desta primeira versão. Esta é uma limitação reconhecida e discutida na Secção 6.4. --- # COMPONENTE A — Motor de perigo costeiro ## 3. Submodelo 1 — Inundação permanente e episódica ### 3.1 Projeção do nível médio do mar por cenário A subida do nível médio do mar global $\text{NMM}_{\text{global}}(t)$ segue as projeções medianas do IPCC AR6 Grupo de Trabalho I, Capítulo 9 (Fox-Kemper et al., 2021), tabeladas por ano-alvo (2030–2100, passo de 10 anos) e por cenário SSP (SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5), relativas ao período de referência 1995–2014. Entre os anos tabelados, a app interpola por spline monótona cúbica, preservando a concavidade da curva publicada (a subida acelera com o tempo, não é linear). **Correção local (VLM).** A tendência de nível do mar observada no marégrafo de Cascais desde 1882 — a série instrumental contínua mais longa de Portugal — situa-se historicamente próxima de 1,5 mm/ano (Antunes & Taborda, 2009), valor usado como referência para a correção de movimento vertical do território relativamente à média global das últimas décadas. Este ajuste é pequeno face à magnitude das projeções para 2100 mas é a diferença entre um instrumento genérico e um instrumento ancorado localmente, e reflete a mesma filosofia de calibração local que o sistema original ancora em Vale Formoso. ### 3.2 Nível de água extrema: decomposição regionalizada Para a inundação **episódica** — a que ocorre em condições extremas, não permanentemente — adota-se a decomposição de Antunes, Rocha e Catita (2019), desenvolvida precisamente para a costa atlântica de Portugal continental: $$\text{EFL}(T) = \text{NMM}(t, \text{SSP}) + \eta_{\text{maré}} + \eta_{\text{sobrelevação}}(T) + \eta_{\text{empolamento}}(T)$$ onde $T$ é o período de retorno do temporal (2, 10, 50 ou 100 anos). Cada componente é regionalizada, e não nacional: **Maré.** Preia-mar de águas vivas (MHWS) da região de marégrafo mais próxima do ponto simulado — Leixões, Cascais, Sines ou Lagos no continente, com regiões adicionais para a Madeira e os Açores. A amplitude decresce de norte para sul no continente (2,0 m em Leixões, 1,7 m em Lagos) e é substancialmente menor nos arquipélagos. **Sobrelevação meteorológica.** Valor associado ao período de retorno escolhido, na lógica do ajuste de Gumbel a séries de marégrafo empregue por Antunes et al. (2019), que reportam 62–91 cm para $T = 100$ anos ao longo da costa continental. A implementação usa valores regionais consistentes com esse intervalo, decrescentes de norte para sul. **Empolamento.** Em costa aberta, componente estática de empolamento de onda $\bar\eta = 0{,}189\,H_s$ (Antunes et al., 2019), com $H_s$ por período de retorno; em águas abrigadas — estuários, rias, lagunas — aplica-se em alternativa um setup de vento de 0,20 m. Esta componente **não é secundária**: na costa oeste portuguesa, com $H_s$ de 6–7 m em temporais de período de retorno decenal, o empolamento ronda 1,1–1,4 m, ou seja, é da mesma ordem — frequentemente superior — à própria subida do nível médio do mar projetada para 2100. Ignorá-la, como faz qualquer modelo que sobreponha apenas "NMM + maré" à topografia, subestima grosseiramente a inundação em costa exposta. Os valores tabelados estão documentados em `data/coastal_params.json` como aproximações regionais consistentes com a literatura citada, e não como a tabela oficial ponto a ponto do projeto SNM Portugal — distinção que o painel de proveniência declara explicitamente. ### 3.3 Classificação probabilística de perigosidade Apresentar uma linha de água única sobre um modelo de elevação com erro vertical de metros é epistemicamente indefensável — a mesma objeção que o sistema original levanta contra os índices adimensionais, aplicada aqui à falsa nitidez cartográfica. Adota-se por isso a lógica do *Extreme Flood Hazard Index* de Antunes et al. (2019): em vez de um limiar determinístico, calcula-se a **probabilidade condicional** de cada célula ser inundada, $$P_i = \Phi\!\left( \frac{\text{EFL} - z_i}{\sigma} \right)$$ onde $\Phi$ é a função de distribuição normal acumulada e $\sigma$ resulta da propagação de variância das componentes: $$\sigma = \sqrt{\sigma_{\text{NMM}}^2 + \sigma_{\text{sobrelev.}}^2 + \sigma_{\text{empol.}}^2 + \sigma_{\text{MDE}}^2}$$ O resultado é apresentado em cinco classes de perigosidade (muito baixa a extrema), por intervalos de 20% de probabilidade. **Uma diferença deliberada face à referência: o termo $\sigma_{\text{MDE}}$ entra sempre.** Antunes et al. (2019) excluem explicitamente o erro do modelo de terreno da estimação probabilística, justificando-o pela baixa confiança na estimativa desse erro. Esta implementação inclui-o **sempre**, e a escolha merece justificação porque não é neutra. Considerou-se torná-lo opcional. Rejeitou-se por duas razões. A primeira é que um comutador transforma uma propriedade do modelo numa preferência do utilizador: as duas posições não são igualmente verdadeiras, e oferecer a escolha sugere que são. A segunda é a direção do erro — desligar o termo estreita as classes de probabilidade e produz uma cartografia de aparência precisa que o terreno não suporta; quem não perceber o significado do comutador fica com a versão mais confiante e menos correta, que é exatamente o modo de falha a evitar num instrumento de risco público. A consequência é visível e assumida: com o Copernicus GLO-30, $\sigma \approx 1{,}7$ m em vez dos ~0,4 m do nível de água isolado, e as classes de perigosidade são largas. Essa largura **é** o resultado. A isolinha de 50% continua a marcar exatamente $z = \text{EFL}$ — a linha determinística que outros visualizadores desenham sozinha — mas agora acompanhada da banda de confiança que lhe corresponde. A informação mais importante que o sistema pode dar a quem usa um MDE global é precisamente esta: **a qualidade do modelo de terreno domina tudo o resto**, e nenhum refinamento do modelo de nível do mar compensa um MDE de 30 m onde o sinal a resolver é inferior a 1 m. ### 3.4 Conectividade hidráulica ### 3.3 Máscara de conectividade hidráulica Uma célula do domínio submerge quando a sua cota $z_i$ é inferior ao nível de água total **e** está hidraulicamente ligada ao oceano — não basta estar abaixo da cota, uma depressão fechada no interior não inunda por si só. Adota-se um modelo *bathtub* com conectividade: semeiam-se como "oceano" as células de bordo do domínio cuja cota é compatível com nível do mar atual, e propaga-se por preenchimento de inundação (busca em largura) a todas as células alcançáveis com cota inferior ao nível de água considerado. Este é o método adotado pelos principais visualizadores costeiros públicos — nomeadamente o modelo *bathtub*-com-conectividade usado por Kulp e Strauss (2019) para quantificar exposição global à subida do nível do mar — preferível ao limiar de cota simples precisamente por excluir depressões endorreicas não ligadas ao mar. Continua a ser uma simplificação: não resolve galgamento sobre barreiras dunares nem dinâmica de onda, apenas conectividade por cota. $$\text{submersa}(i, t) = \left[ z_i < \text{TWL}(t) \right] \wedge \left[ i \in \text{Conectado}(\text{oceano}, \text{TWL}(t)) \right]$$ ## 4. Submodelo 2 — Recuo da linha de costa (Regra de Bruun) ### 4.1 Formulação A Regra de Bruun (Bruun, 1962) postula que um perfil de praia arenosa em equilíbrio dinâmico responde à subida do nível do mar recuando horizontalmente, de modo a que o volume de sedimento erodido da praia emersa seja depositado no perfil submerso, mantendo a forma relativa do perfil: $$R = \frac{L^*}{h^* + B} \cdot S$$ onde $R$ é o recuo horizontal da linha de costa (m), $S$ a subida do nível do mar no horizonte considerado (m), $L^*$ a largura do perfil ativo — a distância da linha de costa até à profundidade de fecho — $h^*$ a profundidade de fecho (*depth of closure*, a profundidade além da qual a variação de perfil por ação de ondas deixa de ser significativa) e $B$ a altura da berma ou duna frontal, que limita o transporte vertical do perfil no extremo terrestre. ### 4.2 Estimação de L\* a partir de batimetria real Em vez de assumir $L^*$ como constante genérica — prática comum mas que ignora a variabilidade real do perfil costeiro — a app estima-o a partir de um transecto perpendicular à costa amostrado na batimetria real do EMODnet (European Marine Observation and Data Network) no ponto clicado: percorre-se o transecto para o largo até a profundidade atingir o valor de fecho de referência $h^*$ (por omissão 8 m, valor representativo para praias arenosas expostas do oeste português; Coelho et al., 2009), registando a distância percorrida como $L^*$. Quando a batimetria não está disponível ou o ponto não é reconhecido como costa arenosa, usa-se um valor por omissão documentado ($L^* \approx 1500$ m) em vez de falhar. A berma/duna $B$ usa um valor representativo (2,5 m) informado pela literatura de delimitação de faixas de recuo em praias portuguesas (Ferreira, Garcia, Matias, Taborda & Dias, 2006). ### 4.3 Uma clarificação metodológica necessária A Regra de Bruun é, nas palavras da literatura mais recente, uma **primeira aproximação de ordem zero**, não um modelo preditivo validado ponto a ponto. Duas críticas são estabelecidas na literatura e têm de ser declaradas explicitamente: **Primeira**, a regra assume um perfil de equilíbrio bidimensional fechado (sem trocas laterais de sedimento), o que ignora a deriva litoral longitudinal — dominante em muitos troços da costa portuguesa, nomeadamente a sul de estruturas portuárias e no contexto do défice sedimentar induzido por barragens fluviais (Coelho et al., 2009). Le Cozannet et al. (2014) mostram que abordagens que isolam a subida do nível do mar de outros motores de mudança de linha de costa (transporte longitudinal, intervenção humana, variabilidade interanual) sistematicamente mal-representam a trajetória observada. **Segunda**, Toimil et al. (2020) demonstram, numa revisão dedicada à modelação de erosão costeira induzida pelas alterações climáticas em praias arenosas temperadas, que a incerteza associada aos vários métodos de estimação de recuo — Bruun incluído — é da mesma ordem de grandeza que o próprio sinal projetado, e recomendam tratamento explícito de incerteza em vez de valores pontuais. Vousdoukas et al. (2020), em análise global de ameaça de erosão a costas arenosas, chegam à mesma conclusão: a incerteza do modelo de impacto rivaliza com a incerteza da própria projeção climática. A app responde a esta clarificação de duas formas: **(1)** o recuo é sempre apresentado como banda (±50% em torno do valor central da Regra de Bruun, refletindo a ordem de grandeza de incerteza documentada nesta literatura, não um intervalo estatístico calibrado) e nunca como linha única; **(2)** o painel de proveniência e o relatório descarregável incluem, de forma persistente e não escondida, o aviso de que a Regra de Bruun não incorpora deriva litoral, intervenção humana (esporões, alimentação artificial de praias) nem variabilidade interanual, e que a estimativa serve para ordenar de grandeza e para comparação entre cenários de emissões — não como delimitação oficial de risco, papel que cabe aos Programas da Orla Costeira da APA. ### 4.4 Onde a regra se aplica — e onde não se aplica A Regra de Bruun descreve a translação de um **perfil de praia arenosa** em equilíbrio dinâmico. Aplicá-la indiscriminadamente a toda a linha de costa é um erro de categoria com consequências grandes: uma arriba rochosa não recua por translação de perfil, e a margem interior de uma ria não tem sequer um perfil batido pela ondulação. O sistema restringe por isso a regra a células de costa que satisfaçam **duas** condições: 1. **Declive baixo.** O terreno imediatamente para o interior sobe menos de 15% ao longo de ~150 m — critério que separa praia e duna de arriba. 2. **Exposição ao mar aberto.** O mar adjacente está a menos de ~1,5 km de mar aberto *medido através de água*, por propagação em largura a partir do oceano que toca o bordo do domínio. Isto exclui a margem interior de rias e estuários, que está hidraulicamente ligada ao mar mas abrigada da agitação. O efeito é grande e verificável. No Funchal, costa vulcânica com arribas, a fração de costa arenosa exposta é **0%** e a faixa de recuo fica vazia — corretamente, porque ali o recuo não se dá por Bruun. Em Ponta Delgada é 14%. Na Ria Formosa é 46%: as ilhas-barreira viradas ao Atlântico entram, a margem lagunar interior não. Sem a segunda condição, a faixa de recuo envolvia todo o perímetro da laguna, produzindo uma área de perda de terreno várias vezes superior à real. ### 4.5 Simplificação de aplicação espacial O transecto batimétrico é amostrado no ponto de referência clicado; o recuo calculado é aplicado uniformemente ao longo de todo o troço de costa dentro do domínio simulado. Esta é uma simplificação explícita — o perfil ativo varia ao longo da costa com a exposição à ondulação, a granulometria e a disponibilidade sedimentar — apropriada para um instrumento de exploração rápida em qualquer ponto do território, não para um estudo de detalhe local, que exigiria transectos múltiplos e modelação de deriva litoral (Toimil et al., 2020). ## 5. Da célula ao mapa: composição dos dois submodelos O campo de perigo final combina os dois submodelos sem os confundir visualmente: células **submersas** (Secção 3) são apresentadas como inundação de água (permanente se dentro da faixa de maré média, episódica se apenas atingida em maré viva + sobrelevação); células dentro da faixa de **recuo de linha** (Secção 4) mas fora da mancha de submersão são apresentadas como perda de terreno por erosão. Onde as duas manchas se sobrepõem — o caso mais frequente em praias baixas — a app apresenta a área como dupla ameaça (inundação e recuo), que é fisicamente o regime esperado: o mesmo litoral baixo e arenoso é, em geral, o mais exposto a ambos os processos. --- # COMPONENTE B — Camada de risco público ## 6. Reutilização da camada de risco em grafo A camada de risco do sistema original — exposição dasimétrica de edifícios, dano ao edificado por função profundidade-dano, disrupção de rede viária e criticidade de arco por Dijkstra sobre grafo com pesos dinâmicos — é reutilizada sem alteração estrutural. Muda apenas o **gatilho de corte de arco**: no sistema original, um arco corta quando a profundidade de água simulada sobre o seu traçado excede 30 cm (Pregnolato et al., 2017); em Costa, um arco corta quando qualquer célula do seu traçado está submersa (Secção 3) ou dentro da faixa de recuo de linha (Secção 4) no ano-alvo e cenário selecionados. A formulação de criticidade de arco, $$\kappa_e = \sum_{a} p_a \left[ \text{dist}_{G \setminus e}(a, F) - \text{dist}_{G}(a, F) \right]$$ o tempo até isolamento e a perda de acessibilidade mantêm-se exatamente como especificados no artigo original, porque operam sobre o grafo com pesos dinâmicos independentemente da física que gera esses pesos. ### 6.1 Dano ao edificado Mantêm-se as funções profundidade-dano de Huizinga et al. (2017) para a fração de edifícios afetados por inundação episódica ou permanente. Para os edifícios dentro da faixa de recuo de linha, o "dano" não é uma fração de valor — é perda total do lote, refletida no relatório como contagem de edifícios perdidos por recuo de linha, categoria distinta de edifícios inundados. ### 6.2 Vulnerabilidade social e desagregação dasimétrica Reutiliza-se a mesma lógica de desagregação dasimétrica e de estratificação por capacidade de resposta (população idosa, dependência de mobilidade) do sistema original (Freire & Aubrecht, 2012; Rodrigues & Tenedório, 2015), sem alteração — a exposição costeira portuguesa concentra-se desproporcionadamente em concelhos com população envelhecida e forte sazonalidade turística, pelo que a estratificação etária é, se algo, mais relevante neste domínio do que no de cheia fluvial. ## 7. Interação e produto ### 7.1 Controlo temporal: ano-alvo e cenário, não hietograma A diferença de interface mais visível relativamente ao sistema original é o controlo temporal. Em vez de um *scrubber* de minutos sobre um evento de tempestade configurável livremente, a app oferece um seletor de **ano-alvo** (2030–2100) e de **cenário de emissões** (SSP1-2.6 "baixas emissões" a SSP5-8.5 "altas emissões", terminologia oficial do IPCC AR6). Deslizar o ano-alvo interpola a projeção de nível do mar e recalcula, para esse ano e cenário, a máscara de submersão, a faixa de recuo de linha e o estado do grafo de risco — não uma animação de propagação física célula a célula (não há física de propagação em jogo nesta escala temporal), mas uma reavaliação de estado de equilíbrio a cada instante da trajetória. ### 7.2 Painel de impacto Tal como no sistema original, a saída não é um mapa único mas uma trajetória de ocorrências à medida que o ano-alvo avança: ``` 2030 SSP5-8.5 · NMM +0,09 m · sem alterações significativas face a hoje 2050 SSP5-8.5 · NMM +0,23 m · Praia de Y — recuo estimado 14 m (valor central) · 7–21 m (banda ±50%) 2065 SSP5-8.5 · NMM +0,34 m · EN125 km 12 — troço dentro da faixa de recuo · via em risco 2080 SSP5-8.5 · NMM +0,52 m · 6 edifícios dentro da faixa de recuo de linha 2100 SSP5-8.5 · NMM +0,77 m · Aglomerado de Z isolado em maré viva + sobrelevação extrema ``` ### 7.3 Modo comparativo entre cenários O valor decisional está na comparação entre cenários de emissões para o mesmo ano-alvo — a app permite alternar entre SSP1-2.6 e SSP5-8.5 mantendo o ano fixo, tornando visível, em unidades físicas e económicas, o que separa um cenário de mitigação de um cenário de altas emissões para o mesmo litoral, no mesmo horizonte temporal. --- ## 7.4 Um indicador que se recusa a responder A camada de risco verifica primeiro se existe rota entre o aglomerado e a ligação interior **na ausência de qualquer perigo**. Quando não existe — rede OSM incompleta, ligação por ferry, ou os dois pontos em massas de terra distintas — os indicadores de isolamento, perda de acessibilidade e criticidade são reportados como *não aplicáveis*, em vez de se dar o aglomerado como "isolado pelo mar". Atribuir ao nível do mar uma desconexão que é da representação da rede seria produzir um número errado com aparência de resultado, exatamente o defeito que a arquitetura diz querer evitar. ## 8. Posicionamento face ao SNM Portugal (FCUL) O instrumento de referência para este domínio em Portugal é o **SNM Portugal / VisualizadorPT**, de Antunes, Rocha e Catita (FCUL), premiado pela Ordem dos Engenheiros e assente em trabalho revisto por pares (Antunes et al., 2019; Antunes et al., 2020). Um sistema novo nesta área só é defensável se declarar com precisão em que é melhor, em que é pior, e porquê. | Dimensão | SNM Portugal (FCUL) | Costa | |---|---|---| | Modelo de terreno | MDT fotogramétrico 2 m → 20 m, EQM 56 cm | **Copernicus DEM GLO-30 (TanDEM-X), σ ≈ 1,7 m, modelo de superfície** | | Maré e sobrelevação | 4 marégrafos, Gumbel por período de retorno | 4 marégrafos + arquipélagos, mesma estrutura, valores aproximados da literatura | | Empolamento | onda (0,189·Hs) + vento | igual | | Incerteza | probabilística, EFHI 5 classes; erro do MDT excluído | EFHI 5 classes, **erro do MDE sempre incluído** | | Conectividade hidráulica | não (bathtub hidrostático) | **sim (BFS ao oceano)** | | Recuo da linha de costa | **não modelado** (excluído explicitamente) | **sim (Bruun com L\* batimétrico real, restrita a costa arenosa exposta)** | | Consequência | área inundada, população | **edifícios, vias cortadas, isolamento, criticidade de rede (Dijkstra)** | | Cobertura | costa atlântica continental | **continente + Madeira + Açores** | | Execução | camadas pré-calculadas | **a pedido, em qualquer ponto** | | Validação | revisto por pares, premiado | **testes automatizados; sem validação por pares** | A leitura honesta é esta: **o SNM Portugal tem o melhor modelo de perigo; Costa tem o melhor modelo de consequência**, e acrescenta dois processos que a referência não cobre (conectividade e recuo de linha). A diferença de qualidade do modelo de terreno é real, é estrutural, e não é compensável — um MDT nacional de 2 m com erro de 56 cm resolve um sinal submétrico; um MDE global de 30 m que inclui vegetação e edificado não resolve. É por isso que o termo $\sigma_{\text{MDE}}$ é incorporado e declarado em vez de omitido: o utilizador vê a incerteza do terreno incorporada no resultado em vez de a ter de imaginar, e percebe quando deve consultar o instrumento oficial em vez deste. O caminho de melhoria mais valioso para este sistema não é refinar o modelo de nível do mar — é substituir a fonte de elevação por um MDT nacional (DGT) ou por um MDE global com remoção de copado e edificado, o que reduziria $\sigma_{\text{MDE}}$ de ~2,5 m para a ordem dos decímetros e tornaria a camada de consequência utilizável ao nível do edifício individual. ## 9. Limitações (honestas) Reafirma-se aqui, com a mesma disciplina do sistema original, o que este instrumento **não é**: não é cartografia de risco oficial (esse papel cabe aos Programas da Orla Costeira da APA), não substitui modelação hidrodinâmica de galgamento e agitação marítima, não incorpora deriva litoral nem intervenção humana na dinâmica sedimentar, e a Regra de Bruun — mesmo com $L^*$ estimado a partir de batimetria real — é uma aproximação de primeira ordem cuja incerteza é, segundo a literatura citada na Secção 4.3, comparável em magnitude ao próprio sinal. As projeções de nível do mar são medianas de cenário; não incorporam a cauda de risco associada a processos de instabilidade da capa de gelo da Antártida, que o próprio IPCC AR6 trata com baixa confiança mas não exclui para o horizonte de 2100. O objetivo do sistema é tornar visível e comparável a **ordem de grandeza** e a **trajetória temporal** do risco costeiro sob diferentes futuros de emissões — não substituir estudo de engenharia costeira local. ## 10. Conclusão Costa demonstra que a arquitetura de simulação territorial acoplada especificada para risco hidro-geomorfológico de cheia fluvial generaliza a um fenómeno físico distinto — a inundação costeira e o recuo de linha por subida do nível do mar — preservando inalterados os componentes de ingestão de dados, camada de risco em grafo e interface, e substituindo apenas o motor de perigo. A extensão mais evidente é o acoplamento explícito entre este módulo e um modelo de deriva litoral e défice sedimentar induzido por barreiras fluviais, que resolveria a limitação mais citada da Regra de Bruun para o litoral português; a segunda é a integração direta com os serviços operacionais de maré do IPMA/Instituto Hidrográfico, substituindo os valores representativos de maré e sobrelevação por previsão harmónica em tempo real. --- ## Referências Antunes, C., & Taborda, R. (2009). Sea level at Cascais tide gauge: data, analysis and results. *Journal of Coastal Research, SI 56*, 218–222. Andrade, C., Pires, H. O., Silva, P. P., Taborda, R., & Freitas, M. C. (2007). Zonas costeiras. In F. D. Santos & P. Miranda (Eds.), *Alterações Climáticas em Portugal. Cenários, Impactos e Medidas de Adaptação — Projecto SIAM II* (pp. 169–208). Gradiva. Antunes, C., Rocha, C., & Catita, C. (2019). Coastal flood assessment due to sea level rise and extreme storm events: A case study of the Atlantic coast of Portugal's mainland. *Geosciences, 9*(5), 239. https://doi.org/10.3390/geosciences9050239 Antunes, C., Rocha, C., & Catita, C. (2020). Coastal vulnerability assessment due to sea level rise: The case study of the Atlantic coast of mainland Portugal. *Water, 12*(2), 360. https://doi.org/10.3390/w12020360 Bruun, P. (1962). Sea-level rise as a cause of shore erosion. *Journal of the Waterways and Harbors Division, 88*(1), 117–130. Coelho, C., Silva, R., Veloso-Gomes, F., & Taveira-Pinto, F. (2009). Potential effects of climate change on northwest Portuguese coastal zones. *ICES Journal of Marine Science, 66*(7), 1497–1507. https://doi.org/10.1093/icesjms/fsp132 Cooper, J. A. G., & Pilkey, O. H. (2004). Sea-level rise and shoreline retreat: Time to abandon the Bruun Rule. *Global and Planetary Change, 43*(3–4), 157–171. https://doi.org/10.1016/j.gloplacha.2004.07.001 Ferreira, J. C., Cardona, F. S., Santos, C. J., & Tenedório, J. A. (2021). Hazards, vulnerability, and risk analysis on wave overtopping and coastal flooding in low-lying coastal areas: The case of Costa da Caparica, Portugal. *Water, 13*(2), 237. https://doi.org/10.3390/w13020237 Ferreira, Ó., Garcia, T., Matias, A., Taborda, R., & Dias, J. A. (2006). An integrated method for the determination of set-back lines for coastal erosion hazards on sandy shores. *Continental Shelf Research, 26*(9), 1030–1044. https://doi.org/10.1016/j.csr.2006.02.009 Fox-Kemper, B., Hewitt, H. T., Xiao, C., Aðalgeirsdóttir, G., Drijfhout, S. S., Edwards, T. L., Golledge, N. R., Hemer, M., Kopp, R. E., Krinner, G., Mix, A., Notz, D., Nowicki, S., Nurhati, I. S., Ruiz, L., Sallée, J.-B., Slangen, A. B. A., & Yu, Y. (2021). Ocean, Cryosphere and Sea Level Change. In V. Masson-Delmotte et al. (Eds.), *Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change* (Chapter 9). Cambridge University Press. Freire, S., & Aubrecht, C. (2012). Integrating population dynamics into mapping human exposure to seismic hazard. *Natural Hazards and Earth System Sciences, 12*(11), 3533–3543. https://doi.org/10.5194/nhess-12-3533-2012 Huizinga, J., de Moel, H., & Szewczyk, W. (2017). *Global flood depth-damage functions: Methodology and the database with guidelines* (EUR 28552 EN, JRC105688). Publications Office of the European Union. https://doi.org/10.2760/16510 Kulp, S. A., & Strauss, B. H. (2019). New elevation data triple estimates of global vulnerability to sea-level rise and coastal flooding. *Nature Communications, 10*, 4844. https://doi.org/10.1038/s41467-019-12808-z Le Cozannet, G., Garcin, M., Yates, M., Idier, D., & Meyssignac, B. (2014). Approaches to evaluate the recent impacts of sea-level rise on shoreline changes. *Earth-Science Reviews, 138*, 47–60. https://doi.org/10.1016/j.earscirev.2014.08.005 Lira, C. P., Silva, A. N., Taborda, R., & de Andrade, C. F. (2016). Coastline evolution of Portuguese low-lying sandy coast in the last 50 years: an integrated approach. *Earth System Science Data, 8*(1), 265–278. https://doi.org/10.5194/essd-8-265-2016 Pregnolato, M., Ford, A., Wilkinson, S. M., & Dawson, R. J. (2017). The impact of flooding on road transport: A depth-disruption function. *Transportation Research Part D: Transport and Environment, 55*, 67–81. https://doi.org/10.1016/j.trd.2017.06.020 Rodrigues, A. M., & Tenedório, J. A. (2015). Generalized dasymetric mapping algorithm for assessing land-use change. In O. Gervasi et al. (Eds.), *Computational Science and Its Applications – ICCSA 2015* (pp. 321–332). Springer. https://doi.org/10.1007/978-3-319-21470-2_24 Rodrigues, R. (2026). *Solo — Um motor de simulação espacial acoplado para avaliação prospetiva de risco hidro-geomorfológico e de degradação do solo em Portugal* [paper.md]. ricardotxr/solo. Toimil, A., Camus, P., Losada, I. J., Le Cozannet, G., Nicholls, R. J., Idier, D., & Maspataud, A. (2020). Climate change-driven coastal erosion modelling in temperate sandy beaches: Methods and uncertainty treatment. *Earth-Science Reviews, 202*, 103110. https://doi.org/10.1016/j.earscirev.2020.103110 Toimil, A., Losada, I. J., Nicholls, R. J., Dalrymple, R. A., & Stive, M. J. F. (2020). Addressing the challenges of climate change risks and adaptation in coastal areas: A review. *Coastal Engineering, 156*, 103611. https://doi.org/10.1016/j.coastaleng.2019.103611 Vousdoukas, M. I., Mentaschi, L., Voukouvalas, E., Verlaan, M., Jevrejeva, S., Jackson, L. P., & Feyen, L. (2018). Global probabilistic projections of extreme sea levels show intensification of coastal flood hazard. *Nature Communications, 9*, 2360. https://doi.org/10.1038/s41467-018-04692-w Vousdoukas, M. I., Ranasinghe, R., Mentaschi, L., Plomaritis, T. A., Athanasiou, P., Luijendijk, A., & Feyen, L. (2020). Sandy coastlines under threat of erosion. *Nature Climate Change, 10*, 260–263. https://doi.org/10.1038/s41558-020-0697-0