Geoprocessamento para destinação de resíduos sólidos urbanos: uma análise multicritério no consórcio Cicanastra

Resumo

A gestão de Resíduos Sólidos Urbanos (RSU) representa um dos principais desafios ambientais da atualidade, alinhando-se às metas dos Objetivos de Desenvolvimento Sustentável (ODS), que visam reduzir os impactos ambientais até 2030. Esse problema se agrava em municípios de pequeno porte, onde a ausência de fontes naturais exploráveis – e, consequentemente, a falta de royalties – limita os investimentos em infraestrutura para a destinação adequada dos resíduos. A disposição irregular de RSU causa impactos que exigem intervenções e soluções sustentáveis. Nesse cenário, a Política Nacional de Resíduos Sólidos (PNRS), instituída pela Lei Federal nº 12.305/2010, estabelece diretrizes para a erradicação de lixões e incentiva a implantação de aterros sanitários por meio da cooperação intermunicipal, otimizando recursos e ampliando a vida útil dessas estruturas. Para garantir a escolha de locais adequados à instalação de aterros, o geoprocessamento otimiza a seleção de aterros integrando múltiplos critérios espaciais. A metodologia utilizou Sistemas de Informação Geográfica e lógica booleana para o cruzamento de critérios técnicos via classificação binária (1 – Apto; 0 – Inapto), atendendo às normas ABNT NBR 10004:2004 e NBR 13896:1997. Como as diretrizes determinam restrições absolutas, abdicou-se de métodos de ponderação multicritério, como Lógica Fuzzy ou AHP. A flexibilização dessas abordagens violaria o caráter excludente da legislação tornando a lógica booleana a abordagem coerente com a normativa. Sob essa premissa, foram analisados fatores como proximidade de núcleos urbanos, restrições ambientais e uso do solo. Os resultados indicam
que apenas 5% da área total do Consórcio Intermunicipal CICANASTRA atende aos critérios estabelecidos, com destaque para os municípios de Medeiros e São Roque de Minas. Além de demonstrar a eficácia do geoprocessamento na gestão sustentável de resíduos, o estudo resultou no desenvolvimento de um modelo gráfico automatizado, exportado para Python e disponibilizado no GitHub, promovendo a democratização da metodologia e sua replicação em outros contextos.